人工智能技术是基于什么
|企服解答
人工智能技术是基于基础层提供的储存资源和大数据。基础层是指对AI提供支撑性服务的硬件平台，包括芯片、传感器、数据和服务、生物识别、云计算等。其他技术有机器学习、知识图谱、自然语言处理、人机交互、计算机视觉、生物特征识别、VR/AR等技术。
人工智能技术是基于什么
1、机器学习
机器学习（MachineLearning）是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，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，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据（样本）出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式、学习方法以及算法的不同，机器学习存在不同的分类方法。
火山引擎·机器学习平台01条点评咨询产品免费试用解决用户选型困难的好软件，有各维度的信息客户案例暂无合作品牌92、知识图谱
知识图谱本质上是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关“属性—值”对。不同实体之间通过关系相互联结，构成网状的知识结构。在知识图谱中，每个节点表示现实世界的“实体”，每条边为实体与实体之间的“关系”。
元年智答3.59条点评咨询产品免费试用解决用户选型困难的好软件，有各维度的信息客户案例2合作品牌23、自然语言处理
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，涉及的领域较多，主要包括机器翻译、机器阅读理解和问答系统等。
Yext3.540条点评咨询产品免费试用解决用户选型困难的好软件，有各维度的信息客户案例暂无合作品牌44、人机交互
人机交互主要研究人和计算机之间的信息交换，主要包括人到计算机和计算机到人的两部分信息交换，是人工智能领域的重要的外围技术。人机交互是与认知心理学、人机工程学、多媒体技术、虚拟现实技术等密切相关的综合学科。传统的人与计算机之间的信息交换主要依靠交互设备进行，主要包括键盘、鼠标、操纵杆、数据服装、眼动跟踪器、位置跟踪器、数据手套、压力笔等输入设备，以及打印机、绘图仪、显示器、头盔式显示器、音箱等输出设备。
5、计算机视觉
计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。自动驾驶、机器人、智能医疗等领域均需要通过计算机视觉技术从视觉信号中提取并处理信息。近来随着深度学习的发展，预处理、特征提取与算法处理渐渐融合，形成端到端的人工智能算法技术。根据解决的问题，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类。
6、生物特征识别
生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证的技术。从应用流程看，生物特征识别通常分为注册和识别两个阶段。注册阶段通过传感器对人体的生物表征信息进行采集，如利用图像传感器对指纹和人脸等光学信息、麦克风对说话声等声学信息进行采集，利用数据预处理以及特征提取技术对采集的数据进行处理，得到相应的特征进行存储。识别过程采用与注册过程一致的信息采集方式对待识别人进行信息采集、数据预处理和特征提取，然后将提取的特征与存储的特征进行比对分析，完成识别。
7、VR/AR
虚拟现实（VR）/增强现实（AR）是以计算机为核心的新型视听技术。结合相关科学技术，在一定范围内生成与真实环境在视觉、听觉、触感等方面高度近似的数字化环境。用户借助必要的装备与数字化环境中的对象进行交互，相互影响，获得近似真实环境的感受和体验，通过显示设备、跟踪定位设备、触力觉交互设备、数据获取设备、专用芯片等实现。虚拟现实/增强现实从技术特征角度，按照不同处理阶段，可以分为获取与建模技术、分析与利用技术、交换与分发技术、展示与交互技术以及技术标准与评价体系五个方面。获取与建模技术研究如何把物理世界或者人类的创意进行数字化和模型化，难点是三维物理世界的数字化和模型化技术；分析与利用技术重点研究对数字内容进行分析、理解、搜索和知识化方法，其难点是在于内容的语义表示和分析；交换与分发技术主要强调各种网络环境下大规模的数字化内容流通、转换、集成和面向不同终端用户的个性化服务等，其核心是开放的内容交换和版权管理技术；展示与交换技术重点研究符合人类习惯数字内容的各种显示技术及交互方法，以期提高人对复杂信息的认知能力，其难点在于建立自然和谐的人机交互环境；标准与评价体系重点研究虚拟现实/增强现实基础资源、内容编目、信源编码等的规范标准以及相应的评估技术。
