通用人工智能五大核心技術(shù)

       普遍性的人工智能是AI研究的根本問題。這意味著像人類一樣能夠主動地思考、學(xué)習(xí)、解決所有遇到的問題，而不像機(jī)器那樣只能解決某一特定問題。當(dāng)前通用人工智能的最大難題在于多主體的強(qiáng)化學(xué)習(xí)。多個代理如何只知道一個局部信息，同時又保持了競爭與合作的過程，這就是一個復(fù)雜、不確定的場景，它更符合現(xiàn)實世界的人類決策環(huán)境。下面就由小編為您介紹通用人工智能五大核心技術(shù)。

iLabService-天工開物

0

0條點評

咨詢產(chǎn)品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

暫無

合作品牌

4

通用人工智能五大核心技術(shù)

計算機(jī)視覺

　　計算機(jī)視覺是指計算機(jī)從圖像中識別出物體、場景和活動的能力。計算機(jī)視覺技術(shù)運用由圖像處理操作及其他技術(shù)所組成的序列，來將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。比如，一些技術(shù)能夠從圖像中檢測到物體的邊緣及紋理，分類技術(shù)可被用作確定識別到的特征是否能夠代表系統(tǒng)已知的一類物體。
 
　　計算機(jī)視覺有著廣泛的 應(yīng)用，其中包括：醫(yī)療成像分析被用來提高疾病預(yù)測、診斷和治療；人臉識別被Facebook用來自動識別照片里的人物；在安防及監(jiān)控領(lǐng)域被用來指認(rèn)嫌疑人；在購物方面，消費者現(xiàn)在可以用智能手機(jī)拍攝下產(chǎn)品以獲得更多購買選擇。
 
　　機(jī)器視覺作為相關(guān)學(xué)科，泛指在工業(yè)自動化領(lǐng)域的視覺應(yīng)用。在這些應(yīng)用里，計算機(jī)在高度受限的工廠環(huán)境里識別諸如生產(chǎn)零件一類的物體，因此相對于尋求在非受限環(huán)境里操作的計算機(jī)視覺來說目標(biāo)更為簡單。計算機(jī)視覺是一個正在進(jìn)行中的研究，而機(jī)器視覺則是“已經(jīng)解決的問題”，是系統(tǒng)工程方面的課題而非研究層面的課題。因為應(yīng)用范圍的持續(xù)擴(kuò)大，某些計算機(jī)視覺領(lǐng)域的初創(chuàng)公司自2011年起已經(jīng)吸引了數(shù)億美元的風(fēng)投資本。

機(jī)器學(xué)習(xí)

　　機(jī)器學(xué)習(xí)指的是計算機(jī)系統(tǒng)無須遵照顯式的程序指令，而只依靠數(shù)據(jù)來提升自身性能的能力。其核心在于，機(jī)器學(xué)習(xí)是從數(shù)據(jù)中自動發(fā)現(xiàn)模式，模式一旦被發(fā)現(xiàn)便可用于預(yù)測。比如，給予機(jī)器學(xué)習(xí)系統(tǒng)一個關(guān)于交易時間、商家、地點、價格及交易是否正當(dāng)?shù)刃庞每ń灰仔畔⒌臄?shù)據(jù)庫，系統(tǒng)就會學(xué)習(xí)到可用來預(yù)測信用卡欺詐的模式。處理的交易數(shù)據(jù)越多，預(yù)測就會越準(zhǔn)確。
 
　　機(jī)器學(xué)習(xí)的應(yīng)用范圍非常廣泛，針對那些產(chǎn)生龐大數(shù)據(jù)的活動，它幾乎擁有改進(jìn)一切性能的潛力。除了欺詐甄別之外，這些活動還包括銷售預(yù)測、庫存管理、石油和天然氣勘探，以及公共衛(wèi)生等。機(jī)器學(xué)習(xí)技術(shù)在其他的認(rèn)知技術(shù)領(lǐng)域也扮演著重要角色，比如計算機(jī)視覺，它能在海量圖像中通過不斷訓(xùn)練和改進(jìn)視覺模型來提高其識別對象的能力。
 

