人工智能介绍

一、人工智能概述

人工智能对社会的影响

• 智能化：让生活更方便，同时大大提高社会资源的利用率
• 精细化：精细追踪各个业务环节、服务从标准化到个性化
• 全面：穷举并应用所有可能
• 无隐私：在大数据、人工智能前没有隐私，超级权利
• 大量工作被抢占：计算机正取代人类完成更多智力工作、只有2%的人能在初期掌握新技术并以此工作
• 财富更加集中：数据成为最重要的资本

人工智能的能力阶段

• 弱人工智能：仅在特定领域、既定规则中拥有强大的智能
• 强人工智能：不受领域、规则限定，拥有与人类媲美的智能
• 超人工智能：在所有领域都拥有超越人类的智能

现代人工智能的研究方法

• 把智能问题转化为消除不确定性的问题，通过大数据+超级计算来消除不确定性
• 用若干个简单模型来代替复杂模型，最大限度利用计算机技术的进步，用数据量、计算量来节约研究时间

人工智能在各行业的应用

• 农业：通过智能浇灌节约成本、提高产量
• 体育：改进战术战略、分析总结优秀选手的动作姿势、训练棋牌选手
• 制造业：通过装配机器人节约成本、硬件联网成为智能服务终端
• 医疗：通过识别医学影像、手术机器人、智能诊断来降低医疗成本、平衡医疗资源、提高诊断准确率，数据驱动降低药物研制成本，攻克医疗难题
• 新闻业：计算机写作
• 律政：司法领域认可数据强相关关系作为证据、智能庭审、智能处理法律文件、自助合规审查、合同管理、法律研究、庭审结果预测

二、计算机视觉

定义

• Computer Vision，研究如何让计算机代替人眼对目标进行识别、跟踪、测量，并根据要求处理图像

技术能力

图像识别：

• 物体识别：人脸、物体、字符…
• 属性识别：大小、位置、环境、颜色、数量、时间…
• 行为识别：移动、动作、完整行为…

图像处理：

• 前端处理：信号变换、降噪
• 后端处理：基于业务目标处理图像

目前已有的后端处理技术：

• 图像还原：将经过修饰的人像还原，用于人脸识别、身份认证等
• 生成图像描述：根据图像内容生成一段描述文字
• 图片缩放：让图片在不同分辨率设备上都显示良好
• 低清转高清：将低分辨率的图像转换为高清图像

应用领域

• 图像搜索（包括人脸识别）
• 智能安防
• 照片分类与处理
• 直播监管
• 无人驾驶
• 医学影像分析
• 手势人机交互
• VR
• 质量检测

三、自然语言处理

定义

• Natural Language Processing，研究人与计算机如何用自然语言进行有效沟通

技术能力

• 理解自然语言
• 用自然语言表达

现状和难题

现状：

• 通用、高质量的自然语言处理系统还未出现
• 针对具体领域、具体应用的自然语言处理系统已经商品化、产业化

难题：

• 消除自然语言中的歧义
• 联系上下文、场景来分析语意
• 理解大量的专业领域词汇

应用领域

• 机器翻译
• 机器写作
• 语意搜索
• 自动回答问题
• 自动打标签
• 自动文摘

四、智能语音

定义

• Automatic Speech Recognition，研究如何让机器听懂人说的话，并且像人一样说话

技术能力

• 声音前置处理：排除回声、干扰、噪声，提高信噪比
• 语音识别：人机交互、口语评测
• 语音合成：人机交互
• 声音后置处理：语音转文字、音色变换…

现状和难题

现状：

• 技术相对成熟，各大厂商声称识别准确率在96%以上
• 智能语音的软硬件已经开始商业化

难题：

• 远距离声音采集：目前极限在10米左右，超过后很难识别
• 嘈杂场景下的声音识别
• 方言、口音、专业名词的识别
• 带韵律、情感的语音合成
• 缺少低功耗低成本的芯片
• 缺少声学的专业设备和人才

应用领域

• 智能语音助手
• 语音搜索
• 实时字幕
• 语音游戏
• 会议记录（语音转文字）

五、机器学习

定义

• 研究如何让计算机识别现有知识，并不断学习新知识、新技能

技术能力

• 智能决策：通过大数据来迭代建立决策模型，输入相关信息后输出决策

影响决策能力的因素：

• 输入信息的质量
• 知识库能力：容量、表达能力、推理能力、扩展性

应用领域

• 个性化推荐
• 舆情分析、预测
• 医疗诊断
• 机器编程
• 智能城市
• 商业决策