百度VR01条点评咨询产品免费试用解决用户选型困难的好软件，有各维度的信息客户案例暂无合作品牌7|拓展阅读
目前人工智能技术包括无人驾驶汽车、脸部识别、机器翻译、声纹识别、智能呼叫机器人、智能扬声器、个性化推荐、医学图像处理、图像检索等应用。
1、无人驾驶汽车
随着近年来人工智能浪潮的兴起，无人驾驶再次成为话题，国内外很多公司投入了自动驾驶和无人驾驶的研究。例如，谷歌谷歌X实验室积极开发无人驾驶汽车谷歌DriverlessCar，百度也开始了百度无人驾驶汽车的研究开发计划，自主开发的无人驾驶汽车Apollo在中央电视台春夜登场。
2、脸部识别
该技术已进入许多人家，脸部识别也称为脸部识别、脸部识别，主要是基于人的脸部特征信息进行身份识别的生物识别技术。现阶段涉及人脸识别的技术性主要有计算机视觉、图象处理等。目前，人脸识别技术已广泛应用于金融、司法、公安、边检、宇宙、电力、教育、医疗等多个领域。随着人脸识别技术的进一步成熟和社会认同度的提高，应用于更多领域，给人们的生活习惯带来更多变化。
3、机器翻译
机械翻译实际上是计算语言学的分支，利用计算机将自然语言转换为另一种自然语言的过程，机械翻译使用的技术主要是神经机械翻译技术。目前，该技术目前在许多语言上的表现已超过人类。
4、声纹识别
其实生物的特征识别技术有很多种，除了脸部识别，现在使用的有声纹识别很多，声纹识别是生物识别技术，也称为说话者识别，包括说话者识别和说话者确认。声纹识别的工作过程是系统收集说话人的声纹信息并输入数据库，当说话人再次说话时，系统收集该声纹信息，自动比较数据库中现有的声纹信息，识别说话人的身份。
5、智能呼叫机器人
智能呼叫机器人在生活中也越来越常见，利用机器模拟人类行为的人工智能实体形态，实现语音识别和自然语义理解，具有业务推理、语言应答等能力。当用户访问网站并发布会话时，智能呼叫机器人会根据系统获得的访问者地址、IP和访问路径等，快速分析用户的意图，回答用户的真正需求。同时，智能呼叫机器人拥有大量行业背景知识库，可以标准回答用户咨询的常规问题，提高回答精度。对于很多电气商务企业来说，用户咨询的售前问题以价格、优惠、商品来源渠道等主题为中心，在这个场景中使用智能呼叫机器人，可以减少人工呼叫每天回答这些重复问题，提高更复杂问题的客户群智能呼叫机器人还可以为用户提供24小时365天的咨询回答、解决问题的服务，广泛应用也大大降低了企业的人工呼叫成本。
6、智能扬声器
属于语音识别、自然语言处理等人工智能技术的电子产品类的应用和载体，从本质上来看，智能扬声器是能够完成对话环节的语音交互能力的机器。通过直接对话，家庭消费者可以完成自助点歌、控制家庭设备、唤起生活服务等操作，这样的设备相信很多人都有。
7、个性化推荐
个性化推荐也是生活中常见的应用程序，是基于集体和协同过滤技术的人工智能应用程序，基于大量数据挖掘，通过分析用户的历史行为建立推荐模型，积极向用户提供符合他们需求和兴趣的信息个性化推荐系统已经广泛存在于各种网站和App中，本质上是根据用户的阅览信息、用户的基本信息、对物品和内容的喜好等多个因素来考虑的，根据推荐引擎算法进行指标分类，将与用户的目标因素一致的信息内容分类
8、医学图像处理
医学图像处理是目前人工智能在医疗领域的典型应用，其处理对象是由临床医学中广泛使用的核磁共振图像、超声波图像等生成的医学图像。要知道传统的医学影像诊断，主要通过观察二维切片图来发现病变，这往往需要根据医生的经验来判断。利用计算机图像处理技术，可以对医学图像进行图像分割、特征结婚定量分析和比较分析等工作，完成病灶识别和标记，自动描绘肿瘤放射治疗阶段的图像目标区域，重建手术阶段的三维图像。
9、图像检索
要知道，我们不能在早期进行图像检索，图像检索分为文本和内容两种检索方式。传统图片搜索只识别图片本身的颜色、纹理等因素，因为当时程序技术还不能支持识别图片内容，随着人工智能的发展，图片搜索在近年来用户需求越来越旺盛的信息搜索类应用程序中，基于人工智能深度学习的图片搜索逐渐提高了该技术，用户利用图片匹配搜索顺利找到相同或相似的目标物的需求，如搜索相同类型、相似物的比较等。
