ปัญญาประดิษฐ์ - พื้นที่วิจัย

โดเมนของปัญญาประดิษฐ์มีความกว้างและความกว้างมาก ในขณะที่ดำเนินการต่อไปเราจะพิจารณาพื้นที่การวิจัยที่แพร่หลายและประสบความสำเร็จในขอบเขตของ AI -

การจดจำเสียงพูดและเสียง

คำศัพท์ทั้งสองนี้พบได้ทั่วไปในวิทยาการหุ่นยนต์ระบบผู้เชี่ยวชาญและการประมวลผลภาษาธรรมชาติ แม้ว่าคำเหล่านี้จะใช้แทนกันได้ แต่วัตถุประสงค์ก็แตกต่างกัน

การรู้จำเสียง	การจดจำเสียง
การรู้จำเสียงมีจุดมุ่งหมายเพื่อทำความเข้าใจและเข้าใจ WHAT ถูกพูด	วัตถุประสงค์ของการจดจำเสียงคือการรับรู้ WHO กำลังพูด
ใช้ในการประมวลผลแบบแฮนด์ฟรีแผนที่หรือการนำทางเมนู	ใช้เพื่อระบุบุคคลโดยการวิเคราะห์น้ำเสียงระดับเสียงและสำเนียง ฯลฯ
เครื่องไม่จำเป็นต้องฝึกอบรมการรู้จำเสียงเนื่องจากไม่ได้ขึ้นอยู่กับลำโพง	ระบบการรับรู้นี้จำเป็นต้องได้รับการฝึกอบรมเนื่องจากมุ่งเน้นไปที่บุคคล
ระบบรู้จำเสียงที่เป็นอิสระจากลำโพงนั้นพัฒนาได้ยาก	ระบบรู้จำเสียงที่ขึ้นกับลำโพงนั้นค่อนข้างพัฒนาได้ง่าย

การทำงานของระบบจดจำเสียงพูดและเสียง

อินพุตของผู้ใช้ที่พูดที่ไมโครโฟนจะไปที่การ์ดเสียงของระบบ ตัวแปลงจะเปลี่ยนสัญญาณแอนะล็อกให้เป็นสัญญาณดิจิทัลที่เทียบเท่าสำหรับการประมวลผลเสียงพูด ฐานข้อมูลใช้เพื่อเปรียบเทียบรูปแบบเสียงเพื่อจดจำคำต่างๆ สุดท้ายข้อเสนอแนะย้อนกลับจะถูกส่งไปยังฐานข้อมูล

ข้อความภาษาต้นฉบับนี้จะกลายเป็นอินพุตไปยังเครื่องมือแปลซึ่งจะแปลงเป็นข้อความภาษาเป้าหมาย รองรับด้วย GUI แบบโต้ตอบฐานข้อมูลคำศัพท์ขนาดใหญ่ ฯลฯ

การประยุกต์ใช้ในชีวิตจริงของพื้นที่วิจัย

มีแอพพลิเคชั่นมากมายที่ AI ให้บริการผู้คนทั่วไปในชีวิตประจำวันของพวกเขา -

ซีเนียร์	พื้นที่วิจัย	แอปพลิเคชันในชีวิตจริง
1	Expert Systems ตัวอย่าง - ระบบติดตามการบินระบบทางคลินิก
2	Natural Language Processing ตัวอย่าง: คุณลักษณะ Google Now, การรู้จำเสียง, เอาต์พุตเสียงอัตโนมัติ
3	Neural Networks ตัวอย่าง - ระบบจดจำรูปแบบเช่นการจดจำใบหน้าการจดจำตัวอักษรการจดจำลายมือ
4	Robotics ตัวอย่าง - หุ่นยนต์อุตสาหกรรมสำหรับการเคลื่อนย้ายการพ่นสีการตรวจสอบความแม่นยำการเจาะการทำความสะอาดการเคลือบการแกะสลัก ฯลฯ
5	Fuzzy Logic Systems ตัวอย่าง - เครื่องใช้ไฟฟ้ารถยนต์ ฯลฯ

การจำแนกประเภทงานของ AI

โดเมนของ AI แบ่งออกเป็น Formal tasks, Mundane tasks, และ Expert tasks.

โดเมนงานของปัญญาประดิษฐ์
งานโลกีย์ (สามัญ)	งานทางการ	งานผู้เชี่ยวชาญ
การรับรู้ วิสัยทัศน์คอมพิวเตอร์ เสียงพูดเสียง	Mathematics Geometry Logic การบูรณาการและความแตกต่าง	Engineering การค้นหาข้อบกพร่อง Manufacturing Monitoring
การประมวลผลภาษาธรรมชาติ Understanding การสร้างภาษา การแปลภาษา	เกม Go หมากรุก (สีน้ำเงินเข้ม) Ckeckers	การวิเคราะห์ทางวิทยาศาสตร์
การใช้ความคิดเบื้องต้น	การยืนยัน	การวิเคราะห์ทางการเงิน
การใช้เหตุผล	ทฤษฎีบทพิสูจน์	การวินิจฉัยทางการแพทย์
การวางแผน		ความคิดสร้างสรรค์
หุ่นยนต์ Locomotive

มนุษย์เรียนรู้ mundane (ordinary) tasksตั้งแต่เกิด พวกเขาเรียนรู้โดยการรับรู้การพูดการใช้ภาษาและตู้รถไฟ พวกเขาเรียนรู้งานที่เป็นทางการและงานผู้เชี่ยวชาญในภายหลังตามลำดับนั้น

สำหรับมนุษย์งานทางโลกนั้นง่ายที่สุดในการเรียนรู้ สิ่งเดียวกันนี้ถือเป็นความจริงก่อนที่จะพยายามใช้งานทางโลกในเครื่องจักร ก่อนหน้านี้งานทั้งหมดของ AI จะรวมอยู่ในโดเมนงานทางโลก

ต่อมาปรากฎว่าเครื่องจักรต้องการความรู้มากขึ้นการแสดงความรู้ที่ซับซ้อนและอัลกอริทึมที่ซับซ้อนในการจัดการงานทางโลก นี่คือเหตุผลwhy AI work is more prospering in the Expert Tasks domain ตอนนี้เนื่องจากโดเมนงานผู้เชี่ยวชาญต้องการความรู้จากผู้เชี่ยวชาญโดยไม่มีสามัญสำนึกซึ่งสามารถเป็นตัวแทนและจัดการได้ง่ายกว่า