当前火热的人工智能有哪些实际的落地范畴

　　人工智能技术在现阶段进行不断的革新，从语言的识别技术到新一代汽车的无人驾驶技术，我们都能感受到人工智能科技的无穷魅力，这些科技只有在进行落地使用时，才能实现自己的市场价值。

　　科技落地是关键

　　加强新一代人工智能研发应用，今年的政府工作报告强调。“推动人工智能应用到我们产业发展中去，应用到我们社会生活各方面去，解决人们所关心的安全问题、健康问题、环保问题等方面”，科技部部长万钢在回答记者提问时表示。

　　“人工智能”，应该是今年全国两会期间被提及频率最高的科技词汇，而在愈发澎湃的人工智能浪潮中，应用落地已是大势所趋。

      服务人类、造福社会，是人工智能的最大价值，应用落地则是实现这一愿景的关键，通过人工智能解决我们面临的挑战、增进社会的福祉，共同打造更美好的生活和世界。

　　人工智能技术有哪些

　　一、机器学习

　　机器学习(Machin e Learning)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。

　　二、知识图谱

　　知识图谱可用于反欺诈、不一致性验证、组团欺诈等公共安全保障领域，需要用到异常分析、静态分析、动态分析等数据挖掘方法。特别地，知识图谱在搜索引擎、可视化展示和精准营销方面有很大的优势，已成为业界的热门工具。但是，知识图谱的发展还有很大的挑战，如数据的噪声问题，即数据本身有错误或者数据存在冗余。随着知识图谱应用的不断深入，还有一系列关键技术需要突破。

　　三、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。

　　机器翻译技术是指利用计算机技术实现从一种自然语言到另外一种自然语言的翻译过程。基于统计的机器翻译方法突破了之前基于规则和实例翻译方法的局限性，翻译性能取得巨大提升。基于深度神经网络的机器翻译在日常口语等一些场景的成功应用已经显现出了巨大的潜力。随着上下文的语境表征和知识逻辑推理能力的发展，自然语言知识图谱不断扩充，机器翻译将会在多轮对话翻译及篇章翻译等领域取得更大进展。

　　四、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。人机交互技术除了传统的基本交互和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术。

　　五、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。

　　六、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。

　　七、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。

　　人工智能技术的落地应用范围

　　1.聊天机器人

　　在很多人工智能的高管和创业者眼中，什么人工智能应用在未来五年内可能会获得成功。他们首选是虚拟代理和聊天机器人。这些软件程序能够理解自然语言，并通过消息传递服务或电子邮件与人沟通。包括IBM和Facebook在内的几家公司已经宣布了帮助开发者创建聊天室的平台。

　　2.应用开发

　　目前，许多企业正在将人工智能和深度学习功能集成到他们的Web应用、移动应用和内部的企业应用中。人工智能正在发展推荐引擎、安排会议、排定待办事项列表等一系列事项。在其2017年十大战略技术趋势列表中，Gartner将智能应用排在了第二位。

　　3.智能物件

　　“智能物件”(intelligent things)在Gartner的2017年前十大战略技术趋势列表中排名第三，“现有的物联网设备将使智能物联网人工智能的功能无处不在，包括家庭、办公室、工厂车间和医疗设施。”例如，下一代健身追踪器不仅可以监控您的健康信息，还可能具有机器学习和分析功能，使它们能够根据您的个人健康史和过去的追踪器数据提出改善健康的建议。

　　4.医学研究

　　人工智能的最热门领域之一是医疗健康行业。IDC在《全球半年度认知/人工智能支出指南》中将诊断和治疗系统列为2016年吸引最多投资的领域之一，并表示在未来五年内，包括药物研究和发现以及诊断和治疗系统的使用案例将获得最大的发展。在五年期间，它预测医疗健康人工智能投资的年复合增长率为69.3%。同样，CBInsights将医疗健康列为人工智能中最热的领域，并作为今年的创业项目。

　　5.生物模型

　　现在，计算机科学研究人员也正在转向生物模型，用以帮助他们创建更好的人工智能软件。麻省理工学院和谷歌最近都被报道在创建与人类大脑功能相似的神经网络，这个领域的研究可能会持续一段时间。未来学家Ray Kurzweil甚至预测到2030年，我们将能够合并人类的大脑和计算机网络，创造一种混合形式的人工智能。

　　6.智能硬件

　　虽然软件在人工智能工业中获得很大的关注，但硬件也是方程式中非常重要的一部分。英特尔最近详细描述其将人工智能功能构建到其芯片中的努力，试图使人工智能人人都能使用。其他开发商正在研究人工智能自动驾驶车辆、机器人和无人机。

　　IDC预测AI硬件收入将在未来五年内以超过60%的复合年增长率。而波士顿咨询公司估计，到2025年，自动驾驶车辆的市场价值可能达到420亿美元。

　　7.项目创业

　　最近许多大型科技公司，如英特尔、谷歌、苹果、Facebook和微软一直在购买、抢购很多小的人工智能创业公司。在最近的关于人工智能创业公司的报告中，Venture Scanner确定了来自73个不同国家的1500个人工智能创业公司，总资金超过91亿美元。

　　8.取代人工

　　在2017年6月的一份报告中，Forrester预测，机器人、人工智能(AI)、机器学习和自动化等认知技术将在2025年之前取代美国7%的工作岗位。通过估计，16%的美国工人将被人工智能系统取代，并且人工智能可以创造相当于劳动力9%的新工作。人工智能也是把双刃剑。

　　现阶段的人工智能技术已经有了可观的进展，它的出现能够彻底改革某些行业，在人工智能发挥自己作用的过程中，企业也要加深生产建设，提高员工素质，完成这场产业方式的变革。