計算機視覺、機器學(xué)習、自然語言處理、機器人和語音識別是人工智能的五大核心技術(shù),它們均會成為獨立的子產(chǎn)業(yè)。
1.計算機視覺:計算機視覺技術(shù)運用由圖像處理操作及機器學(xué)習等技術(shù)所組成的序列來將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。
2.機器學(xué)習:機器學(xué)習是從數(shù)據(jù)中自動發(fā)現(xiàn)模式,模式一旦被發(fā)現(xiàn)便可以做預(yù)測,處理的數(shù)據(jù)越多,預(yù)測也會越準確。
3.自然語言處理:對自然語言文本的處理是指計算機擁有的與人類類似的對文本進行處理的能力。例如自動識別文檔中被提及的人物、地點等,或?qū)⒑贤械臈l款提取出來制作成表。
4.機器人技術(shù):近年來,隨著算法等核心技術(shù)提升,機器人取得重要突破。例如無人機、家務(wù)機器人、醫(yī)療機器人等。
5.生物識別技術(shù):生物識別可融合計算機、光學(xué)、聲學(xué)、生物傳感器、生物統(tǒng)計學(xué),利用人體固有的生體特性如指紋、人臉、虹膜、靜脈、 聲音、步態(tài)等進行個人身份鑒定,zui初運用于司法鑒定。
隨著科技的發(fā)展,生物識別技術(shù)已經(jīng)成為個人身份識別或認證技術(shù)的重要方式,人臉識別作為生物特征識別的重要分支,它的無侵害性和對用戶以zui自然、zui直觀的識別方式更容易被接受,然而,已有的一些機器學(xué)習算法大都使用淺層結(jié)構(gòu),而淺層結(jié)構(gòu)的網(wǎng)絡(luò)很難表示復(fù)雜函數(shù)。同時,以往提出的多層感知機器雖可以表示復(fù)雜的函數(shù)關(guān)系但又由于沒有很好的學(xué)習算法。近幾年深度學(xué)習技術(shù)被業(yè)界廣泛認可,并在各個相關(guān)領(lǐng)域都取得了突飛猛進的進展,特別是深度學(xué)習技術(shù)在人臉識別領(lǐng)域的應(yīng)用,在今年的安博會上,各廠家也紛紛推出人臉識別技術(shù)。隨著市場需求的不斷變化,不同的應(yīng)用場合,人臉識別技術(shù)也根據(jù)需要開發(fā)出各種各樣的產(chǎn)品來滿足用戶的需求。