计算机专业英语 第3版 课件 u12 AI

计算机专业英语（第三版）AI

Unit

12Contents

NewWords

Abbreviations

PhrasesNotes参考译文NewWordsNewWordsNewWordsNewWordsNewWordsNewWordsPhrasesPhrasesPhrasesAbbreviationsNotesNotesNotesNotesNotesListeningtoTextA人工智能人工智能（AI）是机器、特别是计算机系统对人类智能处理的模拟。这些过程包括学习（获取信息和使用信息的规则）、推理（使用规则来达到近似或明确的结论）和自我校正。人工智能的典型应用包括专家系统、语音识别和机器视觉。人工智能可以分为为弱人工智能与强人工智能两类。弱人工智能，也称为窄人工智能，是为特定任务而设计和训练的人工智能系统。虚拟个人助理，如Apple的Siri，是一种弱人工智能。强人工智能，也称为通用人工智能，是一种具有广泛人类认知能力的人工智能系统。当提出一项不熟悉的任务时，强人工智能系统能够在没有人为干预的情况下找到解决方案。由于人工智能的硬件、软件和人员成本可能很昂贵，因此许多供应商在其标准产品中包含人工智能组件以及访问人工智能即服务（AIaaS）平台。在做出承诺之前，人工智能即服务允许个人和公司为各种商业目的进行人工智能试验，并对多个平台进行抽样调查。流行的人工智能云产品包括AmazonAI服务、IBMWatsonAssistant、MicrosoftCognitiveServices和GoogleAI服务。参考译文虽然人工智能工具为企业提供了一系列新功能，但人工智能的使用引发了伦理问题。这是因为深度学习算法是许多最先进的人工智能工具的基础，它们的智能仅仅与训练时所提供的数据匹配。因为人类选择用何种数据来训练人工智能程序，而人类本身可能有偏见，所以必须密切监控。一些业内专家认为，人工智能这一术语与流行文化联系太紧密，导致普通大众对人工智能产生不切实际的恐惧，以及对人工智能如何改变工作场所和生活方式所抱的不太可能的期望。研究人员和营销人员希望增强智（具有更中性内涵）会帮助人们明白人工智能只能改进产品和服务，而不是取代使用它们的人。1.人工智能的类型密歇根州立大学综合生物学和计算机科学与工程助理教授ArendHintze将人工智能分为四类，从现有的人工智能系统到尚未存在的感觉系统。他的分类如下。参考译文类型1：反应机器。一个例子是DeepBlue（深蓝），一个在20世纪90年代击败GarryKasparov的IBM国际象棋程序。DeepBlue可以识别棋盘上的棋子并进行预测，但它没有记忆，也无法使用过去的经验来指导未来的棋子。它分析了可能的行动——它自己和它的对手——并选择最具战略性的举措。DeepBlue和Google的AlphaGO专为狭窄目的而设计，不能轻易应用于其他情况。类型2：有限的存储。这些人工智能系统可以使用过去的经验来指导未来的决策。自动驾驶汽车的一些决策功能就是这样设计的。观察可以告知在不远的将来发生的行动，例如换车道。这些观察结果不会永久存储。类型3：心智理论。这个心理学术语指的是他人有自己的信念、欲望和意图，这会影响他们的决策。这种人工智能尚不存在。类型4：自我意识。在这个类别中，人工智能系统具有自我意识感，具有知觉。具有自我意识的机器了解其当前状态，并可以使用该信息来推断其他人的感受。这种类型的人工智能尚不存在。参考译文参考译文2.人工智能技术的例子人工智能被整合到各种不同类型的技术中。这里有一些例子。自动化：可以使系统或过程自动运行。例如，机器人过程自动化（RPA）可以通过编程来执行人类通常执行的大量可重复的任务。RPA与IT自动化的不同之处在于它可以适应不断变化的环境。机器学习：使计算机无需编程即可行动的科学。深度学习是机器学习的一个子集，简言之，它可以被认为是自动化进行预测分析。有三种类型的机器学习算法：•监督学习：标记数据集，以便可以检测模式并用于标记新数据集。•无监督学习：不标记数据集，并根据相似性或差异性进行排序。•强化学习：不标记数据集，但在执行一个行动或多个行动后，人工智能系统会得到反馈。机器视觉：让计算机具有视觉的科学。该技术使用相机、模数转换和数字信号处理来捕获和分析视觉信息。它通常被比作人类的视力，但机器视觉不受生物学的约束，并且比如可以编程以透视墙壁。它用于从签名识别到医学图像分析的各种应用中。计算机视觉是基于机器的图像处理，通常与机器视觉混为一谈。自然语言处理（NLP）：通过计算机程序处理人类——而不是计算机——的语言。其中一个较早且最着名的NLP示例是垃圾邮件检测，它查看主题行和电子邮件的文本并确定它是否为垃圾邮件。目前的NLP方法基于机器学习。NLP任务包括文本翻译、情感分析和语音识别。机器人技术：一个专注于机器人设计和制造的工程领域。机器人通常用于执行人类难以执行或一直执行的任务。它们用于汽车生产的装配线或由NASA用于在太空中移动大型物体。研究人员还利用机器学习来构建可在社交场合进行交互的机器人。参考译文自动驾驶汽车：它们把计算机视觉、图像识别和深度学习相结合，使用自动化技能驾驶车辆，在遇到意外障碍（例如行人）在给定车道上停车。3.人工智能应用人工智能已经进入了许多领域。这里列举六个示例。人工智能应用于医疗保健领域。最大的好处是改善患者的治疗效果和降低成本。公司正在应用机器学习来做出比人类更好更快的诊断。IBMWatson是最着名的医疗保健技术之一。它理解自然语言，并能够回答所提出的问题。系统挖掘患者数据和其他可用数据源以形成假设，然后它将给出一个置信评分模式。其他人工智能应用程序包括聊天机器人。聊天机器人是一个计算机程序，用于在线回答问题和帮助客户、帮助安排后续预约或自动计费，以及提供基本医疗反馈的虚拟健康助理。

