人工智能的事例和素材-小白也能看懂高科技，今天开始学习人工智能吧

小白也能看懂高科技，今天开始学习人工智能吧

点击这里收听课程音频​

到底什么是人工智能？人工智能能做什么？这是大家最关心的问题，但说到真正能够理解的话，还是只小部分专业人士。这篇文章通过介绍AI应用案例，目标是让更广大的受众能理解这一重要的技术。我们已经处在数字化的世界了，未来的价值创造的方式将会是高效的信息处理。而人工智能将会是促进技术发展的强大动力，推动社会的高速发展，其历史意义不亚于工业革命。

这几年机器学习等算法的发展，解决了工智能应用的关键问题，就是让机器可以获得“知识”。让人工智能以更聪明的方式进行学习，从历史的大量数据中发现潜在的规律和模式，从而解决以后出现问题。当下人工智能的应用范围正在扩大并以非常快的速度进入所有行业。

为了让大家更好的理解人工智能，即使是非技术背景的人也可以听懂，在这里对AI实现的技术细节进行抽象，重点在于对不同行业应用案例的总结，以及未来发展趋势的描述。这项技术正在飞速发展中，这里所说的全部四十个案例加起来也仅仅是冰山一角，就算是抛砖引玉吧，给大家一个初步的印象AI能够做什么。

智能信息流

一、在线搜索

这可能是我们最常用的同时也是最著名的机器学习应用，谷歌正在不断改进搜索引擎的算法。当用户每次在Google上执行搜索时，搜索引擎都会关注用户对搜索呈现结果的响应方式。如果用户单击顶部结果并且在这个网页停留了一段时间，那就可以假设用户获得了所需的准确信息，同时标记这次搜索结果成功。另一方面，如果用户跳过第一页直接单击搜索结果的第二页，或者是没有单击任何结果而重新键入新的搜索关键字，就可以推测搜索引擎没有提供用户想要的结果，那这次搜索就是失败的，搜索引擎可以从这个错误中吸取教训，以便在下一次搜索提供更加准确的结果，让用户觉得更好用。可以想象用户的搜索需求是非常多样的，搜索引擎要通过“猜”用户喜好的方式来让每个用户都满意是一件多么困难的事情，但就是在用户每一次键入关键字，点击搜索按钮查看结果的过程中，这些带有用户搜索行为模式的信息碎片，不断重复和聚集，就像点滴水滴集合成细流最终汇集成巨大的信息洪流，流向超大规模的服务器矩阵中，以数以亿记数据训练人工智能的进行学习，不断拼接出用户搜索行为的完整画像，越多的数据就意味着越多的拼图碎片，在人工智能眼中的用户搜索行为就越完善。对于用户来说仅仅是感觉到搜索引擎越来越好用了，结果越来越准确了。

二、新闻生产者

AI写新闻，这也不是什么新闻，已经产生有一段时间。已经应用在很多大的资讯平台上，像雅虎、谷歌、福克斯等公司。实际上很有可能你已经看过AI写的新闻人工智能的事例和素材，或者AI对新闻发表评论等内容，只是你并没看出来这是一篇出自机器作者之手的新闻。大家都使用AI为其用户开发新闻。它写了关于体育、金融和时事类的简单文章。AI不像专业记者会对调查主题进行深入报道然后写出专题文章，更多的时候AI是对发生新闻的相关领域进行概要的描述。Google使用一个AI与人类协作的新闻网站每天自动编辑“吸引人的故事”，也收到了不错的效果。随着技术的越来越成熟，未来机器人编辑不仅写稿快，而且更加客观，还能基于大数据准确的知道受众的喜好，从而写出用户喜爱的稿子。随着无人机和智能传感器的大量部署，机器人编辑可以控制这些智能设备靠近新闻源头，多角度捕捉图像和视频，实时的编辑上传，给读者更加贴近新闻的现场体验。同时还兼具成本低、易管理、随时待命的特点。

