人工智能 - 研究领域
人工智能领域范围广泛。在继续进行的过程中,我们考虑了人工智能领域中广泛常见且蓬勃发展的研究领域 −
语音和语音识别
这两个术语在机器人技术、专家系统和自然语言处理中很常见。虽然这些术语可以互换使用,但它们的目的却不同。
语音识别 | 语音识别 |
---|---|
语音识别旨在理解和领会所说的内容。 | 语音识别的目的是识别谁在说话。 |
它用于免提计算、地图或菜单导航。 | 它用于通过分析其音调、音高和口音等来识别人。 |
机器不需要进行语音识别训练,因为它不是说话者依赖。 | 该识别系统需要训练,因为它是面向人的。 |
与说话人无关的语音识别系统很难开发。 | 与说话人相关的语音识别系统相对容易开发。 |
语音和声音识别系统的工作原理
用户通过麦克风说出的输入会进入系统的声卡。转换器将模拟信号转换为等效的数字信号,以供语音处理。数据库用于比较声音模式以识别单词。最后,向数据库提供反向反馈。
此源语言文本成为翻译引擎的输入,翻译引擎将其转换为目标语言文本。它们支持交互式 GUI、大型词汇数据库等。
研究领域的实际应用
人工智能在日常生活中为普通人服务的应用种类繁多 −
Sr.No. | 研究领域 | 实际应用 |
---|---|---|
1 | 专家系统 示例 −航班跟踪系统、临床系统。 |
|
2 | 自然语言处理 示例:Google Now 功能、语音识别、自动语音输出。 |
|
3 | 神经网络 示例 − 模式识别系统,如人脸识别、字符识别、手写识别。 |
|
4 | 机器人技术 示例 −用于移动、喷涂、喷漆、精密检查、钻孔、清洁、涂层、雕刻等的工业机器人。 |
|
5 | 模糊逻辑系统 示例 −消费电子、汽车等。 |
人工智能的任务分类
人工智能的领域分为正式任务、普通任务和专家任务。
人工智能的任务领域 | ||
---|---|---|
平凡(普通)任务 | 正式任务 | 专家任务 |
感知
|
|
|
自然语言处理
|
游戏
|
科学分析 |
常识 | 验证 | 财务分析 |
推理 | 定理证明 | 医学诊断 |
规划 | 创造力 | |
机器人技术
|
人类从出生起就学习平凡(普通)任务。他们通过感知、说话、使用语言和机车进行学习。他们随后按顺序学习正式任务和专家任务。
对于人类来说,平凡的任务最容易学习。在尝试在机器中实现平凡任务之前,人们也认为这是正确的。早些时候,人工智能的所有工作都集中在平凡任务领域。
后来,事实证明,机器需要更多的知识、复杂的知识表示和复杂的算法来处理平凡的任务。这就是为什么为什么人工智能工作现在在专家任务领域更加繁荣的原因,因为专家任务领域需要没有常识的专家知识,这些知识可以更容易地表示和处理。