文档介绍：该【AI人工智能技术的应用范围和案例 】是由【非学无以广才】上传分享，文档一共【14】页，该文档可以免费在线阅读，需要了解更多关于【AI人工智能技术的应用范围和案例 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。AI人工智能技术的应用范畴和案例
人工智能(ArtificialIntelligence),也就是常说的为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、措施、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一种分支,它企图理解智能的实质,并生产出一种新的能以人类智能相似的方式做出反映的智能机器,该领域的研究涉及机器人、语言辨认、图像辨认、自然语言解决和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,将来人工智能带来的科技产品,将会是人类智慧的“容器”。
作为一门学科,人工智能于1956年问世,由“人工智能之父“McCarthy及一批数学家、信息学家、心理学家、神经生理学家、计算机科学Dartmouth大学召开的会议上,初次提出。
目前人工智能己在如下某些领域和方向获得了进一步的应用和发展:机器人,金融,零售,无人驾驶,智能医疗等。
人工智能在机器人方向的应用
人工智能在智能机器人中应用所要通过的过程为:
1、辨认过程,外界输入的信息向概念逻辑信息转译,将动态静态图像、声音、语音、文字、触觉、味觉等信息转化为形式化(大脑中的信息存储形式)的概念逻辑信息。
2、智能运算过程,输入信息刺激自我学习、信息检索、逻辑判断、决策,并产生相应反映。
3、控制过程,将需要输出的反映转译为肢体运动和媒介信息。
人工智能实体将一方面在精确思维能力上超过人,然后在模糊思维能力上超过人。由于发明力是个性化的产物,较高的发明力不是复制及经验的吸取所能产生的,它需要通过个性化的学习来获得,而个性化的学习不是短时间内所能完毕的,因而人工智能实体在发明力上全面超过人将需要较长的时间。一旦人工智能实体的发明力超过人其智力水平也就能远远超过人。“智能机器人”将在工业、服务业、军事、航空航天等领域发挥越来越重要的作用。
今天,尽管我们的机器人已经具有了一定的智能,但距离真正的“智能机器人”尚有相称大的差距。随着生理学,行为学等学科的发展,随着我们对人脑的工作方式的理解进一步的加深,随着机器视觉和自然语言理解等人工智能领域在机器人上的应用,机器人终将成为真正意义上的“智能机器人”。
这是布满了生机与活力科研领域。研制机器人的最初目的是为了协助人们挣脱繁重劳动或简朴的反复劳动,
以及替代人到有辐射等危险环境中进行作业,因此机器人最早在汽车制造业和核工业领域得以应用。随着机器人技术的不断发展,工业领域的焊接、喷漆、搬运、装配、锻造等场合,己经开始大量使用机器人。此外在军事、海洋探测、航天、医疗、农业、林业甚到家用机器人,服务娱乐行业,也都开始使用机器。
人工智能在金融行业的应用
人工智能在金融领域的应用,重要通过机器学习、语音辨认、视觉辨认等方式来分析、预测、辨别交易数据、价格走势等信息,从而为客户提供投资理财、股权投资等服务,同步规避金融风险,提高金融监管力度。
A是一家投资组合风险分析公司,专注于发现财务波动事件,协助顾客检测市场异常并量化金融扰动。A分析引擎的深度数据算法运用重要数据源(世界金融交易所)和专有的无人监管机器学习技术。与其她竞争解决方案不同,A的实时分析并不依赖于历史数据或先前的波动事件。
