关键词：
文章目录
人工智能主要分支
通讯、感知与行动是现代人工智能的三个关键能力，在这里我们将根据这些能力/应用对这三个技术领域进行介绍：
- 计算机视觉(CV)
- 自然语言处理(NLP)
- 在 NLP 领域中，将覆盖文本挖掘/分类、机器翻译和语音识别。
- 机器人
一、计算机视觉
计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。物体检测和人脸识别是其比较成功的研究领域。
当前阶段：
计算机视觉现已有很多应用，这表明了这类技术的成就，也让我们将其归入到应用阶段。随着深度学习的发展，机器甚至能在特定的案例中实现超越人类的表现。但是，这项技术离社会影响阶段还有一定距离，那要等到机器能在所有场景中都达到人类的同等水平才行（感知其环境的所有相关方面）。
发展历史：
二、语音识别
语音识别是指识别语音(说出的语言)并将其转换成对应文本的技术。相反的任务(文本转语音/TTS)也是这一领域内一个类似的研究主题。
当前阶段：
语音识别已经处于应用阶段很长时间了。最近几年，随着大数据和深度学习技术的发展，语音识别进展颇丰，现在已经非常接近社会影响阶段了。
语音识别领域仍然面临着声纹识别和「鸡尾酒会效应」等一些特殊情况的难题。
现代语音识别系统严重依赖于云，在离线时可能就无法取得理想的工作效果。
发展历史：
百度语音识别：
- 距离小于1米，中文字准率97%+
- 支持耳语、长语音、中英文混合及方言
三、文本挖掘/分类
这里的文本挖掘主要是指文本分类，该技术可用于理解、组织和分类结构化或非结构化文本文档。其涵盖的主要任务有句法分析、情绪分析和垃圾信息检测。
当前阶段：
我们将这项技术归类到应用阶段，因为现在有很多应用都已经集成了基于文本挖掘的情绪分析或垃圾信息检测技术。文本挖掘技术也在智能投顾的开发中有所应用，并且提升了用户体验。
文本挖掘和分类领域的一个瓶颈出现在歧义和有偏差的数据上。
发展历史：
四、机器翻译
机器翻译(MT)是利用机器的力量自动将一种自然语言(源语言)的文本翻译成另一种语言(目标语言)。
当前阶段：
机器翻译是一个见证了大量发展历程的应用领域。该领域最近由于神经机器翻译而取得了非常显著的进展，但仍然没有全面达到专业译者的水平；但是，我们相信在大数据、云计算和深度学习技术的帮助下，机器翻译很快就将进入社会影响阶段。
在某些情况下，俚语和行话等内容的翻译会比较困难（受限词表问题）。
专业领域的机器翻译（比如医疗领域）表现通常不好。
发展历史：
五、机器人
机器人学(Robotics)研究的是机器人的设计、制造、运作和应用，以及控制它们的计算机系统、传感反馈和信息处理。
机器人可以分成两大类:固定机器人和移动机器人。固定机器人通常被用于工业生产(比如用于装配线)。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器；另外还有能够实现感知能力的软件，比如定位、地图测绘和目标识别。
当前阶段：
自上世纪「Robot」一词诞生以来，人们已经为工业制造业设计了很多机器人。工业机器人是增长最快的应用领域，它们在 20 世纪 80 年代将这一领域带入了应用阶段。在安川电机、Fanuc、ABB、库卡等公司的努力下，我们认为进入 21 世纪之后，机器人领域就已经进入了社会影响阶段，此时各种工业机器人已经主宰了装配生产线。此外，软体机器人在很多领域也有广泛的应用，比如在医疗行业协助手术或在金融行业自动执行承销过程。
但是，法律法规和「机器人威胁论」可能会妨碍机器人领域的发展。还有设计和制造机器人需要相对较高的投资。
发展历史：
总的来说，人工智能领域的研究前沿正逐渐从搜索、知识和推理领域转向机器学习、深度学习、计算机视觉和机器人领域。
大多数早期技术至少已经处于应用阶段了，而且其中一些已经显现出了社会影响力。一些新开发的技术可能仍处于工程甚至研究阶段，但是我们可以看到不同阶段之间转移的速度变得越来越快。
- 📢博客主页：https://lansonli.blog.csdn.net
- 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
- 📢本文由 Lansonli 原创，首发于 CSDN博客🙉
- 📢停下休息的时候不要忘了别人还在奔跑，希望大家抓紧时间学习，全力奔赴更美好的生活✨
机器学习之基础知识（全）(代码片段)
目录1.机器学习概述1.1人工智能概述1.1.1人工智能使用场景1.1.2人工智能小案例1.2 人工智能发展历程1.2.1图灵测试1.2.2发展历程1.2.3小结1.3人工智能主要分支1.3.1 人工智能、机器学习和深度学习1.3.2主要分支介绍1.3.3人工智能发展... 查看详情
人工智能学习笔记----02
