2019-11-29 09:28:19

百香果nlp(nlp.100xg.cn):欢迎提交人工智能(AI)、自然语言处理(NLP)、大数据(big data)、机器学习(ML)、数据挖掘(DM)、知识图谱、智能硬件、工业互联网、工业机器人、云计算、5G网络、物联网、边缘计算(MEC)、机器人流程自动化(RPA)、前沿科技相关的公司、术语、API接口、项目、产品、ai算法、ai模型、软件、工具等领域词条。快速提交,并将在这里展现。

人工智能英文缩写为AI,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。人工智能是计算机科学的一个分枝,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。它是对人的意识、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。

计算机科学将人工智能(Artificial Intelligence,AI)研究定义为对“智能代理人”的研究:任何能够感知其环境并采取行动以最大化其成功实现目标的机制的设备。更详细的定义将人工智能描述为“系统正确解释外部数据,从这些数据中学习,并通过灵活适应来利用这些学习来实现特定目标和任务的能力。

人工智能可以分为三种不同类型的系统:分析、启发和人性化。分析AI只具有与认知智能相符的特征;启发AI根据过去的经验使用学习来为未来的决策提供信息。人性化AI具有认知和情绪智力的元素,即理解人类情感。

AI研究目标包括推理、知识表示、计划、学习、自然语言处理、感知、移动和操纵对象的能力。[AI领域大理利用计算机科学、信息工程、数学、心理学、语言学、哲学和许多其他领域技术。

人工智能的概念

人工智能(Artificial Intelligence),英文缩写为AI。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。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”,也可能超过人的智能。

人工智能的诞生

最初的人工智能其实是20世纪30至50年代初一系列科学研究进展交汇的产物。1943年,沃伦·麦卡洛克(Warren McCulloch)和瓦尔特·皮茨(Walter Pitts)首次提出“神经网络”概念。1950年,阿兰·图灵(Alan Turing)提出了著名的“图灵测试”,即如果一台机器能够与人类展开对话(通过电传设备)而不能被辨别出其机器身份,那么称这台机器则具有智能。直到如今,图灵测试仍然是人工智能的重要测试手段之一。1951年,马文·明斯基(Marvin Minsky)与他的同学一起建造了第一台神经网络机,并将其命名为 SNARC (Stochastic Neural Analog Reinforcement Calculator)。不过,这些都只是前奏,一直到1956年的达特茅斯会议,“Artificial Intelligence”(人工智能)这个词才被真正确定下来,并一直沿用至今,这也是目前AI诞生的一个标志性事件。

在20世纪50年代,人工智能相关的许多实际应用一般是从机器的“逻辑推理能力”开始着手研究。然而对于人类来说,更高级的逻辑推理的基础是“学习能力”和“规划能力”,我们现在管它叫“强化学习”与“迁移学习”。可以想象,“逻辑推理能力”在一般人工智能系统中不能起到根本的、决定性的作用。当前,在数据、运算能力、算法模型、多元应用的共同驱动下,人工智能的定义正从用计算机模拟人类智能,演进到协助引导提升人类智能。

三要素

人工智能发展的核心三要素为算法、算力和数据,其中AI算力领域正呈现出这三大方面的趋势:一是应用端对算力的性能要求越来越高;二是对算力的性价比越来越关注,对于用户而言,他们的主要诉求在于便宜好用;三是市场对于专用芯片的需求量在显著增加,相比于通用型的AI芯片,针对不同应用场景开发的专用芯片可以更好的支持深度学习算法运算,细分市场的专用芯片已成为趋势。

发展层次

人工智能的发展可以分为几个层次,从低到高分别是:运算智能、感知智能、认知智能。

用途范围

人工智能的应用领域:

机器翻译,智能控制,专家系统,机器人学,语言和图像理解,遗传编程机器人工厂,自动程序设计,航天应用,庞大的信息处理,储存与管理,执行化合生命体无法执行的或复杂或规模庞大的任务等等。

a)自然语言处理(机器翻译、机器写作、机器问答)

b)计算机视觉(图像识别、视频识别、人脸识别、自动驾驶)

c)语音识别(语音转文字、文字转语音)

d)机器人(扫地机器人、工业机器人)



计算机语言:Java、JavaScript、PHP、Python、C#、Android、Objective-C、Go语言、c/C++、NodeJS、Swift、R语言。

       语音
       智能语音识别系统
       ISIP
       Julius
       HTK语音识别框架
       CMU Sphinix
       语音解码器和搜索算法
       语言模型训练
       声学模型训练
       语音特征提取
       语音输入的预处理模块
       Siri
       多路声音混叠
       语音降噪
       语音能力