写给希望从事人工智能领域的各位

人工智能的三个发展方向

最近有本科生和研究生对于人工智能的认识很模糊，今天我给大家介绍一下人工智能现阶段的发展现状。如果你是本科或者研究生阶段，你不知道该如何选择方向，或许本文对你会有所帮助。

人工智能实现需要满足三个条件：算法、硬件、数据。
所以导致人工智能产业分化为三个方向：

• 基础领域
• 技术领域
• 应用领域

---

一、基础领域

基础领域包含数据资源和计算能力

1 数据资源

数据是人工智能实现的基础之一，而人工智能算法需要的数据主要是图片、视频和音频。如何高效获取、存储和处理这些数据成为一个单独的学科。扩展开就是大数据解决方案，分别对应着数据挖掘、数据仓库和并行计算。

2 计算能力

当然，上面提到的并行计算是针对大数据解决方案的。对于机器学习或深度学习为基础的人工智能计算模型，对实时性的要求更加的苛刻。所以基于GPU或TPU的并行架构，对于加速图形图像的计算速度很关键。所以这是一个偏向硬件架构的方向。

二、技术领域

或许这个词用的不够恰当，但是这部分针对的是人工智能真正的核心，成为技术领域也不过分。这部分包含算法、模型和应用的开发。

1 算法和模型

算法部分，大家都知道，是一个直指核心的部分，也是需要实力的部分。算法研究需要强大的数学基础，以及优良的建模思维。只能说比较辛苦，风险很大，因为产出是不确定的，但是收益巨巨巨大。

2 应用

这里所谓的应用，是将算法具体扩展到一个实体。比如马尔可夫模型应用到NLP中，实现更好的自然语言处理效果；图像处理一系列算法衍生出了如今的计算机视觉等。

三、应用领域

这个应用领域和上文提到的应用领域有本质的区别，这里的应用领域是人工智能+具体领域。举几个例子：

1. 无人机与无人驾驶（图像识别在交通领域的应用）
2. 人脸识别（计算机视觉在互联网、金融、游戏等领域的应用）
3. 语音识别（NLP应用在各种领域）
4. 机器人（机器人是一个比较综合的领域，是人工智能最前端的应用之一）

本人最近在研究语音识别控制系统，后面会陆续发表一些语音识别具体的技术分析文章，希望大家一起探讨。