感知AI的魅力,零基础拥抱AI

前言

人工智能(AI)是一种模拟人类智能的技术,通过计算机系统实现对复杂任务的学习、推理和解决能力。它包括机器学习、深度学习、自然语言处理等技术,广泛应用于语音识别、图像识别、智能推荐系统等领域。AI的发展为社会带来了巨大的改变,提升了生产效率、改善了生活质量,那么接下来就让我们来初步认识一下AI,即使是零基础也可以深刻体会到AI的魅力。

准备工作

  • 下载配置python等相关的编译环境。
  • 下载谷歌浏览器并注册登录。(和上面二者择一,更推荐这种,更加方便)

进入colab,引入transformers库

!pip install transformers

我们进入谷歌的colab网站,新建一个笔记本,在里面敲下我们的第一行代码,web开发工程师借助于Huggingface(抱抱脸),全网第一的nlp社区,提供的transformers 库(python , js),快速实现nlp任务 这样子我们的库就已经导入啦。

定义管道,指定任务

ini 复制代码
from transformers import pipeline
classifier =pipeline('sentiment-analysis')
output= classifier('I like you')
print(output)

接下来我们去定义一个可以进行情感分析的管道(pipeline('sentiment-analysis')),并且用一个classifier去接收。再去分析'I like you'这句话的感情用意。看看最终的输出结果是什么吧!

其他的东西我们可以不用去管它,我们只看最后一行,发现是积极的,然后评分0.99。 那么要是'I hate you'呢?

scss 复制代码
reasult = classifier('I hate you')
print(reasult)

不难发现,已经被评为消极的了。

处理中文情感

那么我们是否也可以试一试我们的中文,让AI进行评价呢?比如我们的'遥遥领先'

scss 复制代码
reasult = classifier('遥遥领先')
print(reasult)

输出结果

嗯?不应该是积极的吗,为什么会评价为这种情况?原因是我们的默认语言为英文,分析不了中文的感情,这就需要我们修改管道。我们把管道改为'uer/roberta-base-finetuned-dianping-chinese'

ini 复制代码
classifier=pipeline('sentiment-analysis',model='uer/roberta-base-finetuned-dianping-chinese')
reasult = classifier('遥遥领先')
print(reasult)

输出结果

这个时候不仅有了评分,甚至有了打分,这样一看,AI是不是很智慧呢? 还有几个例子:

我们不难发现,和我们人的基本主观想法是一致的。到此,有没有认识到AI的魅力呢?

总结

这是我们初识AI的第一步,我们这次只是做一个初步了解,其实AI未来的用途很广泛,人工智能(AI)具有许多优点。首先,它能够提高生产效率和工作效率,通过自动化和智能化处理大量任务,减少了人力资源的浪费。其次,AI可以处理大数据,从中提取有价值的信息和见解,帮助做出更准确的决策。此外,AI系统可以不断学习和改进,具有适应环境变化的能力,从而持续提高性能。在医疗领域,AI可以辅助医生进行诊断和治疗,提高医疗水平,挽救更多生命。在智能交通、智能家居等方面,AI也能够提供更便捷、安全、舒适的生活体验。总的来说,AI的优点在于提升效率、增加智能、改善生活质量,并为各行各业带来了更多创新和发展机会。人工智能(AI)具有许多优点。那么今后就让我们埋下AI的种子,一起深入AI世界吧!

"人工智能不是科幻。它已经成为我们每天生活中不可或缺的一部分。" - 亚当·切斯勒(Adam Cheyer)

相关推荐
24毕业生从零开始学ai2 小时前
逻辑回归详解:从原理到实践
算法·机器学习·逻辑回归
Echo丶洛尘2 小时前
数值计算与数据相关参数剖析:保障模型训练稳定与准确
人工智能·深度学习·机器学习
补三补四3 小时前
前人栽树,后人乘凉——AdaBoost
人工智能·算法·机器学习
硅谷秋水3 小时前
DexWild:野外机器人策略的灵巧人机交互
人工智能·机器学习·计算机视觉·机器人·人机交互
IT古董8 小时前
【漫话机器学习系列】275.GrabCut 算法——用于去除图片背景(Grabcut For Removing Image Backgrounds)
人工智能·算法·机器学习
归去_来兮10 小时前
循环神经网络(RNN)模型
人工智能·深度学习·机器学习·循环神经网络·序列数据
Wnq1007212 小时前
基于点标注的弱监督目标检测方法研究
人工智能·深度学习·目标检测·机器学习·计算机视觉·目标跟踪
molunnnn13 小时前
day10机器学习的全流程
人工智能·机器学习
不会敲代码的灵长类14 小时前
机器学习--分类算法
人工智能·机器学习·分类
从零开始学习人工智能16 小时前
VectorNet:自动驾驶中的向量魔法
人工智能·机器学习·自动驾驶