计算机视觉与生物特性辨认应用——人脸辨认与安全监控。计算机视觉与生物特性辨认技术,让机器可以更精确的辨认人的身份与行为,对于协助金融机构辨认客户和安全监控均有诸多便利。一是可以运用网点和ATM摄像头,增长人像辨认功能,提前辨认发现可疑人员、提示可疑行为动作,也可以协助辨认VIP客户。二是可以运用网点柜台内部摄像头,增长对员工可疑行为辨认监控,记录并标记疑似违规交易,并提示后台监控人员进一步分析,起到警示作用。三是可以在银行内部核心区域(如数据中心机房、金库等)增长人像辨认摄像头,人员进出必须通过人脸辨认及证件校验方可进入,同步对于所有进出人员进行人像登记,避免陌生人尾随进出有关区域,实现智能辨认,达到安全防备的目的。
Jeremy透露,正常状况下,不同人群在市场中的行为体现形式应当是不同的。如果浮现了相似的行为,就阐明该市场浮现了问题。AlgoDynamix花大价钱买到了全球12家证券交易所的数据,涉及北美、欧洲、中国、新加坡等国,当从数据分析中得出市场不正常的结论,就会及时发出警告。她们将软件卖给大型银行,将和人类分析师共同合伙完毕项目。Jeremy强调她们的目的不在于取代人类分析师,而是协助她们做得更好。
人工智能在零售行业的应用
人工智能在零售领域的应用,重要是运用大数据分析技术,智能的管理仓储与物流、导购等方面,用以节省仓储物流成本、提高购物效率、简化购物程序。重要应用在仓储物流、智能导购和客服等场景中。
说起人工智能和零售的应用,你第一种想到的是什么?亚马逊的无人智能零售店AmazonGo?送匹萨的机器人?AR试衣?这些高科技产品似乎已有概念但还无大规模应用。但其实,人工智能在零售方面的应用离我们很近,它正在润物
细无声的变化着这个行业。
电子商务是个最明显的例子。打开手机逛逛淘宝,输入核心字“衬衫”。与否有想过,为什么每次你看到的商品都是你喜欢的muji性淡漠风,而隔壁李二狗搜出来的衬衫却大部分是海澜之家?其实,就都是AI基于你先前的纪录为你做的精确推送。
人工智能在电商已经做到了智能推荐、智能比价、实时定价、销售预测、智能客服,甚至社交功能这些其实都可以在线上实现。
这可不是奇思妙想,已有多家公司正在着手发展这块的业务。
Trax是一家来自以色列的创业公司,她成功的将图像辨认技术应用到了零售这一特定行业中。只要拍一张货架上的照片,图片会自动传入Trax云里,让小T思考个几分钟,它就会立即生成一份即时的解决方案,并生成可多平台预览的数据报告,无论你是安卓还是苹果,无论你拿电脑还是手机都可以随时看到这份报告!这样看起来仿佛没什么,但是要做到对图片中同个产品不同颜色包装的辨认,是非常有技术含量的。并且,Trax还能组合机器人一起使用。随时捕获店铺当下的高清图片,自动抓取核心信息,输出当下的零售解决方案,辅助管理人员做出最精确的决策!这点还不够,AI不单可从顾客角度,提供更个性化的推荐,还能覆盖客户在购买期间也许发生的问题:如解决商场停车问题的智能停车和找车,解决物流问题的直接配送到家的运送机器人。
AI+零售
1、对顾客管理的智能化——重点体目前对顾客的分析、锁定目的顾客、抓取目的顾客、精确推送、分析目的顾客潜在需求方面,真正实现对每一位消费者的360度全方位画像;
2、对商品管理的智能化——基于顾客需求的多样化和商品的极大丰富,公司借助智能化手段进行商品管理,并最后向柔性生产和提供个性化商品过渡
3、对供应链管理的智能化——建立高效的供应链系统,形成基于消费者、门店销售、客户一体化的供应链智能管理体系,提高公司经营效率,减少公司库存和供应链成本。
4、对物流管理的智能化——保证对的的货品进了对的的仓库,同步发货效率将大大提高。把顾客端潜在需求的判断联动到供应链、物流仓储系统,应用智能技术解决类似商品部署在哪些仓库,如何让商品堆放更合理,物流配送途径的优化等问题。
人工智能在无人驾驶领域的应用
作为人工智能等技术在汽车行业、交通领域的延伸与应用,无人驾驶近几年在世界范畴内受到了产学界甚至国家层面的密切关注。
无人驾驶其实并不新鲜。早在上世纪八十年代,美国就启动了有关研究项目。无人驾驶近来几年又火起来,因素重要有两方面:一是技术,涉及人工智能、车载软硬件及网络的飞速发展,过去的不也许目前变为也许;二是需求,人们的生活已经离不开汽车,但随着汽车保有量的增长,事故、拥堵、污染等负面影响逐渐显现,需要新技术新措施提高交通的安全性、舒服性、经济性以及环保性。
