除了深度学习,你需要知道AI技术的23个方向 | 机器之心首份技术报告

简介: 在即将过去的 2017 年,深度学习技术蓬勃发展,AlphaZero 从「零」开始在多种棋类竞技上快速发展,DeepStack 与 Libratus 在德州扑克中击败人类高手,GAN 衍生出各种变体,语音合成从实验室走向产品,Vicarious 提出全新概率生成模型并击破人类的 CAPTCHA 验证码。

微信图片_20211129142946.jpg

在即将过去的 2017 年,深度学习技术蓬勃发展,AlphaZero 从「零」开始在多种棋类竞技上快速发展,DeepStack 与 Libratus 在德州扑克中击败人类高手,GAN 衍生出各种变体,语音合成从实验室走向产品,Vicarious 提出全新概率生成模型并击破人类的 CAPTCHA 验证码。这些令人振奋的进展将智能技术从实验室带到了产业及应用层面,「人工智能」及「深度学习」等概念也进入了大众视野并成为流行词汇。


作为国内首家系统性关注人工智能的科技媒体,机器之心在过去几年的报道工作中见证了深度学习引领的又一次人工智能浪潮以及大众关注的热情,与此同时我们也发现由于「AI Effect」的存在,有很多人忽略了深度学习之外的其它人工智能技术,对人工智能各种技术分类及基础概念、技术的历史进程和发展方向都缺乏成体系化的了解,导致对人工智能技术的整体发展趋势及「可用性」缺少宏观认识,并在试图采用人工智能技术进行产业革新时走了很多弯路。


因此,机器之心推出《人工智能技术趋势报告》,旨在帮助读者:


1)系统全面纵览人工智能(AI)的 23 个分支技术


2)明晰人工智能(AI)下各分支技术的历史发展路径,解读现有瓶颈及未来发展趋势。


3)分析人工智能(AI)下各分支技术在产业中的实际应用情况,评估其在「研究」、「工程」、「应用」、「社会影响」这四个阶段中所处位置,为计划使用人工智能技术的决策者提供决策参考。


4)为 AI 从业者提供技术趋势参考;产业方、初学者提供系统性的技术学习资料。



你将从报告中获得什么?


本报告所讨论的「人工智能」主要是指可以通过机器体现的智能,也叫做机器智能(Machine Intelligence)。在学术研究领域,指能够感知周围环境并采取行动以实现最优可能结果的智能体(intelligent agent)。一般而言,人工智能的长期目标是实现通用人工智能(AGI),这被看作是「强人工智能(strong AI)」。在处理交叉领域问题时,AGI 的表现会远远超过普通机器,并且可以同时处理多个任务。而弱人工智能(weak AI,也被称为「狭隘人工智能(narrow AI)」)无法解决之前未见过的问题,而且其能力仅局限在特定领域内。但是,人工智能专家和科学家现在对 AGI 的确切定义仍然含混不清。区别强人工智能和弱人工智能的常见方法是进行测试,比如 Coffee Test、图灵测试、机器人大学生测试和就业测试。


本报告所讨论的「技术(technology)」是一个范围广泛的概念,包含人工智能领域所使用的方法、算法和模型,我们将使用「技术」一词指代这三者。根据参考经典教材、书籍、论文、博客、视频和 MOOC(大型开放式网络课程)等材料,我们确定了 23 种不同的人工智能技术并将它们分成 4 大领域:


  • 解决问题(搜索)
  • 知识、推理和规划
  • 学习
  • 通信、感知和行为


微信图片_20211129142951.jpg


我们把上面列出的 23 种技术根据它们在人工智能领域内的基本机制、方法和应用相似度进行了分类。这些分类并不是互斥的。你可以将它们看作是人类具有的能力,每种能力都有不同的功能,共同协作才能实现更高级更复杂的目标。


技术发展阶段的分类方法有很多。现有的大多数方法都被称为「技术生命周期(Technology Life Cycles)」,其中也包括「衰落」阶段。但是,对于这份针对人工智能技术的特定研究报告而言,我们没有考虑「衰落」阶段。尽管我们认为一种特定技术的发展可能会在某个时候停滞,但其发展(在科学进步方面看)不会退步;对技术「衰退」的引证通常是在商业角度上考量的。根据我们对多个信息来源的评估和分析,我们确定了人工智能技术发展将会经历的四个周期:研究、工程、应用和社会影响。这里给出了每个阶段的详细定义,以作为未来详细分析的范式:


微信图片_20211129142954.jpg

注:实际上这里涵盖了很多技术的子类别,而我们将它们当作一个整体来确定它们的发展阶段。一旦有特定的迹象说明一种技术已经经过了一个特定的阶段,那么整个技术类别都将被置于该阶段——尽管对该技术可能还有一些持续性的研究、工程或应用工作。

