人工智能最值得关注的领域

2022 年什么会火？什么该学？本文正在参与“聊聊 2022 技术趋势”征文活动

人工智能最值得关注的领域（浅谈）

• 人工智能最值得关注的领域

  • 机器视觉：硬件(相机+图像采集卡)+软件(CKVisionBuilder分析 )

  • 深度学习

    • BP神经网络

      • 输入层、隐层、输出层
      • 对应的算法：BP算法

      • 训练神经网络：修正权值，训练过程

        • 方式一：批量处理

          • 准备好所有样本（输入层）
          • 加权和再加偏执（隐层）
          • 从左到右得到输出结果，根据所有输出结果与实际样本结果得出损失函数的值，再通过反向修正权值使得最终损失函数的值接近0，则训练完成

        • 方式二：随机梯度下降法

          • 随机选一个样本并计算，然后对该样本进行反向修正权值
        • 方式三：小批量法（所有样本选部分进行）
      • 可能存在的问题：梯度消失

      • 激活函数

        • Sigmoid函数（缺点：梯度消失）
        • tanh函数（缺点：梯度消失）
        • ReLu函数
      • 损失函数：判断训练的好坏

      • 过拟合：越训练误差越大

        • 解决：惩罚性成本函数，相当于断开某些坏的漏掉不考虑
        • 解决二：尽早终止，定期查看
  • 服务机器人和智能无人设备

从技术层面对人工智能分类

• 弱人工智能：也称“专用人工智能”或限定领域人工智能",是指专注于某个特定领域,只能解决单一问题的人工智能,例如语音识别、图像识别、翻译等。

• 强人工智能：也称“通用人工智能”,是指能胜任人类所有工作的人工智能,有知觉,有自我意识,既可下棋、又可驾驶、考试、翻译、玩游戏等。

• 超人工智能：几乎所有领域都比最聪明的人类大脑聪明很多,包括科学创新、通识和社交技能。达到这个阶段的人工智能的计算和思维能力远超人脑。

无人驾驶(仍然将是2022的热点)

• 深度学习在无人驾驶领域主要用于图像处理，也就是在摄像头上。当然也可以用于雷达的数据处理，但是基于图像极大丰富的信息以及难以手工建模的特性，深度学习能最大限度的发挥其优势。
• 且目前的yolo系列在实现目标检测方面取得了极大的进展，在图像分割（无论是语义还是实例等方向）上的发展也让无人驾驶进一步腾飞打下了基础。