精华内容
下载资源
问答
  • AI Safety, Security, and Governance Allan Dafoe Centre for the Governance of AI Future of Humanity Institute University of Oxford Malicious Use of AI [Brundage et al.] Structural Risks [Remco Zwetslo
  • 本文结合工业自动化和信息技术在工业革命中的作用以及制造与生产全流程决策、控制以及运行管理的现状和智 能化发展方向的分析, 提出了发展工业人工智能的必要性. 通过对人工智能技术的涵义、发展简史和发展方向的...
  • 因此,非常有必要研究一种基于模糊系统可解释的人工智能算法。结合深度神经网络和模糊系统两者优点,研究深度模糊系统及其算法,将有可能解决高维大数据问题。主要对模糊系统的发展历程与研究进展分别进行...
  • 人工智能(AI) 拥有广阔的发展前景,目前被炒得相当火热。虽然机器学习和认知计算都取得了重大进展,但AI 大部分实践应用仍处于萌芽之中。正因为这样,此时才是开发AI 标准最佳时机,这有助于及时解决一些已经...

    精彩内容

    人工智能(AI) 拥有广阔的发展前景,目前被炒得相当火热。虽然机器学习和认知计算都取得了重大进展,但AI 的大部分实践应用仍处于萌芽之中。正因为这样,此时才是开发AI 标准的最佳时机,这有助于及时解决一些已经发现的问题,比如潜在偏见和道德质疑,从而最大限度地发挥其商业价值。

    Syed Husain是埃森哲的企业架构经理,他在2018 年4 月举办的The Open Group 伦敦大会上探讨了这些话题。在这场意义深刻的对话中,我们与Husain 讨论了AI 的现状、AI 的最终前景以及AI 标准可能会为这项新兴技术带来的价值。

    您如何定义人工智能?

    从对行业运转方式的影响来看,人工智能(AI) 可以分为三大类。其中最常用的便是机器学习。这是一项不断地从人机交互中学习并自我改善的技术,包括监督学习、无监督学习和强化学习三个领域。从企业的角度来看,您可以借此利用所掌握的特定数据或解释这些数据的技能,超越竞争对手而获得战略优势。这也是机器学习的独特战略优势。

    此外还有认知计算,它实际上是机器学习的另一个元素。认知计算基本上是一个重复利用他人解决方案的过程,旨在让您的整个流程变得更智能。例如,您可以在聊天机器人服务通道中使用Alexa,在AI 的加持下提高竞争力。认知计算能够降低客户服务方面的成本,并通过创新融合到您的流程中。但是鉴于它的易操作性,任何人都可以轻易试水,因此无法为您带来真正的差异化优势。

    第三类是RPA,即机器人流程自动化。这是一项可以将当前流程自动化的技术,但它具有很大的争议性(对于其是否属于AI,业内各执一词),并且只能简单用于削减成本,而无法带来任何实际的战略优势。

    人们常说的AI 大致就是以上三种。

    AI 的发展由来已久,却似乎总是处于突破的边缘,迟迟未见有实际成果。AI 的现状如何?

    AI 技术经历了两次“寒冬期”。每次当我们以为会出现转机时,结果都会以失望告终。第一次是在上个世纪50 年代中期,研究人员们信心满满:“我们将会在一周内攻克AI”,但我们最终等来的却是,“别担心,我们马上搞定了”。你看,60 年过去了,我们仍然无解。

    但好在我们有图灵测试。艾伦·图灵指出,如果您无法辨别被测试者是机器还是人,那么这台机器就通过了测试,并被认为具有人工智能。与以往不同的是,我们现在有了辅助工具,可以帮助企业和个人释放AI 的价值。我们有数据、有处理能力,但称不上有新算法,因为业内使用的算法已经存在很长时间了。但这些算法一直在通过不同的方式进行升级和修复,并经历了多次应用实验和改良。所以,AI 目前是得益于其周边辅助技术的进步。

    任何技术都有利弊,AI 也不例外——它有哪些潜在优势?

    逻辑上来说,AI 能够使您的产品策划和定制达到前所未有的水平。例如,我们可以根据您的偏好,创造一部您一定会喜爱并且只有您才喜爱的电影,并让您心甘情愿地掏腰包。这就是AI 的潜力所在。AI 的产品定制水平可以细化到个人级别,这不仅是因为它拥有大量的个人数据,还在于它具备支持量身定制的高级能力。这是AI 的最终潜力所在。

    往复杂了说,AI 今天做的就是分析数据并创建程序,不需要你去操心编写程序。而往简单了说,它又只是一堆if/then语句。

    从某种程度上来说,一切都量身定制有什么好处? 如果都像您刚才提到的电影例子那样,《星球大战》或《黑豹》就会失去一些共性,也就无法引起社会的共鸣和思考,是不是有点过犹不及了?