微信图片_20211129142957.jpg


报告试读


微信图片_20211129143001.jpg


请点击放大阅读



多位大牛一致推荐


发布之前,我们特意邀请人工智能领域多位顶级专家进行了试读,并获得了他们的一致推荐。

微信图片_20211129143007.jpg

微信图片_20211129143010.jpg

微信图片_20211129143013.jpg微信图片_20211129143017.jpg微信图片_20211129143020.jpg微信图片_20211129143024.jpg


//

推荐语按姓氏拼音排序



我们需要你的参与


在这份报告的制作过程中,我们得到了数位一线研究者的协助,在此特别致谢。这份报告只是一个开始,在接下来的 2018 年机器之心将以这份报告为起点,推出更多的技术分析内容项目,并邀请感兴趣的读者加入我们,共同为行业带来更多优质内容。


加入方式:公众号回复关键词开放项目」,即可获得相关说明。


购买须知


  1. 报告语言:中文。
  2. 购买方式:点击阅读原文,即可购买。
  3. 如何阅读:购买报告后,点击机器之心公众号菜单栏「内容商店」进入阅读。
  4. 报告为虚拟内容服务,一经订阅成功概不退款,敬请理解。
  5. 如有其他疑问,请添加机器之心小助手Ⅱ:syncedai2。


相关文章
|
5天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的地面垃圾识别分类技术
AI垃圾分类系统结合深度学习和计算机视觉技术,实现高效、精准的垃圾识别与自动分类。系统集成高精度图像识别、多模态数据分析和实时处理技术,适用于市政环卫、垃圾处理厂和智能回收设备,显著提升管理效率,降低人工成本。
基于深度学习的地面垃圾识别分类技术
|
1天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
18 4
|
4天前
|
机器学习/深度学习 监控 PyTorch
深度学习工程实践:PyTorch Lightning与Ignite框架的技术特性对比分析
在深度学习框架的选择上,PyTorch Lightning和Ignite代表了两种不同的技术路线。本文将从技术实现的角度,深入分析这两个框架在实际应用中的差异,为开发者提供客观的技术参考。
19 7
|
1天前
|
机器学习/深度学习 算法 TensorFlow
深度学习中的图像识别技术
【10月更文挑战第34天】本文将探讨深度学习在图像识别领域的应用,并介绍如何利用Python和TensorFlow库实现一个简单的图像分类模型。我们将从基本原理出发,逐步讲解数据准备、模型构建、训练过程以及结果评估等关键步骤。通过本文的学习,读者可以了解到深度学习在图像识别中的强大能力,并掌握如何使用现代工具和技术来解决实际问题。
11 2
|
1天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
AI与艺术创作:机器的艺术天赋
【10月更文挑战第31天】本文探讨了AI在艺术创作中的应用及其独特“艺术天赋”。从绘画、音乐、文学到设计,AI通过计算机视觉、自然语言处理和生成对抗网络等技术,逐渐展现出强大的创作能力。尽管面临原创性、审美标准和法律伦理等挑战,AI艺术创作仍为艺术界带来了新的视角和灵感,未来有望与人类艺术家共同推动艺术的创新与发展。
|
4天前
|
人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第31天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念开始,然后详细介绍其在医疗领域的应用,包括疾病诊断、药物研发、患者护理等方面。最后,我们将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。
|
4天前
|
存储 人工智能 文字识别
AI与OCR:数字档案馆图像扫描与文字识别技术实现与项目案例
本文介绍了纸质档案数字化的技术流程,包括高精度扫描、图像预处理、自动边界检测与切割、文字与图片分离抽取、档案识别与文本提取,以及识别结果的自动保存。通过去噪、增强对比度、校正倾斜等预处理技术,提高图像质量,确保OCR识别的准确性。平台还支持多字体识别、批量处理和结构化存储,实现了高效、准确的档案数字化。具体应用案例显示,该技术在江西省某地质资料档案馆中显著提升了档案管理的效率和质量。
|
2天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第33天】随着人工智能技术的不断发展,其在医疗领域的应用也越来越广泛。从辅助诊断到治疗方案的制定,AI技术都发挥着重要作用。然而,随之而来的挑战也不容忽视,如数据隐私保护、算法的透明度和可解释性等问题。本文将探讨AI技术在医疗领域的应用及其面临的挑战。
10 0
|
3天前
|
存储 XML 人工智能
深度解读AI在数字档案馆中的创新应用:高效识别与智能档案管理
基于OCR技术的纸质档案电子化方案,通过先进的AI能力平台,实现手写、打印、复古文档等多格式高效识别与智能归档。该方案大幅提升了档案管理效率,确保数据安全与隐私,为档案馆提供全面、智能化的电子化管理解决方案。
69 48

热门文章

最新文章