人工智能技术科普篇(快速版).pptx

;计算机视觉 自然语言处理 深度神经网络 CNN RNN 机器学习 数据挖掘 语音识别 机器人 问答系统 云计算技术;计算机视觉 Computer Vision;自然语言处理（NLP） Natural Language Processing;深度神经网络（DNN） Deep Neural Network;卷积神经网络（CNN） Convolutional Neural Network;循环神经网络（RNN） Recurrent Neural Network;是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。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。 它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。;数据挖掘 Data mining;语音识别 Voice recognition;机器人（Robot）是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作;问答系统（QA）QA） Question Answering System;云计算 Cloud Computing;推荐系统 Recommender system;人工神经网络（ANN） Artificial Neural Network;自动化技术是一门综合性技术，它和控制论、信息论、系统工程、计算机技术、电子学、液压气压技术、自动控制等都有着十分密切的关系，而其中又以控制理论和计算机技术对自动化技术的影响最大。;人机交互技术 Human-Computer Interaction Techniques;知识图谱 Knowledge Graph;语音合成 speech synthesis;区块链 Blockchain;进化算法（EAs） Evolutionary Algorithms;将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。“物以类聚，人以群分”，在自然科学和社会科学中，存在着大量的分类问题。聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法。聚类分析起源于分类学，但是聚类不等于分类。聚类与分类的不同在于，聚类所要求划分的类是未知的。聚类分析内容非常丰富，有系统聚类法、有序样品聚???法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。;“物联网技术”的核心和基础仍然是“互联网技术”，是在互联网技术基础上的延伸和扩展的一种网络技术，其用户端延伸和扩展到了任何物品和物品之间，进行信息交换和通讯。;在机器学习中，通常有很多问题并没有最优的解，或是要计算出最优的解要花费很大的计算量，面对这类问题一般的做法是利用迭代的思想尽可能的逼近问题的最优解。我们把解决此类优化问题的方法叫做优化算法，优化算法本质上是一种数学方法。常见的优化方法有随机有哪些信誉好的足球投注网站、梯度下降法、遗传算法、模拟退火法等，其实大部分机器学习算法的本质都是建立优化模型，通过优化算法对损失函数（优化的目标函数）进行优化，从而训练出最好的模型。;SLAM （同步定位与建图） Simultaneous Localization And Mapping;专家系统 Expert System;嵌入式人工智能，可以理解为设备无须联网通过云端数据中心进行大规模计算去实现人工智能，而是在本地计算，在不联网的情况下就可以做实时的环境感知、人机交互、决策控制。;强化学习（RL） Reinforcement Learning;生成式对抗网络是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）的互相博弈学习产生相当好的输出。原始 GAN 理论中，并不要求 G 和 D 都是神经网络，只需要是能拟合相应生成和判别的函数即可。但实用中一般均使用深度神经网络作为 G 和 D 。一个优秀的GAN应用需要有良好的训练方法，否则可能由于神经网络模型的自由性而导致输出不理想。;认知神经科学 Cognitive Neuroscience The Biology of the Mind;自动文本摘要 Automatic text summarization;量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。对照于传统的通用计算机，其理论模型是通用图灵机；通用的量子计算机，其理