人工智能与深度学习概述（1）

转载请注明作者和出处：https://blog.csdn.net/qq_28810395

1、人工智能定义

人工智能是计算机科学的重要分支之一。它企图了解智能实质, 并生产出一种新的能以人类智能相似的方式做出反应的智能机器, 机器人、自然语言识别处理、专家系统、图像识别等技术均属于人工智能范畴。在电气自动化领域当中, 人工智能与传统人工控制相比, 其最大的特点在于能够以计算机技术为辅助, 完全实现机械设备自动化、精确化控制, 能够大幅度节约人力资源。在工业化生产过程中, 通过人工智能技术能够对各项信息数据进行实时传输、动态分析、处理, 并能够将生产过程中存在的问题及时向控制管理人员反馈, 最大程度地保证自动化生产的稳定性与安全性, 有利于提升工业生产效率及质量, 在节约生产成本的同时, 可获得更大的经济效益。

简单来说就是分为5部分：

看：图像识别技术（人脸识别、物体识别、文字识别、车牌识别）
听：语音识别技术（音频解码）
动：机器人技术（机器控制）
说：语音合成技术（语音译码与输出）
想：自然语言处理技术（文本分类、信息检索、机器翻译、问答系统）

2、人工智能产业链

在产品服务层面：
智慧医疗、智能家居、智能安防、智能金融、智能制造、智慧交通、智慧服务、自动驾驶、虚拟现实、智慧城市等

在应用技术层面

图像处理、自然语言处理、语音处理、智能控制

1. 图像识别
   给定一个图片，进入特征分类模型进行识别，输出其类别，如下示意图。
   
   根据其数据集的不同，可以对不同应用场合进行适用，可运用到人脸识别、CT医疗识别、文字识别、以图搜图、车牌识别等。

2. 目标检测
   给定一张图片，输出其类别所在图中位置，效果示意图如下图。
   

3. 图像分割
   给定一张图片，输出每个像素的类别，效果示意图如下图。
   

4. 超分辨重建
   给定一张模糊的图片，或者有噪声的图片，进行重简，效果图如下图。
   

5. 图像生成
   图片的风格迁移，ai变脸等，效果图如下图。
   

6. 自然语言处理
   文本分类、语音识别与生成、机器翻译、文本匹配、自动摘要、问答系统、信息过滤、信息抽取。

在基础技术层面

简单来说就是A+B+C

	 		A：Algorithm（算法）   机器学习、深度学习
	 		B：Bigdata（大数据） 大量数据集
	 		C：Co'm'pu'ting（计算力）硬件支持（CPU、GPU）

参考

1、图片来源于网络
2、http://edu.cstor.cn/#/