什么是智能技术?

什么是智能技术?,第1张

人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。

人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

但不同的时代、不同的人对这种“复杂工作”的理解是不同的。2017年12月,人工智能入选“2017年度中国媒体十大流行语”。

工智能计算机科支企图解智能实质并产种新能类智能相似式做反应智能机器该领域研究包括机器、语言识别、图像识别、自语言处理专家系统等。

人工智能(Artificial_Intelligence),英文缩写为AI。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。

说起人工智能我们大家都很熟悉,各种人工智能概念,AI概念层不出穷,仔细想来无外乎智能音箱、智能打印机、智能售卖机等等诸如此类似乎没多少“智能”,和我们脑海中的“AI印象”,如:终结者、机器人、阿尔法狗、自动驾驶等技术大相径庭。

目前,普遍认为人工智能的研究始于1956年达特茅斯会议,早期人工智能研究中,如何定义人工智能是个喋喋不休的问题,但基调始终是:像人一样决策、像人一样行动、理性的决策、理性的行动等研究方向。

人工智能的关键技术有以下:

1、计算机视觉技术

计算机视觉,简称CV(Computer Vision),是一门研究如何使计算机更好的“看”世界的科学。给计算机输入图片,图像等数据,通过各种深度学习等算法的计算,使得计算机可以进行识别、跟踪和测量等功能一般来说,CV技术主要有如下几个步骤:图像获取、预处理、特征提取、检测/分割和高级处理。

2、自然语言处理技术

自然语言处理(Natural Language Processing)技术是一门通过建立计算机模型、理解和处理自然语言的学科。是指用用计算机对自然语言的形、音、义等信息进行处理并识别的应用,大致包括机器翻译、自动提取文本摘要、文本分类、语音合成、情感分析等。

3、跨媒体分析推理技术

以前的媒体信息处理模型往往是针对单一的媒体数据进行处理分析,比如图像识别、语音识别,文本识别等等,但是现在越来越多的任务需要跨媒体类别分析,即需要综合处理文本、视频,语音等信息。

4、智适应学习技术

智适应学习技术(Intelligent Adaptive Learning),是教育领域最具突破性的技术。该技术模拟了老师对学生一对一的教学过程,赋予了学习系统个性化教学的能力。在2020年之后,智适应学习技术得到了快速发展,背后的推动里有强大的计算能力和海量的数据,更重要的还有贝叶斯网络算法的应用。

5、群体智能技术

群体智能(Collective Intelligence)也称集体智能,是一种共享的智能,是集结众人的意见进而转化为决策的一种过程,用来对单一个体做出随机性决策的风险。

6、自主无人系统技术

自主无人系统是能够通过先进的技术进行 *** 作或管理,而不需要人工干预的系统,可以应用到无人驾驶、无人机、空间机器人,无人车间等领域。

7、智能芯片技术

一般来说,运用了人工智能技术的芯片就可以称为智能芯片,智能芯片可按技术架构、功能和应用场景等维度分成多种类别。

8、脑机接口技术

脑机接口(Brain-Computer Interface)是在人或动物脑与外部设备间建立的直接连接通道。通过单向脑机接口技术,计算机可以接受脑传来的命令,或者发送信号到脑,但不能同时发送和接收信号;而双向脑机接口允许脑和外部设备间的双向信息交换。

9、知识图谱

知识图谱本质上是结构化的语义知识库,是一种由节点和边组成的图数据结构,以符号形式描述物理世界中的概念及其相互关系,其基本组成单位是“实体—关系—实体”三元组,以及实体及其相关“属性—值”对。不同实体之间通过关系相互联结,构成网状的知识结构。

10、人机交互

人机交互主要研究人和计算机之间的信息交换,主要包括人到计算机和计算机到人的两部分信息交换,是人工智能领域的重要的外围技术。


欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/zaji/5791763.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-01-31
下一篇 2023-01-31

发表评论

登录后才能评论

评论列表(0条)

保存