인공 지능-연구 분야

인공 지능의 영역은 넓고 넓습니다. 진행하는 동안 우리는 AI 영역에서 광범위하고 번영하는 연구 분야를 고려합니다.

음성 및 음성 인식

이 두 용어는 로봇 공학, 전문가 시스템 및 자연어 처리에서 일반적입니다. 이 용어는 같은 의미로 사용되지만 그 목적은 다릅니다.

음성 인식 음성 인식
음성 인식은 이해와 이해를 목표로합니다. WHAT 말했다. 음성 인식의 목적은 WHO 말하고 있습니다.
핸즈프리 컴퓨팅,지도 또는 메뉴 탐색에 사용됩니다. 어조, 음조, 억양 등을 분석하여 사람을 식별하는 데 사용됩니다.
기계는 화자에 의존하지 않기 때문에 음성 인식에 대한 교육이 필요하지 않습니다. 이 인식 시스템은 사람 중심이므로 교육이 필요합니다.
화자 독립 음성 인식 시스템은 개발하기 어렵습니다. 화자 의존 음성 인식 시스템은 비교적 개발하기 쉽습니다.

음성 및 음성 인식 시스템 작동

마이크에서 말한 사용자 입력은 시스템의 사운드 카드로 전달됩니다. 변환기는 음성 처리를 위해 아날로그 신호를 동등한 디지털 신호로 변환합니다. 데이터베이스는 단어를 인식하기 위해 사운드 패턴을 비교하는 데 사용됩니다. 마지막으로 데이터베이스에 역 피드백이 제공됩니다.

이 소스 언어 텍스트는 번역 엔진에 입력되어 대상 언어 텍스트로 변환됩니다. 대화 형 GUI, 대규모 어휘 데이터베이스 등으로 지원됩니다.

연구 분야의 실제 응용

AI가 일상 생활에서 일반인에게 서비스를 제공하는 다양한 애플리케이션이 있습니다.

Sr. 아니. 연구 분야 실생활 응용
1

Expert Systems

예-비행 추적 시스템, 임상 시스템.

2

Natural Language Processing

예 : Google Now 기능, 음성 인식, 자동 음성 출력.

Neural Networks

예-얼굴 인식, 문자 인식, 필기 인식과 같은 패턴 인식 시스템.

4

Robotics

예-이동, 스프레이, 페인팅, 정밀 검사, 드릴링, 청소, 코팅, 조각 등을위한 산업용 로봇

5

Fuzzy Logic Systems

예-가전 제품, 자동차 등

AI의 작업 분류

AI의 영역은 다음과 같이 분류됩니다. Formal tasks, Mundane tasks,Expert tasks.

인공 지능의 작업 영역
평범한 (일반) 작업 공식 작업 전문가 작업
지각
  • 컴퓨터 시각 인식
  • 음성, 음성
  • Mathematics
  • Geometry
  • Logic
  • 통합과 차별화
  • Engineering
  • 결함 찾기
  • Manufacturing
  • Monitoring
자연어 처리
  • Understanding
  • 언어 생성
  • 언어 번역
계략
  • Go
  • 체스 (딥 블루)
  • Ckeckers
과학적 분석
상식 확인 재무 분석
추리 정리 증명 의료 진단
기획 창의력
로봇 공학
  • Locomotive

인간은 배웁니다 mundane (ordinary) tasks출생 이후로. 그들은 지각, 말하기, 언어 사용 및 기관차를 통해 배웁니다. 나중에 공식 작업과 전문가 작업을 순서대로 배웁니다.

인간에게는 평범한 작업이 가장 배우기 쉽습니다. 기계에서 일상적인 작업을 구현하기 전에도 마찬가지였습니다. 이전에는 AI의 모든 작업이 일상적인 작업 영역에 집중되었습니다.

나중에 기계에는 일상적인 작업을 처리하기 위해 더 많은 지식, 복잡한 지식 표현 및 복잡한 알고리즘이 필요하다는 것이 밝혀졌습니다. 이것이 이유입니다why AI work is more prospering in the Expert Tasks domain 이제 전문가 작업 영역에는 상식없이 전문 지식이 필요하므로 표현하고 처리하기가 더 쉽습니다.