人工智能應用范圍之廣超乎你的想象
Hi! 大家好，我是一名高校的科研工作者，主要從事人工智能方面的研究，以后會持續(xù)為大家?guī)硪韵路矫娴膬?nèi)容：第一，介紹和普及人工智能方面的知識；第二，人工智能案例分析；第三，人工智能最新研究進展報告。好了，下面我先來介紹什么是人工智能，以及人工智能能用在什么地方？
人工智能
一、什么是人工智能？
首先，需要先來了解下什么是人工智能。人工智能或者機器學習，就跟嬰兒學東西類似，我們給他一個蘋果和梨，并告訴他（下圖）什么是梨，什么是蘋果。嬰兒會利用眼睛看蘋果和梨到底哪里不同，很明顯兩者在顏色上有很大的差距，另外在形狀也可能會有區(qū)別。那么顏色或者形狀就是機器學習里面所謂的特征。
識別蘋果和梨
人類利用視覺特征對物體進行判別，機器也是類似的。所不同的是，人類是通過眼睛識別物體，而機器則是通過攝像頭獲取的圖像進行分析，提取特征。
視覺感知方式
二、什么是特征？
那么什么是特征？比如下圖所示，特征可以是像素，也可以是由像素組成的物體邊緣信息，這些都是底層特征。由邊緣特征，也可以組成中級特征，如人的耳朵、鼻子、眼睛、嘴巴等。由中級特征進一步組合，可以得到物體的表示模型，比如人的頭像，就是由耳朵、鼻子、眼睛、嘴巴等這些中級部件特征組成。當然了，特征也可以是人為進行設計，這在深度學習被提出之前，被稱為特征工程。
特征提取
三、怎樣進行學習？
知道了什么是特征，那我們應該怎樣利用特征進行學習？這里，我以深度學習卷積神經(jīng)網(wǎng)絡為例，且以貓和狗的分類為目標，簡單介紹機器學習算法的工作過程。機器學習以貓和狗的樣本為輸入，通過卷積神經(jīng)網(wǎng)絡提取貓和狗當中的一些特征，這個特征是算法自動提取的，跟上面的圖形一樣，特征也是由物體的像素、部件、模型等組合而成。然后，深度學習里面的模型，通過組合上述特征，最后通過分類層，對圖片進行分類，判斷是貓或者是狗的概率。
卷積神經(jīng)網(wǎng)絡
四、人工智能能用在什么地方？
最后，可能就是大家關心的，人工智能或機器學習到底能用在什么地方？我們平時可能也聽到了很多傳聞，那就是機器學習落地難。下面，就介紹下機器學習的一些應用場景。
1. 無人駕駛。無人駕駛需要涉及到很多先進的技術，比如道路識別、路標識別、場景理解、行人檢測、車輛識別、定位與導航等方面的應用，都離不開機器學習技術。
道路語義分割
道路場景理解
2. 視頻監(jiān)控與檢索。機器學習還可以應用在監(jiān)控領域，比如機器學習可以對人的行為和屬性特征進行提取，監(jiān)控周圍環(huán)境是否出現(xiàn)異常，或者公安可以調(diào)用全城的監(jiān)控系統(tǒng)，查找符合某個特征的人，對于監(jiān)察機構，快速篩選、排查和追蹤犯人，具有重要的作用。
行人屬性識別
3. 工業(yè)領域。在工業(yè)領域，比如可以對3c產(chǎn)品的印刷質(zhì)量進行識別，判斷帖在產(chǎn)品上的標簽是否印刷正確，不要把i3電腦的標簽，貼在i5上。
標簽字符識別
還有，在裝配和產(chǎn)品質(zhì)量檢測方面也有應用，比如判斷螺栓是否有上，產(chǎn)品上面是否有瑕疵等。如果有瑕疵的產(chǎn)品流向市場，可能會給客戶留下不好的映像。甚至在一些領域，比如新能源電池，如果產(chǎn)品上有缺陷，有可能還會造成爆炸等危險。
視覺缺陷檢測
4. 語音識別與翻譯。我們對著手機或者電腦的語音助手，它們就能幫我們打開軟件，或者搜索圖片，打開網(wǎng)頁等服務。當然了，還有智能音箱、智能對話機器人、天貓精靈等都是成熟的應用。語音識別，確實給我們的生活帶來了許多便利。
語音識別應用
5. 搜索引擎。我們在網(wǎng)頁里面輸入一些關鍵字，網(wǎng)頁就能幫我們找到一些內(nèi)容。還有，用過淘寶、抖音、今日頭條的人應該都知道，軟件還能根據(jù)我們的搜索歷史，給我們推薦內(nèi)容，這里面就用到了機器學習技術。
6. 股票預測。在股票市場中，整天盯著股票漲跌的歷史可能在不久的將來，會被AI軟件給替代。比如國外已經(jīng)有相關機構在研究股票預測軟件，它是利用AI軟件，自動到網(wǎng)絡上搜索當前的經(jīng)濟、軍事、國際關系等當前和過去社會的信息，自動預測股票的漲跌，比我們?nèi)怂鸭男畔⒖赡芨鼮槿婧涂焖佟?/p>
股票預測
7. 其它。機器學習的應用范圍，除了上面羅列的，還有很多其它方面的應用，比如電影特效制作、游戲開發(fā)、天氣預報預測、醫(yī)療診斷、金融風險評估等方面。
CT診斷
天氣預測
進入風險評估
