内容
资料来源：Agsandrew / Dreamstime.com
带走：
新形式的AI将（并且已经开始）以一些非常有趣的方式改变我们的生活。
我们知道我们的世界正在快速变化–但是，您可能在报纸或电视上听不到很多具体的技术进步，但是它们却对我们的生活产生了巨大的影响。
其中一些重大的新故事与人工神经网络有关-人工智能研究中的一个相对较新的现象正在推动从娱乐到医学的许多领域的各种进步。
人工神经网络依靠这样的思想，即技术可以使用对应于单个人类神经元和神经元组的小单元来模拟人脑的生物功，以根据输入产生输出。
人工神经网络的思想依赖于1940年代出现的“连接主义”哲学，并从理论上阐明了大量的协作神经病学单元如何影响整体行为和认知。另一种说法是，作为人类，我们发现可以通过将许多人造神经元放在一起并使它们以与我们自己的生物学思维过程非常相似的方式协同工作来构建更好的模型。
那么，人造网络将带来什么呢？实际上很多。即使不是家喻户晓的名字，也不是一个熟悉的品牌，甚至不是小学或高中课程的主要部分，人工神经网络的工作在许多领域都变得越来越普遍。 （通过“从Ada Lovelace到深度学习”了解有关计算和AI历史上的里程碑的更多信息。）
游戏玩法及超越
您可能最近听说，在“围棋”游戏中，计算机能够击败人类玩家，而该游戏比国际象棋要复杂得多。我们中的许多人凭直觉理解这是朝着更强大的人工智能迈进的又一步-我们了解了1990年代下象棋的计算机的优越性，因此这似乎是合乎逻辑的进步。
可以在Go上击败人类的具有人工神经网络支持的人工智能实体的出现是非常重要的-但是您可能不知道，为这种新兴游戏模式做出贡献的公司IBM也正在尝试新的基础人工智能技术将使人工神经网络变得更加强大和快速。上个月有消息称，IBM将在与麻省理工学院的一个联合项目中投入2.4亿美元，使ANN和相关技术的力量加倍，从而比以往任何时候都更加强大。
更精确地治疗癌症
癌症是西方医学词典中最令人困惑的疾病之一，但是现在，随着科学家们逐渐突破治疗许多不同类型肿瘤的新方法，人工神经网络为非常新的癌症研究提供了支持。
没有错误，没有压力-在不破坏生活的情况下创建可改变生活的软件的分步指南
当没有人关心软件质量时，您就无法提高编程技能。
人工神经网络在诊断和治疗乳腺癌，前列腺癌，肺癌和其他类型癌症中提供帮助的最基本方法之一就是能够利用大量数据并确定前进的方向-无论其是否属于癌症病例分类，或与基因表达相关的数据一起使用，许多新的癌症治疗方法都使用AI衍生的见解来挽救生命。
神经科学进展
人工神经网络在癌症研究中仅是有用的-相同的原理可以吸收各种临床数据并将其完善为更具实用性的形式。
但是，人工神经网络与神经科学之间有着特殊的联系-因为即使我们将这些模拟人类大脑的构件放在一起，我们仍在学习有关人类大脑如何工作的更多信息-这正在为服务于患者的新型现代化设施提供支持以新的方式。
当科学家进入并创建人工神经网络系统时，他们正在研究神经元如何通过突触激发脉冲。他们正在对构成人脑一部分的神经网络进行分组和分类。他们正在零零碎碎地朝着高级人工智能研究的总体目标努力–更全面地模拟生物大脑的工作，并将这些结果转变为非常类似于人类从自主技术衍生而来的思想。当人们使用人工神经网络时，他们将更多地了解大脑中发生的事情，梦中发生的事情，中风时发生的事情–所有这些都会推动神经科学各个领域的发展。在开发AI的同时，我们也在发展对自我的了解。
人工智能和个性化营销
人工神经网络支持的另一项突破是，营销人员具有查明给定消费者的需求的超凡能力。
您可能在网站推荐引擎，Pandora feed或其他地方遇到了这种情况。您会看到定向性强，令人毛骨悚然的广告–您可以获得可能想要或感兴趣的事物的信息，但是您从未告诉过任何人。所有这些通常都是由能够自行建立连接的人工神经网络和机器学习算法驱动的，而不是由人类决策者驱动的。它们的准确性是不可思议的，随着时间的推移，它的准确性只会越来越好。 （有关“推荐系统是我们在线购物的方式”的详细信息，请参见。）
日常接口
这是一种思考科学家在人工神经网络方面取得突破的有趣方法-Gizmodo的一篇文章谈到了我们如何每天在互联网上看到人工神经网络的结果-本文指出的重要内容之一是人工神经网络最有前途的前沿之一是图像识别。
在早期使用这些人工智能工具时，科学家们已经弄清楚了如何帮助计算机识别从猫到人脸的所有事物的图片。而且，这已经以多种方式被应用-在您的消息传递平台，您的个人资料中，甚至可能在您当地的机场。
您可以使用图像识别来识别个人的想法使生物识别技术领域获得了很多收获。而且，当然，图像识别也可以带来市场营销收益，有助于将那些吸引人类用户的联系放在一起。但是从更广泛的意义上讲，能够为数据挖掘图片具有各种有用的应用程序-因此，在某个时候，我们将不再向计算机输入文字-我们将能够为他们提供图片向他们展示我们试图传达的内容-众所周知，一张图片值得一千个单词。
Gizmodo文章中另一个有趣的观点是，自然语言处理也是ANN工作的产物。我们已经使用了一段时间，无论它是与Siri还是听写工具一起使用还是以其他形式使用；计算机分解语音并将其转换的方式与早期对人工神经网络的研究有很大关系。
商业情报
除了能够锁定个人客户并剖析其个人信息以进行营销之外，企业还以其他非常重要的方式使用人工神经网络和机器学习。
企业是有机体，无论规模大小，任何企业无论是从日常还是从长期来看，都将需要很多指导。
一旦软件变得足够先进，足够先进，供应商便开始构建不同的企业软件平台，以帮助企业自动完成以前需要手工完成的所有工作。 Salesforce自动化通过技术增强了销售团队的实力。客户关系管理工具有助于促进与目标受众的更好联系。供应链管理工具将必要的原材料带入业务地点。通用的商业智能工具将所有原始数据都纳入进来，并将其转变成可供执行人员使用的可行报告。
今天的领导者们并没有进行设施的逐步介绍，而是想像未来会发生什么，而是越来越多地关注可视化仪表板，并且清楚地看到了他们需要做些什么来使业务更好地运转。同样，所有这些透明度都依赖于应用于这些分析引擎的人工神经网络以及机器学习和深度学习工具，这些方法以我们非常重要的人类思维模拟为基础，为我们提供了我们所需要的知识。
所有这些突破只是冰山一角。一场革命即将到来–我们与技术互动的方式发生了巨大的变化。更加智能，功能更强大的机器人和计算机将开始像我们一样听起来，看起来和行动起来，这取决于我们来确定那是如何工作的。