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
故七月11 分钟前
生成式引擎优化(GEO)的底层逻辑与产业实践
大数据·人工智能·机器学习
船厂电气自动化ai大模型15 分钟前
AI大模型与数学·第56课 快速傅里叶变换FFT:DFT高效优化算法,图像、音频、扩散模型工程加速核心工具
数据结构·人工智能·深度学习·算法·机器学习
故七月1 小时前
让AI“看见”好服务——生成式引擎优化(GEO)的底层逻辑与产业实践
大数据·人工智能·机器学习
烟锁池塘柳02 小时前
课程学习(Curriculum Learning, CL):一种模仿人类从易到难学习过程的机器学习训练策略
人工智能·机器学习
泡干脆面就番茄2 小时前
机器学习:K-means 聚类与 DBSCAN 聚类
机器学习·kmeans·聚类
kyle~2 小时前
点云配准--- 迭代最近点 ICP 求解
线性代数·算法·机器学习
richard_first2 小时前
Transformer 与大语言模型:第7章 Multi-Head Attention 多头注意
人工智能·深度学习·机器学习
段一凡-华北理工大学3 小时前
高炉炉况智能诊断与预警实战~系列文章14:机器学习炉况分类:样本构建、类别不平衡与模型选型
大数据·人工智能·机器学习·分类·高炉智能化·炉况诊断·炉况分类
字节数据平台7 小时前
iDA:从 ChatBI 到专业数据分析助手的演进之路
大数据·人工智能·机器学习·数据分析
SomeB1oody12 小时前
【RustyML入门】6.3. 并行归约
开发语言·后端·机器学习·rust·教程