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。