人工智能广泛应用于五大领域
2017年，各大巨头纷纷聚焦智能音箱。因此，2017年成为了百箱大战的一年。
我国的智能音箱市场目前形成了三类格局：一是以喜马拉雅小雅为代表的内容基因公司，他们和传统音箱最为接近，但内容的智能播放提升了用户在聆听场景下的交互体验。二是包括Rokid、出门问问、Broadlink等在内的智能公司，在他们的产品里，音乐内容只是众多功能之一，更多的亮点在语音交互、连接智能家居上。三是小米、阿里、京东、联想等大公司，他们背后是庞大的商业生态。
三、智慧医疗
AI+医疗是近年来资本投资和企业拓展新业务的热点，主要的应用在两个方面，一是医疗影像技术，二是人工智能深度学习技术。
医疗影像是所有大病诊疗的入口和基础，放射科医生的短缺促成了AI医疗影像技术的研发。而人工智能技术爆发的核心——深度学习，正好最擅长分析影像类数据。智慧医疗的概念落地，可以极大地缓解主治医生的工作压力，降低误诊率。
早在今年下半年，科技巨头们就已经纷纷进军医疗。先是科大讯飞，2017年8月20日，与安徽省立医院合作，正式成立我国第一家人工智能医院——安徽省立智慧医院！然后是马云，在推出无人超市之后又提出了无人医院概念。2017年10月13日，阿里巴巴分别与浙江大学医学院附属第一医院、第二医院，以及上海交大医学院附属新华医院这三家医院分别签约，开始向AI医疗进军。
2017年11月15日，科技部公布了首批国家新一代人工智能开放创新平台名单，其中，依托腾讯建设的医疗影像诊断平台也提上了日程。
四、安全防护技术
当人脸识别技术被大家熟知的时候，千万不要以为它仅仅应用于交易支付环节，它同样可以运用于安全防护和监管。
目前，经过多年的发展，安防领域已经积累了大量的数据资源，满足了人工智能基于大数据为基础的算法模型训练要求。而安防行业中事前预防、事中响应、事后追查的特性刚好吻合了人工智能的算法和技术。
最近火遍全网的贵阳市天网系统，就是AI技术应用于安防的典型例子。BBC记者约翰·苏得沃斯听说天网系统可利用近6万个各类视频镜头实现人脸识别，表示不服，亲自来贵阳挑战中国天眼——天网系统，不料短短7分钟内就被中国民警抓获，直接打脸。一时之间，轰动国内外！
由此可见，AI+安防在提前预防犯罪和保障社会安全方面可以起到非常重要的作用，拥有着很好的发展情景。当老外们惊叹未来科技已经在中国变为现实的时候，我们正在将这一技术推进到公安、交通、楼宇、金融、工业、民用等各个方面。中国科技，正在大步向前！
五、语音交互
2017年，很多业内专家都认为，语音将会成为下一代人机交互的主要方式。同时，语音交互技术也是人工智能发展迈入下一阶段的必要环节。因为智能语音交互，不需要对App、浏览器进行点击操作，而是直接通过语音操作，直接跟机器完成任务指令。
这样一来，我们就摆脱了浏览器、App等其它应用入口，语音成为一个新入口，而这个入口，将会变革更多的产业，诸如信息搜索和分发等。
目前，以科大讯飞、捷通华声、车音网、思必驰等语音技术提供商正在这一技术上寻求突破，未来最早实现应用的，可能是汽车驾驶场景。
六、展望未来，未来已来
2017年，人工智能成为互联网行业最热门的关键词。中国在2017年里，人工智能技术取得了突飞猛进的发展。研究预测，2018年全球人工智能市场规模将达到2697.3亿元，增长率达到17%。
作为一项改变世界的技术，人工智能已经到了从实验室走入真实的生产环境和日常生活的临界点。
展望未来，我们期待，2018年的人工智能能为我们带来更多的惊喜！
摘自《财经早餐》，作者橙哥，编辑傅光平
版权归原作者所有，如有侵权请联系我们删除
返回搜狐，查看更多
人工智能的研究热点和应用，主要包含哪几个方面
