什么叫智能的主要定义( 二 ) _什么

? 计算机视觉指计算机从图像中识别出物体、场景和活动的能力，包含图像处理、识别检测、分析理解等技术。
– 图像处理：去噪声、去模糊、超分辨率处理、滤镜处理等。
– 图像识别：过程包括图像预处理、图像分割、特征提取、判断匹配，可以用来处理分类、定位、检测、分割问题等。
– 图像理解：本质是图像与文本间的交互，可用来执行基于文本的图像搜索、图像描述生成、图像问答等。
? 应用：
– 医疗成像分析被用来提高疾病的预测、诊断和治疗。
– 在安防及监控领域被用来指认嫌疑人。
【什么叫智能的主要定义】– 在购物方面，消费者现在可以用智能手机拍摄下产品以获得更多信息。
? 未来：计算机视觉有望进入自主理解、分析决策的高级阶段，真正赋予机器“看”的能力，在无人车、智能家居等场景发挥更大的价值。
3.3. 自然语言处理
? 自然语言处理的几个核心环节：知识的获取与表达、自然语言理解、自然语言生成等，也相应出现了知识图谱、对话管理、机器翻译等研究方向。
– 知识图谱：基于语义层面对知识进行组织后得到的结构化结果。
– 对话管理：包含闲聊、问答、任务驱动型对话。
– 机器翻译：由传统的PBMT方法到Google的GNMT，流畅度与正确率大幅提升。
? 应用：搜索引擎、对话机器人、机器翻译、甚至高考机器人、办公智能秘书。
4. AI、机器学习、深度学习的关系

文章插图
4.1. 人工智能四要素
1）数据
如今这个时代，无时无刻不在产生大数据。移动设备、廉价的照相机、无处不在的传感器等等积累的数据。这些数据形式多样化，大部分都是非结构化数据。如果需要为人工智能算法所用，就需要进行大量的预处理过程。
2）算法
主流的算法主要分为传统的机器学习算法和神经网络算法。神经网络算法快速发展，近年来因为深度学习的发展到了高潮。
3）算力
人工智能的发展对算力提出了更高的要求。以下是各种芯片的计算能力对比。其中GPU领先其他芯片在人工智能领域中用的最广泛。GPU和CPU都擅长浮点计算，一般来说，GPU做浮点计算的能力是CPU的10倍左右。
另外深度学习加速框架通过在GPU之上进行优化，再次提升了GPU的计算性能，有利于加速神经网络的计算。如：cuDNN具有可定制的数据布局，支持四维张量的灵活维度排序，跨步和子区域，用作所有例程的输入和输出。在卷积神经网络的卷积运算中实现了矩阵运算，同时减少了内存，大大提升了神经网络的性能。
4）场景
人工智能经典的应用场景包括：

用户画像分析
基于信用评分的风险控制
欺诈检测
智能投顾
智能审核
智能客服机器人
机器翻译
人脸识别

4.2. 三者关系简述
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、方法及应用系统的一门新的技术科学。
机器学习：专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。是人工智能的核心研究领域之一，任何一个没有学习能力的系统都很难被认为是一个真正的智能系统。
深度学习：源于人工神经网络的研究，含多隐层的多层感知器就是一种深度学习结构。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。