人工智能（三）“无人超市”背后的技术
美国零售巨头亚马逊就曾在2016年推出过无人便利店AmazonGo，但仍局限在亚马逊西雅图总部供员工测试使用，不对外开放。
而这阵子刷屏的杭州无人超市，采用的是视觉传感器、压力传感器以及物联网支付等技术。其中关键就在于为每件商品添加了RFID标签（俗称电子标签），它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可工作于各种恶劣环境。目前在一些图书馆和线下商店的磁扣中，也会用到类似的技术。可以说，这是一种相对成熟且廉价的解决方案。
马云的“无人超市”第一次进店的时候，打开淘宝扫描门口的二维码进店，接下来的购物全程都无需再使用手机。
目前店内分为超市区和餐饮点单区，超市区内各种商品应有尽有，玩具、公仔、日用品、饮料，等等商品，消费者可以做到想拿就拿，说走就走。挑选好商品，直接就可以出门。无须扫码支付，无须收银员，系统自动会在大门处识别商品，并自动从支付宝扣款。
餐饮点单区，由于比较特殊，所以有服务员；当你点好后，你只要在屏幕下方站着，头顶就会显示取餐号码和剩余时间。如果已经做好，就会显示：XX号，请取单。
相关技术
马云“无人超市”应用了人工智能卷积神经网络、深度学习、机器视觉以及生物识别等人工智能领域前沿技术，可实现扫码进店、直接购物、拿了就走、无需结账的无人店全智能化操作。
“无人超市”的本地处理系统应用了深度学习的神经网络，会记录每个客户的消费习惯，甚至会在外网抓取用户信息，实现“人店对话”。第一次的沟通是最简单的，“您好，欢迎光临，您正在看的是XX商品。”随着客户消费次数的增加会越来越智能，下一次购物时可能会问“您好，上次购买的商品还喜欢吗？我们推出了新的产品您要看看吗？”
机器视觉技术+生物识别技术锁定消费者身份，确定“我就是我，而不是我的双胞胎姐妹”。尽管关联的只有消费者的支付宝账号，但“眼睛”可以看到用户的性别、年龄，样貌，将信号传输给“大脑”，建立更好的交流。不过要很好的实现这一点，还有很长的路要走。目前“眼睛”完成的主要任务是，商品和消费者之间的绑定。通过机器视觉+无线射频技术，40毫秒比对一次，了解消费者拿走或放回的是什么商品。使用了卷积神经网络和机器视觉对消费者的体态以及商品进行识别分析。由于人脸易被遮挡，在持续追踪消费者时，体态识别比人脸识别可行性更高，不易跟丢。目前“无人超市”采用“非配合人脸识别”技术，即用户在不看镜头的情况下，系统也能精确捕捉用户的生物特征，并进行匹配、计算。用户首次进店时需要进行人脸信息采集，并同意自动扣款协议。并且，机器视觉可以识别大部分形状标准的商品，但小部分软的、容易变形的商品，需要用射频技术来识别。
同时，机器视觉识别商品最大的挑战在于去背景。店内光线的变化和移动的消费者都会对识别的准确性造成影响。目前阿里采用的是多路摄像头和传感器结合的方案。多路摄像头的主要作用在于监控店内的情况，同时追踪分析消费者的行为。比如，分析用户拿到某一样商品时的表情和肢体语言，借此帮助商家判断某款商品是否足够符合他们的心意；通过捕捉消费者在店内的运动轨迹、在货架面前的停留时长，则可以指导商家调整货品的陈列方式和店内的服务装置。不过，阿里无人超市内的商品加购并非通过机器视觉系统来完成的。虽然其货架上也集成了识别系统，但主要是用于记录消费者的行为，比如消费者对某个特定商品拿起、放下了多少次。
据业内人士介绍，采用机器视觉方案的无人零售店，随着店铺面积增大、人流量增多，将对GPU造成巨大的挑战，且识别精度也难以保证。无人售货便利店中用到的图像识别系统在小范围场景中——比如10平米，100个商品品类，2个用户——和高资本、技术投入下，准确率是可以接受的。但如果要进一步扩大，则将面临非常大的挑战。考虑到阿里无人零售店面积高达200平米，无论是从对GPU的挑战还是识别的准确性来说，用机器视觉进行商品加购都是难以实现的。
线下消费在新技术的促进下，不断涌现出新的商业模式与商业场景，但这种无人超市是否会成为新趋势，是否会代替传统的零售模式，则有待时间检验。不过，在这个智能时代，或许一切都充满了可能。
ITGreenFuture
GlobalMindsets
ChinaPerspectives
返回搜狐，查看更多