三、社交媒体：

AI算法通过用户反馈和评价机制，来了解用户感兴趣的内容。同时不断改进他们推送的内容，这些迎合用户偏好的内容可以广泛的传播。各种APP都在在利用机器学习来进行优，包括社交媒体内容、目标受众以及消息推送时间。AI也会利用自然语言处理和机器视觉来分析用户在社交媒体浏览轨迹，以及用户行为和产生的内容：包括发表帖子、评论、转发、点赞等所有一切。用户的一切行为都会被记录、分析归纳和总结，通过复杂的算法，让计算机AI里更加了解用户是什么样的一个人，有着什么样的兴趣爱好以及需求。从而进行更加智能的推送。比如Facebook使用了更聪明的AI程序员，根据用户个人的喜好启用新闻源。这就是用户在Facebook信息流看到自己感兴趣的东西的原因。这些高度关联的推荐也是通过分析用户在社交媒体上执行的每项操作来进行动态调整的。但现在也有一些质疑的声音认为这种基于兴趣的推荐会带来一个负面的问题就是过度沉迷，因为社交媒体总是在推荐用户感兴趣的内容，交互体验又极其简单：动动手指的滑一下。这样就会让用户在里面消耗大量的时间。原本计划打开APP看几分钟新闻，但不停的被关联内容推送引导浏览，不断往下下滑刷新的内容永远没有底部，不知不觉就过去了几十分钟。虽然在每一个页面仅仅消费的十几秒钟时间，但浏览页面数量太多也造成了很大时间消耗。

四、实时翻译：

现在的AI具有自然语言检测功能，用一种语言形成的新闻可以翻译成另一种语言。全世界的人们可以同时关注一个新闻或同时更新，而不需要人工翻译的接入。也可以在面对面对话的时候进行实时翻译。原理是使用神经网络翻译技术处理人的讲话，这也是通用语音识别系统的工作原理。

谷歌翻译现在可提供超过100种语言，每天提供超过10亿次的翻译，月度活跃用户超过10亿人次。还有实时翻译机器也非常强大，除了官方语言的支持以外，甚至还支持方言，同时保障了很高的准确率，已经非常接近人类了。在未来智能眼镜内置了机器翻译程序之后，可以通过AR的方式投射在智能眼镜上面，这样当我们在看到外文的时候，将会实时的翻译成母语，显示在眼镜上面；听到外文的时候会实时翻译成母语，传给我们的耳机。再也不用花很多年时间去掌握一门外语，依然不能达到流利沟通的目的，有了机器翻译对外的商务沟通和出国旅游也都变得非常便捷。可以随时来一场说走就走的旅行，去一个小语种的国家，展开一段冒险体验。

泛娱乐

五、二次元偶像：

在2017年人工智能偶像“绊爱Kizuna”，在youtube开了一个A.I.Channel，播放她作为一个人工智能的日常，与粉丝聊天、直播打游戏、讲段子等等，行为就像是一个女同学，有好奇心也很爱玩，乐观积极。因为当前AI还没有那么完善，所以经常闹笑话，因此也被粉丝们亲切的称为：“写作人工智能，读作人工智障”。这位虚拟偶像在国外爆红，一年多时间里收获了150多万粉丝关注，1亿多次播放。但在虚拟偶像方面她还不是最厉害的，她有一个前辈——初音未来，不仅出唱片，开了演唱会，甚至还搞了全球巡演，作为偶像来说也是非常厉害了。试想以后都有性格好又好看的AI小姐姐陪伴我们，那也非常值得期待的事情。你期望中的人工智能虚拟形象又是什么样子呢？欢迎和老张互动交流。

六、电影音乐推荐：

每当有新电影出现时，AI都会把电影推荐给非常精确的目标受众群体。这当然来源于用户兴趣的深入研究。通过关注用户所做的选择，它可以持续生成推荐建议。如果你用过Amazon或Netflix服务，就会对这种用法很熟悉。智能机器学习算法会分析用户活动并将其与数百万其他用户进行比较，以确定客户可能想要购买或者是感兴趣的内容。并且这些建议会变得越来越聪明，例如，在你购买了某一件物品A时，系统推荐超过70%的人同时购买了另一件物品B，那么一般情况下，你购买B物品的概率有多大呢？超过一半了吧。

NETFLIX网飞借助大数据做出了一个冒险的决定。通过分析几千万用户观众的观影历史、观题材内容、故事情节、演员选择以及对不同影视剧的评分等等数据，做出决定得：拍摄一部有关一位参议员的连续剧。这部剧就是政治题材的人气美剧《纸牌屋》，获得了巨大的成功。并且Netflix今年获得了112项艾美奖提名，这让巨头HBO十八年来第一次失去剧集霸主的地位。试想一下，传统编剧和用户大数据AI，谁更容易写出用户喜欢的剧本呢？这个问题是充满争议的，还是让我们保持观察吧。

