人工智能:是研究、开发用于模拟、延伸和扩展人的智能的理论、方法及应用系统的一-
门新的技术科学。
机器学习:专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。是人工智能的核心研究领域之一。
深度学习:源于人工神经网络的研究,多层感知器就是一种深度学习结构。深度学习是机器学习研究中的一个新的领域,它模仿人脑的机制来解释数据,例如图像,声音和文本。
计算机视觉是三个AI应用技术中最成熟的技术。计算机视觉研究的主题主要包括图像分类,目标检测、图像分割、目标跟踪、文字识别和人脸识别等。
语音处理研究的主题主要包括语音识别、语音合成、语音唤醒、声纹识别、音频事件检测等。其
中最成熟的技术是语音识别,在安静室内、近场识别的前提下能达到96%的识别准确度。
自然语言处理研究的主题主要包括机器翻译、文本挖掘和情感分析等。自然语言处理的技术难度
高,技术成熟度较低。因为语义的复杂度高,仅靠目前基于大数据、并行计算的深度学习很难达
到人类的理解层次。
存在算法偏见,隐私问题等
框架:更易用的开发框架
算法:性能更优,
体积更小的算法模型
算力:端-边-云全面发展的算力
数据:更完善的基础数据服务产业,更安全的数据共享
场景:不断突破的行业应用
更多的开发框架,Tensorflow
更适用于工业,而Pytorch
由于其易用性得到学术界的广泛认可。
性能更优
压缩模型
低秩近似
网络剪枝
网络量化
知识蒸馏
紧凑网络设计