    这个问题问得好。有些娱乐是专供个人享受的,所以如果这种体验变得个性化,个人享受就会最大化。在面向大众的教育领域中,您可以针对每个人的潜力进行批量定制。举例来说,我擅长在实践中学习,如果学校对我因材施教,老师根据我的理解能力调整讲课节奏,简单的一带而过,复杂的深入浅出,那我必将获益匪浅。这种定制也同样适用于医疗等其他领域。当然,在娱乐领域我们也不否认共享体验的价值:纷说《黑豹》引起的共情,畅谈《权力的游戏》中詹姆·兰尼斯特的驭龙之举,都不失为一种乐趣。

    为什么很多企业都对AI 无从下手?

    一方面是这项技术太年轻了,企业难以找到合适的人才。另一方面,从AI 当前的实力来看,它所做的工作并不够惊艳,比如重新设计业务流程等,而这无疑是在重复数字化的工作。AI 尚未发展成熟,人们却期待它能够一鸣惊人,结果自然不如人意。AI 有更好的用武之地,您需要挖掘到它的闪光点并运用到业务流程中,这才是它的正确打开方式。我们以Alexa 为例,Alexa 目前已经拥有数百万名用户,如果您希望开通新的客户沟通渠道,则不妨利用这一点优势,让工作变得更简单、更高效。但是很多企业还没有到达这一步,因此AI 从炒作到落地还有很长的路要走。

    为什么?

    一方面很多公司甚至还没有经历数字化转型,另一方面,我们调查过的很多公司都在边缘试探,也就是说只有一些部门在尝试性地使用AI。但实际上只有形成一定的产业化方法,并在整个公司内全面实施时,AI 才能释放真正的价值。建立AI 卓越中心是一种不错的选择,即通过卓越中心找到AI 与产品和服务的契合点,并输送回企业价值流中。Google 和Facebook 已经完成这方面的布局。这需要大量的资金投入。

    但最大的挑战在于缺乏自上而下的管理承诺。在《点球成金》一书中,比利·比恩凭借新颖的管理、充分的信任、坚定的承诺和强大的分析能力带领奥克兰运动家球队逆境夺冠。他们所用的数据存在已久,早在上个世纪四五十年代就有公开发表的棒球数据了,但没有得到任何人的重视。这些统计数据并不复杂,却被荒置了这么久,这是为什么呢?其实人们并非没有分析这些数据,只是棒球组织不愿为得出的结论买账,或者在实施上没有得到管理层的支持。

    现在到处都在宣传AI 能够颠覆工作方式,更有AI 抢人饭碗之说,您怎么看?

    颠覆是必然的,并且已经发生在眼前了。无人驾驶汽车就是一个开端,将对劳动力市场造成重大影响。顺着这个方向发展,它的极端就是类似于《星际迷航》中的世界,人人各尽所能、各取所需,共享共产主义经济。如果机器学习发展到极端,大众人工智能诞生,并因掌握了充分和完美的数据流而控制着一切,那么可能就没有人类的立足之地了。但这些都不切实际。

    其实,当公司解雇的员工超过一定限度时,政府可能会重新分配财富,调整最低基本薪资,为或失业或在职的人们提供生活保障。这是大量人口失业产生的一种可能,历史上这种现象并不在少数,就像如今没有电报工人一样。人们需要重新接受教育,为当今不受用但未来大有前景的增值活动做准备;政府必须要加以干预和调控,向采用大规模自动化流程的企业加强征税力度,然后将这部分资金应用到重新教育和生活保障中——当然这只是一个例子。

    很多人还认为AI 存在道德问题,其中哪些比较常见

    Target 能够利用女性购物模式数据预测其怀孕情况,并曾经让一位少女的父母知道了她的怀孕秘密,这个例子您听说过吧?这是技术超出人类理解和推断能力的一个典型例子,这种现象也将变得越来越多。

