預(yù)測：2019將爆發(fā)的10項人工智能技術(shù)！
1.自然語言生成
自然語言生成是一個AI子學(xué)科，它將數(shù)據(jù)轉(zhuǎn)換為文本，使計算機(jī)能夠以***的準(zhǔn)確度交流思想。
它用于客戶服務(wù)以生成報告和市場摘要，比如國外的Automated Insights，Cambridge Semantics等公司，就在使用這一技術(shù)。
2.語音識別
Siri只是能夠理解你的系統(tǒng)之一。每天，越來越多的系統(tǒng)被創(chuàng)建，可以轉(zhuǎn)錄人類語言，通過語音響應(yīng)交互系統(tǒng)和移動應(yīng)用程序達(dá)到數(shù)十萬。
3.虛擬智能助理
虛擬助理只不過是能夠與人交互的計算機(jī)代理或程序。這種技術(shù)最常見的例子是聊天機(jī)器人。
虛擬助理目前正用于客戶服務(wù)和支持以及智能家居管理。一些提供虛擬智能助理的公司包括亞馬遜，Apple，Google，Microsoft等等
4.機(jī)器學(xué)習(xí)平臺
如今，計算機(jī)也可以輕松學(xué)習(xí)，而且它們非常聰明！機(jī)器學(xué)習(xí)（ML）是計算機(jī)科學(xué)的一個分支學(xué)科，是人工智能的一個分支。 其目標(biāo)是開發(fā)允許計算機(jī)學(xué)習(xí)的技術(shù)。
通過提供算法，API（應(yīng)用程序編程接口），開發(fā)和培訓(xùn)工具，大數(shù)據(jù)，應(yīng)用程序和其他機(jī)器，ML平臺每天都在獲得越來越多的牽引力。它們目前主要用于預(yù)測和分類。
5. AI優(yōu)化硬件
AI技術(shù)使硬件更加友好。怎么樣？
通過專門設(shè)計和構(gòu)造的新圖形和中央處理單元和處理設(shè)備來執(zhí)行面向AI的任務(wù)。如果您還沒有看到它們，那么即將出現(xiàn)并廣泛接受可以直接插入便攜式設(shè)備和其他地方的AI優(yōu)化硅芯片。
6.決策管理
智能機(jī)器能夠為AI系統(tǒng)引入規(guī)則和邏輯，因此您可以將它們用于初始設(shè)置/培訓(xùn)，持續(xù)維護(hù)和調(diào)整。決策管理已經(jīng)整合到各種企業(yè)應(yīng)用程序中，以協(xié)助和執(zhí)行自動化決策，使您的業(yè)務(wù)盡可能盈利。
7.深度學(xué)習(xí)平臺
深度學(xué)習(xí)平臺使用獨(dú)特的ML形式，其中涉及具有各種抽象層的人工神經(jīng)回路，這些抽象層可以模仿人類大腦，處理數(shù)據(jù)并創(chuàng)建決策模式。它目前主要用于識別模式并對僅與大規(guī)模數(shù)據(jù)集兼容的應(yīng)用程序進(jìn)行分類。
8.生物識別技術(shù)
該技術(shù)可以識別，測量和分析人體行為和身體結(jié)構(gòu)和形態(tài)的物理方面。它允許人與機(jī)器之間更自然的交互，包括與觸摸，圖像，語音和肢體語言識別相關(guān)的交互，并且在市場研究領(lǐng)域中是很重要的。
9.機(jī)器人過程自動化
機(jī)器人流程自動化使用模擬和自動化人工任務(wù)的腳本和方法來支持企業(yè)流程。對于為特定工作或任務(wù)雇用人員過于昂貴或低效的情況，它尤其有用。
一個很好的例子是Adext AI，這是一個使用AI自動化數(shù)字廣告流程的平臺，可以幫助企業(yè)節(jié)省大量時間，完成機(jī)械和重復(fù)性任務(wù)。
10.文本分析和NLP（自然語言處理）
該技術(shù)使用文本分析通過統(tǒng)計方法和ML來理解句子的結(jié)構(gòu)，以及它們的意義和意圖。文本分析和NLP目前正用于安全系統(tǒng)和欺詐檢測。它們也被大量自動化助理和應(yīng)用程序用于提取非結(jié)構(gòu)化數(shù)據(jù)。
補(bǔ)充：人工智能的實(shí)踐模型
谷歌曾經(jīng)在2017年發(fā)布過一個AI開源DIY項目——AIY Projects。其目的也就是想降低AI的學(xué)習(xí)門檻，讓人工智能更加平民化、普及化。同時，谷歌為推廣AI技術(shù)，還發(fā)布了相關(guān)的AI硬件產(chǎn)品。其中，AIY視覺套件——AIY Vision Kit，可以處理圖像識別和計算機(jī)視覺, 支持離線識別上千種常見物體（動物、植物）以及人臉、面部表情等。
值得一提是，這個紙盒的核心，是一塊叫Vision Bonnet的電路板，采用的是英特爾 Movidius MA2450 芯片。 原來這種低功率視覺處理單元，能夠運(yùn)行神經(jīng)網(wǎng)絡(luò)模型來識別物體。
