浅谈人工智能神经网络与工业自动化

　　过去称为自动化的产品现在更名为人工智能。一些学校甚至将自动化专业直接划分为人工智能神经网络。
　　共同点：工业自动化表示是知识的应用来解决问题。
　　区别：知识是人类发现的还是机器本身从数据中提取的。
　　自动化是遵循预编程程序规则的软件。人工智能旨在模拟人类的思维和行为，通过训练学习规律性，并准确预测。以下各节描述了自动化和人工智能。
　　自动化
　　实际上，自动化机器和人工智能之间最关键和最大的区别在于，自动化机器是由人工预设的手动配置来驱动和作用的。很多时候，这只是为了讲得更好，或者为了更好的融资和晋升。实际上，您要做的只是将自动化过程嵌入工作流程中。在自动化类别中，如果达到X条件，则执行Y。我们已经在系统中定义了Y在X条件下的表现。
　　这是两个例子
　　作者的第一项工作是晶圆制造厂，这是制造业公认的自动化程度最高的行业，整个工厂实现了自动化生产，自动警告和自动产品分销产品线。所有这些都受益于IBM的MES系统。所有的判断和操作都是通过程序预先设置的。无疑，这是自动化的。
　　市场上有很多智能扬声器。毫无疑问，每个人都将认为它们是人工智能产品。智能扬声器包括ASR，NLP和TTS（稍后将详细描述智能扬声器）。大多数智能说话者都是ASR音译，TTS单词音译的智能在理解NLP自然语言方面并不聪明。大多数演讲者对话机制都基于输入大量的陈述和语料库。系统只能识别用户的各种陈述或触发某个关键字。提供相应的反馈，例如Spitz。如果未事先输入用户的对帐单，系统将无法识别它。她手动确定输出的各种输入条件，而不是系统自己通过数据进行训练，以了解事先没有输入，因此市场上一些智能扬声器的NLP达不到智能，甚至有些甚至都不智能。
　　人工智能
　　实际上，可以通过以下定义来描述AI：可以模仿人类思维，语言和行为的技术！将AI理解为仅执行任务的程序太狭narrow了。这不是AI的任务。 AI真正需要做的是探索诸如人类之类的事物背后的模式，从诸如人类之类的经验中学习，并根据诸如人类之类的情况选择适当的响应以做出响应。
　　例如，将信用卡交易记录（例如交易的时间，商人，位置，价格和合法性）显示给机器，机器学习系统可以发现模式并预测欺诈交易。随着交易数据的增加，系统的预测性能会更好，帮助系统在发生之前就将其阻止！例如，NLU系统，输入语料库，情景和机器学习系统可以通过上下文判断说话者的情绪和目的，并给出相应的响应。
　　为了更深入地了解人工智能，您可以阅读另一篇文章《什么是人工智能》
　　（但是在我们想象AI系统之前，您需要了解的是AI虽然功能强大，但它也有一系列缺点。它不仅受学习率的影响，而且没有专门的程序来检查其例如，微软的AI聊天机器在24小时内被Twitter内容破坏了，并变成了种族主义者！）
　　人工智能和自动化之间的区别
　　示例1：没有两片叶子完全相同，但是我们可以识别所有叶子。
　　示例2：小猫看起来不同，形态也不同，但是我们可以认识所有的猫。
　　如果您记录每个图像，并且该图像是否是一片叶子，那么即使最快的计算机也无法找到和存储这么多的信息。这是常规计算机无法做到的。以前的计算机仅通过几个演示示例（即学习能力）就无法通过演示来使计算机理解其他情况。
　　计算机用来执行的指令是人类所学的全部知识。如今，人工智能取得的突破不是意识，而是计算机从有限的示例中学习知识，然后使用所学知识进行利用的能力。在未来的预测中
　　这也是自动化和AI之间的最大区别。这也是事实，包括作者在内，许多人张口闭口都是从未理解过的AI。
　　目前，人工智能尚未发展出强大的学习能力和预测能力。这两个阶段相似，实际上存在很大差异。这就是为什么人们对自动化和人工智能之间的差异感到困惑的原因。用外行的话来说，当前的人工智能在很大程度上是一种新兴的自动化技术，通过集成计算机和互联网等技术而迅速发展。由于人工智能还没有很强的学习能力和预测能力，因此目前两者之间存在一些相似之处。通过添加深度学习等技术，人工智能可以自动迭代算法并吸收学习以生成新数据。未来，人工智能将与自动化大不相同。
如果您有互联网问题，也可以咨询我，谢谢！如果你也想一起学习人工智能，欢迎留言交流。