計(jì)算機(jī)視覺是指計(jì)算機(jī)從圖像中識別出物體、場景和活動(dòng)的能力。計(jì)算機(jī)視覺技術(shù)運(yùn)用由圖像處理操作及其他技術(shù)所組成的序列，來將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。比如，一些技術(shù)能夠從圖像中檢測到物體的邊緣及紋理，分類技術(shù)可被用作確定識別到的特征是否能夠代表系統(tǒng)已知的一類物體。

 

　　計(jì)算機(jī)視覺有著廣泛的應(yīng)用，其中包括：醫(yī)療成像分析被用來提高疾病預(yù)測、診斷和治療；人臉識別被Facebook用來自動(dòng)識別照片里的人物；在安防及監(jiān)控領(lǐng)域被用來指認(rèn)嫌疑人；在購物方面，消費(fèi)者現(xiàn)在可以用智能手機(jī)拍攝下產(chǎn)品以獲得更多購買選擇。

 

　　機(jī)器視覺作為相關(guān)學(xué)科，泛指在工業(yè)自動(dòng)化領(lǐng)域的視覺應(yīng)用。在這些應(yīng)用里，計(jì)算機(jī)在高度受限的工廠環(huán)境里識別諸如生產(chǎn)零件一類的物體，因此相對于尋求在非受限環(huán)境里操作的計(jì)算機(jī)視覺來說目標(biāo)更為簡單。計(jì)算機(jī)視覺是一個(gè)正在進(jìn)行中的研究，而機(jī)器視覺則是“已經(jīng)解決的問題”，是系統(tǒng)工程方面的課題而非研究層面的課題。因?yàn)閼?yīng)用范圍的持續(xù)擴(kuò)大，某些計(jì)算機(jī)視覺領(lǐng)域的初創(chuàng)公司自2011年起已經(jīng)吸引了數(shù)億美元的風(fēng)投資本。

 

　　機(jī)器學(xué)習(xí)

 

　　機(jī)器學(xué)習(xí)指的是計(jì)算機(jī)系統(tǒng)無須遵照顯式的程序指令，而只依靠數(shù)據(jù)來提升自身性能的能力。其核心在于，機(jī)器學(xué)習(xí)是從數(shù)據(jù)中自動(dòng)發(fā)現(xiàn)模式，模式一旦被發(fā)現(xiàn)便可用于預(yù)測。比如，給予機(jī)器學(xué)習(xí)系統(tǒng)一個(gè)關(guān)于交易時(shí)間、商家、地點(diǎn)、價(jià)格及交易是否正當(dāng)?shù)刃庞每ń灰仔畔⒌臄?shù)據(jù)庫，系統(tǒng)就會(huì)學(xué)習(xí)到可用來預(yù)測信用卡欺詐的模式。處理的交易數(shù)據(jù)越多，預(yù)測就會(huì)越準(zhǔn)確。

 

　　機(jī)器學(xué)習(xí)的應(yīng)用范圍非常廣泛，針對那些產(chǎn)生龐大數(shù)據(jù)的活動(dòng)，它幾乎擁有改進(jìn)一切性能的潛力。除了欺詐甄別之外，這些活動(dòng)還包括銷售預(yù)測、庫存管理、石油和天然氣勘探，以及公共衛(wèi)生等。機(jī)器學(xué)習(xí)技術(shù)在其他的認(rèn)知技術(shù)領(lǐng)域也扮演著重要角色，比如計(jì)算機(jī)視覺，它能在海量圖像中通過不斷訓(xùn)練和改進(jìn)視覺模型來提高其識別對象的能力。

 

　　現(xiàn)如今，機(jī)器學(xué)習(xí)已經(jīng)成為認(rèn)知技術(shù)中最炙手可熱的研究領(lǐng)域之一，在2011~2014年這段時(shí)間內(nèi)就已吸引了近10億美元的風(fēng)險(xiǎn)投資。谷歌也在2014年斥資4億美元收購Deepmind這家研究機(jī)器學(xué)習(xí)技術(shù)的公司。

 

　

 

