(科普文)一文读懂人工智能
![](http://m.amcfsurvey.com/editerupload/201808/a6a4aeb5ee98c297312cf5aea055a64b.jpg)
![](http://m.amcfsurvey.com/editerupload/201808/8da5e9c31d87058a81a72ba341c05453.jpg)
![](http://m.amcfsurvey.com/editerupload/201808/98e9422ed5d249ef12cc5a640b079ed9.jpg)
![](http://m.amcfsurvey.com/editerupload/201808/b9ff056a6204bfae92c479c370a35a00.jpg)
目前,AI技术包括大数据、语音识别、机器学习、计算机视觉、自然语言处理五大部分。
大数据
大数据,或者称之为巨量资料,指的是需要全新的处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。也就是说,从各种各样类型的数据中,快速获得有价值信息的能力,就是大数据技术。大数据是AI智能化程度升级和进化的基础,拥有大数据,AI才能够不断的进行模拟演练,不断向着真正的人工智能靠拢。
语音识别
语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高新技术。语音识别技术主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。语音识别是人机交互的基础,主要解决让机器听清楚人说什么的难题。人工智能目前落地最成功的就是语音识别技术。
![](http://m.amcfsurvey.com/editerupload/201808/1ccd90aa8222f63acdced049c50900d4.jpg)
语音识别目前主要应用在车联网、智能翻译、智能家居、自动驾驶方面,国内最具代表性的企业是科大讯飞,此外还有云知声、普强信息、声智科技、GMEMS通用微科技等初创企业。
机器学习
机器学习就是让机器具备人一样学习的能力,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是人工智能的核心。
![](http://m.amcfsurvey.com/editerupload/201808/d1886295cadd7232fc0973ba90bd4be0.jpg)
机器学习已经有了十分广泛的应用,例如:数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。国内专注于机器学习的公司有优必选、图灵机器人、李群自动化、极智嘉科技、Rokid等。
计算机视觉
计算机视觉顾名思义,就是让计算机具备像人眼一样观察和识别的能力,更进一步的说,就是指用摄像机和电脑代替人眼对目标进行识别、跟踪和测量,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
![](http://m.amcfsurvey.com/editerupload/201808/61100be3516b461a57710e7f87dfe5c7.jpg)
那么计算机视觉和人工智能是什么联系呢?
作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取“信息”的人工智能系统。计算机视觉目前还主要停留在图像信息表达和物体识别阶段,人工智能更强调推理和决策。
目前计算机视觉主要应用在安防摄像头、交通摄像头、无人驾驶、无人机、金融、医疗等方面。国内代表性公司有海康威视、大华股份等传统大公司,还有商汤科技、云从科技、依图科技以及旷视科技等独角兽企业,还有思岚科技、速感科技、阅面科技、云天励飞、Yi+、图漾信息、码隆科技、格灵深瞳、Insta360等创业企业。
自然语言处理
自然语言处理大体包括了自然语言理解和自然语言生成两个部分,实现人机间自然语言通信意味着要使计算机既能理解自然语言文本的意义,也能以自然语言文本来表达给定的意图、思想等,前者称为自然语言理解,后者称为自然语言生成。自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。自然语言处理的终极目标是用自然语言与计算机进行通信,使人们可以用自己最习惯的语言来使用计算机,而无需再花大量的时间和精力去学习不很自然和习惯的各种计算机语言。
针对一定应用,具有相当自然语言处理能力的实用系统已经出现,典型的例子有:多语种数据库和专家系统的自然语言接口、各种机器翻译系统、全文信息检索系统、自动文摘系统等。国内BAT、京东、科大讯飞都有涉及自然语言处理的业务,另外还出现了爱特曼、出门问问、思必驰、蓦然认知、三角兽科技、森亿智能、乂学教育、智齿客服等新兴企业。
计算机视觉、语音识别、自然语言处理、机器学习、大数据五大技术是相辅相成、交叉关联的,同时不同的应用层面又各有所侧重。从这五大技术不难看出人工智能技术的复杂,以及技术进步所要克服的重重困难。
评论