　　現(xiàn)如今，機(jī)器學(xué)習(xí)已經(jīng)成為認(rèn)知技術(shù)中最炙手可熱的研究領(lǐng)域之一，在2011~2014年這段時間內(nèi)就已吸引了近10億美元的風(fēng)險投資。谷歌也在2014年斥資4億美元收購Deepmind這家研究機(jī)器學(xué)習(xí)技術(shù)的公司。

自然語言處理

　　自然語言處理是指計算機(jī)擁有的人類般的文本處理的能力。比如，從文本中提取意義，甚至從那些可讀的、風(fēng)格自然、語法正確的文本中自主解讀出含義。一個自然語言處理系統(tǒng)并不了解人類處理文本的方式，但是它卻可以用非常復(fù)雜與成熟的手段巧妙處理文本。例如，自動識別一份文檔中所有被提及的人與地點；識別文檔的核心議題；在一堆僅人類可讀的合同中，將各種條款與條件提取出來并制作成表。以上這些任務(wù)通過傳統(tǒng)的文本處理軟件根本不可能完成，后者僅針對簡單的文本匹配與模式就能進(jìn)行操作。
 
　　自然語言處理像計算機(jī)視覺技術(shù)一樣，將各種有助于實現(xiàn)目標(biāo)的多種技術(shù)進(jìn)行了融合。建立語言模型來預(yù)測語言表達(dá)的概率分布，舉例來說，就是某一串給定字符或單詞表達(dá)某一特定語義的最大可能性。選定的特征可以和文中的某些元素結(jié)合來識別一段文字，通過識別這些元素可以把某類文字同其他文字區(qū)別開來，比如垃圾郵件同正常郵件。以機(jī)器學(xué)習(xí)為驅(qū)動的分類方法將成為篩選的標(biāo)準(zhǔn)，用來決定一封郵件是否屬于垃圾郵件。
 
　　因為語境對于理解“timeflies”（時光飛逝）和“fruitflies”（果蠅）的區(qū)別是如此重要，所以自然語言處理技術(shù)的實際應(yīng)用領(lǐng)域相對較窄，這些領(lǐng)域包括分析顧客對某項特定產(chǎn)品和服務(wù)的反饋，自動發(fā)現(xiàn)民事訴訟或政府調(diào)查中的某些含義，自動書寫諸如企業(yè)營收和體育運動的公式化范文，等等。

機(jī)器人     

　　將機(jī)器視覺、自動規(guī)劃等認(rèn)知技術(shù)整合至極小卻高性能的傳感器、制動器以及設(shè)計巧妙的硬件中，這就催生了新一代的 機(jī)器人，它有能力與人類一起工作，能在各種未知環(huán)境中靈活處理不同的任務(wù)。例如，無人機(jī)、可以在車間為人類分擔(dān)工作的“cobots”等。

語音識別

　　語音識別主要是關(guān)注自動且準(zhǔn)確地轉(zhuǎn)錄人類的語音技術(shù)。該技術(shù)必須面對一些與自然語言處理類似的問題，在不同口音的處理、背景噪聲、區(qū)分同音異形/異義詞（“buy”和“by”聽起來是一樣的）方面存在一些困難，同時還需要具有跟上正常語速的工作速度。語音識別系統(tǒng)使用一些與自然語言處理系統(tǒng)相同的技術(shù)，再輔以其他技術(shù)，比如描述聲音和其出現(xiàn)在特定序列與語言中概率的聲學(xué)模型等。語音識別的主要應(yīng)用包括醫(yī)療聽寫、語音書寫、電腦系統(tǒng)聲控、電話客服等。比如Domino抯Pizza，最近推出了一個允許用戶通過語音下單的移動APP。
 
　　上述5項技術(shù)的產(chǎn)業(yè)化，是人工智能產(chǎn)業(yè)化的要素。人工智能將是一個萬億級的市場，甚至是10萬億級的市場，將會為我們帶來一些全新且容量巨大的子產(chǎn)業(yè)，比如機(jī)器人、智能傳感器、可穿戴設(shè)備等，其中最令人期待的是機(jī)器人子產(chǎn)業(yè)。
 
