AI人工智能核心技术的应用范围和案例.docx
《AI人工智能核心技术的应用范围和案例.docx》由会员分享，可在线阅读，更多相关《AI人工智能核心技术的应用范围和案例.docx（13页珍藏版）》请在冰点文库上搜索。
AI人工智能核心技术的应用范围和案例
AI人工智能技术应用范畴和案例
人工智能（ArtificialIntelligence），也就是常说为AI。
它是研究、开发用于模仿、延伸和扩展人智能理论、办法、技术及应用系统一门新技术科学。
人工智能是计算机科学一种分支，它企图理解智能实质，并生产出一种新能以人类智能相似方式做出反映智能机器，该领域研究涉及机器人、语言辨认、图像辨认、自然语言解决和专家系统等。
人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，将来人工智能带来科技产品，将会是人类智慧“容器”。
作为一门学科，人工智能于1956年问世，由“人工智能之父“McCarthy及一批数学家、信息学家、心理学家、神经生理学家、计算机科学Dartmouth大学召开会议上，初次提出。
当前人工智能己在如下某些领域和方向获得了进一步应用和发展：
机器人，金融，零售，无人驾驶，智能医疗等。
1.人工智能在机器人方向应用
人工智能在智能机器人中应用所要通过过程为：
1、辨认过程，外界输入信息向概念逻辑信息转译，将动态静态图像、声音、语音、文字、触觉、味觉等信息转化为形式化（大脑中信息存储形式）概念逻辑信息。
2、智能运算过程，输入信息刺激自我学习、信息检索、逻辑判断、决策，并产生相应反映。
3、控制过程，将需要输出反映转译为肢体运动和媒介信息。
人工智能实体将一方面在精准思维能力上超过人，然后在模糊思维能力上超过人。
由于创造力是个性化产物，较高创造力不是复制及经验吸取所能产生，它需要通过个性化学习来获得，而个性化学习不是短时间内所能完毕，因而人工智能实体在创造力上全面超过人将需要较长时间。
一旦人工智能实体创造力超过人其智力水平也就能远远超过人。
“智能机器人”将在工业、服务业、军事、航空航天等领域发挥越来越重要作用。
今天，尽管咱们机器人已经具备了一定智能，但距离真正“智能机器人”尚有相称大差距。
随着生理学，行为学等学科发展，随着咱们对人脑工作方式理解进一步加深，随着机器视觉和自然语言理解等人工智能领域在机器人上应用，机器人终将成为真正意义上“智能机器人”。
这是布满了生机与活力科研领域。
研制机器人最初目是为了协助人们挣脱繁重劳动或简朴重复劳动，
以及代替人到有辐射等危险环境中进行作业，因而机器人最早在汽车制造业和核工业领域得以应用。
随着机器人技术不断发展，工业领域焊接、喷漆、搬运、装配、锻造等场合，己经开始大量使用机器人。
此外在军事、海洋探测、航天、医疗、农业、林业甚到家用机器人，服务娱乐行业，也都开始使用机器。
2.人工智能在金融行业应用
人工智能在金融领域应用，重要通过机器学习、语音辨认、视觉辨认等方式来分析、预测、辨别交易数据、价格走势等信息，从而为客户提供投资理财、股权投资等服务，同步规避金融风险，提高金融监管力度。
A是一家投资组合风险分析公司，专注于发现财务波动事件，协助顾客检测市场异常并量化金融扰动。
A分析引擎深度数据算法运用重要数据源（世界金融交易所）和专有无人监管机器学习技术。
与其她竞争解决方案不同，A实时分析并不依赖于历史数据或先前波动事件。
计算机视觉与生物特性辨认应用——人脸辨认与安全监控。
计算机视觉与生物特性辨认技术，让机器可以更精确辨认人身份与行为，对于协助金融机构辨认客户和安全监控均有诸多便利。
一是可以运用网点和ATM摄像头，增长人像辨认功能，提前辨认发现可疑人员、提示可疑行为动作，也可以协助辨认VIP客户。
二是可以运用网点柜台内部摄像头，增长对员工可疑行为辨认监控，记录并标记疑似违规交易，并提示后台监控人员进一步分析，起到警示作用。
