电竞之家_品味电竞生活移动版

AlphaGo击败柯洁到总理强调“人工智能”，人工智能到底有何神奇之处?

搜狐财经 2019-03-09 22:41

原标题：AlphaGo击败柯洁到总理强调“人工智能”，人工智能到底有何神奇之处?

相信大家对2017年5月23日的人工智能围棋程序“阿尔法狗（AlphaGo）”击败了目前世界排名第一的中国棋手柯洁还历历在目，AlphaGo恐怖的计算能力让人为之惊叹。这也意味着人工智能进入到普罗大众的生活中。

今年，十三届全国人大二次会议在北京开幕，国务院总理李克强向大会作政府工作报告。人工智能连续三年高频出现在政府重点工作报告中，其重要性不言而喻。大家可能对人工智能印象最深刻的一幕是今年在政府的工作报告中被升级为智能+。国务院总理李克强作政府工作报告时称，要打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能。同时，政府工作报告还说，要促进新兴产业加快发展，深化大数据、人工智能等研发应用，培育新一代信息技术、高端装备、生物医药、新能源汽车、新材料等新兴产业集群，壮大数字经济。全国人大代表刘庆峰提到要用人工智能推动弱势群体更好地享受发展成果。那么大家对人工智能的了解有多少呢，让我们来一层层的揭开人工智能的面纱吧。

人工智能英文缩写为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。人工智能大致可以划分为两个部分，人工和智能，人工即人力所能及制造的；智能相对而言就比较复杂，他涉及到意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND））等等问题。

尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

以下是人工智能的一些常用技术

机器人过程自动化（RPA）：通过观察用户执行某项任务来提取规则和动作列表的技术。

专家系统：一个计算机程序，它有硬编码的规则来模拟人类的决策过程。模糊系统是基于规则的系统的一个特定的例子，它将变量映射到0到1之间的连续值，这与传统的数字逻辑相反，它导致了0/1的结果。

计算机视觉（CV）：获取和理解数字图像的方法（通常分为活动识别、图像识别和机器视觉）。

文本分析和NLP：自然语言处理(NLP)使用和支持文本分析，通过统计和机器学习方法促进对句子结构和意义、情绪和意图的理解。目前用于欺诈检测和安全，广泛的自动化助理，以及用于挖掘非结构化数据的应用程序神经网络（NNs或ANNs）

自治系统：位于机器人和智能系统之间的交叉领域（例如：智能感知，灵巧的物体操作，基于飞机的机器人控制等等）。

分布式人工智能（DAI）：一种解决问题的技术，将它们分配给相互作用的自主“代理”。多代理系统（MAS）、基于代理的建模（ABM）和群智能是这个子集的三个有用的规范，其中集体行为来自于分散的自组织代理的交互。

情感计算：一个处理情绪识别、解释和模拟的子领域。

进化算法（EA）：它是一个更广泛的计算机科学领域的一个子集，叫做进化计算，它使用由生物激发的机制（例如，突变，繁殖等等）来寻找最优解。遗传算法是EAs中最常用的子群，它是根据自然选择过程选择“最适者”候选方案的搜索启发式。

归纳逻辑程序设计（ILP）：子字段使用正式逻辑来表示事实数据库并从这些数据中形成假设。

决策网络：是最著名的贝叶斯网络/推理的概括，它代表一组变量及其通过映射的概率关系（也称为定向无环图）。

概率编程：一个框架，它不强迫您硬编码特定的变量，而是使用概率模型。贝叶斯程序合成（bp）在某种程度上是概率编程的一种形式，贝叶斯程序编写新的贝叶斯程序（而不是人类，就像在更广泛的概率编程方法中一样）

环境智能（AmI）：一个框架，它要求物理设备进入数字环境，以感知、感知和响应外部刺激（通常由人类行为触发）。

自然语言生成：从计算机数据生成文本。目前用于客户服务、报告生成，或总结商业智能洞察力。

语音识别：将人类语音转换成有用的计算机应用程序。目前用于交互式语音响应系统和移动应用。

机器学习平台：提供算法、api、开发和培训工具包、数据，以及计算能力来设计、培训和部署模型到应用程序、流程和其他机器上。目前广泛应用于企业应用，主要涉及预测或分类。

AI-优化硬件：图形处理单元（GPU）和专门设计和架构的设备，以有效地运行面向对象的计算工作。目前主要是在深度学习应用方面有所不同。

决策管理：将规则和逻辑插入人工智能系统的引擎，用于初始设置/培训和持续的维护和调优。一个成熟的技术，它被广泛应用于各种企业应用，协助或执行自动化决策。

深度学习平台：一种特殊类型的机器学习，由具有多个抽象层的人工神经网络组成。目前主要用于模式识别和分类应用，能够支持庞大的数据集。

生物识别技术：使人类和机器之间能够进行更多的自然互动，包括但不限于图像和触摸识别、语言和肢体语言。目前主要用于市场研究。

随着物联网的普及、传感网的渗透、大数据的涌现、信息技术产业的快速崛起，人工智能在人类社会、生产制造和信息空间之间的交叉融合与相互作用，新技术和新产业不断涌现，使得各个领域对人工智能的需求更加迫切，这些变化也使得人工智能新的应用呈现勃勃生机。

人工智能的应用领域

一、人机对话

人要和机器对话的前提是机器能够“听懂”人类语言,这必须使用语音语义识别技术。当人说话的时候,首先机器接收到语音,然后将语音转变为文字进行处理,随后对文字进行内容识别并理解,进而生成相应的文字并转化为语音,最后输出语音。以上这个过程不断重复,人们就会感觉是和机器在对话。

二、机器翻译

人工智能与人工智能翻译。人工智能（AI），也称机器智能，指由人类制造出来的机器所表现出来的智能，通过模拟人类的意识、思维，代替人类实现认知、分析、决策等多种功能；亦指研究、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。人工智能翻译又称机器翻译，指运用人工智能的方法和手段，通过计算机途径而非人工的手段，将一种自然语言转换成另外一种目标自然语言的技术，该技术融合了语言学、计算机科学、统计学、脑神经学等多门学科知识。

三、人脸识别