　　機(jī)器人應(yīng)用的分法有很多種，從應(yīng)用層面可以粗略地分為以下幾個類別。第一個類別是工業(yè)級機(jī)器人，像富士康這種公司已經(jīng)運用得很好了，因為勞工成本越來越高，用工風(fēng)險越來越高，而機(jī)器人則可以解決這些問題。第二個類別是監(jiān)護(hù)級機(jī)器人，它可以在家里和醫(yī)院里作為病人、老人或孩子的護(hù)理，幫助他們做一定復(fù)雜程度的事情。中國對監(jiān)護(hù)級機(jī)器人需求其實更迫切一些，因為中國人口紅利在下降，同時老齡化又不斷地上升，這兩個矛盾，機(jī)器人都可以幫助解決。因此，這個領(lǐng)域的需求在民用市場占比很大。第三個類別就是探險級機(jī)器人，用來采礦或者探險等，大大避免了人所要經(jīng)歷的危險。此外還有用來打仗的軍事機(jī)器人等。
 
　　網(wǎng)絡(luò)媒體Business Insider預(yù)測，機(jī)器人將在許多崗位上取替人類：電話營銷員、校對員、手工裁縫師、數(shù)學(xué)家、保險核保人、鐘表修理師、貨運代理商、報稅員、圖像處理人員、銀行開戶員、圖書館員、打字員等。因為它們的價格競爭力驚人。麥肯錫全球研究院的研究表明，當(dāng)中國制造業(yè)工資每年增長10%~20%時，全球機(jī)器人的價格每年下調(diào)10%，一臺最便宜的低階機(jī)器人只需花費美國人年平均工資的一半。國際研究機(jī)構(gòu)顧能預(yù)測：2020年機(jī)器人將導(dǎo)致全球新一波失業(yè)潮。
 
　　同時，人工智能技術(shù)的發(fā)展還將讓許多舊產(chǎn)業(yè)獲得改頭換面式的新生，其中最典型的是汽車產(chǎn)業(yè)。汽車產(chǎn)業(yè)已存在上百年了，其間的變革也是非常大的，但駕駛汽車的始終是人，可最近幾年，隨著谷歌等公司的大力投入，機(jī)器或者說某種自動化的系統(tǒng)已經(jīng)有望取代人來駕駛汽車，從而形成一個市場容量巨大的新產(chǎn)業(yè)，即無人駕駛汽車產(chǎn)業(yè)。這個產(chǎn)業(yè)的規(guī)模也將是萬億級甚至是10萬億級的。而且，這個產(chǎn)業(yè)還將與新能源產(chǎn)業(yè)疊加、融合在一起，形成“車聯(lián)網(wǎng)＋能聯(lián)網(wǎng)＋互聯(lián)網(wǎng)＋電動汽車”的復(fù)合產(chǎn)業(yè)——未來，我們會把插電式汽車和氫燃料汽車作為發(fā)電廠使用，從而使新能源汽車成為電網(wǎng)的一部分，成為新能源的供給者，與現(xiàn)在一些裝有太陽能發(fā)電系統(tǒng)的房屋是太陽能的供給者一樣。
 
　　毫無疑問，像互聯(lián)網(wǎng)一樣，智能技術(shù)會滲透到幾乎所有的舊行業(yè)。華泰證券在一份人工智能行業(yè)的研究報告中提到了九個行業(yè):O2O生活服務(wù)、醫(yī)療、零售、金融、數(shù)字營銷、農(nóng)業(yè)、工業(yè)、商業(yè)和在線教育。事實上，仍然有許多新的舊行業(yè)，如軍事、媒體、家庭、醫(yī)療衛(wèi)生、生命科學(xué)、能源和公共部門，甚至包括受虛擬現(xiàn)實/虛擬現(xiàn)實(虛擬現(xiàn)實和增強(qiáng)現(xiàn)實)技術(shù)發(fā)展影響的虛擬行業(yè)。以上就是小編為您介紹的通用人工智能五大核心技術(shù)。