人工智能学习笔记----02文章目录人工智能学习笔记----02一、人工智能、机器学习、深度学习二、一些基本概念Jupyter一、人工智能、机器学习、深度学习机器学习是人工智能的重要分支深度学习是机器学习的重要分支二、一些基... 查看详情
一文看懂深度学习——人工智能系列学习笔记
深度学习有很好的表现，引领了第三次人工智能的浪潮。目前大部分表现优异的应用都用到了深度学习，大红大紫的AlphaGo就使用到了深度学习。本文将详细的给大家介绍深度学习的基本概念、优缺点和主流的几种算法。... 查看详情
转载人工智能机器学习和数据挖掘三者之间的关系
人工智能： 人工智能（ArtificialIntelligence），英文缩写为AI。它是关于知识的科学（知识的表示、知识的获取以及知识的应用）。 人工智能（学科）是计算机科学中涉及研究、设计和应用智能机... 查看详情
“跟着西瓜去学习”之--绪论
写在前面的话：人工智能界有一种说法，认为机器学习是人工智能领域中最能够体现智能的一个分支，从历史来看，机器学习似乎也是人工智能中发展最为迅速的分支之一。AndrewNg曾说机器学习将是未来人工智能的“电力&rdquo... 查看详情
机器学习数据科学基础——机器学习基础实践(代码片段)
...习基础实践（一）@TOC前言什么是机器学习？机器学习是人工智能领域内的一个重要分支，旨在通过计算的手段，利用经验来改善计算机系统的性能，通常，这里的经验即历史数据。从大量的数据中抽象出一个算法模型，然后将... 查看详情
机器学习概述(代码片段)
什么是机器学习机器学习是人工智能的一个分支。人工智能的研究是从以“推理”为重点到以“知识”为重点，再到以“学习”为重点，一条自然、清晰的脉络。机器学习是实现人工智能的一个途径，即以机器学习为手段解... 查看详情
机器学习day1
菜鸟根据周志华老师pdf所写，盗了点图往谅解1.什么是机器学习？机器学习是从人工智能中产生的一个重要的学科分支，是实现智能化的关键 2 查看详情
python机器学习01_机器学习概述
一、前言近年来，人工智能一词频繁出现在我们的视野。从深蓝到阿法狗，人工智能已经成为未来趋势。而机器学习又是人工智能的一大重要分支，所以学习机器学习也是一个很好的选择。本系列文章将使用通俗的语... 查看详情
python机器学习01_机器学习概述
一、前言近年来，人工智能一词频繁出现在我们的视野。从深蓝到阿法狗，人工智能已经成为未来趋势。而机器学习又是人工智能的一大重要分支，所以学习机器学习也是一个很好的选择。本系列文章将使用通俗的语... 查看详情
人工智能机器学习介绍以及机器学习流程
...过找出数据里隐藏的模式进而做出预测的识别模式，它是人工智能的一个重要子领域。机器学习分类按照训练样本提供的信息 查看详情
机器学习vs深度学习：了解两者的异同
在人工智能领域中，机器学习和深度学习是两个重要的概念。尽管它们都可以用于处理复杂的数据和任务，但它们在其基本原理、算法和应用方面有着显著的不同之处。在本文中，我们将详细介绍机器学习和深度学习... 查看详情
13.深度学习-卷积(代码片段)
1.简述人工智能、机器学习和深度学习三者的联系与区别。①人工智能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，该领域的研究包括语音识别、... 查看详情
人工智能基础：机器学习常见的算法介绍
今天给大家聊聊机器学习算法相关的知识，一起来看看吧！机器学习的算法主要包括监督学习、无监督学习、半监督学习、迁移学习、强化学习。监督学习监督学习是机器学习当中非常常见的一种机器学习类型，就是在已知输入... 查看详情
机器学习数学基础
1.机器学习定义：是人工智能的一个分支。我们使用计算机设计一个系统，使它能够根据提供的训练数据按照一定的方式来学习；随着训练次数的增加，该系统可以在性能上不断的学习和改进；通过参数优化的学习模型，能够用... 查看详情
机器学习：azure机器学习模型搭建实验
...推出的基于Web使用的一项机器学习服务，机器学习属人工智能的一个分支ÿ 查看详情
tensorflow初探
...目前的一个热点值得我们重点关注.机器学习机器学习是人工智能的一个分支，也是用来实现人工只能的一种方法。简单来说，机器学习就是通过算法，使得机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未... 查看详情
spark机器学习（上）
...科上对机器学习提出以下几种定义：l“机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能”。l“机器学习是对能通过经验自动改进的计算机算法的研究”。l“机... 查看详情