AI研究中的熱門主題有哪些

如果您正在閱讀本文，那么您已經(jīng)被人工智能（AI）技術(shù)所包圍，這也超出了您的想象。通常，當(dāng)人們聽說AI時(shí)，他們會(huì)將其等同于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，但它們只是AI研究里眾多主題中的兩個(gè)。 這兩個(gè)算是當(dāng)今AI世界中最火的兩個(gè)，但是還有許多其他主題因?yàn)槠鋺?yīng)用和未來潛力而在AI界引起了人們極大的關(guān)注。 本文將討論AI研究中的一些熱門主題，這些主題都是相互聯(lián)系，并都屬于人工智能的范疇。

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)（ML）關(guān)注點(diǎn)是能夠開發(fā)其性能隨著經(jīng)驗(yàn)而提高的系統(tǒng)。 在過去的十年中，人工智能的進(jìn)步很容易歸因于機(jī)器學(xué)習(xí)的進(jìn)步。 機(jī)器學(xué)習(xí)非常流行，已經(jīng)成為AI的代名詞。 研究人員現(xiàn)在集中精力將最先進(jìn)的機(jī)器算法擴(kuò)展到大型數(shù)據(jù)集。

深度學(xué)習(xí)

深度學(xué)習(xí)（DL）是機(jī)器學(xué)習(xí)的一個(gè)子集，它是神經(jīng)網(wǎng)絡(luò)的重塑（一種受大腦中生物神經(jīng)元啟發(fā)的模型）。 機(jī)器學(xué)習(xí)一直是AI中許多應(yīng)用的推動(dòng)者，比如物體識(shí)別，語音識(shí)別，語言翻譯，玩計(jì)算機(jī)游戲及自動(dòng)駕駛。

強(qiáng)化學(xué)習(xí)

強(qiáng)化學(xué)習(xí)（RL）又稱增強(qiáng)學(xué)習(xí)，是從動(dòng)物學(xué)習(xí)、參數(shù)擾動(dòng)自適應(yīng)控制等理論發(fā)展而來。它由一個(gè)智能代理構(gòu)成，如果代理的某個(gè)行為策略導(dǎo)致環(huán)境正的獎(jiǎng)賞（強(qiáng)化信號(hào)），那么代理以后產(chǎn)生這個(gè)行為策略的趨勢便會(huì)加強(qiáng)。智能代理的目標(biāo)是在每個(gè)離散狀態(tài)發(fā)現(xiàn)最優(yōu)策略以使期望的折扣獎(jiǎng)賞和最大。 2017年，Google的AlphaGo計(jì)算機(jī)程序使用RL在Go游戲中擊敗了世界冠軍。

機(jī)器人技術(shù)

從技術(shù)上講，機(jī)器人技術(shù)是其自身的一個(gè)獨(dú)立分支，但與AI確實(shí)有些重疊。 AI技術(shù)使機(jī)器人在動(dòng)態(tài)環(huán)境導(dǎo)航成為可能。 您如何確保自動(dòng)駕駛汽車從A點(diǎn)駛向B點(diǎn)過程中以最短的時(shí)間行駛，又不會(huì)傷害到自己和他人，深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的進(jìn)步可能對此有幫助。

計(jì)算機(jī)視覺

如果想讓機(jī)器獨(dú)立思考，我們就需要教他們看世界。 斯坦福大學(xué)AI實(shí)驗(yàn)室主任李飛飛就在研究此領(lǐng)域的計(jì)算機(jī)視覺（CV）。 比較諷刺的是，計(jì)算機(jī)擅長復(fù)雜的計(jì)算，例如找出小于100的數(shù)字里能被10整除的數(shù)字，但在識(shí)別和區(qū)分物體的簡單任務(wù)中卻舉步維艱。 深度學(xué)習(xí)的最新研究，在視覺識(shí)別的某些應(yīng)用場景中已經(jīng)勝過了人類。

自然語言處理

自然語言處理（NLP）與能夠識(shí)別并理解人類語言的系統(tǒng)有關(guān)。 它包括語音識(shí)別，自然語言理解，生成和翻譯等領(lǐng)域。 隨著多種語言的全球化，自然語言處理系統(tǒng)將成為真正的變革者。 當(dāng)前的NLP研究包括開發(fā)可以與人類動(dòng)態(tài)交互的聊天機(jī)器人。

推薦系統(tǒng)

從閱讀，購買，到與誰約會(huì)，推薦系統(tǒng)（RS）隨處可見，并已經(jīng)完全取代了煩人的推銷員。 像Netflix和Amazon這樣的公司非常依賴推薦系統(tǒng)。 它會(huì)根據(jù)用戶的過去偏好，對同類產(chǎn)品的偏好來提出有效的建議。

算法博弈論與機(jī)制設(shè)計(jì)

算法博弈論從經(jīng)濟(jì)學(xué)和社會(huì)科學(xué)的角度來設(shè)計(jì)具有多個(gè)主體的系統(tǒng)，讓這些主體如何在基于激勵(lì)的環(huán)境中做出選擇。 這個(gè)系統(tǒng)可以讓智能代理與自私的人類一起，在有限的資源環(huán)境中一起競爭。

物聯(lián)網(wǎng)

物聯(lián)網(wǎng)（IoT）是一個(gè)概念，是指日常使用的物理設(shè)備通過連接到Internet進(jìn)行數(shù)據(jù)交換及相互通信。 收集的數(shù)據(jù)可以進(jìn)行計(jì)算處理，使設(shè)備更智能。

神經(jīng)形態(tài)計(jì)算

隨著基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)的興起，研究人員一直在開發(fā)可以直接實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)架構(gòu)的硬件芯片。 這些芯片旨在硬件級別上模擬大腦。在普通芯片中，深度學(xué)習(xí)數(shù)據(jù)需要在中央處理器和內(nèi)存之間相互傳輸，這種方式性能低下。 在神經(jīng)網(wǎng)絡(luò)芯片中，數(shù)據(jù)會(huì)被處理并存儲(chǔ)在芯片中，需要的時(shí)候隨時(shí)讀取，大大提高處理與傳輸?shù)男阅堋?br /> 責(zé)任編輯：YYX