    AI 在三个方面受到了道德质疑。首先,训练机器学习模型的数据可能会有所偏差。例如,如果您总是做出涉嫌种族歧视的决策,那么当您使用这些数据训练机器学习模型时,机器也会被调教成种族主义分子。一个有名的例子就是微软Tay 聊天机器人,它在短短三个小时的聊天时间内就曝出了有关种族歧视、性别歧视和种族灭绝的言论。种瓜得瓜,种豆得豆,输入的数据质量不好,机器也会误入歧途。

    这是一方面。其次,解决方案的实施可能无法做到公平公正。例如,如果您的所有机器学习解决方案都是通过移动应用开发的,那么不使用移动应用的特定阶层人群就无法享受这些解决方案;而如果您使用的数据来自非移动应用环境,那么毫无疑问又有大部分人与其失之交臂,成为被歧视的对象。例如,Google 注意到女性较少收到高薪招聘广告,甚至这些广告直接不向女性显示,于是他们根据这些数据和方法在解决方案中排除了女性。

    最后一点来自于您训练模型时使用的算法。如果您使用个体模型代替整体模型,那么模型本身的世界观就会存在偏见。

    如何克服这些偏见?

    业内为此频出高招,其中有一点强调对机器学习决策的解释。欧洲颁布了《一般数据保护条例》(GDPR),首次在法律上探讨了机器学习算法应该具备向人类解释的能力,因此人们开始反复实验如何使用机器学习算法向人类解释机器学习决策。现在已经有这样算法诞生了。使用机器学习向人类解释机器学习,这听起来很不可思议,创意是有了,但实现起来却是任重道远。

    您在The Open Group 伦敦大会上探讨了标准可帮助克服AI 面临的一些挑战,能再具体说说吗?

    以数据偏见为例,我们应该就如何检查数据是否存在偏差或偏见而设定标准。这些标准可能会提供一些工具,并在检查数据之后给出反馈,比如“您是否知道您的数据没有考虑女性?您的样本完全是男性。”全面盘查数据,指出不确定变量,这是一种非常可行的方法。

    此外,我们还可以建立标准化流程。即使流程不理想,也总比没有强,因为我们还可以查漏补缺,逐渐完善。但如今的机器学习方法似乎比较随意,基本上是先尽力而为,再检查机器学习的数据协议,然后由数据科学家通宵达旦整合模型,最终投入生产环境。

    公司如何利用AI 取得成功?

    方法有很多,仔细想一下,认知解决方案还是比较好上手的。它涉及的因素比较简单,包括文本到语音、光学字符辨识、语音到文本、声音到文本等。此外还有很多API 支持进行自然语言处理,帮助您从文本中提取主题和情绪,这些并不难实施,至少比以前简单多了。例如,Google、Amazon 和IBM 的云服务都提供了API,您调用之后便会返回特定大小文本的主题,它会告诉您主题背后的情绪。这样您在企业内实施机器学习就简单多了。

    一个比较有趣的用例是对客户数据进行主题和情绪分析,以了解客户对公司和产品的不满之处和不满程度。例如,如果客户表示“你们的抵押贷款流程太差了,但客服部的Lisa 还不错”,那么公司的短板和长处便一目了然。

    反洗钱和欺诈检测领域也有很多例子,很多公司的认知计算都成为了打击犯罪的利器。最有趣的是,有一位朋友告诉我,他们发现经常买健怡可乐的人不太实施欺诈犯罪,经常买七喜的人却更可能产生欺诈行为。更令人惊讶的是,他们从未在爱买的豆腐的人身上发现这种犯罪记录。

    展开全文
  • 美国《福布斯》双周刊网站3月15日刊登文章,题为《2021年的人工智能:你可能期待(也可能不期待)的五大趋势》。...但2020年的新冠疫情让人们重新认识到监控和管理机器在生产环境中的学习情况的必要性。操作流程

    美国《福布斯》双周刊网站3月15日刊登文章,题为《2021年的人工智能:你可能期待(也可能不期待)的五大趋势》。全文摘编如下:

    人工智能创新继续快速发展,几乎所有行业都出现了爆炸式增长。那么,过去一年里我们收获了什么?我们可以对2021年的人工智能发展有何期待?人工智能发展已经出现了五大趋势。预计这些趋势将在2021年变得更加突出。

    机器学习运维

    机器学习运维已持续一段时间。它指的是机器在生产环境中的学习实践。但2020年的新冠疫情让人们重新认识到监控和管理机器在生产环境中的学习情况的必要性。操作流程、库存管理、交通模式都发生了巨大的变化,导致很多人工智能出现出人意料的行为。这在机器学习运维的世界中被称为“漂移”,即输入数据与人工智能的受训目标不符时发生的情况。虽然早前在生产环境中设置机器学习模型的公司都知道,机器在生产环境中学习面临“漂移”等诸多挑战,但新冠疫情带来的变化使大家对机器学习运维的必要性有了更全面的认识。

