機(jī)器學(xué)習(xí)(Machine Learning)是一門涉及統(tǒng)計(jì)學(xué)、系統(tǒng)辨識(shí)、逼近理論、神經(jīng)網(wǎng)絡(luò)、優(yōu)化理論、計(jì)算機(jī)科學(xué)、腦科學(xué)等諸多領(lǐng)域的交叉學(xué)科，研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能，是人工智能技術(shù)的核心?；跀?shù)據(jù)的機(jī)器學(xué)習(xí)是現(xiàn)代智能技術(shù)中的重要方法之一，研究從觀測(cè)數(shù)據(jù)(樣本)出發(fā)尋找規(guī)律，利用這些規(guī)律對(duì)未來(lái)數(shù)據(jù)或無(wú)法觀測(cè)的數(shù)據(jù)進(jìn)行預(yù)測(cè)。根據(jù)學(xué)習(xí)模式、學(xué)習(xí)方法以及算法的不同，機(jī)器學(xué)習(xí)存在不同的分類方法。

根據(jù)學(xué)習(xí)模式將機(jī)器學(xué)習(xí)分類為監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等。

根據(jù)學(xué)習(xí)方法可以將機(jī)器學(xué)習(xí)分為傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。

邏輯推理是人工智能研究中最持久的子領(lǐng)域之一。其中特別重要的是要找到一些方法，只把注意力集中在一個(gè)大型數(shù)據(jù)庫(kù)中的有關(guān)事實(shí)上，留意可信的證明，并在出現(xiàn)新信息時(shí)適時(shí)修正這些證明。對(duì)數(shù)學(xué)中臆測(cè)的定理尋找一個(gè)證明或反證，確實(shí)稱得上是一項(xiàng)智能任務(wù)。

為此，不僅需要有根據(jù)假設(shè)進(jìn)行演繹的能力，而且需要某些直覺(jué)技巧。1976年7月，美國(guó)的阿佩爾(K.Appe1)筆人合作解決了長(zhǎng)達(dá)124年之久的難題–四色定理，轟動(dòng)了整個(gè)計(jì)算機(jī)界。他們用了三臺(tái)大型計(jì)算機(jī)，花了1200小時(shí)。

近幾年，人工智能不斷擴(kuò)張，隨著發(fā)展技術(shù)的不斷成熟，人工智能在眾多領(lǐng)域蓬勃發(fā)展。那么人工智能發(fā)展技術(shù)有哪些?最熱門是哪幾個(gè)?下面我們?cè)敿?xì)介紹。

1、 語(yǔ)言的自動(dòng)生成

利用計(jì)算數(shù)據(jù)算法生成文本。當(dāng)前主要適用于客服服務(wù)、報(bào)告生成及總結(jié)商業(yè)智能洞察力。

2、 語(yǔ)言自動(dòng)識(shí)別系統(tǒng)

主要是將人類轉(zhuǎn)錄或者轉(zhuǎn)換成計(jì)算機(jī)應(yīng)用軟件的文本格式。當(dāng)前主要適用于交互式語(yǔ)音應(yīng)答系統(tǒng)和移動(dòng)應(yīng)用領(lǐng)域。

3、 機(jī)器學(xué)習(xí)系統(tǒng)

提供設(shè)計(jì)和訓(xùn)練模型，主要是講模型部署到應(yīng)用軟件、流程及其他機(jī)器計(jì)算當(dāng)中;同時(shí)還提供應(yīng)用編程接口、算法、工具包及訓(xùn)練工具包等。當(dāng)前適用于企業(yè)領(lǐng)域，主要涉及預(yù)測(cè)和分類等。

4、 深度學(xué)習(xí)平臺(tái)系統(tǒng)

主要是特殊類機(jī)器學(xué)習(xí)，包括擁有多個(gè)抽象層人工神經(jīng)網(wǎng)絡(luò)。當(dāng)前主要適用于一些很龐大的數(shù)據(jù)模式識(shí)別分類應(yīng)用。

5、 虛擬代理系統(tǒng)

弗雷斯特公司稱，“虛擬對(duì)代理是媒介主要的競(jìng)爭(zhēng)對(duì)象”，從簡(jiǎn)單聊天機(jī)器人到可以和人類進(jìn)行交際的高級(jí)系統(tǒng)。當(dāng)前主要適用于客服服務(wù)及智能管家等。

6、 決策及管理系統(tǒng)

搜索引擎將規(guī)則和邏輯嵌入到人工智能系統(tǒng)，同時(shí)用于初始設(shè)置訓(xùn)練和日常的維護(hù)和調(diào)優(yōu)當(dāng)中，這是一項(xiàng)成熟的技術(shù)，主要適用于一系列企業(yè)應(yīng)用領(lǐng)域，并協(xié)助或執(zhí)行自動(dòng)決策。

7、 機(jī)器人自動(dòng)化流程系統(tǒng)

用腳本及其他方式實(shí)現(xiàn)人類操作自動(dòng)化，從而支持高效的業(yè)務(wù)流程。當(dāng)前適用于人類執(zhí)行任務(wù)或流程成本太高或效率太低的地方。

