人工智慧是電腦科學的重要分支之一。它企圖了解智慧型實質, 並生產出一種新的能以人類智慧型相似的方式做出反應的智慧型機器, 機械人、自然語言識別處理、專家系統、影象識別等技術均屬於人工智慧範疇。在電氣自動化領域當中, 人工智慧與傳統人工控制相比, 其最大的特點在於能夠以計算機技術為輔助, 完全實現機械裝置自動化、精確化控制, 能夠大幅度節約人力資源。在工業化生產過程中, 通過人工智慧技術能夠對各項資訊資料進行實時傳輸、動態分析、處理, 並能夠將生產過程中存在的問題及時向控制管理人員反饋, 最大程度地保證自動化生產的穩定性與安全性, 有利於提公升工業生產效率及質量, 在節約生產成本的同時, 可獲得更大的經濟效益。
簡單來說就是分為5部分：
看：影象識別技術（人臉識別、物體識別、文字識別、車牌識別）
聽：語音識別技術（音訊解碼）
動：機械人技術（機器控制）
說：語音合成技術（語音解碼與輸出）
想：自然語言處理技術（文字分類、資訊檢索、機器翻譯、問答系統）
在應用技術層面
影象處理、自然語言處理、語音處理、智慧型控制給定乙個，進入特徵分類模型進行識別，輸出其類別，如下示意圖。
根據其資料集的不同，可以對不同應用場合進行適用，可運用到人臉識別、ct醫療識別、文字識別、以圖搜圖、車牌識別等。
目標檢測
給定一張，輸出其類別所在圖中位置，效果示意圖如下圖。
影象分割
給定一張，輸出每個畫素的類別，效果示意圖如下圖。
超分辨重建
給定一張模糊的，或者有雜訊的，進行重簡，效果圖如下圖。
影象生成
的風格遷移，ai變臉等，效果圖如下圖。
自然語言處理
文字分類、語音識別與生成、機器翻譯、文字匹配、自動摘要、問答系統、資訊過濾、資訊抽取。
在基礎技術層面
簡單來說就是a+b+c
a：algorithm（演算法） 機器學習、深度學習
b：bigdata（大資料） 大量資料集
c：co'm'pu'ting（計算力）硬體支援（cpu、gpu）
2、
人工智慧與深度學習class01
人工智慧 機器學習 深度學習 弱人工智慧 只能解決特性領域的問題 強人工智慧 能夠勝任人類所有的工作 圖靈測試 在相互間隔的條件下。測試者為人，被測試者有兩個，乙個是機器，另乙個是人。測試者隨機提問問題，如果參與者超過做出超過30 的誤判，我們認為該機器具有人工智慧。逆圖靈測試 測試者為機器，人證明...
人工智慧與機器學習
現如今，人工智慧與機器學習受到了各行各業的廣泛關注，大眾對其態度不一。但是人工智慧與機器學習對不同的人來說其代表的東西並不相同。通常人工智慧與機器學習會引起人們的恐懼與不確定性，因此一些專家對這兩個術語相關的風險表示擔憂。事實上，人工智慧與機器學習已經成為了我們日常生活中不可分割的一部分，即使在有些...
人工智慧與機器學習目錄
1 anaconda搭建人工智慧與深度學習平台 2 python基礎 python基礎 基礎語法元素 python基礎 基本資料型別 python基礎 組合資料型別 python基礎 程式控制結構 python基礎 函式 python基礎 類和物件 python基礎 檔案讀寫 模組 包和庫 pyth...