七、AI虚拟世界：

使用VR和AR技术，可以给用户提供沉浸式体验。人工智能的加入将会让这种体验更加真实和更加有趣味性。比如各种主题虚拟世界会有各种各样的主题开放场景可以体验，玩家可以也按照自身偏好来进行场景设设置，场景中的AI会按照你需求的方式来与你互动，游戏没有唯一目标，而是开放式可以进化的系统。这样每个人都可以选择不同的游戏交互，给玩家更接近真实的体验。同时玩家也会佩戴各种身体传感器，用身体的移动直接控制游戏，这些传感器可以感知身体的动作并使游戏角色在虚拟世界中移动。就像各种虚拟题材的游戏一样，只是这将会是一个更加真实的世界，这样的世界将会非常宏大和充满想象力，可以在里面任意创造，也可以与其他玩家互动。虽然这样的虚拟游戏世界还没出现，从现在来看有点类似电影《头号玩家》和美剧《西部世界》的样子。

八、AI电子竞技：

之前在导论中介绍过谷歌最近正在训练AI组队打游戏，并且击败了顶尖水平的业余玩家。其原理是通过自我对抗的方式从随机权重开始学习，几天之后，AI的策略就非常接近人类了。AI每天都能完成人类玩家180年的练习量。现在人类已经开始陪人工智能打游戏了，这个事情非常有意思。那么为什么要训练AI组队打游戏呢？像《星际争霸》这样的类型的即时战略游戏，每个单位可能的变化和互相影响的复杂度是远远超过棋类游戏。并且即时战略游戏更加混乱且有连续性，也更接近于真实的世界。如果AI能在即时战略游戏战胜人类人工智能的事例和素材，那将可以带来海量的AI技术商业化的应用场景。也许以后的电子竞技运动项目也会分为AI组、人类玩家组、人类和AI混合组来进行的比赛，不知道这样的比赛谁会是最后的赢家，你又会支持哪一队呢？

智能教育

社会高速发展，刚进入数字化社会，人工智能时代也马上到来。那么如何才能培养适应AI时代的人呢？这是每一个家长都应该思考的问题。这个问题后面会有专题来讨论，这里我们只谈一些教育领域AI的应用：

九、AI学习助手：

对大量学生进行评分是一件累人的工作，特别是当评分体系的参数不好量化的时候。就可以使用AI学习助手技术，个性化的AI可以关注学生的日常表现，每一节课、每一次发言、每一次作业都可以得到动态的评级，基于海量大数据的模型，可以保障评级的真实有效，而且客观公正。同样的，评分会给出相对优秀的部分，也会有低于平均需要改进的建议，这样家长可以和学生一起，在学习过程中动态调整，获得AI的帮助制定学习计划和推荐学习材料。AI可以比人类更好地决定课程。凭借其与互联网的连接和智能化的分析技术，它将学会判断什么样的专业知识是当前社会必要掌握的。可以决定学生在实际生活中需要哪些新的信息，以及如何学习更具互动性，从而动态的调整学习的计划和内容。评价体系也不是每个学期末的时候，以一次考试成绩来界定学生的学习能力和成果，评价维度也会更加多元和全面，培养目的会从通过考试变为更加适应未来时代的综合能力。

十、教育辅助软件：

教育软件已经出现很长一段时间，AI教育软件将会有所不同。人工智能教育关键在于提供个性化教育。他们在个人层面与学生进行互动，并了解每个学生都有不同的特质和能力。VR+AR等新技术结合展现形式，通过AI做辅助学习和定制课程，真正达到因材施教，根据AI的反馈每个人的学习进度都有可能不一样，学习进度的时间线也将会被个性化。学习进步快的孩子在AI的帮助下，也许一年就可以完成整个小学的课程，而有的慢一点孩子也许要多几年的时间。

AI也可以做实时的语法修正以及理解知识补充相关案例，这些学习过程中的实时辅助，将会提高学生的学习结果。AI用于学习所有语法规则并纠正学生在写字、打字、说话时所犯的错误。就像word里面的文字检查一样，对大多数人来说都是非常很有效的。而补充理解知识的案例将会利用海量互联网信息作为支持，结合AI的算法来推荐，推荐最能够帮助理解的案例来进行阅读，协助知识点的学习。