三是可以在银行内部核心区域（如数据中心机房、金库等）增长人像辨认摄像头，人员进出必要通过人脸辨认及证件校验方可进入，同步对于所有进出人员进行人像登记，防止陌生人尾随进出有关区域，实现智能辨认，达到安全防范目的。
Jeremy透露，正常状况下，不同人群在市场中行为体现形式应当是不同。
如果浮现了相似行为，就阐明该市场浮现了问题。
AlgoDynamix花大价钱买到了全球12家证券交易所数据，涉及北美、欧洲、中华人民共和国、新加坡等国，当从数据分析中得出市场不正常结论，就会及时发出警告。
她们将软件卖给大型银行，将和人类分析师共同合伙完毕项目。
Jeremy强调她们目不在于取代人类分析师，而是协助她们做得更好。
3.人工智能在零售行业应用
人工智能在零售领域应用，重要是运用大数据分析技术，智能管理仓储与物流、导购等方面，用以节约仓储物流成本、提高购物效率、简化购物程序。
重要应用在仓储物流、智能导购和客服等场景中。
说起人工智能和零售应用，你第一种想到是什么？
亚马逊无人智能零售店AmazonGo？
送匹萨机器人？
AR试衣？
这些高科技产品似乎已有概念但还无大规模应用。
但其实，人工智能在零售方面应用离咱们很近，它正在润物细无声变化着这个行业。
电子商务是个最明显例子。
打开手机逛逛淘宝，输入核心字“衬衫”。
与否有想过，为什么每次你看到商品都是你喜欢muji性冷淡风，而隔壁李二狗搜出来衬衫却大某些是海澜之家？
其实，就都是AI基于你先前纪录为你做精准推送。
人工智能在电商已经做到了智能推荐、智能比价、实时定价、销售预测、智能客服，甚至社交功能这些其实都可以在线上实现。
这可不是奇思妙想，已有多家公司正在着手发展这块业务。
Trax是一家来自以色列创业公司，她成功将图像辨认技术应用到了零售这一特定行业中。
只要拍一张货架上照片，图片会自动传入Trax云里，让小T思考个几分钟，它就会立即生成一份即时解决方案，并生成可多平台预览数据报告，无论你是安卓还是苹果，无论你拿电脑还是手机都可以随时看到这份报告！
这样看起来好像没什么，但是要做到对图片中同个产品不同颜色包装辨认，是非常有技术含量。
并且，Trax还能组合机器人一起使用。
随时捕获店铺当下高清图片，自动抓取核心信息，输出当下零售解决方案，辅助管理人员做出最精确决策！
这点还不够，AI不单可从顾客角度，提供更个性化推荐，还能覆盖客户在购买期间也许发生问题：
如解决商场停车问题智能停车和找车，解决物流问题直接配送到家运送机器人。
AI＋零售
1、对顾客管理智能化——重点体当前对顾客分析、锁定目的顾客、抓取目的顾客、精准推送、分析目的顾客潜在需求方面，真正实现对每一位消费者360度全方位画像;
2、对商品管理智能化——基于顾客需求多样化和商品极大丰富，公司借助智能化手段进行商品管理，并最后向柔性生产和提供个性化商品过渡
3、对供应链管理智能化——建立高效供应链系统，形成基于消费者、门店销售、客户一体化供应链智能管理体系，提高公司经营效率，减少公司库存和供应链成本。
4、对物流管理智能化——保证对的货品进了对的仓库，同步发货效率将大大提高。
把顾客端潜在需求判断联动到供应链、物流仓储系统，应用智能技术解决类似商品布置在哪些仓库，如何让商品堆放更合理，物流配送途径优化等问题。
4.人工智能在无人驾驶领域应用
作为人工智能等技术在汽车行业、交通领域延伸与应用，无人驾驶近几年在世界范畴内受到了产学界甚至国家层面密切关注。
无人驾驶其实并不新鲜。
早在上世纪八十年代，美国就启动了有关研究项目。
无人驾驶近来几年又火起来，因素重要有两方面：
一是技术，涉及人工智能、车载软硬件及网络飞速发展，过去不也许当前变为也许；二是需求，人们生活已经离不开汽车，但随着汽车保有量增长，事故、拥堵、污染等负面影响逐渐显现，需要新技术新办法提高交通安全性、舒服性、经济性以及环保性。
