生活中人工智慧的例子

1.谷歌地圖和打車應用

地圖應用程式如何知道確切的方向、最佳路線，甚至是道路障礙和交通堵塞呢？不久以前，只有GPS(基於衛星的導航系統)被用作出行的導航。但是現在，人工智慧被納入其中，讓使用者在特定的環境中獲得更好的體驗。

通過機器學習，app演算法會記住建築的邊緣，在工作人員手動識別之後，這些邊緣會被輸入系統。這允許在地圖上新增清晰的建築視覺效果。另一個特點是識別和理解手寫的門牌號的能力，這可以幫助通勤者找到他們想要的房子。沒有正式街道標誌的地方也可以用它們的輪廓或手寫的標籤來識別。

該應用程式已被教會理解和識別流量。因此，它推薦了避免路障和擁堵的最佳路線。基於AI的演算法還告訴使用者到達目的地的確切距離和時間，因為它被教導可以根據交通狀況進行計算。使用者還可以在到達目的地之前檢視其位置的圖片。

因此，通過採用類似的AI技術，各種乘車應用也已出現。因此，每當您通過在地圖上定位您的位置來從應用程式預訂出租車時，它都是這樣工作的。

2.人臉檢測與識別

當我們拍照時在臉上使用虛擬濾鏡和使用人臉識別碼解鎖手機是人工智慧的兩個應用，現在已經成為我們日常生活的一部分。前者包含人臉檢測，即識別任何人臉。後者使用人臉識別來識別特定的人臉。

這是如何運作的？

智慧機器經常匹配，有時甚至超越的能力。人類嬰兒開始識別面部特徵，如眼睛、鼻子、嘴脣和臉型。但這並不是一張臉的全部。有太多的因素使人的臉與眾不同。智慧機器被教導識別面部座標（x、y、w和h，它們在面部周圍形成一個正方形作為感興趣的區域）、地標（眼睛、鼻子等）和對齊（幾何結構）。

人臉識別還被政府機構或機場用於監視和安全。例如，倫敦蓋特威克機場（Gatwick Airport）在允許乘客登機之前使用面部識別攝像頭作為ID檢查。

3.文字編輯器或自動更正

當您鍵入文件時，有一些內建或可下載的自動更正工具，可根據其複雜程度檢查拼寫錯誤、語法、可讀性和剽竊。

在您流利使用英語之前，一定已經花了一段時間來學習語言。同樣，人工智慧演算法還使用機器學習、深度學習和自然語言處理來識別語言的不正確用法並提出更正建議。

語言學家和電腦科學家一起工作，以教授機器語法，就像在學校一樣。機器被提供了大量高質量的語言資料，這些資料以機器可以理解的方式進行組織。因此，即使您不正確地使用單個逗號，編輯器也會將其標記為紅色並提示建議。

下次讓語言編輯器檢查文件時，請知道您使用的是人工智慧的許多示例之一。

4.搜尋和推薦演算法

當您想看自己喜歡的電影或聽歌或在網上購物時，您是否注意到建議的內容完全符合您的興趣？這就是人工智慧的功能。

這些智慧推薦系統可從您的線上活動中瞭解您的行為和興趣，併為您提供類似的內容。通過不斷的培訓，可以實現個性化的體驗。資料在前端（從使用者）收集，儲存為大資料，並通過機器學習和深度學習進行分析。然後，它可以通過建議來預測您的喜好，而無需進行任何進一步的搜尋。

同樣，優化的搜尋引擎體驗是人工智慧的另一個示例。通常，我們的熱門搜尋結果會找到我們想要的答案。怎麼發生的？

向質量控制演算法提供資料，以識別超越SEO垃圾內容的高質量內容。這有助於根據質量對搜尋結果進行升序排列，以獲得最佳使用者體驗。

由於搜尋引擎由程式碼組成，因此自然語言處理技術可以幫助這些應用程式理解人類。實際上，他們還可以通過彙編排名靠前的搜尋並預測他們開始鍵入的查詢來預測人們要問的問題。

諸如語音搜尋和影象搜尋之類的新功能也不斷被程式設計到機器中。如果要查詢在商場播放的歌曲，只需將手機放在旁邊，音樂識別應用程式就會在幾秒鐘內告訴您歌曲的內容。在豐富的歌曲資料庫中進行篩選後，機器還將告訴您與該歌曲有關的所有詳細資訊。

5.聊天機器人

作為一個客服，回答問題可能會很費時。一個人工智慧的解決方案是使用演算法來訓練機器，通過聊天機器人來迎合客戶的需求。這使得機器能夠回答常見問題，並接受和跟蹤訂單。

聊天機器人被教導通過自然語言處理（NLP）來模仿客戶代表的對話風格。高階聊天機器人不再需要特定的輸入格式（例如，是/否問題）。他們可以回答需要詳細答覆的複雜問題。實際上，它們只是人工智慧的另一個例子，它們給人的印象是客戶代表。

如果您對收到的答覆的評價不佳，則機器人會識別出所犯的錯誤並在下次進行糾正，以確保最大的客戶滿意度。

6.數字助理

當我們全力以赴時，我們常常求助於數字助理來代表我們執行任務。當您單手開車喝咖啡時，您可能會要求助手給您的媽媽打電話。助理（例如Siri）將訪問您的聯絡人，識別單詞“ Mom”並撥打電話。

Siri是一個較低層模型的示例，該模型只能在說話時做出響應，而不能給出複雜的答案。最新的數字助理精通人類語言，並集成了高階NLP和ML。他們瞭解複雜的命令輸入並給出令人滿意的輸出。他們具有自適應能力，可以分析您的喜好、時間表和習慣。這使他們能夠以提醒、提示和時間表的形式為您系統化、組織和計劃事務。

7.社交媒體

社交媒體的出現為世界提供了一種新的敘事方式，提供了過度的言論自由。然而，這也帶來了一些社會弊端，如網路犯罪、網路欺凌和仇恨言論。各種社交媒體應用程式都在使用人工智慧的支援來控制這些問題，併為使用者提供其他有趣的功能。

AI演算法可以發現並迅速刪除包含仇恨言論的帖子，速度遠比人類快。通過他們以不同語言識別仇恨關鍵字，短語和符號的能力，這成為可能。這些已被輸入到系統中，該系統具有向其詞典新增新詞的附加功能。深度學習的神經網路架構是該過程的重要組成部分。

表情符號已成為代表各種情感的最佳方式。AI技術也可以理解這種數字語言，因為它可以理解特定文字的含義並提示正確的表情符號作為預測文字的一部分。

社交媒體是人工智慧的一個很好的例子，它也能夠理解使用者產生共鳴的內容並向他們建議相似的內容。面部識別功能還用於社交媒體賬戶中，可幫助人們通過自動建議為朋友加標籤。智慧過濾器可以識別並自動清除垃圾郵件或不需要的郵件。智慧回覆是使用者可以享受的另一個功能。

社交媒體行業的一些未來計劃包括使用人工智慧通過分析釋出和消費的內容來識別心理健康問題，例如自殺傾向。這可以轉發給心理健康醫生。

8.電子支付

銀行現在正在利用人工智慧通過簡化支付流程來便利客戶。

通過觀察使用者的信用卡支出模式來檢測欺詐的方式也是人工智慧的一個示例。例如，演算法知道使用者X購買哪種產品，何時何地購買產品以及價格落在什麼價格區間。當有一些不正常的活動不適合使用者個人資料時，系統會立即提醒使用者X。