QQ在線
企業(yè)微信
資訊
3186人工智能技術(shù)
有許多涉及人工智能的技術(shù)和學(xué)科，它們都有自己的數(shù)學(xué)和工程研究分支。讓我們來看看最相關(guān)的技術(shù)，從識別系統(tǒng)到機器學(xué)習(xí)系統(tǒng)。
自動語音識別
自動語音識別是屬于聲學(xué)的一門學(xué)科，用于識別語音信號中的音素。語音識別系統(tǒng)處理麥克風(fēng)收集的信號以識別用戶發(fā)音的單詞。
自然語言處理 NLP
語音識別專注于純粹的語音到文本的轉(zhuǎn)換，而自然語言處理NLP是一門與語言學(xué)領(lǐng)域聯(lián)系更緊密的學(xué)科，其目標(biāo)是理解用戶在發(fā)出某個命令、問題或陳述時的意思（無論是書面的還是口頭的）以及他期望實現(xiàn)的目標(biāo)。此外，它還分析情緒以找到主觀模式。簡而言之，它是幫助機器與人之間進行交流（主要是聲音和文字）的領(lǐng)域。
人工智能中的視覺和語音識別
視覺識別
視覺識別是基于處理圖像或視頻信號的學(xué)科，其目的是識別圖案、形狀，并在最佳情況下準(zhǔn)確識別圖像中的不同元素。
文字識別
文本識別可以被認(rèn)為是視覺識別的一部分，因為它的主要目標(biāo)是識別和識別圖像格式的文本。此項工作通常使用OCR（光學(xué)字符識別）工具。
大數(shù)據(jù)
在不涉及技術(shù)細(xì)節(jié)的情況下，大數(shù)據(jù)可以被視為大量數(shù)據(jù)。大數(shù)據(jù)本身并不是一項技術(shù)，但擁有大量可用數(shù)據(jù)（最好是結(jié)構(gòu)化數(shù)據(jù)）對于實現(xiàn)商業(yè)智能分析和某些機器學(xué)習(xí)算法的應(yīng)用目標(biāo)至關(guān)重要。
專家系統(tǒng)
專家系統(tǒng)是那些包含有關(guān)特定主題的所有可能的人類知識的系統(tǒng)。一個典型的例子是下國際象棋的系統(tǒng)，它使用一整套動作和策略，這些動作和策略已經(jīng)輸入到他們的記憶中，以確定最佳動作（通常基于決策樹）。
機器人
機器人技術(shù)（機械或機器人軟件，例如 RPA）涵蓋范圍廣泛的設(shè)備。每當(dāng)系統(tǒng)或機器人顯示出智能的跡象時，例如，能夠做出決策，無論它們可能多么基本，我們都可以談?wù)撊斯ぶ悄堋Ｕ堄涀。斯ぶ悄懿槐靥貏e復(fù)雜，它存在于各個層面，甚至是最基本的層面，并且必須與從機器學(xué)習(xí)的能力區(qū)分開來；也就是機器學(xué)習(xí)。
機器學(xué)習(xí)
機器學(xué)習(xí)是人工智能中的一門學(xué)科，它試圖讓系統(tǒng)以人的方式學(xué)習(xí)和關(guān)聯(lián)信息。為此，它使用能夠檢測先前數(shù)據(jù)中的模式、能夠創(chuàng)建未來預(yù)測以及深度學(xué)習(xí)及其神經(jīng)網(wǎng)絡(luò)算法等新趨勢的算法。
機器學(xué)習(xí)算法
深度學(xué)習(xí)
深度學(xué)習(xí)是機器學(xué)習(xí)的一個分支學(xué)科。它是一個學(xué)習(xí)系統(tǒng)，其靈感來自人腦神經(jīng)網(wǎng)絡(luò)處理信息的功能，具有非常復(fù)雜的數(shù)學(xué)基礎(chǔ)。盡管它確實依賴于經(jīng)驗（無論是以前的數(shù)據(jù)、環(huán)境生成的還是自己生成的），但它并不是從確定什么是正確的、什么是不正確的嚴(yán)格指示開始，因此系統(tǒng)可以自行確定結(jié)論。
認(rèn)知智能
認(rèn)知智能是前面提到的技術(shù)的組合，旨在創(chuàng)建能夠讓人類理解的人工智能服務(wù)。它是視覺識別、聲音、閱讀理解、NLP 和機器學(xué)習(xí)的結(jié)合，以創(chuàng)建能夠理解與人類交互相關(guān)的信息并做出相應(yīng)響應(yīng)的系統(tǒng)。
人工智能類別
對人工智能進行分類并不容易，事實是，最佳做法是根據(jù)特定系統(tǒng)使用的算法對其進行分類。然而，一些專家試圖根據(jù)他們的方法創(chuàng)建人工智能小組。
根據(jù)計算機科學(xué)家Stuart Russell和Peter Norvig 的說法，人工智能可以分為以下幾類：
像人類一樣思考的系統(tǒng)
這些系統(tǒng)嘗試使用人工神經(jīng)網(wǎng)絡(luò)模型從字面上模擬人類思想。
像人類一樣行動的系統(tǒng)
這些系統(tǒng)專注于充當(dāng)人類；它們更多地與經(jīng)典機器人技術(shù)聯(lián)系在一起，并且靈活性較差。
理性思考的系統(tǒng)
這些系統(tǒng)試圖在感知、推理和行動方面應(yīng)用人類邏輯。他們并不專注于模擬大腦的神經(jīng)元行為，而是被訓(xùn)練在特定環(huán)境中以人類的方式行事。這方面的一個例子是專家代理。
理性行動的系統(tǒng)（理想情況下）
他們試圖以理性的方式模仿人類行為，根據(jù)給定的環(huán)境條件得出自己的結(jié)論。這些系統(tǒng)的不同之處在于試圖將理性應(yīng)用于他們的決定。
一種更常見的分類是將 2 個大組分開：
弱（或狹隘）人工智能
以其首字母縮略詞ANI（狹義人工智能）而聞名，盡管該名稱可能看起來有些貶義，但它涵蓋了當(dāng)今存在的所有人工智能。它是人工智能，致力于以最佳方式解決特定或一組問題，但不可能在沒有相關(guān)編程的情況下擴展到一般問題。即使是最先進的虛擬助手也屬于這一類。
強（或通用）人工智能
簡稱AGI（Artificial General Intelligence），它是能夠在推理和演繹能力上匹敵或超越人類智能的人工智能。今天它是一個只存在于科幻小說中的烏托邦，因為雖然機器在很多能力（包括某些領(lǐng)域的視覺和聽覺識別）方面已經(jīng)超越了人類，但它們沒有真實的感受、天生的認(rèn)知能力、自我意識或能力。適應(yīng)任何場景。