    低代码和无代码

    自动化机器学习已存在一段时间。自动化机器学习历来注重算法选择,以及为特定数据集找到机器学习或深度学习的最佳解决方案。去年,低代码和无代码技术的应用实现全面增长,从普通应用到面向企业的人工智能垂直解决方案无所不包。虽然有了自动化机器学习,无需深入掌握数据知识,就能建立高质量的人工智能模型,但在现在的低代码和无代码平台的帮助下,无需深入学习编程知识,就能建立整套生产级人工智能应用。

    预训练语言高级模型

    在过去几年里,自然语言处理领域取得了长足的进步,其中最伟大的或许要属“变换器和注意力”机制,其常见应用之一是“基于变换器的双向编码器表征”(BERT)。这些模型极其强大,给语言翻译、理解、概括等带来了革命性的变化。不过,训练这些模型费用高,耗时长。好消息是,预训练模型能够催生出新一代高效的、极易构建的人工智能服务。可通过应用程序编程接口访问的高级模型的一个经典例子是GPT-3。从编写代码到创作诗歌,诸多使用案例已证明了GPT-3的强大。

    合成内容生成

    自然语言处理并不是唯一见证大量算法创新的人工智能领域。生成式对抗网络同样见证了创新,并在艺术创造和图像造假方面展现了非凡成就。类似于自然语言处理领域的变换器,训练和调试生成式对抗网络的过程也很复杂,因为它们需要大量的训练组合。然而,创新大大减少了创建生成式对抗网络所需的数据规模。

    面向青少年的人工智能

    随着低代码工具的普及,人工智能系统构建者日益低龄化。现在,一名小学生或中学生都有可能构建自己的人工智能,用于完成从文字处理到图像分类的各种任务。现在,美国高中已开始教授人工智能课程,初中似乎打算效法。例如,在硅谷2020年的“新思科学博览会”上,31%的获奖软件项目在创新过程中使用了人工智能。更令人印象深刻的是,在这些人工智能中,有27%是由6至8年级学生构建的。比如,其中一名获奖者是8年级学生阿妮卡·帕利亚波图。这名学生构建了一个卷积神经网络,能通过扫描眼部来检测糖尿病性视网膜病变。

    美媒:人工智能发展五大趋势引期待

    美国中学生阿妮卡·帕利亚波图构建了一个卷积神经网络。(美国科学与大众协会网站)

    美媒:人工智能发展五大趋势引期待


    美国中学生阿妮卡·帕利亚波图构建了一个卷积神经网络,能通过扫描眼部来检测糖尿病性视网膜病变。(美国科学与大众协会网站)

    展开全文
  • 人工智能创作物著作权保护论文 摘要人工智能发展经历机器制作算法程序独立创作三个阶段现阶段的人工智能创作物已达到独创中创造要求符合著作权法中作品构成要件权利归属于对人工智能创作做出必要安排共同...
  • 4 种基于人工智能的非线性均衡算法,包括人工神经网络、支持向量机、无监督聚类和深度神经网络,并从性能、复杂度、实时、应用灵活等方面进行了对比,最后展望分析了基于人工智能的非线性均衡未来的发展趋势。
  • 在现代时代,人工智能产业以其自身快速发展促进了经济的发展。 其中,财务管理占据着至关重要,不可或缺地位,尤其是在“独角兽”公司类别中的人工智能行业。 它依靠研发投入,但是在资本运作过程中仍然存在...
  • 摘要新一代人工智能发展规划和教育信息化 2.0 行动计划都明确指出要在中小学阶段设置适应信息时代智能时代发展需要的人工智能相关课程逐步推广编程教育本文通过分析人工智能的核心本质阐述了开展编程教育的必要性和...
  • 人工智能基础学习之知识图谱

    千次阅读 2018-05-22 20:27:47
    一、学习人工智能的必要性参考资料:全球人工智能投资现状及发展趋势(http://tech.ifeng.com/a/20170717/44652218_0.shtml)。二、人工智能所包含模块介绍更多内容,请扫码关注本人微信公众号查阅:...

