人工知能-研究分野

人工知能の領域は、幅と幅が非常に広いです。進めながら、AIの領域で広く一般的で繁栄している研究分野を検討します-

音声および音声認識

これらの両方の用語は、ロボット工学、エキスパートシステム、および自然言語処理で一般的です。これらの用語は同じ意味で使用されますが、目的は異なります。

音声認識 音声認識
音声認識は、理解と理解を目的としています WHAT 話されました。 音声認識の目的は、認識することです WHO 話している。
これは、ハンズフリーコンピューティング、マップ、またはメニューナビゲーションで使用されます。 声調、声の高さ、アクセントなどを分析して人を特定するために使用されます。
機械は話者に依存しないため、音声認識のトレーニングは必要ありません。 この認識システムは人を対象としているため、トレーニングが必要です。
話者に依存しない音声認識システムの開発は困難です。 話者に依存する音声認識システムは、比較的簡単に開発できます。

音声および音声認識システムの動作

マイクで話されたユーザー入力は、システムのサウンドカードに送られます。コンバーターは、アナログ信号を音声処理用の同等のデジタル信号に変換します。データベースは、単語を認識するために音のパターンを比較するために使用されます。最後に、逆のフィードバックがデータベースに与えられます。

このソース言語テキストは、翻訳エンジンへの入力になり、翻訳エンジンはそれをターゲット言語テキストに変換します。それらは、インタラクティブGUI、語彙の大規模データベースなどでサポートされています。

研究分野の実際のアプリケーション

AIが日常生活の中で一般の人々にサービスを提供しているアプリケーションは数多くあります-

シニア番号 研究分野 実生活アプリケーション
1

Expert Systems

例-飛行追跡システム、臨床システム。

2

Natural Language Processing

例:Google Now機能、音声認識、自動音声出力。

3

Neural Networks

例-顔認識、文字認識、手書き認識などのパターン認識システム。

4

Robotics

例-移動、スプレー、塗装、精密チェック、穴あけ、洗浄、コーティング、彫刻などのための産業用ロボット。

5

Fuzzy Logic Systems

例-家庭用電化製品、自動車など。

AIのタスク分類

AIのドメインは次のように分類されます Formal tasks, Mundane tasks, そして Expert tasks.

人工知能のタスクドメイン
平凡な(通常の)タスク 正式なタスク エキスパートタスク
知覚
  • コンピュータビジョン
  • スピーチ、声
  • Mathematics
  • Geometry
  • Logic
  • 統合と差別化
  • Engineering
  • 障害検出
  • Manufacturing
  • Monitoring
自然言語処理
  • Understanding
  • 言語生成
  • 言語翻訳
ゲーム
  • Go
  • チェス(ディープブルー)
  • Ckeckers
科学的分析
常識 検証 財務分析
推論 定理証明 医療診断
プレーニング 創造性
ロボット工学
  • Locomotive

人間は学ぶ mundane (ordinary) tasks彼らの誕生以来。彼らは知覚、話す、言語を使う、そして機関車によって学びます。後で、正式なタスクと専門家のタスクをこの順序で学習します。

人間にとって、ありふれたタスクは学ぶのが最も簡単です。マシンにありふれたタスクを実装しようとする前に、同じことが当てはまると考えられていました。以前は、AIのすべての作業はありふれたタスクドメインに集中していました。

その後、マシンには、日常的なタスクを処理するために、より多くの知識、複雑な知識表現、および複雑なアルゴリズムが必要であることが判明しました。という訳だwhy AI work is more prospering in the Expert Tasks domain 現在、エキスパートタスクドメインには常識のないエキスパート知識が必要であるため、表現と処理が簡単になります。