现在，人工智能已逐渐形成了诸如专家系统、机器学习、模式识别、自然语言理解、机器人学、博弈、人工神经网络等多个研究领域。而目前人工智能研究的热点和应用包含以下几个方面：1、智能接口智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。2、数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱：数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。3、主体及多主体系统主体是具有信念、愿望、意图、能力、选择等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自主地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前，对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统。人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：网络人工智能的六大应用方向http://www.duozhishidai.com/article-9314-1.html哪些是人工智能应用最多的场景？http://www.duozhishidai.com/article-6786-1.html百年来人工智能的应用实例，主要有哪些？http://www.duozhishidai.com/article-2464-1.html
多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站
人工智能的三大领域及其工业应用
人工智能是一门新兴的技术学科，研究和开发用于模拟人类智能的扩展和扩展的理论，方法，技术和应用系统。人工智能研究的目标是让机器执行一些复杂的任务，这些任务需要聪明的人来完成。也就是说，我们希望机器可以代替我们来解决一些复杂的任务，不仅仅是重复的机械活动，而是一些需要人类智慧才能参与的任务。
在本文中，我将解释人工智能技术的三个主要方向，即语音识别，计算机视觉和自然语言处理。
[[328302]]语音识别
语音识别使计算机能够进行聆听，包括我们可以在日常生活中使用的iPhone上的Siri;在Google语音输入中，您可以说出一个句子，然后变成文字;与Google地图通话即可说出我要去的地方，它可以自动为您生成导航。这些是语音识别的一些应用。语音识别可以分为三个方面：
语音合成，包括在线和离线语音合成;语音识别，包括语音听写和其他方面;语义理解是使用神经网络提取语音的含义，包括语音评估和我们一些常用机器翻译的某些功能。计算机视觉
计算机视觉使计算机看到。我们希望计算机可以代替人眼的某些功能。例如，有一种非常有用的文档分析技术，称为OCR。我们可以让计算机扫描文档并阅读。例如，我们可以获得发票，以便计算机可以立即对其进行扫描，然后从发票中提取有关金额，税率和我们关心的其他信息。在智能医疗诊断领域中有一些关于计算机视觉的研究。尽管它尚未在市场上出售，但我相信将来会有广泛的应用场景。同时，在军事领域，无人驾驶飞机正在取代人类观察和测量导弹的轨迹。
计算机视觉的流行方向是：
对象识别和检测。计算机可以快速检测出我们通常从照片中看到的内容。例如，如果我们拍出一个旅游区的风景照片，我们可以立即识别出上面的植物，人，动物或车辆，计算机也可以。对象运动跟踪。我们已经在某个帧上捕获了对象的图像。在随后的视频中，我们可以不断跟踪该对象的变化和状况。这不是一件容易的事。难以准确识别物体，因为物体会不断受到阳光和光线的影响。另一个是计算机查看图片和说话的功能。例如，给定图片，计算机可以识别图片中包含的内容，然后告诉一些预制的内容。现在，许多展厅已经使用了这项技术。它可以预制解释性单词和指导性单词。参观者仅需使用手机或其他设备即可扫描展品或展区中的某些指定位置，以听到相关的指导词。
自然语言处理
