編輯導語：人工智能從誕生以來，其理論和技術(shù)日益成熟，應用領(lǐng)域也不斷擴大。本篇作者給我們介紹了人工智能的十大技術(shù)及其相關(guān)應用，一起來看看吧。

人工智能發(fā)展到現(xiàn)在已經(jīng)將近有80年的歷史。近日來特斯拉也說了自己不是汽車公司，是可再生能源公司、是機器人公司、是人工智能公司，特斯拉也明確表示未來人工智能汽車自動化駕駛的方向是視覺識別+機器學習。

人工智能從誕生以來，其理論和技術(shù)日益成熟，應用領(lǐng)域也不斷擴大，接下來我將給大家介紹下人工智能的十大技術(shù)及其相關(guān)應用。

一、問題求解

人工智能的第一個大成就是發(fā)展了能夠求解難題的下棋程序。在下棋程序中應用的某些技術(shù)，如向前看幾步，把困難的問題分成一些比較容易的子問題，發(fā)展成為搜索和問題歸約這樣的人工智能基本技術(shù)。今天的計算機程序能夠下錦標賽水平的各種方盤棋、十五子棋、國際象棋和圍棋。

1997年5月，IBM公司研制的深藍(DeepBlue)計算機戰(zhàn)勝了國際象棋大師卡斯帕洛夫(Kasparov)。另一種問題求解程序把各種數(shù)學公式符號匯編在一起，其性能達到很高的水平，并正在為許多科學家和工程師所應用。有些程序甚至還能夠用經(jīng)驗來改善其性能。

二、邏輯推理與定理證明

邏輯推理是人工智能研究中最持久的子領(lǐng)域之一。其中特別重要的是要找到一些方法，只把注意力集中在一個大型數(shù)據(jù)庫中的有關(guān)事實上，留意可信的證明，并在出現(xiàn)新信息時適時修正這些證明。對數(shù)學中臆測的定理尋找一個證明或反證，確實稱得上是一項智能任務。

為此，不僅需要有根據(jù)假設進行演繹的能力，而且需要某些直覺技巧。1976年7月，美國的阿佩爾(K.Appe1)筆人合作解決了長達124年之久的難題–四色定理，轟動了整個計算機界。他們用了三臺大型計算機，花了1200小時。

三、自然語言理解

自然語言處理是人工智能的早期研究領(lǐng)域之一，已經(jīng)編寫出能夠從內(nèi)部數(shù)據(jù)庫回答用英語提出的問題的程序，這些程序通過閱讀文本材料和建立內(nèi)部數(shù)據(jù)庫，能夠把句子從一種語言翻譯為另一種語言，執(zhí)行用英語給出的指令和獲取知識等。有些程序甚至能夠在一定程度上翻譯從話筒輸入的口頭指令（而不是從鍵盤輸入計算機的指令）。人工智能在語言翻譯與語音理解程序方面已經(jīng)取得可喜的成就。

四、自動程序設計

自動程序設計是人工智能的一個重要研究領(lǐng)域。目前已經(jīng)研制出能夠以各種不同的目的描述來編寫計算機程序。對自動程序設計的研究不僅可以促進半自動軟件開發(fā)系統(tǒng)的發(fā)展，而且也使通過修正自身數(shù)碼進行學習(即修正它們的性能)的人工智能系統(tǒng)得到發(fā)展。

五、專家系統(tǒng)

專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗的計算機程序系統(tǒng)，它應用人工智能技術(shù)，根據(jù)某個領(lǐng)域一個或多個人類專家提供的知識和經(jīng)驗進行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復雜問題。

專家系統(tǒng)可以解決的問題一般包括解釋、預測、診斷、設計、規(guī)劃、監(jiān)視、修理、指導和控制等。隨著人工智能整體水平的提高，專家系統(tǒng)也得到發(fā)展。在新一代專家系統(tǒng)中，不但采用基于規(guī)則的方法，而且采用基于模型的原理。