　　自然語言處理是指計(jì)算機(jī)擁有的人類般的文本處理的能力。比如，從文本中提取意義，甚至從那些可讀的、風(fēng)格自然、語法正確的文本中自主解讀出含義。一個(gè)自然語言處理系統(tǒng)并不了解人類處理文本的方式，但是它卻可以用非常復(fù)雜與成熟的手段巧妙處理文本。例如，自動(dòng)識別一份文檔中所有被提及的人與地點(diǎn)；識別文檔的核心議題；在一堆僅人類可讀的合同中，將各種條款與條件提取出來并制作成表。以上這些任務(wù)通過傳統(tǒng)的文本處理軟件根本不可能完成，后者僅針對簡單的文本匹配與模式就能進(jìn)行操作。

 

　　自然語言處理像計(jì)算機(jī)視覺技術(shù)一樣，將各種有助于實(shí)現(xiàn)目標(biāo)的多種技術(shù)進(jìn)行了融合。建立語言模型來預(yù)測語言表達(dá)的概率分布，舉例來說，就是某一串給定字符或單詞表達(dá)某一特定語義的最大可能性。選定的特征可以和文中的某些元素結(jié)合來識別一段文字，通過識別這些元素可以把某類文字同其他文字區(qū)別開來，比如垃圾郵件同正常郵件。以機(jī)器學(xué)習(xí)為驅(qū)動(dòng)的分類方法將成為篩選的標(biāo)準(zhǔn)，用來決定一封郵件是否屬于垃圾郵件。

 

　　因?yàn)檎Z境對于理解“timeflies”（時(shí)光飛逝）和“fruitflies”（果蠅）的區(qū)別是如此重要，所以自然語言處理技術(shù)的實(shí)際應(yīng)用領(lǐng)域相對較窄，這些領(lǐng)域包括分析顧客對某項(xiàng)特定產(chǎn)品和服務(wù)的反饋，自動(dòng)發(fā)現(xiàn)民事訴訟或政府調(diào)查中的某些含義，自動(dòng)書寫諸如企業(yè)營收和體育運(yùn)動(dòng)的公式化范文，等等。

 

　　將機(jī)器視覺、自動(dòng)規(guī)劃等認(rèn)知技術(shù)整合至極小卻高性能的傳感器、制動(dòng)器以及設(shè)計(jì)巧妙的硬件中，這就催生了新一代的機(jī)器人，它有能力與人類一起工作，能在各種未知環(huán)境中靈活處理不同的任務(wù)。例如，無人機(jī)、可以在車間為人類分擔(dān)工作的“cobots”等。

 

　　語音識別

 

　　語音識別主要是關(guān)注自動(dòng)且準(zhǔn)確地轉(zhuǎn)錄人類的語音技術(shù)。該技術(shù)必須面對一些與自然語言處理類似的問題，在不同口音的處理、背景噪聲、區(qū)分同音異形/異義詞（“buy”和“by”聽起來是一樣的）方面存在一些困難，同時(shí)還需要具有跟上正常語速的工作速度。語音識別系統(tǒng)使用一些與自然語言處理系統(tǒng)相同的技術(shù)，再輔以其他技術(shù)，比如描述聲音和其出現(xiàn)在特定序列與語言中概率的聲學(xué)模型等。語音識別的主要應(yīng)用包括醫(yī)療聽寫、語音書寫、電腦系統(tǒng)聲控、電話客服等。比如Domino抯Pizza，最近推出了一個(gè)允許用戶通過語音下單的移動(dòng)APP。

 

　　上述5項(xiàng)技術(shù)的產(chǎn)業(yè)化，是人工智能產(chǎn)業(yè)化的要素。人工智能將是一個(gè)萬億級的市場，甚至是10萬億級的市場，將會(huì)為我們帶來一些全新且容量巨大的子產(chǎn)業(yè)，比如機(jī)器人、智能傳感器、可穿戴設(shè)備等，其中最令人期待的是機(jī)器人子產(chǎn)業(yè)。

 