从现在开始，我们的计算机可以听我们说的话并看到我们看到的内容。但是我们想要更多。我们更喜欢与计算机交互，使用自然语言进行交流，这是自然语言处理的目的。现在，自然语言处理已用于机器翻译，信息检索和对话系统中。
计算机翻译：主要包括机器同声翻译。
信息检索：例如，当我告诉计算机我要寻找的内容时，它可以为我搜索相关的内容。智能的客户服务：我们通过语音与计算机互动，并让计算机回答我们的问题。自然语言处理不是那么简单。这是相对困难的。我们必须解决以下问题。第一个是语言上的歧义，有时可以用两种或更多种可能的含义或方式来理解一个句子。例如，"我去了银行。"银行可以是存放金钱的地方，也可以是河流的边缘。
[[328303]]另外，我们需要解决语言的鲁棒性。我们经常在日常演讲中说错别字，或者说少一些单词，或者说多于原始含义的单词，这会影响该语言的鲁棒性。另外，可能还有其他昵称可能指向同一个人。
另一个是知识依赖。我们通常使用知识图来解决知识依赖问题。假设"大鸭梨"(中文是大梨)是一种水果，也是北京一家非常有名的烤鸭店的名字。就像"七日游"一样，它可以代表时间，也可以代表酒店的名称。这些都取决于一些背景知识，我们需要使用知识库或知识图来解决此问题。
另一个是上下文。根据对话的上下文，我们可以准确地判断该说些什么。例如，"我想吃大亚里"，"大亚里"可能代表一种水果。"我们去大亚里"，然后"大亚里"代表一家餐馆。在不同的对话中，不同的表达方式表现出不同的含义。
摘要
在我们转向人工智能的工业应用之前，我们先总结一下在上一部分中学到的知识。我们学习了语音识别。计算机可以听到我们的声音并做出一些响应，例如将我们的单词翻译成文本。然后我们研究了计算机视觉，它让计算机看到了。计算机可以通过查看图像来识别图像中的某些对象，并且还可以跟踪连续图像中对象的变化。这些是计算机解决的一些热门话题。然后，最后，我们了解了自然语言处理，也就是说，计算机不仅需要听我们说的话，他们还可以理解我的话，然后他们才能给我们一些反馈。
人工智能的行业应用
民安
首先，让我们告诉您有关民事安全领域的信息。随着智能家居的普及，人工智能逐渐在民安领域中发挥了作用。例如，家用安全摄像机可以从视频中学习并通过日常拍摄来识别属于我们家庭的摄像机。当我们的家庭进入视频监控范围时，它不会触发警报。但是，当外人非法进入时，它将立即向我们发出警报，例如向我们发送短信或发出响亮的警报声。这些是智能安全摄像机的一些简单应用。
[[328304]]运输
在交通领域，我们可以通过人工智能分析交通视频，并利用数据做出决策。我们可以分析当前道路是否拥堵以及情况如何，然后使用人工智能自动做出决策。例如，让AI调整交通信号中的时间以指挥交通，或者实施大规模的交通联动调度以提高整个城市的运营效率。
[[328305]]公安
在公共安全领域，人工智能还具有使用图像识别和面部识别的特别明显的应用。例如，我们在大量视频信息中发现了嫌疑人的线索;或给定特定特征，人工智能从与视频特征匹配的人员或物品中提取信息，这是快速而准确的。
自动驾驶
人工智能在自动驾驶领域也有许多应用。自动驾驶实际上需要很多技术，包括对环境的感知。我们通过一系列设备(例如相关的摄像机，激光测距仪，微传感器，车辆雷达等)感知周围环境，然后通过人工智能将这些信息整合在一起，以确定周围环境的状况。在基于环境感知的结果收集了行为决策所需的所有信息之后，有必要使用人工智能来决定汽车接下来应该做什么，是应用制动器还是加速器。最后一个是动作控制模块。AI做出决定后，必须将该决定传递给运动控制模块以控制汽车，例如实际踩下制动器或实际踩下油门踏板。
智能机器人
智能机器人在服务行业，教育行业和医疗行业中具有巨大的应用潜力。例如，许多银行现在都具有自动问答机器人，该机器人可以引导来银行的人进行业务，排队排队或只是介绍一些业务，这提高了银行的效率，并且为方便客户，大多数人去银行开展业务。
人工智能在电信行业中的应用
[[328306]]
