人工智能八大关键技术

          人工智能八大关键技术包括自动驾驶、机器翻译、生物计算、深度学习框架、数字城市运营、知识管理、AI芯片和个人智能助手这八项。在未来的十年中，这八项技术都会出现从量变到质变的转化。科技让复杂的世界变得更简单,一旦发生了质变，这些技术对数字经济，甚至更广泛的社会、文化等领域将产生非常深远的影响。

人工智能八大关键技术

人工智能八大关键技术包括自动驾驶、机器翻译、生物特征识别、深度学习框架、计算机视觉、虚拟现实、AI芯片和个人智能助手这八项。在未来的十年中，这八项技术都会出现从量变到质变的转化。科技让复杂的世界变得更简单,一旦发生了质变，这些技术对数字经济，甚至更广泛的社会、文化等领域将产生非常深远的影响。

1、自动驾驶

自动汽车，也称为机器人汽车，自动驾驶汽车，或无人驾驶汽车,是一种能够感知其环境并在很少或完全没有人工输入的情况下行驶的汽车。自动驾驶汽车结合了多种传感器来感知周围环境，例如雷达 , 激光雷达 , 声纳 , 全球定位系统 , 里程计和惯性测量单元。

2、机器翻译

机器翻译技术是指利用计算机技术实现从一种自然语言到另外一种自然语言的翻译过程。基于统计的机器翻译方法突破了之前基于规则和实例翻译方法的局限性，翻译性能取得巨大提升。基于深度神经网络的机器翻译在日常口语等一些场景的成功应用已经显现出了巨大的潜力。随着上下文的语境表征和知识逻辑推理能力的发展，自然语言知识图谱不断扩充，机器翻译将会在多轮对话翻译及篇章翻译等领域取得更大进展。

3、生物特征识别

生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证的技术。从应用流程看，生物特征识别通常分为注册和识别两个阶段。注册阶段通过传感器对人体的生物表征信息进行采集，如利用图像传感器对指纹和人脸等光学信息、麦克风对说话声等声学信息进行采集，利用数据预处理以及特征提取技术对采集的数据进行处理，得到相应的特征进行存储。

4、深度学习框架

深度学习框架即知识图谱本质上是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关“属性—值”对。不同实体之间通过关系相互联结，构成网状的知识结构。在知识图谱中，每个节点表示现实世界的“实体”，每条边为实体与实体之间的“关系”。通俗地讲，知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络，提供了从“关系”的角度去分析问题的能力。

5、计算机视觉

计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。自动驾驶、机器人、智能医疗等领域均需要通过计算机视觉技术从视觉信号中提取并处理信息。近来随着深度学习的发展，预处理、特征提取与算法处理渐渐融合，形成端到端的人工智能算法技术。根据解决的问题，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类。

6、虚拟现实

虚拟现实（VR）/增强现实（AR）是以计算机为核心的新型视听技术。结合相关科学技术，在一定范围内生成与真实环境在视觉、听觉、触感等方面高度近似的数字化环境。用户借助必要的装备与数字化环境中的对象进行交互，相互影响，获得近似真实环境的感受和体验，通过显示设备、跟踪定位设备、触力觉交互设备、数据获取设备、专用芯片等实现。

7、AI芯片

AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块，AI芯片主要分为GPU、FPGA、ASIC。

8、个人智能助手

随着AI持续不断地升温、机器学习深度学习技术的提升、处理器性能的改善和成本的降低，使得许多AI技术得以落地。目前来看，语音交互是最为方便的新型交互方式，语音交互国内外也是发展迅猛。国际巨头亚马逊、谷歌、微软，国内巨头BAT纷纷建立自己的语义理解（NLU）和对话管理（DM）平台，不仅如此，国内的科大讯飞、思必驰等垂直领域顶尖公司也致力于提供高效的语音交互解决方案，小米则结合自身在IoT方面的技术优势着力布局智能家居领域，还有银行、快递等公司也试图借助智能语音减少人力成本开支。