    最近,我学习了在极客时间”APP上订购的专栏《人工智能基础课》,并将学习内容总结成了一个PPT。现将PPT内容以文档的形式展现出来,供大家参考学习。


    一、学习人工智能的必要性


    参考资料:全球人工智能投资现状及发展趋势(http://tech.ifeng.com/a/20170717/44652218_0.shtml)。


    二、人工智能所包含模块介绍



    更多内容,请扫码关注本人微信公众号查阅:


    展开全文
  • 文章主要针对当前的大数据分析中计算智能研究现状以及展望进行分析,首先分析了大数据背景下人工智能计算研究的必要性,其次对大数据环境下智能计算技术类型进行研究,从中发现计算智能研究的现状以及发展前景,最后提出...
  • 人工智能作为一种新兴颠覆技术正在释放科技革命和产业变革积蓄巨大能量深刻改变着人类生产生活方式和思维方式对经济发展社会进步等方面产生重大而深远影响世界主要国家都高度重视人工智能发展我国亦把新一代...
  • 在此背景下,我们有必要更好认识和把握人工智能的发展进程,研究其未来趋势和走向。 人工智能不同于常规计算机技术依据既定程序执行计算或控制等任务,而是具有生物智能的自学习、自组织、自适应、自行动等特征。...

    格物斯坦小坦克认为人工智能作为一种新兴颠覆性技术,正在释放科技革命和产业变革积蓄的巨大能量,深刻改变着人类生产生活方式和思维方式,对经济发展、社会进步等方面产生重大而深远的影响。

    世界主要国家都高度重视人工智能发展,我国也把新一代人工智能作为推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量。在此背景下,我们有必要更好认识和把握人工智能的发展进程,研究其未来趋势和走向。

    人工智能不同于常规计算机技术依据既定程序执行计算或控制等任务,而是具有生物智能的自学习、自组织、自适应、自行动等特征。可以说,人工智能的实质是“赋予机器人类智能”。人工智能的目标是在某方面使机器具备相当于人类的智能,达到此目标即可称之为人工智能,具体技术路线则可能多种多样,多种技术类型和路线均被纳入人工智能范畴。

    人工智能是对人类智能及生理构造的模拟。再次,人工智能发展涉及数学与统计学、软件、数据、硬件乃至外部环境等诸多因素。一方面,人工智能本身的发展,需要算法研究、训练数据集、人工智能芯片等横跨整个创新链的多个学科领域同步推进。另一方面,人工智能与经济的融合要求外部环境进行适应性变化,所涉的外部环境十分广泛,例如法律法规、伦理规范、基础设施、社会舆论等。随着人工智能进一步发展并与经济深度融合,其所涉外部环境范围还将进一步扩大,彼此互动和影响亦将日趋复杂。

    人工智能将波浪式发展,当前人工智能正处于本轮发展浪潮的高峰。本轮人工智能浪潮的兴起,主要归功于数据、算力和算法的飞跃。一是移动互联网普及带来的大数据爆发,二是云计算技术应用带来的计算能力飞跃和计算成本持续下降,三是机器学习在互联网领域的应用推广。但人工智能技术成熟和大规模商业化应用可能仍将经历波折。

    人工智能的发展史表明,每一轮人工智能发展浪潮都遭遇了技术瓶颈制约,导致商业化应用难以落地,最终重新陷入低潮。人工智能的发展尚处于早期阶段,在可预见的未来仍将主要起到辅助人类工作而非替代人类的作用,同时,严重依赖数据输入和计算能力的人工智能距离真正的人类智能还有很大的差距。

    作为继互联网后新一代“通用目的技术”,人工智能的影响可能遍及整个经济社会,创造出众多新兴业态。国内外普遍认为,人工智能将对未来经济发展产生重要影响。

    一方面,人工智能将是未来经济增长的关键推动力。人工智能技术的应用将提升生产率,进而促进经济增长。许多商业研究机构对人工智能对经济的影响进行了预测,主要预测指标包括GDP增长率、市场规模、劳动生产率、行业增长率等。多数主要商业研究机构认为,总体上看,世界各国都将受益于人工智能,实现经济大幅增长。

    另一方面,人工智能替代劳动的速度、广度和深度将前所未有。许多经济学家认为,人工智能使机器开始具备人类大脑的功能,将以全新的方式替代人类劳动,冲击许多从前受技术进步影响较小的职业,其替代劳动的速度、广度和深度将大大超越从前的技术进步。但他们同时指出,技术应用存在社会、法律、经济等多方面障碍,进展较为缓慢,技术对劳动的替代难以很快实现;劳动者可以转换技术禀赋;新技术的需求还将创造新的工作岗位。