无人驾驶事实上是类人驾驶，即计算机模仿人类驾驶员驾驶行为，目的是使计算机成为一位眼疾手快、全神贯注、经验丰富、永不疲倦虚拟司机，
最后将人类从低档、繁琐、持久驾驶活动中解放出来。
无人驾驶重复着“感知→认知→行为”过程。
感知
人类驾驶员感知依托眼睛和耳朵，无人驾驶汽车感知依托传感器。
当前传感器性能越来越高、体积越来越小、功耗越来越低，其飞速发展是无人驾驶热潮重要推手。
反过来，无人驾驶又对车载传感器提出了更高规定，又增进了其发展。
用于无人驾驶传感器可以分为四类：
1.雷达传感器。
重要用来探测一定范畴内障碍物（例如车辆、行人、路肩等）方位、距离及移动速度，惯用车载雷达种类有激光雷达、毫米波雷达和超声波雷达。
激光雷达精度高、探测范畴广，但成本高，例如Google无人车顶上64线激光雷达到本高达70多万元人民币；毫米波雷达到本相对较低，探测距离较远，被车企广泛使用，但与激光雷达比精度稍低、可视角度偏小；超声波雷达到本最低，但探测距离近、精度低，可用于低速下碰撞预警。
2.视觉传感器。
重要用来辨认车道线、停止线、交通信号灯、交通标志牌、行人、车辆等。
惯用有单目摄像头、双目摄像头、红外摄像头。
视觉传感器成本低，有关研究与产品非常多，但视觉算法易受光照、阴影、污损、遮挡影响，精确性、鲁棒性有待提高。
因此，作为人工智能技术广泛应用领域之一图像辨认，也是无人驾驶汽车领域一种研究热点。
3.定位及位姿传感器。
重要用来实时高精度定位以及位姿感知，例如获取经纬度坐标、速度、加速度、航向角等，普通涉及全球卫星定位系统
（GNSS）、惯性设备、轮速计、里程计等。
当前国内惯用高精度定位办法是使用差分定位设备，如RTK-GPS，但需要额外架设固定差分基站，应用距离受限，并且易受建筑物、树木遮挡影响。
近年来诸多省市测绘部门都架设了相称于固定差分基站持续运营参照站系统（CORS），例如辽宁、湖北、上海等，实现了定位信号大范畴覆盖，这种基本设施建设为智能驾驶提供了有力技术支撑。
定位技术是无人驾驶核心技术，由于有了位置信息就可以运用丰富地理、地图等先验知识，可以使用基于位置服务。
4.车身传感器。
来自车辆自身，通过整车网络接口获取诸如车速、轮速、档位等车辆自身信息。
综合考虑成本及性能，采用了激光雷达、毫米波雷达、摄像头、GPS和车联网设备等各种传感器来实现感知能力。
认知
驾驶员认知靠大脑，无人驾驶汽车“大脑”则是计算机。
无人车里计算机与咱们惯用台式机、笔记本略有不同，由于车辆在行驶时候会遇
到颠簸、震动、粉尘甚至高温状况，普通计算机无法长时间运营在这些环境中。
因此无人车普通选用工业环境下计算机——工控机。
工控机上运营着操作系统，操作系统中运营着无人驾驶软件。
操作系统之上是支撑模块（这里模块指是计算机程序），对上层软件模块提供基本服务。
支撑块涉及：
虚拟互换模块，用于模块间通信；日记管理模块，用于日记记录、检索以及回放；进程监控模块，负责监视整个系统运营状态，如果某个模块运营不正常则提示操作人员并自动采用相应办法；交互调试模块，负责开发人员与无人驾驶系统交互。
操控
驾驶员操控汽车靠四肢，无人驾驶汽车靠什么呢？
靠是线控执行器。
由于当前车辆是面向人类驾驶设计，方向盘、油门、刹车、档位都是由人工操控。
无人驾驶则需要这些机构可以由程序控制，这就需要对老式汽车加以线控改造甚至重新设计。
方向盘线控改造，初期普通在转向柱加装可控电机，当前普通运用较为成熟转向助力零部件实现；油门与制动线控改造，初期普通使用钢丝牵引车内踏板，但控制精度不高，当前普通直接使用车内总线合同向整车控制器发送控制指令；档位线控改造，初期普通靠步进电机实现，当前同样向整车控制器发送指令实现档位控制。
当前，随着电动车浮现与发展，诸多线控功能在设计之初就被考虑其中。
5.人工知能在智能医疗领域应用
随着社会进步和人们健康意识觉醒，人口老龄化问题不断加剧，人们对于提高医疗技术、延长人类寿命、增强健康需求也更加急迫。
