人工智能（AI） - 研究领域

简述

人工智能领域的广度和广度都很大。在继续进行的过程中，我们考虑了 AI 领域广泛常见和蓬勃发展的研究领域 -

这两个术语在机器人、专家系统和自然语言处理中都很常见。尽管这些术语可以互换使用，但它们的目标是不同的。

语音识别	语音识别
语音识别旨在理解和理解WHAT被说了。	语音识别的目的是识别WHO正在说话。
它用于免提计算、地图或菜单导航。	它用于通过分析一个人的语气、音高和口音等来识别一个人。
机器不需要语音识别训练，因为它不依赖于说话者。	该识别系统需要培训，因为它是面向人的。
与说话人无关的语音识别系统很难开发。	依赖于说话人的语音识别系统相对容易开发。

通过麦克风说出的用户输入进入系统的声卡。转换器将模拟信号转换为等效的数字信号用于语音处理。该数据库用于比较声音模式以识别单词。最后，给数据库一个反向反馈。

此源语言文本成为翻译引擎的输入，翻译引擎将其转换为目标语言文本。它们由交互式 GUI、大型词汇数据库等支持。

人工智能在日常生活中为普通人服务的应用程序有很多 -

序号	研究领域	现实生活中的应用
1	专家系统示例 - 飞行跟踪系统、临床系统。
2	自然语言处理示例：Google Now 功能、语音识别、自动语音输出。
3	神经网络示例 - 模式识别系统，例如人脸识别、字符识别、手写识别。
4	机器人学示例 − 用于移动、喷涂、喷漆、精密检查、钻孔、清洁、涂层、雕刻等的工业机器人。
5	模糊逻辑系统示例 - 消费电子产品、汽车等。

AI领域分为普通任务、正式任务,和专家任务.

人类学习普通任务自他们出生以来。他们通过感知、说话、使用语言和机车来学习。他们稍后按顺序学习正式任务和专家任务。

对于人类来说，平凡的任务最容易学习。在尝试在机器中执行平凡的任务之前，同样被认为是正确的。早些时候，人工智能的所有工作都集中在平凡的任务领域。

后来发现，机器需要更多的知识、复杂的知识表示和复杂的算法来处理平凡的任务。这就是原因为什么人工智能工作在专家任务领域更加繁荣现在，由于专家任务领域需要没有常识的专家知识，可以更容易地表示和处理。