一个人做某事的能力被称为工作，当他/她以更聪明，更轻松的方式进行这项工作时，这表示他从事特定工作的效率。自远古时代以来，已经采用了许多技术来使人类更容易工作，并且每种方法都被人们广泛接受。
一些技术甚至有助于解决现实世界中的问题，例如处理数据集，创建图形，构建计算机控制的机器。但是，这些都有某种或其他类型的局限性，例如大型编码，不友好的语言，只有研究人员和科学家才能理解，计算机对大型记忆的使用以及更多……
解决所有这些问题的解决方案是以人工智能的形式产生的革命。人工智能或人工智能主要被称为人类的复制品，他可以像人类一样思考，并且可以在人们最少的干预下独自工作。这项技术虽然如今已出名，但实际上是在1952 - 1956年。这个时期可以称为新一代技术的诞生，可以以高度准确地复制人类的每一个活动。
研究人员和科学家说，我们的大脑对任何形式的刺激有反应，因为我们体内产生的电脉冲，这些冲动在神经网络或神经元的帮助下将其传递到大脑。因此，如果模型可以像神经元一样工作，并通过响应刺激来向机器发送信号，那么它可以消除人们对他人的依赖性，并且可以称为人形生物。
第一个基于AI的神经网络是由Marvin Minsky和Dean Edmonds于1951年建造的，从那时起，这项技术彻底改变了计算机科学和信息技术领域。在AI的帮助下取得的一些过去成就包括AI，Eliza，XCON，Internet的诞生，IBM Watson Jeopardy等。
模型创建
我们创建的AI，机器学习，深度学习模型包括以下层次结构程序：
- 加载我们在计算机上创建的数据或基本模型。
- 将模型分为训练，测试和验证模型。
- 使用编程语言和统计算法来培训我们的培训模型。
- 训练以检查测试集中的最佳拟合模型。
- 最终在我们的验证设置上验证模型，以检查未知模型上的模型性能。
- 最后一步是将此模型用作我们的类人生物来测试与特定的特定模型，并部署与设备或任何基于Web的服务相同的模型，以使其可供他人使用。
当前使用和未来的前景
如今，AI在健康和计算机科学领域在每个领域都找到了应用程序，遵循图表，农业和盟友部门，计量学，权力等。所有这些部门都使用AI的概念来轻松降低他们的工作并以更具互动性和计算的方式展示事物。
AI与机器学习和深度学习等子集一起被证明可以检测到黑色素瘤，前列腺，皮肤，肺等所有类型的癌症。 AI和机器学习已被证明是商业智能和业务分析的祝福，因为它仅使用几行代码来处理大量数据。
大数据的概念之所以出现，是因为AI的技术进步及其处理各种数据的能力。鱼类疾病检测，作物模式预测，降雨预测，土壤密度检测，建筑基础设施，动物分类，精子计数检测，3D建模，制造机器人等都可以在AI的帮助下完成。科学家预测，AI将是我们的下一代，在这个有趣的学习领域学习的动力将帮助世界上每个公民都对技术友好。
另外，使用编程语言Python，Java，Julia，R，Scala等等，AI的学习率有所提高。 AI不仅使事情变得容易且可部署，而且还创造了全球各地的各种工作机会，以及像亚马逊，Facebook，Google，Google，Apple，Allibaba等的大型科技巨头一样，都是雇用精通这些概念的技术专家。亚马逊的现代Alexa是一个很大的例子AI的自然语言处理概念还有更多。
总有三类AI狭窄或弱的AI，一般或强大的AI和人造超智能。我们目前已经取得了狭窄的AI，并且有许多进步要获得超级智能的好处。因此，可以得出结论，一小部分代码可以彻底改变世界的愿景并带来奇迹。