参考译文人工智能应用于商业领域。机器人过程自动化正被应用于通常由人类执行的高度重复的任务。机器学习算法正在集成到分析和客户关系管理平台，发现信息以更好地为客户服务。聊天机器人已被纳入网站，为客户提供即时服务。工作岗位的自动化也成为学术界和IT分析师的话题。人工智能应用于教育领域。人工智能可以自动分级，节省教师时间。人工智能可以评估学生并应对他们的需求，帮助他们按照自己的进度工作。人工智能导师可以为学生提供额外的支持，确保他们处于正确轨道上。人工智能可以改变学生学习的地点和方式，甚至可以取代一些教师。人工智能应用于金融领域。个人理财应用程序中的人工智能（如Mint或TurboTax）正在进入金融机构。这些应用程序收集个人数据并提供财务建议。其他程序（例如IBMWatson）已经应用于购买房屋的过程。今天，华尔街很大一部分交易都是由软件完成的。参考译文人工智能应用于法律领域。在法律上，对人来说，发现过程（筛选文件）是非常困难的工作。自动化地完成此项工作可以大大节省时间。创业公司还在构建计算机回答助手，通过编程来检查与数据库相关的分类和本体，可以筛选出问题的答案。人工智能应用于制造业。这个领域一直处于将机器人纳入工作流程的最前沿。工业机器人曾经执行单一任务并与人类工作人员分开，但随着技术的进步这一现象已经发生了变化。4.安全和伦理问题人工智能在自动驾驶汽车领域的应用带来了安全和伦理方面的问题。汽车可以被黑客入侵，当自动驾驶汽车涉及事故时，责任也不清楚。自动驾驶车辆也可能处于无法避免事故的情况，迫使编程人员就如何最大限度地减少损坏做出伦理决定。参考译文另一个主要问题是滥用人工智能工具的可能性。黑客们开始使用复杂的机器学习工具来访问敏感系统，使安全问题越来越复杂化。基于深度学习的视频和音频生成工具也为不良行为者提供了所谓换脸所需的工具，他们可以制作公众人物视频，尽管这些公众人物从未说过这些话、也从未做过这些事，但这些视频却让人不得不信。

参考译文5.人工智能技术的规范尽管存在这些潜在的风险，但很少有关于使用人工智能工具的法规，而且即便有法规，它们通常也只是间接地涉及人工智能。例如，联邦公平贷款法规要求金融机构向潜在客户解释信用决策，这些法规限制了贷方可以使用深度学习算法的程度，这些算法本