在网络领域，网络自助服务机器人，智能VoLTE语音质量测量，智能家庭宽带安装已实现了人工智能技术的大规模应用。在安全领域，反欺诈系统已经能够拦截骗局电话在中国，每月的拦截量超过1400万次。在管理领域，合同和账单的审计点也已实施。智能机器取代了人工审核，每年可以节省数亿美元的成本。在客户服务领域，智能客户服务问答机器人目前每月可以回答超过2.1亿次。在垂直行业中，电信公司正积极在各个行业中部署AI应用程序，包括智能教育，智能医疗，智能交通，智能工业，智能农业等方面。
摘要
最后，我们总结了这一部分的学习内容。在这一部分中，我们已经学习并了解了民用安全领域的人工智能安全摄像机。通过视频识别，交通领域的人工智能可以通过机器学习为我们的交通决策提供基础，甚至可以自动做出决策。在公共安全领域，图像识别可以为检测公共安全案件和嫌疑人的位置提供快速的基础。
自动驾驶汽车不仅使用人工智能技术使汽车能够感知周围环境，而且还可以让汽车做出下一步的决定，并操纵汽车以达到自动驾驶的目的。智能机器人在我们的生活中也很常见。他们通常扮演客户服务的角色来帮助我们。最后，我们简要介绍了人工智能在电信行业中的应用和发展，主要介绍了移动公司和人工智能客户服务机器人所使用的人工智能网络平台。
人工智能的十个里程碑事件，你知道几个
本文系网易智能工作室（公众号smartman163）出品。聚焦AI，读懂下一个大时代！
【网易智能讯9月27日消息】人工智能是一个非常重要和复杂的领域。关于人工智能的里程碑式事件，这里我们盘点了你应该知道的十个。
将人工智能（AI）压缩到10个“需要记忆的时刻”并不容易。在数以百计的研究实验室和数千名计算机科学家的帮助下，编制一份每一项具有里程碑意义的成就的清单，都将是一份智能算法的工作。然而，我们已经仔细研究了历史书籍，为你带来了人工智能历史上最重要的10个里程碑式的发展。
一、神经网络的诞生
你可能已经听说过神经网络，在当今最先进的人工智能背后，是大脑激发的人工智能工具。你可能已经听说过神经网络，这是一种当今前沿人工智能背后受大脑启发的人工智能工具。虽然像深度学习这样的概念是比较新的，但它们背后的理论体系可以追溯到1943年的一个数学理论。
WarrenMcCulloch和WalterPitts的《神经活动内在想法的逻辑演算》可能听起来非常的普通，但它与计算机科学一样重要（甚至超过计算机科学）。其中，《PageRank引文排名》一文，催生了谷歌的诞生。在在《逻辑微积分》中，McCulloch和Pitts描述了如何让人造神经元网络实现逻辑功能。至此，AI的大门正式打开。
二、人工智能的名字由来
如果要提到人工智能的真正开端，那就要追溯到1955年8月31日。当时，研究人员JohnMcCarthy、MarvinMinsky、NathanielRochester和ClaudeShannon提交了一份《2个月，10个人的人工智能研究》的提案，第一次提出了“人工智能”的概念。而其中JohnMcCarthy被后人尊称为“人工智能之父”。
1956年，会议在达特茅斯学院占地269英亩的庄园举行。不幸的是，他们对于人工智能的发展有点过于乐观了。他们写到：“我们认为，如果一个精心挑选的科学家团队努力工作一个夏天，那我们就能取得重大进展。”然而事实证明，时间花得远比想象中的要多很多。
三、反向传播算法（BACKPROP）的出现
反向传播（英语：Backpropagation，缩写为BP），有时缩写为“BP”，是机器学习历史上最重要的算法之一。尽管该算法成为机器学习的主流算法是在20世纪80年代，但该算法第一次被提出是在1969年。这是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。该方法计算对网络中所有权重计算损失函数的梯度。这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。
