人工智能时代,Web 前端能做什么?
最近做了一个项目,通过爬虫去抓取页面快照,然后对页面兼容性进行全面测试。但是遇到一个问题,抓取到海量页面之后,难道还要人工去分析吗?
类似的场景并不会少,是否可以让机器去帮我们实现,最终输出一个可靠报告?答案是肯定的,快照生成后,我们可以对大量快照进行分析,结合 OpenCV 跨平台计算机视觉库,实现图像处理和计算机视觉方面的数据分析,最终输出结果。
我们总会找到一些合适的场景用机器来代替人,而 AI 正是这个支点。
AI 如果是这个时代的契机,那么作为 Web 前端,在这人工智能时代,我们能做什么?
一、什么是人工智能?
人工智能(Artificial Intelligence),英文缩写为 AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
1.计算机科学
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
2.智慧「容器」
人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的「容器」。
3.信息加工
人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。
4.研究目标
人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
二、有哪些场景会涉及到 AI?
如果要列举一下有哪些场景会用到 AI,我想可能不仅仅是如下这些:
机器视觉,指纹识别,人脸识别,视网膜识别,虹膜识别,掌纹识别,专家系统,自动规划,智能搜索,定理证明,博弈,自动程序设计,智能控制,机器人学,语言和图像理解,遗传编程等。
人工智能就其本质而言,是对人的思维的信息过程的模拟。
对于人的思维模拟可以从两条道路进行,
- 结构模拟,仿照人脑的结构机制,制造出「类人脑」的机器;
- 是功能模拟,暂时撇开人脑的内部结构,而从其功能过程进行模拟。
现代电子计算机的产生便是对人脑思维功能的模拟,是对人脑思维的信息过程的模拟。
三、弱人工智能,强人工智能
弱人工智能如今不断地迅猛发展,尤其是 2008 年经济危机后,美日欧希望借机器人等实现再工业化,工业机器人以比以往任何时候更快的速度发展,更加带动了弱人工智能和相关领域产业的不断突破,很多必须用人来做的工作如今已经能用机器人实现。
而强人工智能则暂时处于瓶颈,还需要科学家们和人类的努力。
人工智能是依赖机器学习的,数据和算法是机器学习的核心,而数据更为重要。按照解决问题的能力,我们可以把人工智能,分成两类:
- 强人工智能:拥有自我意识,具备解决通用问题的能力
- 弱人工智能:没有自我意识,具备解决特定问题的能力
目前,我们能看到的人工智能,几乎都是弱人工智能,在解决特定问题的能力上,超越了人类。
四、AI 如何影响前端
- 数据可视化
- 模型可视化
- 相关技术
进行中~


更多资讯推荐
- MIT提出Liquid机器学习系统,可像液体一样适应动态变化
-
麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。
机器之心 · 2021-02-21 15:47:47
- 规划智慧城市时,别忘了无障碍通行
-
要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。
蒙光伟 · 2021-02-21 10:26:41
- 2021关于人工智能的五大趋势
-
数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?
Lichu · 2021-02-21 10:21:01
- 使数据中心更智能:人工智能如何发挥作用?
-
随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。
Cassie · 2021-02-21 10:14:59
- IBM拟出售Watson Health后,AI医疗还能不能碰
-
医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?
物联传媒 · 2021-02-21 08:41:16
- 抛弃归一化,深度学习模型准确率却达到了前所未有的水平
-
我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。
机器之心 · 2021-02-20 21:09:12
- 华人博士生首次尝试用两个Transformer构建一个GAN
-
最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。
Yifan Jiang · 2021-02-20 21:04:53
- 无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器
-
柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。
Tilman Krokotsch · 2021-02-20 20:57:16