8、 生物識(shí)別技術(shù)系統(tǒng)

支持人類與機(jī)器之間的自然交互，包括但不限于圖像和觸摸識(shí)別、語(yǔ)言和自身語(yǔ)言。當(dāng)前主要適用于市場(chǎng)研究。

雖然人工智能驅(qū)動(dòng)的設(shè)備和技術(shù)已經(jīng)成為我們生活的重要組成部分，但機(jī)器智能仍可能在一些領(lǐng)域做出重大改進(jìn)。

為了填補(bǔ)這些隱喻性的空白，非人工智能技術(shù)可以派上用場(chǎng)。

人工智能 (AI) 是一種“具有合成智能的新興計(jì)算機(jī)技術(shù)”。人們普遍認(rèn)為，我們?cè)谌粘Ｉ钪锌吹降娜斯ぶ悄軕?yīng)用只是其力量和能力的冰山一角。人工智能領(lǐng)域需要不斷演進(jìn)和不斷發(fā)展，以消除常見(jiàn)的人工智能局限性。

通常，人工智能由以下子領(lǐng)域組成，如認(rèn)知計(jì)算，也通常包括在內(nèi)，但以下領(lǐng)域幾乎在所有人工智能系統(tǒng)中無(wú)處不在：

機(jī)器學(xué)習(xí)：機(jī)器學(xué)習(xí)結(jié)合使用來(lái)自神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)、一般和特定統(tǒng)計(jì)數(shù)據(jù)、操作結(jié)果和其他來(lái)源，在不受外部引導(dǎo)的情況下發(fā)現(xiàn)信息中的模式。深度學(xué)習(xí)使用包含多個(gè)復(fù)雜處理單元層的神經(jīng)網(wǎng)絡(luò)。深度學(xué)習(xí)使用更大的數(shù)據(jù)集來(lái)提供復(fù)雜的輸出，如語(yǔ)音和圖像識(shí)別。

神經(jīng)網(wǎng)絡(luò)：神經(jīng)網(wǎng)絡(luò)(也稱為人工神經(jīng)網(wǎng)絡(luò))利用數(shù)字和數(shù)學(xué)信息進(jìn)行數(shù)據(jù)處理。神經(jīng)網(wǎng)絡(luò)包含幾個(gè)類似神經(jīng)元和突觸的數(shù)據(jù)節(jié)點(diǎn)，模擬人類大腦的功能。

計(jì)算機(jī)視覺(jué)：利用模式識(shí)別和深度學(xué)習(xí)，計(jì)算機(jī)視覺(jué)識(shí)別圖像和視頻中的內(nèi)容。通過(guò)對(duì)圖像和視頻的處理、分析和獲取知識(shí)，計(jì)算機(jī)視覺(jué)幫助人工智能實(shí)時(shí)解釋周圍環(huán)境。

自然語(yǔ)言處理：這些是深度學(xué)習(xí)算法，使人工智能系統(tǒng)能夠理解、處理和生成人類的口語(yǔ)和書面語(yǔ)言。

非AI技術(shù)會(huì)讓AI變得更先進(jìn)(或者至少減少AI的局限性)，通常會(huì)增強(qiáng)其中一個(gè)部分，或積極地影響其輸入、處理或輸出能力。

一. 深度學(xué)習(xí)

機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的一種重要方法，機(jī)器學(xué)習(xí)是利用運(yùn)算法則對(duì)數(shù)據(jù)進(jìn)行分析，然后自動(dòng)地將其歸納為模型，最終通過(guò)模型進(jìn)行推理和預(yù)測(cè)。人臉識(shí)別就是機(jī)器深度學(xué)習(xí)最為成熟的應(yīng)用。

二. 計(jì)算機(jī)視覺(jué)

計(jì)算機(jī)視覺(jué)是指計(jì)算機(jī)識(shí)別物體、場(chǎng)景和活動(dòng)的一種能力。利用計(jì)算機(jī)視覺(jué)技術(shù)把圖像處理和其它技術(shù)結(jié)合起來(lái)，把圖像分析工作分成幾個(gè)小塊，方便地進(jìn)行管理。計(jì)算機(jī)視覺(jué)在我們身邊也有著廣泛的運(yùn)用，其中包括

三. 自然語(yǔ)言處理

自然語(yǔ)言處理是計(jì)算機(jī)科學(xué)，人工智能，語(yǔ)言學(xué)關(guān)注計(jì)算機(jī)和人類語(yǔ)言之間的相互作用的領(lǐng)域。因此，自然語(yǔ)言處理是與人機(jī)交互的領(lǐng)域有關(guān)的。其中語(yǔ)音識(shí)別，機(jī)器翻譯，語(yǔ)言建模等等都是屬于人工智能得自然語(yǔ)言處理。

四. 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是指從大連的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中信息的過(guò)程。數(shù)據(jù)挖掘包括統(tǒng)計(jì)應(yīng)用，通過(guò)計(jì)算機(jī)對(duì)于某一產(chǎn)品或事物得統(tǒng)計(jì)，進(jìn)一步推算出相關(guān)信息。