人工智能技術核心具體包括:1、計算機視覺;2、機器學習;3、自然語言處理;4、語音識別;5、專家系統。一般認為AI自主學習是終極目標,AI“大腦”變聰明是分階段進行,從機器學習進化到深度學習,再進化至自主學習。目前,仍處于機器學習及深度學習的階段。
人工智能技術都有哪些
1、計算機視覺
人們認識世界, 91%是通過視覺來實現。同樣, 計算機視覺的最終目標就是讓計算機能夠像人一樣通過視覺來認識和了解世界, 它主要是通過算法對圖像進行識別分析, 目前計算機視覺最廣泛的應用是人臉識別和圖像識別。相關技術具體包括圖像分類、目標跟蹤、語義分割。
2、 機器學習
機器學習的基本思想是通過計算機對數據的學習來提升自身性能的算法。機器學習中需要解決的最重要的4類問題是預測、聚類、分類和降維。機器學習按照學習方法分類可分為:監督學習、無監督學習、半監督學習和強化學習。
3、自然語言處理
自然語言處理 (NLP) [30]是指計算機擁有識別理解人類文本語言的能力, 是計算機科學與人類語言學的交叉學科。自然語言是人與動物之間的最大區別, 人類的思維建立在語言之上, 所以自然語言處理也就代表了人工智能的最終目標。
機器若想實現真正的智能自然語言處理是必不可少的一環。自然語言處理分為語法語義分析、信息抽取、文本挖掘、信息檢索、機器翻譯、問答系統和對話系統7個方向。自然語言處理主要有5類技術, 分別是分類、匹配、翻譯、結構預測及序列決策過程。
4、語音識別
現在人類對機器的運用已經到了一個極高的狀態, 所以人們對于機器運用的便捷化也有了依賴。采用語言支配機器的方式是一種十分便捷的形式。語音識別技術是將人類的語音輸入轉換為一種機器可以理解的語言, 或者轉換為自然語言的一種過程。
5、專家系統
具有模擬人類決策過程的硬編碼規則的計算機程序。模糊系統是基于規則的系統的一個具體示例,它將變量映射到0到1之間的值的連續體,這與導致0/1結果的傳統數字邏輯相反。
[免責聲明]
文章標題: 人工智能技術都有哪些
文章內容為網站編輯整理發布,僅供學習與參考,不代表本網站贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題,請及時溝通。發送郵件至36dianping@36kr.com,我們會在3個工作日內處理。