¿Es fundamental la investigación en inteligencia artificial y robótica?
Visión por ordenador
La visión por ordenador se refiere a la capacidad de las computadoras para reconocer objetos, escenas y actividades a partir de imágenes. Las técnicas de visión por computadora utilizan secuencias de operaciones de procesamiento de imágenes y otras técnicas para dividir las tareas de análisis de imágenes en tareas pequeñas y manejables. Por ejemplo, algunas técnicas pueden detectar los bordes y la textura de objetos a partir de una imagen, y se pueden utilizar técnicas de clasificación para determinar si las características identificadas pueden representar una clase de objetos conocidos por el sistema.
La visión por computadora tiene una amplia gama de aplicaciones, que incluyen: el análisis de imágenes médicas se utiliza para mejorar la predicción, el diagnóstico y el tratamiento de enfermedades; Facebook utiliza el reconocimiento facial para identificar automáticamente a las personas en las fotografías; seguridad y sospechas en el campo de la vigilancia; mientras compran, los consumidores ahora pueden tomar fotografías de los productos con sus teléfonos inteligentes para obtener más opciones de compra.
La visión artificial, como disciplina relacionada, generalmente se refiere a aplicaciones de visión en el campo de la automatización industrial. En estas aplicaciones, las computadoras identifican objetos como piezas de producción en entornos de fábrica altamente restringidos, por lo que los objetivos son más simples que la visión por computadora que busca operar en entornos sin restricciones. La visión por computadora es una investigación en curso, mientras que la visión por computadora es un "problema resuelto", un tema de ingeniería de sistemas más que un nivel de investigación. Debido al creciente alcance de las aplicaciones, algunas empresas emergentes en el campo de la visión por computadora han atraído cientos de millones de dólares en capital de riesgo desde 2011.
Aprendizaje automático
El aprendizaje automático es la capacidad de un sistema informático para mejorar el rendimiento basándose únicamente en datos sin seguir instrucciones explícitas del programa. En esencia, el aprendizaje automático consiste en descubrir automáticamente patrones a partir de datos y, una vez descubiertos, se pueden utilizar para la predicción. Por ejemplo, si a un sistema de aprendizaje automático se le proporciona una base de datos de información de transacciones con tarjetas de crédito, como el tiempo de la transacción, el comerciante, la ubicación, el precio y si la transacción fue legítima, el sistema aprenderá un patrón que puede usarse para predecir las tarjetas de crédito. fraude. Cuantos más datos de transacciones se procesen, más precisas serán las predicciones.
El aprendizaje automático tiene una amplia gama de aplicaciones y tiene el potencial de mejorar el rendimiento de casi cualquier actividad que genere grandes cantidades de datos. Además de la detección de fraude, estas actividades incluyen pronósticos de ventas, gestión de inventarios, exploración de petróleo y gas y salud pública. La tecnología de aprendizaje automático también juega un papel importante en otros campos de la tecnología cognitiva, como la visión por computadora, que puede mejorar su capacidad para reconocer objetos entrenando y mejorando continuamente modelos visuales en imágenes masivas.
Hoy en día, el aprendizaje automático se ha convertido en una de las áreas de investigación más candentes en tecnología cognitiva y ha atraído casi $ 11 ~ 2014 en capital de riesgo. Google también gastó 400 millones de dólares en 2014 para adquirir Deepmind, una empresa que investiga tecnología de aprendizaje automático.
Invirtió 400 millones de dólares para adquirir Deepmind, una empresa que investiga tecnología de aprendizaje automático.
Procesamiento del lenguaje natural
El procesamiento del lenguaje natural se refiere a las capacidades de procesamiento de texto similares a las humanas de la computadora. Por ejemplo, extraer significado de un texto o incluso interpretar de forma independiente el significado de un texto legible con un estilo natural y gramaticalmente correcto. Un sistema de procesamiento de lenguaje natural no comprende la forma en que los humanos procesan el texto, pero puede procesarlo de manera competente utilizando medios muy sofisticados y sofisticados. Por ejemplo, identifica automáticamente todas las personas y lugares mencionados en un documento; determina los temas centrales del documento en un conjunto de contratos legibles por humanos, se extraen varios términos y condiciones y se convierten en tablas; El software de procesamiento de texto tradicional no puede realizar estas tareas y solo puede operar con patrones y coincidencias de texto simples.
Al igual que la tecnología de visión por ordenador, el procesamiento del lenguaje natural combina varias técnicas que ayudan a conseguir tus objetivos. Cree un modelo de lenguaje para predecir la distribución de probabilidad de expresiones del lenguaje, por ejemplo, la probabilidad máxima de que una cadena determinada de caracteres o palabras exprese un significado semántico específico. Las características seleccionadas se pueden combinar con algunos elementos del texto para identificar pasajes de texto. Al identificar estos elementos, se pueden distinguir tipos específicos de texto de otras palabras, como spam y correo postal.
Los métodos de clasificación basados en el aprendizaje automático se convertirán en los criterios de filtrado utilizados para determinar si un correo electrónico es spam.
Debido a que el contexto es tan importante para comprender la diferencia entre "moscas del tiempo" y "moscas de la fruta", las aplicaciones prácticas de la tecnología de procesamiento del lenguaje natural son relativamente limitadas, incluido el análisis de los comentarios de los clientes sobre un producto y servicio específico, descubriendo automáticamente civil Algunas implicaciones en juicios o investigaciones gubernamentales, escribe automáticamente ensayos formulados sobre ganancias corporativas y deportes, y más.
