在业务领域中产生重大作用的5种人工智能技术

企业需要了解图像识别、语音识别、聊天机器人、自然语言生成、情感分析如何改变其业务的运营方式。

人工智能技术正在将其自身融入业务的各个方面。重要的一些人工智能技术包括图像识别、语音识别、聊天机器人、自然语言生成和情感分析。

需要明确的是，每种类型的人工智能技术都代表广泛的类别，通常包括数十个甚至数百个基础组件。反过来，通常将这些组件重组为更复杂的应用程序，为企业创造价值。

例如，百货商店人工智能机器人可以在工作中使用图像识别、视频和语音识别技术。图像识别软件将使其能够检查货架上库存的位置、价格和数量;视频将帮助其避免遇到任何障碍，并确定其在商店中的位置;语音识别组件将使其能够引导和娱乐客户。

为了取得这种成就，这些业务中的人工智能技术通常结合了针对整个任务的特定部分量身定制的各种算法和技术。它们包括符号处理、统计分析、神经网络等等。

以下是对五种人工智能技术的深入阐述，这些技术随着时间的推移而发展，从而极大地改变了企业处理、分析和生成数据的方式。

1.图像识别

企业使用图像识别的各种方式包括：在工厂生产线上进行自动检查，在保险中生成损坏估计，在图像中识别物体，对人员进行计数，控制制造过程，检测诸如顾客进入商店等事件以及生成真实世界的模型。

人工智能技术必须找到一种方法，采用各种人工智能算法可以处理的数字来描述世界。在视觉方面，研究人员发现了如何将一张图片划分成一个像素网格，这样每个像素都可以表示为一个数字。在早期，采用一个数字来描述每个像素的亮度。后来，人们发现可以用三个或更多的数字来描述每个像素中不同颜色的亮度。

20世纪60年代，研究人员开始探索如何使用原始形式的光学字符识别(OCR)技术的软件图像识别功能来识别数字文档中的字符。其他研究人员开始探索基于图像的场景解释技术，试图从二维图像重建三维图像。多年来，这些技术已成为机器视觉行业工具包的一部分。

后来，研究人员发现可以将图像识别组织为一个分层过程，以使其更易于解释日益复杂的现象。例如，黑色和白色像素可能被识别为线条和曲线，而线条和波浪形又被识别为数字的一部分。训练算法来学习基于这些曲线图案而不是每个像素的亮度来解释字符的方法要容易得多。类似地，更容易根据图像是否包含两只眼睛和适当形状的耳朵来确定图像是否是猫，而不是根据每个像素中颜色的原始亮度来确定。

这种处理方式有望推进图像识别领域。然而直到2012年左右，随着AlexNet(一种设计用于支持图像识别的八层卷积神经网络)的发展，研究人员才发现如何扩大这个过程以识别成千上万种不同类型的物体。

诸如AlexNet之类的深度学习技术的优点在于，该模型可以自动学习以不需要人类以编程方式指定每个步骤的方式来执行各种图像识别任务。研究人员指出了如何将神经网络应用于不同类型的问题，该功能也促进了深度学习在其他类型的应用程序中的使用。

如今，图像识别用于识别货架上的产品、图片或视频中的人物，生产流水线上的缺陷以及自动驾驶汽车在街道上遇到的物体。随着冠状病毒疫情的出现，很多企业正在开发应用程序以监视社交距离的规则。

对于企业领导者来说，一个关键的见解是，通常有可能通过在应用程序中使用多种类型的图像识别来创造更多的价值。例如，智能文档处理和文档智能结合了一组人工智能技术，其中包括自然语言处理和机器学习，以捕获难以识别的格式中的数据并将其分类。与光学字符识别(OCR)结合使用，智能文档处理可以分析文档的视觉布局，以确定哪个部分代表产品、发票金额或销售条款，并将该信息提供给其他业务应用程序。

值得注意的是，企业中大多数图像识别应用程序都是高度场景相关的。供应商和研究人员经常宣传新的图像识别改进，例如在识别肿瘤方面击败了医学专家的软件。但是在实践中，仅当图像以正确的角度捕获时，人工智能才可以使用一组特定的设备来处理这些放射线图像，而人类则善于分析从许多不同角度捕获的各种图像。

研究人员还发现，在这些图像识别应用程序的一些实现中也潜藏着偏见。为了减少偏见，专家建议对这些应用程序进行数据训练，这些数据代表将要处理的特定类型的图像。

（编辑：咸宁站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!