十一、教师的角色：

我们知道人工智能可能会协助教师进行评分和辅导学生。如果这种情况持续下去，AI是否可能取代教师角色？虽然这对许多人来说可能听起来很有威胁性，但事实并非如此。教师总是可以从人工智能系统中获得最新的教师专用AI，用来实时了解班级每个学人学习进度和成果，教师的AI会更加关注学生的全面发展，给学生AI提出改进意见，组织学生形成队伍完成一些研究，团队和协调和配合等等。教师就像一个统帅，带领一个队伍进行学习，统筹和安排，最终目标是让所有人都获得良好的学习成果。

十二、训练模拟器：

飞行和驾驶训练模拟器已经出现很长一段时间。这些模拟器在现实生活中也经常可见，比如电子游戏中的赛车模拟器。它们消除物理上的危险因素，然后通过传感器来感知操作者对这些出现危险情况的反应。在人工智能的帮助下，会对这些操作的过程和反馈会进行处理，综合起来形成一份对操作者的报告以及多方面的评分。并且这个技术也可以用在远程控制机器人领域，比如需要危险作业机器人实时回传视频和传感器数据，在模拟仓中的驾驶员可以进行操作，同时AI给出场景实时信息和操作建议，提升任务成功率降低风险。远程控制在深海无人潜水艇以及火星探测机器人等领域都有实际的应用，当未来AI技术融入之后将会带来更好的科研效果，AI可以扫描视频画面，对出现的物体进行辨别和分类，分析哪些目标是重要的，需要进一步采集分析的；同时AI综合各种信息来规划探索的路径和及时应对可能的风险。

智能医疗

医院调研的受访者表示，AI技术可能在人群健康状况、临床决策支持、诊断工具和精密医学上影响较大。即便在药物开发上，AI也可以使数据收集和试验进度更快更精准，并缩减成本。

十三、AI健康助手：

不是每个人都会经常去看医生。AI系统配备了正确的机器学习算法，可以了解复杂的人体状况并提供可能的医疗建议。很有可能在未来十年内，即使没有人工监督，人工智能也能完全照顾一个人。它甚至可以配备简单语音，可以与你每天对话沟通。也可以作为个人健康教练，按照我们的生理指标制定健康运动计划。如果我们生病了，AI将会调出历史记录包括：病史，基因、使用药物和治疗效果概况，可以创建自定义药物或护理计划，并且AI给出建议这个计划是否可行或者存在的潜在风险，以及治愈的周期和概率。建立检测和防止可能的误诊的机制。找出药物对特定患者最有效。AI会根据数据找出最佳治疗方案的建议，为用户提供量身定制的解决方案。包括进行早期诊断：分析利用实验室数据和其他医疗数据的慢性病，以便早期诊断。用遗传数据提供关于某些疾病发展可能性的详细报告。安排合理的护理计划，以消除或减少风险因素。同时AI也可以控制陪护机器人，目的是帮助医生，而不是取代医生。医生很难同时为很多患者提供护理。在治疗期间，患者可能需要长时间呆在他的位置。AI机器人完成了同时照顾很多人的重复性基本任务。这可以防止医生身心疲惫。

十四、微型手术机器人：

医生很难操作一些人体的内部区域。这时候就可以使用微型手术机器人放入人体内，以运行程序的方式或者远程控制的方式，以代替医生执行原来需要手动完成的任务。而医生可以在屏幕上监视这些机器人的状态和行为。可以拍摄身体内部诊断点扫描和图片，也可以获取组织样本，取出来给医生进一步检查。手术机器人的应用可以降低手术医生的压力，延展医生的双手，更加灵活的进行操作，更加准确的图像获得，从而提升手术的成功率。顺着这个发展方向，以后很有可能出现全自动的手术机器人，通过对人体进行扫描和建模，获得手术部位的3维结构信息，人工智能进行上万次手术模拟，得到最佳的手术策略和风险应对程序，给手术医生审核并模拟操作。然后在医生的监督下，开始实施手术程序，如果手术中间出现问题，医生可以随时接管机器人，切换为人工操作。同样的随着时间的积累，人工智能机器人会越来越熟练地掌握手术，以达到接近完美的程度。如果这个人工智能系统是全世界部署的话，所有医院都在为这个人工智能提供手术的数据，海量数据会大大缩短可用性测试的过程，也许仅仅一年时间，人工智能的微型手术机器人就可以代替手术医生站在操作台上了，而医生则可以给出更多建议和关键决策来优化机器人的手术程序和处理那些意外的情况，因为意外总是会发生，所以医生也是不可或缺的。