　　機(jī)器人應(yīng)用的分法有很多種，從應(yīng)用層面可以粗略地分為以下幾個(gè)類別。第一個(gè)類別是工業(yè)級機(jī)器人，像富士康這種公司已經(jīng)運(yùn)用得很好了，因?yàn)閯诠こ杀驹絹碓礁?，用工風(fēng)險(xiǎn)越來越高，而機(jī)器人則可以解決這些問題。第二個(gè)類別是監(jiān)護(hù)級機(jī)器人，它可以在家里和醫(yī)院里作為病人、老人或孩子的護(hù)理，幫助他們做一定復(fù)雜程度的事情。中國對監(jiān)護(hù)級機(jī)器人需求其實(shí)更迫切一些，因?yàn)橹袊丝诩t利在下降，同時(shí)老齡化又不斷地上升，這兩個(gè)矛盾，機(jī)器人都可以幫助解決。因此，這個(gè)領(lǐng)域的需求在民用市場占比很大。第三個(gè)類別就是探險(xiǎn)級機(jī)器人，用來采礦或者探險(xiǎn)等，大大避免了人所要經(jīng)歷的危險(xiǎn)。此外還有用來打仗的軍事機(jī)器人等。

 

　　網(wǎng)絡(luò)媒體Business Insider預(yù)測，機(jī)器人將在許多崗位上取替人類：電話營銷員、校對員、手工裁縫師、數(shù)學(xué)家、保險(xiǎn)核保人、鐘表修理師、貨運(yùn)代理商、報(bào)稅員、圖像處理人員、銀行開戶員、圖書館員、打字員等。因?yàn)樗鼈兊膬r(jià)格競爭力驚人。麥肯錫全球研究院的研究表明，當(dāng)中國制造業(yè)工資每年增長10%~20%時(shí)，全球機(jī)器人的價(jià)格每年下調(diào)10%，一臺(tái)最便宜的低階機(jī)器人只需花費(fèi)美國人年平均工資的一半。國際研究機(jī)構(gòu)顧能預(yù)測：2020年機(jī)器人將導(dǎo)致全球新一波失業(yè)潮。

 

　　同時(shí)，人工智能技術(shù)的發(fā)展還將讓許多舊產(chǎn)業(yè)獲得改頭換面式的新生，其中最典型的是汽車產(chǎn)業(yè)。汽車產(chǎn)業(yè)已存在上百年了，其間的變革也是非常大的，但駕駛汽車的始終是人，可最近幾年，隨著谷歌等公司的大力投入，機(jī)器或者說某種自動(dòng)化的系統(tǒng)已經(jīng)有望取代人來駕駛汽車，從而形成一個(gè)市場容量巨大的新產(chǎn)業(yè)，即無人駕駛汽車產(chǎn)業(yè)。這個(gè)產(chǎn)業(yè)的規(guī)模也將是萬億級甚至是10萬億級的。而且，這個(gè)產(chǎn)業(yè)還將與新能源產(chǎn)業(yè)疊加、融合在一起，形成“車聯(lián)網(wǎng)＋能聯(lián)網(wǎng)＋互聯(lián)網(wǎng)＋電動(dòng)汽車”的復(fù)合產(chǎn)業(yè)——未來，我們會(huì)把插電式汽車和氫燃料汽車作為發(fā)電廠使用，從而使新能源汽車成為電網(wǎng)的一部分，成為新能源的供給者，與現(xiàn)在一些裝有太陽能發(fā)電系統(tǒng)的房屋是太陽能的供給者一樣。

 

　　毫無疑問，與互聯(lián)網(wǎng)一樣，智能技術(shù)會(huì)向幾乎所有舊產(chǎn)業(yè)滲透。華泰證券在一份人工智能產(chǎn)業(yè)的研究報(bào)告中提及了九大行業(yè)：生活服務(wù)O2O、醫(yī)療、零售業(yè)、金融業(yè)、數(shù)字營銷業(yè)、農(nóng)業(yè)、工業(yè)、商業(yè)和在線教育。實(shí)際上，將獲得新生的舊產(chǎn)業(yè)還有許多，如軍事、傳媒、家居、醫(yī)療健康業(yè)、生命科學(xué)、能源、公共部門……甚至包括受VR/AR（虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)）技術(shù)發(fā)展影響而產(chǎn)生的虛擬產(chǎn)業(yè)。