联系我们
- 地 址:北京市海淀区北四环西路9号 ,主 营:人脸识别,活体检测,身份证识别,银行卡识别,名片识别,车牌识别,OCR识别等及智能识别技术。
- 电 话:13146317170 廖经理
- 传 真:
- 邮 箱:398017534@qq.com
人工智能
人工智能
人工智能(Artificial Intelligence,AI)是指计算机像人一样具有智能才能,是一个交融计算机科学、统计学、脑神经学和社会科学的前沿综合学科,能够替代人类完成辨认、认知,剖析和决策等多种功用。如当你说一句话时,机器可以辨认成文字,并了解你话的意义,停止剖析和对话等。
另外,理解一下AI的开展历史,有哪些关键里程碑?
AI 在五六十年代时正式提出,90 年代,国际象棋冠军卡斯帕罗夫与"深蓝" 计算机决战,"深蓝"获胜,这是人工智能开展的一个重要里程碑。而 2016 年,Google 的 AlphaGo 赢了韩国棋手李世石,再度引发 AI 热潮。今年,腾讯推出围棋软件"绝艺"大放异彩,这些都代表了特定时期 AI 开展的技术程度。
AI 不时迸发热潮,是与根底设备的进步和科技的更新分不开的,从 70 年代 personal 计算机的兴起到 2010 年 GPU、异构计算等硬件设备的开展,都为人工智能复兴奠定了根底。
同时,互联网及挪动互联网的开展也带来了一系列数据才能,使人工智能才能得以进步。而且,运算才能也从传统的以 CPU 为主导到以 GPU 为主导,这对 AI 有很大革新。算法技术的更新助力于人工智能的兴起,最早期的算法普通是传统的统计算法,如 80 年代的神经网络,90 年代的浅层,2000 年左右的 SBM、Boosting、convex 的 methods 等等。随着数据量增大,计算才能变强,深度学习的影响也越来越大。2011 年之后,深度学习的兴起,带动了现今人工智能开展的高潮。
其次,AI 有哪些研讨范畴和分支?
人工智能研讨的范畴主要有五层,最底层是根底设备建立,包含数据和计算才能两局部,数据越大,人工智能的才能越强。往上一层为算法,如卷积神经网络、LSTM 序列学习、Q-Learning、深度学习等算法,都是机器学习的算法。第三层为重要的技术方向和问题,如计算机视觉,语音工程,自然言语处置等。还有另外的一些相似决策系统,像 reinforcement learning(编辑注:加强学习),或像一些大数据剖析的统计系统,这些都能在机器学习算法上产生。第四层为详细的技术,如图像辨认、语音辨认、机器翻译等等。最顶端为行业的处理计划,如人工智能在金融、医疗、互联网、交通和游戏等上的应用,这是我们所关怀它能带来的价值。
值得一提的是机器学习同深度学习之间还是有所区别的,机器学习是指计算机的算法可以像人一样,从数据中找到信息,从而学习一些规律。固然深度学习是机器学习的一种,但深度学习是应用深度的神经网络,将模型处置得更为复杂,从而使模型对数据的了解愈加深化。
机器学习有三类,第一类是无监视学习,指的是从信息动身自动寻觅规律,并将其分红各品种别,有时也称"聚类问题"。第二类是监视学习,监视学习指的是给历史一个标签,运用模型预测结果。如有一个水果,我们依据水果的外形和颜色去判别到底是香蕉还是苹果,这就是一个监视学习的例子。最后一类为强化学习,是指能够用来支持人们去做决策和规划的一个学习方式,它是对人的一些动作、行为产生奖励的回馈机制,经过这个回馈机制促进学习,这与人类的学习类似,所以强化学习是目前研讨的重要方向之一。
上一条:10分钟让你理解什么是区块链和比特币
下一条:护照OCR技术