人工智能工具的开发方式

时间：2022-07-25 09:53:50

本报告全面概述了AI工具及其构建。这些方法是尖端的并且非常有效。本报告将清晰地展示人工智能工具的开发方式。它将展示哪些组件是必要的，如何获取数据并使其对机器学习(ML)模型有用，以及AI工具如何与更广泛的威胁评估环境进行交互。

AI工具的最终目标是通过减少操作员的认知和体力工作量来改善操作员的决策过程。为此，人工智能工具通过提供协作环境来补充操作员的角色。人工智能工具处理可用信息，从数据中获得洞察力，并以有利于操作员体验的方式呈现信息和洞察力。图1显示了AI工具流程的概览。该模型基于[3]中提出的决策支持系统(DSS)架构。

人工智能工具的结构需要考虑多种因素。该工具将在流程管道中运行，从数据收集和准备开始，到模型训练，然后到模型预测，最后为用户显示结果。在AI工作流程中，可以更容易地将结构视为流程工作流[26]。一旦AI工具经过训练，它就会不断返回到周期的第一阶段，并使用新数据和新见解进行重新训练。这个过程使人工智能工具非常强大，可以随着时间的推移保持准确性和有效性。

其实，就现在的局面来说，工业自动化领域来做数字化转型，其优势显著，最重要在于，物理模型、数据源、领域知识是优势，至于选择AI工具--这是工具的问题，对于装备制造商而言，AI是工具，对AI提供商，AI才是产品，因此，问题需要什么样的工具-很早前曾经写过“自动化是解决问题的行业”，我要知道问题，然后选择工具而已。

这项工作的目的是深入了解人工智能(AI)工具以及如何将它们应用于空中目标威胁评估。人工智能工具是包含人工智能元素的软件产品。关于人工智能有多种不同的思想流派，并且可以在同一个工具中使用不同的方法。许多现代人工智能方法都涉及机器学习(ML)。本参考文档将涵盖不同类型的AI和ML以及如何将它们应用于威胁评估。这项工作将介绍所有ML模型共有的元素，例如数据收集、数据准备和数据清理。该报告还将讨论选择适合不同问题的最佳人工智能类型。

在最后一个部分，老师在引述了“美团骑手”、“亚马逊员工”受AI算法系统监控管理的个案后，讲到了数字化会使人性得不到释放，会让员工变得工具化、物化，并丧失了主动性和自由度。老师特别强调，将AI技术与资本两个要素结合运用在人的行为、情绪、记忆等方面是极为可怕的。老师举了国美企业构建了“全景监狱”式的工作环境，记录员工所有非工作流量的信息的例子，并指出人工智能会让企业员工的隐私受到极大的挑战。

第三，AI技术底层逻辑仍然存在挑战。整个AI的底层工具发展至今天，由于AI底层工具的壁垒较高，人工智能想要真正做到普及化还面临着很大的挑战。不过在底层AI的基础能力上，相信还会持续迭代和演进，包括近期大家特别关注的通用模型、大模型、高性能计算等领域，对AI的持续发展提供重要的基础能力，也会推动AI与知识图谱更好的结合，帮助人工智能进入一个平民化的时代。

标签：智能