无人驾驶事实上是类人驾驶,即计算机模仿人类驾驶员的驾驶行为,目的是使计算机成为一位眼疾手快、全神贯注、经验丰富、永不疲倦的虚拟司机,
最后将人类从低档、繁琐、持久的驾驶活动中解放出来。
无人驾驶反复着“感知→认知→行为”的过程。
感知
人类驾驶员感知依托眼睛和耳朵,无人驾驶汽车感知依托传感器。目前传感器性能越来越高、体积越来越小、功耗越来越低,其飞速发展是无人驾驶热潮的重要推手。反过来,无人驾驶又对车载传感器提出了更高的规定,又增进了其发展。用于无人驾驶的传感器可以分为四类:
。重要用来探测一定范畴内障碍物(例如车辆、行人、路肩等)的方位、距离及移动速度,常用车载雷达种类有激光雷达、毫米波雷达和超声波雷达。激光雷达精度高、探测范畴广,但成本高,例如Google无人车顶上的64线激光雷达到本高达70 多万元人民币;毫米波雷达到本相对较低,探测距离较远,被车企广泛使用,但与激光雷达比精度稍低、可视角度偏小;超声波雷达到本最低,但探测距离近、精度低,可用于低速下碰撞预警。
。重要用来辨认车道线、停止线、交通信号灯、交通标志牌、行人、车辆等。常用的有单目摄像头、双目摄像头、红外摄像头。视觉传感器成本低,有关研究与产品非常多,但视觉算法易受光照、阴影、污损、遮挡影响,精确性、鲁棒性有待提高。因此,作为人工智能技术广泛应用的领域之一的图像辨认,也是无人驾驶汽车领域的一种研究热点。
3. 定位及位姿传感器。重要用来实时高精度定位以及位姿感知,例如获取经纬度坐标、速度、加速度、航向角等,一般涉及全球卫星定位系统
(GNSS)、惯性设备、轮速计、里程计等。目前国内常用的高精度定位措施是使用差分定位设备,如 RTK-GPS,但需要额外架设固定差分基站,应用距离受限,并且易受建筑物、树木遮挡影响。近年来诸多省市的测绘部门都架设了相称于固定差分基站的持续运营参照站系统(CORS),例如辽宁、湖北、上海等,实现了定位信号的大范畴覆盖,这种基本设施建设为智能驾驶提供了有力的技术支撑。定位技术是无人驾驶的核心技术,由于有了位置信息就可以运用丰富的地理、地图等先验知识,可以使用基于位置的服务。
4. 车身传感器。来自车辆自身,通过整车网络接口获取诸如车速、轮速、档位等车辆自身的信息。综合考虑成本及性能,采用了激光雷达、毫米波雷达、摄像头、GPS和车联网设备等多种传感器来实现感知能力。
认知
驾驶员认知靠大脑,无人驾驶汽车的“大脑”则是计算机。无人车里的计算机与我们常用的台式机、笔记本略有不同,由于车辆在行驶的时候会遇
到颠簸、震动、粉尘甚至高温的状况,一般计算机无法长时间运营在这些环境中。因此无人车一般选用工业环境下的计算机——工控机。工控机上运营着操作系统,操作系统中运营着无人驾驶软件。
操作系统之上是支撑模块(这里模块指的是计算机程序),对上层软件模块提供基本服务。支撑块涉及:虚拟互换模块,用于模块间通信;日记管理模块,用于日记记录、检索以及回放;进程监控模块,负责监视整个系统的运营状态,如果某个模块运营不正常则提示操作人员并自动采用相应措施;交互调试模块,负责开发人员与无人驾驶系统交互。
操控
驾驶员操控汽车靠四肢,无人驾驶汽车靠什么呢?靠的是线控执行器。
由于目前车辆是面向人类驾驶设计的,方向盘、油门、刹车、档位都是由人工操控。无人驾驶则需要这些机构可以由程序控制,这就需要对老式汽车加以线控改造甚至重新设计。方向盘线控的改造,初期一般在转向柱加装可控电机,目前一般运用较为成熟的转向助力零部件实现;油门与制动线控的改造,初期一般使用钢丝牵引车内踏板,但控制精度不高,目前一般直接使用车内总线合同向整车控制器发送控制指令;档位线控的改造,初期一般靠步进电机实现,目前同样向整车控制器发送指令实现档位控制。
目前,随着电动车的浮现与发展,诸多线控功能在设计之初就被考虑其中。