机器人可以写故事帮助我们翻译语言人工智能的下一步是什么

在过去几年中，自动化(或人工智能)系统的性能和炒作的爆炸式增长主要归功于人工智能的一个子学科——机器学习——的成功。虽然这些系统与某种形式的通用人工智能相去甚远，但它们已被证明在特定任务中非常有效——只要它们有足够的例子。

从本质上讲，这些系统擅长根据过去的事件预测新事件的结果，并且能够处理大量数据以找到联系。随着我们通过与技术和互联网交互来生成和收集越来越多的数据，机器学习已迅速成为我们每天使用的许多服务不可或缺的一部分。

尽管很多人经常感到惊讶，但人工智能已被大型出版商广泛使用——自 2012 年以来一直如此。路透社、纽约时报和 BBC 等平台都在写作过程的各个阶段使用自动化。人工智能系统通过搜索互联网以聚合信息、查找突发新闻和事实核查来简化工作流程。人工智能擅长可视化数据和编写有效的摘要。

但这不仅限于支持作家。人工智能工具通常用于撰写整篇文章，特别是在体育和金融等以数据为中心的领域，并且已被华盛顿邮报和雅虎等平台使用多年。这些系统可以被训练成各种风格的写作，并且已经从新闻报道到银行和投资公司的报告中找到了用途。

互联网是一个很大的地方，筛选所有内容以向您展示您想要的内容已成为许多数字服务的主要任务。这就是推荐系统的用武之地。这些人工智能工具几乎为我们在线体验的方方面面提供支持——从 Instagram 向您展示的帖子，到您的 Netflix 主页，再到您的 Google 搜索结果。如果您在网上看到某些东西，它很可能是由 AI 专门提供给您的。

重要的是，正是这些精确的系统实现了在线平台的真正商业模式——广告。从搜索历史到购物习惯，人工智能模型被提供了大量关于人们在网络上的习惯的数据，这使得 YouTube 和 Facebook 等平台能够销售专门针对你的广告。

人工智能为谷歌和苹果的大部分数字地图服务提供支持。这些系统将街景、航拍和卫星图像融合到我们最终使用的功能丰富且不断更新的地图中。谷歌甚至使用机器视觉来更新营业时间，通过查看街景图像来尝试在商店橱窗中找到标志!

基于机器学习的视觉已被广泛应用于工业流程，并且越来越多地应用于农业领域。人工智能使装配线能够自动评估质量和检测错误，并允许机器人从树上采摘成熟的果实。图像识别用于识别农作物害虫，并自动执行标记野生动物相机数据以进行跟踪和保护工作的艰巨任务。

在过去的几年里，人工智能几乎落后于所有翻译系统，尽管还远未达到完美，但这些系统已经取得了长足的进步。虽然这些模型通常需要对大量已翻译的文本进行训练，但最近的进展甚至可以翻译没有大量双语数据的语言。在 2022 年早些时候，这使得谷歌翻译能够增加对 Tsonga 和 Sepedi 的支持。

使用 AI 处理自然语言的飞跃式发展导致聊天机器人广泛用于客户服务。机器学习还可以在您的手机上实现现代语音识别，并为 Alexa 和 Siri 等个人助理生成人工语音。

人工智能也被大量集成到各个级别的安全系统中。您的电子邮件服务使用自动化系统来阻止垃圾邮件、病毒和网络钓鱼企图。您的银行很可能会在您进行交易时使用人工智能来验证您的交易——以检测哪些交易对您来说不寻常并且可能是欺诈行为。同样，现代生物识别系统(例如您的智能手机上的生物识别系统)使用 AI 进行面部识别和指纹验证。

在大数据兴起的推动下，机器学习系统已成为强大的工具，既可以有效地自动化以前由人类完成的任务，又可以使用大量信息来执行全新的任务和分析。这些系统不断改进，加上强大的自动化经济激励措施，人工智能无疑将通过计算进入我们生活的更多部分。