当前位置: 首页 > article >正文

人工智能关键技术怎么清晰的划分

市面上关于人工智能关键技术的文章很多,

大体就是: 机器学习、深度学习、强化学习、计算机视觉、自然语言处理技术、语音处理、知识图谱、人机交互、自主无人系统技术等。

让我感到困惑的是,这里面很多内容都是相互交叉,有的是基础技术,有的是领域应用,有的是具体的落地场景,感觉全都混为一谈了(目前的视觉、NLP和语音不都是基于深度学习来做的吗?自动驾驶等不都是基于视觉等智能感知技术做的吗?)

我们顺理如下,(全部混在一起说是关键技术,总觉得不妥):

0、智能芯片技术。

1、基础算法技术:机器学习,深度学习,强化学习,且机器学习的范畴包含深度学习,强化学习。

2、感知技术:计算机视觉、自然语言处理、语言处理、多模态分析推理技术。

3、应用领域:人机交互、自主无人系统技术、群体智能技术等。

参考:人工智能八大关键技术简析-腾讯云开发者社区-腾讯云 (tencent.com)


http://www.kler.cn/a/291348.html

相关文章:

  • 高阶C语言之六:程序环境和预处理
  • 第13天:高级主题 - ViewModel 和 LiveData
  • 百度遭初创企业指控抄袭,维权还是碰瓷?
  • 图像处理学习笔记-20241118
  • 【面试】前端vue项目架构详细描述
  • Web开发:ORM框架之使用Freesql的DbFrist封装常见功能
  • 云电脑超越传统PC——再谈公有云的新市场
  • 基于Java的在线文献检索系统
  • IP网络协议
  • stm32 8080时序驱动lcd屏幕
  • 仕考网:公务员和事业编的区别
  • matlab二维热传导显示有限差分法计算(代码)
  • 活动系统开发之采用设计模式与非设计模式的区别-需求整理
  • 使用FFmpeg实现简单的拉流、推流、视频解码Demo
  • 微服务中的服务降级与熔断机制
  • 搜维尔科技:使用Geomagic Touch X 对机械臂进行远程遥操作
  • mysql 使用 general 开启SQL跟踪功能
  • Knife4j:为Spring Boot API赋能的文档生成器
  • SwaggerAPI未授权访问漏洞
  • 代码随想录Day 32|leetcode题目:501.斐波那契数、70.爬楼梯、746.使用最小花费爬楼梯
  • 【软件工程】软件与软件危机
  • List 的介绍
  • OPenCV结构分析与形状描述符(3)计算一个点集的最小外接矩形的函数boundingRect()的使用
  • react购物车Redux
  • 交叉编译概念
  • 秒杀商品实时热点发现及如何进行测试