    当前,在人工智能对经济的影响这个领域,相关研究已经取得了一些成果,然而目前仍处于研究的早期探索阶段,还未形成成熟的理论和实证分析框架。短期来看,人工智能发展将对我国经济产生显著促进作用;长期来看,人工智能的发展路径和速度难以预测。因此,我们需对人工智能加速发展可能导致的世界经济发展模式变化保持关注。

    展开全文
  • 人工智能在过程检测中的应用 张宏建 人工智能在过程检测中的应用 从检测技术的发展人工智能应用的必要 可能; 智能检测技术的含义; 智能检测技术的主要方法 检测技术的发展 何谓检测:认识世界信息获取 检测技术...
  • 摘要随着经济的不断发展企业的经营环境变得更加复杂对企业内部管理的要求不断提高人工智能的应用使财务会计人员从简单重复的核算工作中解脱出来可以集中精力为企业提供高效益的服务为财务会计向管理会计转型提供了...
  • 这一能力的必要条件,因此,为机器学习算法训练提供数据采集、标注等服务的人工智能 基础数据服务成为近年人工智能热潮中必不可少的一环。 2018年1月,由国务院办公厅发布的《科学数据管理办法》中,明确了科学数据...
  • 人工智能 (一)概念

    千次阅读 2017-12-26 15:56:01
    Artificical Intelligence-AI 计算机、控制论、信息论、神经心理学...进化理论:否定抽象对智能以及智能模型的必要性,强调分层结构对智能进化的可能性与必要性。 智能:知识是一切只能行为的基础,知识与智力的
  • 城市规划者和企业家通过为公民提供必要的服务和企业来推动这一发展,从而推动了城市地区快速扩张。 反过来,这导致了诸如可持续发展目标、智能密度和智能技术之类需求,以适应市民不断变化需求。但是,新冠...
  • 学员提问:近来证监会、保监会主席被免职、调查,...我认为征信与监管最终的发展方向,一定不是由机构、靠人工来监管,由证监会、保监会来监管,没必要的,这个方式已经过时了。未来不是靠人来监管,而是靠技术来监管
  • 在近期于硅谷举行NVIDIA大型年会上,其首席执行官黄仁勋在进行主题演讲时花了几个小时宣布了自己公司这一芯片制造商最新产品和创新,同时也详细叙述了人工智能力量必然。 NVIDIA是机器学习计算系统中使用...
  • 而随着“互联网+”医疗成为国家战略,国务院也相继发布了一系列政策,都明确指出医学影像行业改革的必要性和方向。 云计算、大数据和人工智能等技术已成为医疗改革中必不可少的元素,医学影像的云转型及医学人工...
  • 因此起意整理一套系列文章将这些概念描述清楚,旨在理清这些错综复杂概念,促使我们正对学习我们关注方向,我想这对我们搞算法也是相当必要的。统计学 统计学(英语:Statistics)是在资料分析基础上,自...
  • 摘要: 互联网的快速发展导致海量数据的产生,来自不同数据源的信息集成使得数据质量更难以保证,因此数据清洗成为改善数据质量的必要手段之一。传统的数据清洗方法虽然能够解决部分问题,然而存在计算难度大,缺乏...
  • 人工智能:一种现代方法》(英文,第1版)是一部人工智能(AI)优秀教材,1995年问世后在世界各地出版、发行,很快成为一部畅销书。在我国,英文影印本于2002年出版,也很受大众欢迎。. 事隔8年(2003年),该书...
  • 我们是专注于电子病历后结构化研究的人工智能研发团队,微信wxid123765fg 评级对电子病历智能化要求越来越高,提升电子病历智能化层级,使之成为临床决策支持工具,是医院临床信息化发展的重要方向,那么电子病历...
  • 随着深度学习、强化学习等新一代人工智能技术的发展,其在计算机视觉、语音识别、自然语言处理、生物医疗领域及游戏博弈等方面取得很大的突破,人工智能在军事领域应用也愈加广泛,催生了军事智能的概念。...
  • 随着深度学习、强化学习等新一代人工智能技术的发展,其在计算机视觉、语音识别、自然语言处理、生物医疗领域及游戏博弈等方面取得很大的突破,人工智能在军事领域应用也愈加广泛,催生了军事智能的概念。...

空空如也

空空如也

1 2 3 4
收藏数 79
精华内容 31
关键字:

发展人工智能的必要性