人工智能技術(shù)發(fā)展的五個(gè)主要分支

人工智能主要分支介紹

通訊、感知與行動是現(xiàn)代人工智能的三個(gè)關(guān)鍵能力，在這里我們將根據(jù)這些能力/應(yīng)用對這三個(gè)技術(shù)領(lǐng)域進(jìn)行介紹：

·計(jì)算機(jī)視覺(CV)

·自然語言處理(NLP)

·在 NLP 領(lǐng)域中，將覆蓋文本挖掘/分類、機(jī)器翻譯和語音識別。

·機(jī)器人

1、分支一：計(jì)算機(jī)視覺

計(jì)算機(jī)視覺(CV)是指機(jī)器感知環(huán)境的能力。這一技術(shù)類別中的經(jīng)典任務(wù)有圖像形成、圖像處理、圖像提取和圖像的三維推理。物體檢測和人臉識別是其比較成功的研究領(lǐng)域。

當(dāng)前階段：

計(jì)算機(jī)視覺現(xiàn)已有很多應(yīng)用，這表明了這類技術(shù)的成就，也讓我們將其歸入到應(yīng)用階段。隨著深度學(xué)習(xí)的發(fā)展，機(jī)器甚至能在特定的案例中實(shí)現(xiàn)超越人類的表現(xiàn)。但是，這項(xiàng)技術(shù)離社會影響階段還有一定距離，那要等到機(jī)器能在所有場景中都達(dá)到人類的同等水平才行(感知其環(huán)境的所有相關(guān)方面)。

發(fā)展歷史：

2、分支二：語音識別

語音識別是指識別語音(說出的語言)并將其轉(zhuǎn)換成對應(yīng)文本的技術(shù)。相反的任務(wù)(文本轉(zhuǎn)語音/TTS)也是這一領(lǐng)域內(nèi)一個(gè)類似的研究主題。

當(dāng)前階段：

語音識別已經(jīng)處于應(yīng)用階段很長時(shí)間了。最近幾年，隨著大數(shù)據(jù)和深度學(xué)習(xí)技術(shù)的發(fā)展，語音識別進(jìn)展頗豐，現(xiàn)在已經(jīng)非常接近社會影響階段了。

語音識別領(lǐng)域仍然面臨著聲紋識別和「雞尾酒會效應(yīng)」等一些特殊情況的難題。

現(xiàn)代語音識別系統(tǒng)嚴(yán)重依賴于云，在離線時(shí)可能就無法取得理想的工作效果。

發(fā)展歷史：

百度語音識別：

距離小于1米，中文字準(zhǔn)率97%+

支持耳語、長語音、中英文混合及方言

3、分支三：文本挖掘/分類

這里的文本挖掘主要是指文本分類，該技術(shù)可用于理解、組織和分類結(jié)構(gòu)化或非結(jié)構(gòu)化文本文檔。其涵蓋的主要任務(wù)有句法分析、情緒分析和垃圾信息檢測。

當(dāng)前階段：

我們將這項(xiàng)技術(shù)歸類到應(yīng)用階段，因?yàn)楝F(xiàn)在有很多應(yīng)用都已經(jīng)集成了基于文本挖掘的情緒分析或垃圾信息檢測技術(shù)。文本挖掘技術(shù)也在智能投顧的開發(fā)中有所應(yīng)用，并且提升了用戶體驗(yàn)。

文本挖掘和分類領(lǐng)域的一個(gè)瓶頸出現(xiàn)在歧義和有偏差的數(shù)據(jù)上。

發(fā)展歷史：

4、分支四：機(jī)器翻譯

機(jī)器翻譯(MT)是利用機(jī)器的力量自動將一種自然語言(源語言)的文本翻譯成另一種語言(目標(biāo)語言)。

當(dāng)前階段：

機(jī)器翻譯是一個(gè)見證了大量發(fā)展歷程的應(yīng)用領(lǐng)域。該領(lǐng)域最近由于神經(jīng)機(jī)器翻譯而取得了非常顯著的進(jìn)展，但仍然沒有全面達(dá)到專業(yè)譯者的水平;但是，我們相信在大數(shù)據(jù)、云計(jì)算和深度學(xué)習(xí)技術(shù)的幫助下，機(jī)器翻譯很快就將進(jìn)入社會影響階段。

在某些情況下，俚語和行話等內(nèi)容的翻譯會比較困難(受限詞表問題)。

專業(yè)領(lǐng)域的機(jī)器翻譯(比如醫(yī)療領(lǐng)域)表現(xiàn)通常不好。

發(fā)展歷史：

5、分支五：機(jī)器人

機(jī)器人學(xué)(Robotics)研究的是機(jī)器人的設(shè)計(jì)、制造、運(yùn)作和應(yīng)用，以及控制它們的計(jì)算機(jī)系統(tǒng)、傳感反饋和信息處理。

機(jī)器人可以分成兩大類:固定機(jī)器人和移動機(jī)器人。固定機(jī)器人通常被用于工業(yè)生產(chǎn)(比如用于裝配線)。常見的移動機(jī)器人應(yīng)用有貨運(yùn)機(jī)器人、空中機(jī)器人和自動載具。機(jī)器人需要不同部件和系統(tǒng)的協(xié)作才能實(shí)現(xiàn)最優(yōu)的作業(yè)。其中在硬件上包含傳感器、反應(yīng)器和控制器;另外還有能夠?qū)崿F(xiàn)感知能力的軟件，比如定位、地圖測繪和目標(biāo)識別。

當(dāng)前階段：

自上世紀(jì)「Robot」一詞誕生以來，人們已經(jīng)為工業(yè)制造業(yè)設(shè)計(jì)了很多機(jī)器人。工業(yè)機(jī)器人是增長最快的應(yīng)用領(lǐng)域，它們在 20 世紀(jì) 80 年代將這一領(lǐng)域帶入了應(yīng)用階段。在安川電機(jī)、Fanuc、ABB、庫卡等公司的努力下，我們認(rèn)為進(jìn)入 21 世紀(jì)之后，機(jī)器人領(lǐng)域就已經(jīng)進(jìn)入了社會影響階段，此時(shí)各種工業(yè)機(jī)器人已經(jīng)主宰了裝配生產(chǎn)線。此外，軟體機(jī)器人在很多領(lǐng)域也有廣泛的應(yīng)用，比如在醫(yī)療行業(yè)協(xié)助手術(shù)或在金融行業(yè)自動執(zhí)行承銷過程。

但是，法律法規(guī)和「機(jī)器人威脅論」可能會妨礙機(jī)器人領(lǐng)域的發(fā)展。還有設(shè)計(jì)和制造機(jī)器人需要相對較高的投資。

發(fā)展歷史：

總的來說，人工智能領(lǐng)域的研究前沿正逐漸從搜索、知識和推理領(lǐng)域轉(zhuǎn)向機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺和機(jī)器人領(lǐng)域。

大多數(shù)早期技術(shù)至少已經(jīng)處于應(yīng)用階段了，而且其中一些已經(jīng)顯現(xiàn)出了社會影響力。一些新開發(fā)的技術(shù)可能仍處于工程甚至研究階段，但是我們可以看到不同階段之間轉(zhuǎn)移的速度變得越來越快。

猜你喜歡：

人工智能之個(gè)性化推薦之路

深度相機(jī)是什么？深度相機(jī)常見技術(shù)

如何解決分類中解決類別不平衡問題？

語言模型-BERT：bert算法介紹

傳智教育人工智能培訓(xùn)課程