十五、快速准确的诊断：

人工智能已被用于检测人体的异常。机器学习算法可以处理更多信息并发现比人类更多的模式。AI具有对许多疾病和疾病进行准确诊断的能力，因为AI能够从过去的经验中学习并检测正常医疗设备和技术无法检测到的模式。甚至可以检测到逃避X射线和MRI的异常。通过先进的医学成像，用于分析和转换图像并模拟各种可能性。使用配备AI图像处理功能的诊断平台可以检测潜在疾病，并且诊断出这些异常。越来越多的专项诊断案例中，AI的诊断准确率已经超过了人类医生专家团队。

IBM华生(Watson)系统对肺癌判断的准确度是90%，而人类医生只有50%。GE医疗就人工智能辅助肺结节检出与诊断进行研究，并已取得阶段性成果。GE医疗的一款诊断图像处理软件，整合了人工智能技术与深度学习理念和工具，通过多层神经网络和神经元来模拟人类大脑实现图像识别，在诊断效率和精准度、肺结节自动识别敏感度以及检出率上均取得大幅提升。阶段性临床测试结果显示：人工智能工具在

谷歌研究院在机器学习技术的帮助下，研发出了一种增强现实显微镜，能够实时监测出癌细胞的动态。使用普通的显微镜来定位癌细胞是一件非常困难而且费时的过程，并且需要大量的信息供医生进行研究和调查。而现在通过这种新的增强现实显微镜，可以快速找到癌细胞的踪迹，为医生诊断提供强有力的帮助。

事实上，AI在医疗诊断的领域正在快速发展，只要积累了大量的被标记的有效病例数据，结合医生判断患病的逻辑，就可以通过AI进行模型训练，从而给出患病风险的概率提示。并且AI的诊断系统一旦被部署，就可以随着诊断案例数量的提升的不断完善，提升准确度。可以减少因为人的经验，疏忽遗漏等问题带来的误判，让患者获得提前治疗的黄金时间。

十六、预测病人死亡时间

谷歌旗下的Medical Brian团队开发了一种新的人工智能算法，可以帮助医院预测短期病人的死亡时间。

一名身患乳腺癌晚期的女性来到一家城市医院，这时候她的肺里已经充满液体。她看了两位医生，还做了一次放射扫描。医院的电脑读取了她的生命体征，估计她在住院期间去世的概率为9.3%。同时谷歌使用新开发的一种新型算法读取了这位患者的17万个数据点，然后测算出其死亡风险为19.9%。她几天之后便去世了。今年5月，这个案例被匿名发表在谷歌的一篇研究报告中，借此说明神经网络在医疗行业的潜力。这种工具可以预测很多病人的结果，包括他们可能的住院时间、再次住院的概率以及短期内死亡的概率。

最令医疗专家印象深刻的在于，谷歌的新算法可以筛选之前医生无法获得的数据：埋藏在电子文件中的注释或旧资料中的潦草笔记。这个神经网络会获取所有非常规信息，经过分析之后进行预测。速度也比目前的相同技术快很多，准确率同样大幅提高。甚至可以显示具体哪一项医疗记录导致其得出现有的结论。医院和医生多年以来都希望更好地利用海量电子病历和其他病人数据。如果能够实现数据的共享和开放，就有可能拯救更多生命。

十七、智能假肢：

在某些意外情况下，人体可能会意外或故意地失去一部分肢体。现在正在研究接入由人工智能驱动的机器人手或腿，以代替原来的肢体。虽然这项技术现在还不是很完善，但我们的目标是在不久的将来看到他给人类带来的便捷。智能假肢对于残障人士而言已经不再代表着冷冰冰的机器，而是象征着未来的可能性，能够自己照顾自己生活起居，甚至再回归职场，像正常人一样工作、学习、生活。现在出现了使用超声波驱动的义肢，可以让使用者做出想要做的动作。大多数的义肢产品都是由肌电传感器控制的，但是肌电传感器并不准确，无法精确地推断佩戴者想要移动那一根。而采用了超声波驱动的仿生义肢精准度大大提升，甚至能够准确判断到每一根手指的动作指令。这样的假肢甚至可以弹钢琴，如果项技术未来也可以应用在使用者的日常生活当中，将大大改变截肢者的生活。人与人工智能的结合正在温暖我们的生活。提高他们的生活质量，也是提升全社会的文明水平。感谢科技进步给人来带来温暖。

本篇是老张创作的课程《人工智能进化论课程》基础篇内容，转载需授权。

读完了觉得内容不错的话请转发和评论~