AI是否会像计算机一样，成为不可或缺的存在？

正文

请到「今天看啥」查看全文

首先来看看在线内容，特别是网站优化。现在大多数人都熟悉转换率优化（CRO），所谓CRO就是网站操作员通过测试设计、信息、用户体验等方面的新想法来最大化实现转换。AI可以使这个过程以数量级优化。

我们需要弄清楚我们应该如何判断AI的解决方案，并确定其运作方式。在这个例子中，我们通过增加的转换率来判断是否成功，AI通过改变字体、设计、颜色等来优化网站。我们可以给予AI有关更改的信息，以及确定浏览器类型或登录状态的权限，以便AI开始分割用户。

这样做的结果可能会令人震惊。AI可以找到令人信服且易引起观众共鸣的设计。它可以通过遗传算法有效的培育出更合适的设计，从而创造出转换高效且能自我循环的子代，让AI配置更加优化。

需要注意，这个方法有一个很重要的方面，即AI是自主的，这也符合AI的一般定义参数和目标是由操作员设置的，但是AI决定了如何组合才能找到最佳的答案，达成更好的结果。

这样的例子数不胜举，在金融贸易、医疗保健甚至农业等多个行业都已经成功部署了AI。在所有情况下，去除上述步骤中的某些形式，这些决定都会无法独立完成。这正是一个需要领域专家和AI从业者紧密合作的过程。

什么是AI

让我们回到起点，人工智能的本质是什么？对此我并没有答案，我也认为根本不存在答案。这个定义可以随着时间的变化而变化，AI也不断的超越现有的水平。所以与其提出严格的定义，还不如来看看一些例子。

谷歌的关键字搜索是否是AI？你也许认为搜索背后的技术很简单，但是即使在90年代末期，搜索引擎也居然使用了AI教科书中提及的A*树搜索算法。

那么Siri呢？这应该是一个AI系统的例子。但实际上呢？其实许多人将Siri的幽默当作是人工智能。但实际上这只是Siri从数据库中随机查询的结果。换句话说，人们所发现的具有人性的以免其实只是工程师手下的一行代码。

那么自动驾驶汽车呢？这也是这段时间各大公司争相研发的东西。但即使是赢得DARPA挑战的自动驾驶汽车也完全只是使用传感器，并没有涉及AI技术，也就说没有自我学习的能力。

换句话说，算法本身是否能被定义为AI是有争议的，而且我个人认为这无关紧要。重要的是AI是否根据领域专家定义的一个或多个方法得到了提升。重要的是AI模型是否可以自我学习相关领域知识，并根据新的情况和期望进行调整。从定义的角度来看，它需要能够自主运作，并随着时间的推移变得越来越好。

请到「今天看啥」查看全文