下载掌阅APP，畅读海量书库
立即打开
图1-8展示了人工智能的八大关键技术，接下来我们一起具体来了解人工智能各大关键技术。
图1-8 八大关键技术
计算机视觉（computer vision, CV）是一门研究如何使计算机更好的“看”世界的科学。给计算机输入图片、图像等数据，通过各种深度学习等算法的计算，使得计算机可以进行识别、跟踪和测量等功能。
一般来说，CV技术主要有：图像获取、预处理、特征提取、检测/分割和高级处理等几个步骤。
自然语言处理（natural language processing, NLP）技术是一门通过建立计算机模型理解和处理自然语言的学科。该技术用计算机对自然语言的形、音、义等信息进行处理并识别，其应用有机器翻译、自动提取文本摘要、文本分类、语音合成、情感分析等。
从2008年开始，自然语言处理技术的发展也是突飞猛进，从最初的词向量到2013年的word2vec，将深度学习与自然语言处理深度结合，并在机器翻译、问答系统，阅读理解等方面取得了一定成功，其发展历程如图1-9所示。
以前的媒体信息处理模型往往是针对单一的媒体数据进行处理分析，如图像识别、语音识别、文本识别等，但是现在越来越多的任务需要跨媒体类别分析，即需要综合处理文本、视频、语音等信息。对于该项技术，业界也取得了非常不错的成绩，其发展历程如图1-10所示。
图1-9 自然语言处理技术的发展历程
图1-10 跨媒体分析推理技术的发展历程
自适应学习（intelligent adaptive learning, IAL）技术是教育领域最具突破性的技术。该技术模拟了老师对学生一对一的教学过程，赋予了学习系统个性化教学的能力。在2020年之后，自适应学习技术得到了快速发展，这背后的推动力有强大的计算能力和海量的数据，更重要的还有贝叶斯网络算法的应用。
群体智能（collective intelligence, CI）也称集体智能，是一种共享的智能，是集结众人的意见进而转化为决策的一种过程，用来对单一个体做出随机性决策的风险。群体智能的四项原则如图1-11所示。
图1-11 群体智能的四项原则
自主无人系统是能够通过先进的技术进行操作或管理，而不需要人工干预的系统，可以应用到无人驾驶、无人机、空间机器人、无人车间等领域。自主无人系统技术的发展历程如图1-12所示。
图1-12 自主无人系统技术的发展历程
一般来说，运用了人工智能技术的芯片就可以称为智能芯片，智能芯片可按技术架构、功能和应用场景等维度分成多种类别。
脑机接口（brain-computer interface, BCI）是在人或动物的大脑与外部设备间建立的直接连接通道。通过单向脑机接口技术，计算机可以接受脑传来的命令，或者发送信号到脑，但不能同时发送和接收信号；而双向脑机接口允许脑和外部设备间的双向信息交换。