人工智能主要应用领域概览  | Andrew Ng/是 DeepLearning.AI 的创始人、AI Fund 的普通合伙人、Coursera 的董事长和联合创始人

人工智能已广泛进入图像、文本、语音、视频和结构化数据处理等场景,深度学习的代表性成果主要集中在计算机视觉、自然语言处理、语音处理、生成式人工智能和机器人技术几大领域。计算机视觉部分依次介绍图像分类、物体检测、图像分割和视频跟踪,说明它们如何用于识别、定位和追踪目标;自然语言处理则涵盖文本分类、情感识别、信息检索、命名实体识别和机器翻译,展示机器理解和处理自然语言的常见任务;语音处理进一步讲解语音识别、唤醒词检测、说话者识别和语音合成;生成式人工智能则扩展到文本、图像和音频生成,并强调提示词的重要性。最后还提到机器人技术中的感知、运动规划与控制,以及机器学习在结构化数据上的重要价值,帮助读者把握人工智能的主要应用版图。

正文

如今,人工智能已成功应用于图像和视频数据、语言数据、语音数据以及许多其他领域。在本视频中,您将看到应用于这些不同应用领域的人工智能调查。我希望这能激发一些想法,告诉你有朝一日如何将这些技术也用于自己的项目。让我们来看看。


计算机视觉

深度学习的主要成功之一是计算机视觉。让我们来看一些计算机视觉应用的示例。

  • 图像分类和物体识别是指将这样的照片作为输入,然后告诉我们这张照片中的内容。在这种情况下,它将是一只猫。我看到的不仅仅是识别猫,人工智能算法能够识别特定类型的花,人工智能能够识别特定类型的食物。将照片作为输入并将其分类为哪种对象的能力正在各种应用中使用。

一种特别引人注目的图像分类类型是人脸识别。这就是当今人脸识别系统的工作方式。用户可以注册一张或多张自己的脸部照片,向人工智能展示他们的样子。给定一张新图像,那么人工智能系统可以说,这是同一个人吗?这是你吗?还是这是一个不同的人?这样它就可以根据个人的身份决定是否应该开门、解锁手机、解锁

THE END
分享
评论 抢沙发

请登录后发表评论

    暂无评论内容