Robots
Las tecnologías cognitivas como la visión artificial y la planificación automática se integran en sensores, actuadores y hardware inteligentemente diseñados extremadamente pequeños pero de alto rendimiento, lo que da como resultado una nueva generación de robots. tienen la capacidad de cooperar con los humanos y pueden manejar de manera flexible diferentes tareas en diversos entornos desconocidos. Los ejemplos incluyen drones y “cobots” que pueden compartir el trabajo con humanos en el taller.
Reconocimiento de voz
El reconocimiento de voz se centra en una tecnología que transcribe de forma automática y precisa el habla humana. Esta tecnología debe enfrentar algunos problemas similares al procesamiento del lenguaje natural, y existen algunas dificultades para lidiar con diferentes acentos, ruido de fondo, distinguir homófonos ("buy" y "by" suenan igual), etc. Al mismo tiempo, debe mantener la velocidad normal de conversación. Los sistemas de reconocimiento de voz utilizan algunas de las mismas técnicas que los sistemas de procesamiento del lenguaje natural, complementadas con otras, como modelos acústicos que describen los sonidos y su probabilidad de ocurrir en una secuencia y un lenguaje específicos. Las principales aplicaciones del reconocimiento de voz incluyen el dictado médico, la escritura por voz, el control por voz de sistemas informáticos, la atención telefónica al cliente, etc. Por ejemplo, Domino_Pizza lanzó recientemente una aplicación móvil que permite a los usuarios realizar pedidos por voz.
La industrialización de las cinco tecnologías anteriores es la clave para la industrialización de la inteligencia artificial. La inteligencia artificial será un mercado de un billón, o incluso un mercado de 10 billones, y nos traerá algunas subindustrias nuevas y enormes, como robots, sensores inteligentes, dispositivos portátiles, etc. La más esperada es la subindustria de la robótica.
Hay muchas formas de dividir las aplicaciones de robots, que se pueden dividir aproximadamente en las siguientes categorías desde el nivel de aplicación. La primera categoría son los robots industriales. Empresas como Foxconn se están aprovechando de esto porque los costos laborales son cada vez más altos y los riesgos laborales son cada vez mayores, y los robots pueden resolver estos problemas. La segunda categoría son los robots de monitoreo, que pueden usarse como cuidadores de pacientes, ancianos o niños en el hogar y en los hospitales para ayudarlos a hacer algunas cosas complicadas. De hecho, la demanda de China de robots de monitoreo es más urgente porque el dividendo demográfico de China está disminuyendo y la población está envejeciendo. Estas dos contradicciones pueden resolverse mediante robots. Por tanto, la demanda en este campo representa una gran proporción del mercado civil. La tercera categoría son los robots de exploración, que se utilizan para la minería o la exploración, evitando en gran medida los peligros que los humanos tienen que experimentar. Además, existen robots militares utilizados en combate.
El medio online Business Insider predice que los robots sustituirán a los humanos en muchos puestos: vendedores por teléfono, correctores, sastres, matemáticos, aseguradores, reparadores de relojes, transportistas, contribuyentes, procesadores de imágenes, titulares de cuentas bancarias, bibliotecarios. , mecanógrafos y más. Porque sus precios son sorprendentemente competitivos. Una investigación del McKinsey Global Institute muestra que cuando los salarios manufactureros de China aumenten entre un 10 y un 20 por ciento anual, los precios globales de los robots caerán un 10 por ciento anual, y los robots más baratos y de gama baja costarán sólo la mitad del salario promedio anual estadounidense. Gu Neng, una organización internacional de investigación, predice que los robots provocarán una nueva ola de desempleo en todo el mundo en 2020.
Al mismo tiempo, el desarrollo de la tecnología de inteligencia artificial también dará una nueva apariencia a muchas industrias antiguas, la más típica es la industria del automóvil. La industria del automóvil existe desde hace cientos de años y ha cambiado mucho durante este período, pero la gente siempre conduce automóviles. En los últimos años, con las fuertes inversiones de empresas como Google, se espera que máquinas o determinados sistemas automatizados sustituyan a las personas en la conducción de automóviles, formando así una nueva industria con enorme capacidad de mercado: la industria de los vehículos sin conductor. La escala de esta industria también será de un billón o incluso de 10 billones.
Además, esta industria se superpondrá e integrará con la nueva industria energética para formar una industria compuesta de "Internet de vehículos, energía, Internet y vehículos eléctricos"; en el futuro, utilizaremos vehículos enchufables y vehículos de combustible de hidrógeno como dispositivos de energía, haciendo que los vehículos de nueva energía sean parte integral de la red eléctrica, en parte, se convierte en un proveedor de nueva energía, al igual que algunas casas equipadas con sistemas de generación de energía solar son ahora proveedores de energía solar.
No hay duda de que la tecnología inteligente penetrará en casi todas las industrias antiguas como Internet. Huatai Securities mencionó nueve industrias en un informe de investigación sobre la industria de la inteligencia artificial: servicios de vida O2O, medicina, comercio minorista, industria financiera, marketing digital, agricultura, industria, comercio y educación en línea. De hecho, hay muchas industrias antiguas que renacerán, como la militar, los medios de comunicación, los muebles para el hogar, la industria de la atención médica, las ciencias biológicas, la energía, el sector público e incluso las industrias virtuales afectadas por el desarrollo de la VR/AR (realidad virtual y tecnología de realidad aumentada). (El contenido proviene de la familia de robots)
Espero que lo adoptes, gracias.