六、機器學習

學習是人類智能的主要標志和獲得知識的基本手段。香克(R.Shank)認為：

一臺計算機若不會學習，就不能稱為具有智能的。

機器學習的主要目的是為了從使用者和輸入數(shù)據(jù)等處獲得知識，從而可以幫助解決更多問題，減少錯誤，提高解決問題的效率。

七、神經(jīng)網(wǎng)絡

人腦是一個功能特別強大、結(jié)構(gòu)異常復雜的信息處理系統(tǒng)，其基礎是神經(jīng)元及其互聯(lián)關(guān)系。對人腦神經(jīng)元和人工神經(jīng)網(wǎng)絡的研究，可能創(chuàng)造出新一代人工智能機器。

20世紀80年代以來，神經(jīng)網(wǎng)絡研究職又得重大進展。例如，霍普菲爾德(Hopfield)提出用硬件實現(xiàn)神經(jīng)網(wǎng)絡，魯梅爾哈特(Rumelhart)等提出多層網(wǎng)絡中的反向傳播(BP)算法。

目前，神經(jīng)網(wǎng)網(wǎng)絡已在模式識別、圖像處理、組合優(yōu)化、自動控制、信息處理、機器人學和工智能其他領(lǐng)域獲得日益廣泛的應用。

八、模式識別

模式識別是指識別出給定物體所模仿的標本，如文字識別、汽車牌照識別、指紋識別、語音識別等。這是一種用計算機代替人類或幫助人類的感知模式，是對人類感知外界功能的模擬，使一個計算機系統(tǒng)具有模擬人類通過感官接收外界信息、識別和理解周圍環(huán)境的感知能力。

九、機器視覺

機器視覺或計算機視覺已從模式識別的一個研究領(lǐng)域發(fā)展為一門獨立的學科。視覺是感知問題之一。在人工智能中研究的感知過程通常包含一組操作。例如，可見的景物由傳感器編碼，并被表示為一個灰度數(shù)值的矩陣。這些灰度數(shù)值由檢測器加以處理。

檢測器搜索主要圖像的成分，如線段、簡單曲線和角度等。這些成分又被處理，以便根據(jù)景物的表面和形狀來推斷有關(guān)景物的三維特性信息。機器視覺已在機器人裝配、衛(wèi)星圖像處理、工業(yè)過程監(jiān)控、飛行器跟蹤和制導以及電視實況轉(zhuǎn)播等領(lǐng)域獲得極為廣泛的應用。

十、智能控制

智能控制是一類不需要(或需要盡可能少的)人的干預就能夠獨立地驅(qū)動智能機器實現(xiàn)其目標的自動控制，是自動控制的高級階段。1965年，傅京孫首先提出把人工智能的啟發(fā)式推理規(guī)則用于學習控制系統(tǒng)。十多年后，建立實用智能控制系統(tǒng)的技術(shù)逐漸成熟。

百度公司董事長兼首席執(zhí)行官李彥宏認為，人工智能是具有顯著產(chǎn)業(yè)溢出效應的基礎性技術(shù)，能夠推動多個領(lǐng)域的變革和跨越式發(fā)展。例如：人工智能可以加速發(fā)現(xiàn)醫(yī)治疾病的新療法，大幅降低新藥研發(fā)成本；可以帶動工業(yè)機器人、無人駕駛汽車等新興產(chǎn)業(yè)的飛躍式發(fā)展；可以大幅提升國防信息化水平，加速無人作戰(zhàn)裝備的應用。人工智能技術(shù)將極大地提升和擴展人類的能力邊界對促進技術(shù)創(chuàng)新、提升國家競爭優(yōu)勢，乃至推動人類社會發(fā)展產(chǎn)生深遠影響。

以上就是人工智能的相關(guān)技術(shù)及其應用，如何讓人工智能帶給生活更大提升，不僅僅是技術(shù)上的創(chuàng)新，也需要更多的人工智能專業(yè)產(chǎn)品經(jīng)理去思考。

本文由 @汪仔2461 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于CC0協(xié)議