當我們想到人工智能或機器學習時，我們經常會想到機器人或算法等，對人類來說人工智能可以自動執行很重要的重復性任務。最喜歡的示例之一是對圖象檢測：識別圖像或視頻中經過預先訓練的對象類別，例如人或汽車。人工智能的這種應用通常被視為與人類競爭。可以檢測到制成品中的錯誤，AI可以代替過去執行質量控制工人的工作。下面我們來說一下新的應用程序正在通過AI改變學習的信息。

　　人工智能為人類增強體驗

　　當然，還有AI的其他應用可以以前所未有的方式直接增強人類的體驗。S的“發現每周”播放列表背后的算法是一個例子：該算法使您接觸到原本從未聽過的音樂，從而豐富您的體驗并改善音樂品味。

　　現在有一個應用程序通過使用AI來提高人類技能開辟了新天地，在我們大多數人可以使用的領域中，烹飪方面會有所幫助。

　　剛剛在A上啟動的C，教會用戶在嘗試選擇最佳食材來解決不良食譜時，將AI與大廚競爭，從而使他們做得更好。

　　與大多數成功的人工智能實施一樣，C應用程序中的AI廚師依賴大量數據，在這種情況下，它包含數百萬個在線食譜評論。該應用程序背后的工程師使用自然語言處理，情感分析和聚類算法來開發八個不同的角色，以描述最常見的口味。

　　當我聯系到應用程序的創始人時，她描述了構建AI廚師角色的過程，并將其與S的“發現周刊”背后的策略進行了比較：“我花了三年的時間通過F構建數據集，并最終確定了具有特色和預測性的審閱者口味。我的意思類似于類似于E的公司如何使用與歌曲數據匹配的真實評論數據來識別完全由數據驅動的新“流派”。通過將評論數據與配方匹配并發現數據驅動的味覺，我們一直在做類似的事情。最終，其中一部分成為了C游戲中的AI  ”

　　烹飪新的學習方式

　　請注意，在S和C中，人工智能不會取代人類的理解，而是使人類能夠以前所未有的方式學習。當我們考慮食物的口味時，無論是我們喜歡的口味，還是令人不愉快的口味，太咸或者太苦，我們通常將其視為一種高度主觀的體驗。但是，通過對數百萬條食譜評論中編碼的主觀偏好進行處理和聚類，C能夠產生新的見解，這是人類無法自行產生的。即使您坐下來閱讀了數百萬條評論，也無法以令人信服的方式總結或使用該信息。人工智能已經解鎖了這些信息，并有可能改善我們做飯時過于人性化的任務。

　　A堅信，將AI應用于教育具有巨大的潛力，特別是在我們可能難以充分描述我們的經驗的領域：“我從S和P兩者以不同方式為音樂所做的事情中汲取了很多靈感。他們讓用戶找到自己喜歡的音樂，即使他們缺少專業詞匯也無法找到。即使您不知道歌手的姓名，歌曲名稱，每分鐘的節拍數，心情，專輯名稱，流派等，您也可以通過他們的算法找到喜歡的東西。

　　人工智能的光明未來

　　盡管AI的經濟中斷值得健康的懷疑，手動任務將繼續自動化，同時創造新的工作AI釋放以前無法獲得的見解并增強人類潛力的能力令人興奮。即使使用C也已經計劃使用更多數據在應用程序上進行迭代：例如，使用食物浪費數據來鼓勵用戶成為更有效率的廚師。

　　很容易看出這種AI培訓也可以應用于其他學科：也許健身應用程序可以確定您是否應該更專注于有氧運動或力量建設，或者像M這樣的支出應用程序可以培訓您如何更好地管理財務。但最終，這將首先取決于令人愉悅的用戶體驗。

　　好了，關于一個新的應用程序正在通過AI改變學習的內容介紹到這里就結束了，想了解更多關于人工智能的信息，請繼續關注中培偉業。