1、什么是人工智能
人工智能(Artificial Intelligence):它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。1956年由约翰麦卡锡首次提出,当时的定义为“制造智能机器的科学与工程”。人工智能的目的就是让机器能够像人一样思考,让机器拥有智能。时至今日,人工智能的内涵已经大大扩展,是一门交叉学科。并可广泛应用在如无人驾驶、智能家居、虚拟现实、智能机器人、智能投顾、智能医疗等多方面。
2、人工智能的层次结构
3、AI、机器学习、深度学习的关系
人工智能:是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
机器学习: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。是人工智能的核心研究领域之一,任何一个没有学习能力的系统都很难被认为是一个真正的智能系统。
深度学习:源于人工神经网络的研究,含多隐层的多层感知器就是一种深度学习结构。深度学习是机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像、声音和文本。
4、机器学习关键技术
5、深度学习关键技术
语音处理
语音处理主要是自动且准确的转录人类的语音。一个完整的语音处理系统,包括前端的信号处理、中间的语音语义识别和对话管理以及后期的语音合成。
前端处理:说话人声检测,回声消除,唤醒词识别,麦克风阵列处理,语音增强等。
语音识别:持征提取,模型自适应,声学模莖,语言模型,动态解码等。
语义识别和对话管理:更多属于自然语占处理的范畴。
语音合成:文本分析、语言学分析、音长估算、发音参数估计等。
应用:包括医疗听写、语音书写、电脑系统声控、电话客服等。
未来:直正做到像正常人类一样,与他人流畅沟,自由交流,还有待时日。
计算机视觉
计算枳视觉指计算机从像中识别出物体、场景和活动的能力,包含像处理、识别检测、分析理解等技术。
图像处理:去噪声、去模糊、超分辨率处理、滤镜处理等。
图像识别:过程包括像预处理、图像分割、特征提取、判断匹配,可以用来处理分类、定位、检测、分割问题等。
图像理解:本质是图像与文本间的交互,可用来执行基于文本的图像搜索、图像描述生成、图像问答等。
应用:医疗成像分析被用来提高疾病的预测、诊断和治疗。
在安防及监控领域被用来指认嫌疑人。
在购物方面,消费者现在可以用智能手机拍摄T产品以获得更多信息。
未来:计算机视觉有望进入自主理解、分析决策的高级阶段,真止赋予机器“看”的能力,在无人车、智能家居等场景发挥更大的价值。
自然语言处理
自然语言处理的几个核心环节:知识的获取与表达、自然语言理解、自然语言生成等,也相应出现了知识图谱、对话管理、机器翻译等研究方向。
知识图谱:基于语义层面对知识进行组织后得到的结构化结果。
对话管理:包含闲聊、问答、任务驱动型对话。
机器翻译:由传统的PBMT方、去到Google的GNMT,流畅度与正确率大幅提升。
应用:搜索引擎、对话机器人、机器翻译、甚至高考机器人、办公智能秘书。