而实践中却存在着医疗资源分派不均，药物研制周期长、费用高，以及医务人员培养成本过高等问题。
对于医疗进步现实需求极大地刺激了以人工智能技术推动医疗产业变革升级浪潮兴起。
（一）、智能骨骼
ExoAtlet公司生产了两款“智能外骨骼”产品：
ExoAtletⅠ和ExoAtletPro。
前者合用于家庭，后者合用于医院。
ExoAtletⅠ合用于下半身瘫痪患者，只要上肢功能基本完整，它能协助患者完毕基本行走、爬楼梯及某些特殊训练动作。
ExoAtletPro在ExoAtletⅠ基本上涉及了更多功能，如测量脉搏、电刺激、设定既定行走模式等。
日本厚生劳动省已经正式将“机器人服”和“医疗用混合型辅助肢”列为医疗器械在日本国内销售，重要用于改进肌萎缩侧索硬化症、肌肉萎缩症等疾病患者步行机能。
（二）、智能药物研发
美国硅谷公司Atomwise通过IBM超级计算机，在分子构造数据库中筛选治疗办法，评估出820万种药物研发候选化合物。
，Atomwise基于既有候选药物，应用人工智能算法，在不到一天时间内就成功地寻找出能控制埃博拉病毒两种候选药物。
除挖掘化合物研制新药外，美国Berg生物医药公司通过研究生物数据研发新型药物。
“Berg通过其开发InterrogativeBiology人工智能平台，研究人体健康组织，探究人体分子和细胞自身防御组织以及发病原理机制，运用人工智能和大数据来推算人体自身分子潜在药物化合物。
这种运用人体自身分子来医治类似于糖尿病和癌症等疑难杂症，要比研究新药时间成本与资金少一半。
”
（三）、智能诊断
国外最早将人工智能应用于医疗诊断是MYCIN专家系统。
国内研制基于人工智能专家系统始于上世纪70年代末，但是发展不久。
初期有北京中医学院研制成‘关幼波肝炎医疗专家系统’，它是模仿知名老中医关幼波大夫对肝病诊治程序。
上世纪80年代初，福建中医学院与福建计算机中心研制林如高骨伤计算机诊断系统。
其她如厦门大学、重庆大学、河南医科大学、长春大学等高等院校和其她研究机构开发了基于人工智能医学计算机专家系统，并成功应用于临床。
在智能诊断应用中，IBMWatson是当前最成熟案例。
IBMWatson可以在17秒内阅读3469本医学专著、248000篇论文、69种治疗方案、61540次实验数据、106000份临床报告。
Watson通过了美国职业医师资格考试，并布置在美国多家医院提供辅助诊断服务。
当前Watson提供诊治服务病种包
括乳腺癌、肺癌、结肠癌、前列腺癌、膀胱癌、卵巢癌、子宫癌等各种癌症。
Watson实质是融合了自然语言解决、认知技术、自动推理、机器学习、信息检索等技术，并予以假设认知和大规模证据收集、分析、评价人工智能系统。
（四）、智能影像辨认
贝斯以色列女执事医学中心（BIDMC）与哈佛医学院合伙研发人工智能系统，对乳腺癌病理图片中癌细胞辨认精确率能达到92%。
美国公司Enlitic将深度学习运用到了癌症等恶性肿瘤检测中，该公司开发系统癌症检出率超越了4位顶级放射科医生，诊断出了人类医生无法诊断出7%癌症。
（五）、智能健康管理
通过智能化设备收集、传播和运用是可穿戴设备无论是眼镜、手表、手环，可穿戴设备多配备有传感器，将人体诸多数据，例如体温、呼吸、心跳，甚至表情等一一捕获，为后续传播及运用提供基本信息储备。
数据收集后上传到云端从而汇集成大数据库，一旦到达一定规模，商家便可运用数据为消费者提供有针对性、与硬件配套软件与服务。
但是如何在收集到海量数据中寻找真正有用信息，对众多开发商也是个考验。
只有信息精确、特性明显，研发人员方能建立有效数据模型，从而实现服务个性化。
人工智能应用领域非常广泛，但社会对人工智能规定也不断进一步和提高，这对在这个领域公司带来很大机遇和挑战。
无论是国际上IT知名公司谷哥，三星，苹果，还是国内互联网巨头BAT，都在这个领域有非常大投入和研究，行业也正进入突飞猛进发展阶段。
升级会员 