反向传播要求有对每个输入值想得到的已知输出，来计算损失函数梯度。因此，它通常被认为是一种监督式学习方法，虽然它也用在一些无监督网络（如自动编码器）中。它是多层前馈网络的Delta规则的推广，可以用链式法则对每层迭代计算梯度。反向传播要求人工神经元（或“节点”）的激励函数可微。简而言之，这意味着创作者可以通过在犯错时纠正错误来训练他们的网络。完成后，道具会修改神经网络中的不同连接，确保下次遇到同样问题时能得到正确的答案。
四、语言助手的诞生
提及亚马逊的Alexa、谷歌助手和苹果的Siri大家一定都不陌生。早在20世纪60年代中期，麻省理工学院的一名研究人员就发明了一个名为ELIZA的计算机心理治疗师，可以实现与用户之间的“智能”对话。在当时，ELIZA的发明者就指出，用户如此愿意以这种方式与机器交谈，这让他们感到非常惊讶。
五、科技奇点的提出
1993年，作家兼计算机科学家VernorVinge发表了一篇文章，这篇文章首次提到了人工智能的“奇点”。而这里所指的“奇点”并不是广义上的，而是指未来某一天机器将变得比人类更聪明，甚至会取代人类，主宰人类世界。但在1993年，作家兼计算机科学家VernorVinge发表了一篇文章，这篇文章推广了这个想法。
被称为“即将到来的技术奇点”，Vinge预测，在未来30年内，人类将拥有创造超级人工智能的能力。他写到：“不久之后，人类时代就会结束。”这是一个警告，和现如今特斯拉CEO马斯克所担心的一样。
六、第一辆自动驾驶汽车诞生
你认为谷歌开发了世界上第一辆自动驾驶汽车吗？错！早在1986年，德国联邦国防军大学的研究人员就在一辆奔驰面包车上安装了摄像头和智能传感器，成功地在空无一人的街道上行驶。
几年后，一位名叫DeanPomerleau的卡内基梅隆大学的研究人员建造了一辆自动驾驶的庞蒂克运输小货车，并沿海岸线从宾夕法尼亚州的匹兹堡到加州的圣地亚哥,共行驶了2797英里。相较于当今的自动驾驶技术，当时的这项技术像是小儿科，但是至少它证明了无人驾驶是可以实现的。
七、IBM“深蓝”战胜国际象棋冠军
对于人工智能来说，1997年是一个标志性的年份，IBM的“深蓝”超级计算机在一场人机大战中战胜国际象棋冠军GarryKasparov。尽管毫无疑问，深蓝的处理信息比人类更快，但真正的问题是，它是否更有策略地思考。事实证明这是可以的！
这一结果可能并没有证明人工智能有能力在有明确规则的问题上表现得异常出色，它仍然是人工智能领域的巨大飞跃。
八、IBM“沃森”在智力竞赛节目中大获全胜
就像深蓝与GarryKasparov的比赛一样，IBM的人工智能在2011年面临着另一个巨大的挑战——沃森人工智能在著名的智力竞赛节目“Jeopardy”中击败了对手布拉德·拉特和肯·詹宁斯，成功赢取了100万美元的大奖。比赛结束后，肯·詹尼斯打趣道：“欢迎我们的新机器人霸主。”人工智能的再次胜利，又一次向世界证明了人工智能比人脑更快。
九、AI也爱猫？通过深度学习算法识别猫科动物
2012年6月，谷歌研究人员JeffDean和吴恩达从YouTube视频中提取了1000万个未标记的图像，训练了一个由16,000个电脑处理器组成的庞大神经网络。尽管没有给出有关它们的识别信息，但人工智能还是能够通过深度学习算法来识别猫科动物的照片。
事实证明，就像我们一样，即使是令人印象深刻的智能AI，也喜欢看视频，而且尤其喜欢猫科动物。
十、谷歌AlphaGo战胜世界围棋冠军李世石
2016年3月，继IBM深蓝之后，谷歌DeepMind的AlphaGo在四场比赛中击败了国际围棋世界冠军李世石，而这场激烈的人机大战吸引了来自世界各地的6000万人的观看。同样，2017年的升级版AlphaGo再次击败了国际围棋大师柯洁，引发了全世界的关注。（选自：digitaltrends翻译：网易见外智能编译平台审校：抹茶）
关注网易智能公众号（smartman163），获取人工智能行业最新报告。