人工智能十大技術(shù)范疇
如果你正在閱讀這篇文章，相信你已經(jīng)被人工智能技術(shù)所圍繞，從你面前的網(wǎng)站到閱讀CT掃描，人工智能應(yīng)用場(chǎng)景無(wú)處不在。
當(dāng)人們聊起人工智能時(shí)，通常會(huì)把它等同于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，然而它們只是人工智能研究領(lǐng)域中的小分支。雖然這兩個(gè)可以說(shuō)是當(dāng)今人工智能領(lǐng)域最炙手可熱的話題，但是在人工智能研究中還有很多領(lǐng)域具有很大的吸引力，并且有廣闊的應(yīng)用前景。
在本文中，我們將討論人工智能的一些熱門(mén)話題，其中許多話題之間是相互關(guān)聯(lián)的，并且隸屬人工智能的研究范疇內(nèi)。
機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)關(guān)注的是開(kāi)發(fā)系統(tǒng)，并通過(guò)經(jīng)驗(yàn)提高它們的性能。在過(guò)去的十年里，人工智能技術(shù)的進(jìn)步很大歸因于機(jī)器學(xué)習(xí)的進(jìn)步。機(jī)器學(xué)習(xí)如此流行，以至于它成為了人工智能的代名詞，現(xiàn)在研究人員正致力于將最先進(jìn)的機(jī)器學(xué)習(xí)算法擴(kuò)展到大型數(shù)據(jù)集。
深度學(xué)習(xí)
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，它是對(duì)神經(jīng)網(wǎng)絡(luò)的重新命名，受人類(lèi)大腦中的生物神經(jīng)元啟發(fā)而產(chǎn)生的模型。深度學(xué)習(xí)一直推動(dòng)著人工智能領(lǐng)域的許多應(yīng)用，比如物體識(shí)別，語(yǔ)音，語(yǔ)言翻譯，電腦游戲和自動(dòng)駕駛汽車(chē)等。
強(qiáng)化學(xué)習(xí)
強(qiáng)化學(xué)習(xí)如同人類(lèi)學(xué)習(xí)方式，是一種封閉形式的學(xué)習(xí)。它由一個(gè)智能代理組成，該代理與它的環(huán)境進(jìn)行巧妙的交互以獲得一定的回報(bào)。代理的目標(biāo)是學(xué)習(xí)順序操作，這就像一個(gè)從現(xiàn)實(shí)世界中學(xué)習(xí)經(jīng)驗(yàn)、不斷探索新事物、不斷更新價(jià)值觀和信念的人一樣，強(qiáng)化學(xué)習(xí)的智能代理也遵循著類(lèi)似的原則，并從長(zhǎng)遠(yuǎn)角度獲得最大化的回報(bào)。在2017年，谷歌的AlphaGo電腦程序使用強(qiáng)化學(xué)習(xí)打敗了圍棋世界冠軍。
機(jī)器人
從技術(shù)上講，機(jī)器人技術(shù)是一個(gè)獨(dú)立的分支，但它確實(shí)與人工智能有一些交叉。人工智能已經(jīng)在動(dòng)態(tài)環(huán)境中實(shí)現(xiàn)了機(jī)器人導(dǎo)航。你如何確保一輛自駕車(chē)在最短的時(shí)間內(nèi)從A點(diǎn)開(kāi)到B點(diǎn)并且不傷害自己和其他人？ 深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的研究可能已經(jīng)為機(jī)器人技術(shù)找到了這個(gè)問(wèn)題的答案。
計(jì)算機(jī)視覺(jué)
如果我們想讓機(jī)器思考，我們需要教他們看見(jiàn)。 ——斯坦福人工智能實(shí)驗(yàn)室主任李飛飛
計(jì)算機(jī)視覺(jué)關(guān)注的是計(jì)算機(jī)如何在視覺(jué)上感知周?chē)氖澜纭?然而具有諷刺意味的是，計(jì)算機(jī)擅長(zhǎng)做一些龐大的任務(wù)，比如尋找100位數(shù)字的第十次根，但在識(shí)別和區(qū)分對(duì)象等簡(jiǎn)單的任務(wù)上卻很吃力。 近年來(lái)隨著深度學(xué)習(xí)、標(biāo)記數(shù)據(jù)集的可用性以及高性能計(jì)算的進(jìn)步，計(jì)算機(jī)視覺(jué)系統(tǒng)在可視對(duì)象分類(lèi)等狹義定義的任務(wù)中已經(jīng)超越了人類(lèi)。
自然語(yǔ)言處理
自然語(yǔ)言處理涉及能夠感知和理解人類(lèi)語(yǔ)言的系統(tǒng)，它包括語(yǔ)音識(shí)別，自然語(yǔ)言理解，生成和翻譯等子任務(wù)。 隨著全球范圍內(nèi)使用多種語(yǔ)言，自然語(yǔ)言處理系統(tǒng)可能成為一個(gè)真正的變革者。 目前自然語(yǔ)言處理的研究包括開(kāi)發(fā)可與人類(lèi)動(dòng)態(tài)互動(dòng)的聊天機(jī)器人。
推薦系統(tǒng)
推薦系統(tǒng)無(wú)處不在，從推薦閱讀什么，購(gòu)買(mǎi)什么，到約會(huì)對(duì)象，如今已經(jīng)完全取代了虛擬世界中煩人的銷(xiāo)售員。 Netflix和亞馬遜等公司都嚴(yán)重依賴于推薦系統(tǒng)，因?yàn)橥扑]系統(tǒng)考慮用戶過(guò)去的偏好、同行的偏好和趨勢(shì)，從而做出更有效的推薦。
算法博弈論與計(jì)算機(jī)制設(shè)計(jì)
算法博弈論從經(jīng)濟(jì)學(xué)和社會(huì)科學(xué)的角度考慮了多重代理的系統(tǒng)，它看到了這些代理如何在基于激勵(lì)的環(huán)境中做出選擇。這些多代理系統(tǒng)可以包括自利的人類(lèi)成員以及在有限資源環(huán)境中共同競(jìng)爭(zhēng)的智能代理。
物聯(lián)網(wǎng)
物聯(lián)網(wǎng)概念即日常使用的物理設(shè)備連接到互聯(lián)網(wǎng)，其可以通過(guò)數(shù)據(jù)交換相互通信。 物理設(shè)備收集到的數(shù)據(jù)可以被智能處理，并使設(shè)備更加智能化。
神經(jīng)形態(tài)計(jì)算
隨著基于神經(jīng)元模型的深度學(xué)習(xí)的興起，研究人員一直在開(kāi)發(fā)可直接實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)架構(gòu)的硬件芯片， 這些芯片被設(shè)計(jì)成在硬件層面上模擬大腦。在普通芯片中，數(shù)據(jù)需要在中央處理單元和存儲(chǔ)單元之間進(jìn)行傳輸，從而產(chǎn)生時(shí)間開(kāi)銷(xiāo)和能耗。而在神經(jīng)形態(tài)的芯片中，數(shù)據(jù)既以模擬方式處理并存儲(chǔ)在芯片中，又可在需要時(shí)產(chǎn)生突觸，從而節(jié)省時(shí)間和能量。
原文鏈接：https://towardsdatascience.com/hot-topics-in-ai-research-4367bdd93564
