自从1956年打算机专家约翰·麦卡锡提出“人工智能”一词后，短短几十年韶光，便取得了令人惊异的进展，从纸上蓝图迅速进入运用落地阶段。2019年，在人工智能中占主导地位的技能都有哪些？本日就来盘点一下。
自然措辞处理
一个完全的自然措辞处理系统包含语音识别、语义识别、语音合成三部分。近二十年来，自然措辞处理技能进步明显，开始从实验室走向市场。人们估量，未来10年内，语音识别、语义识别和语音合成技能将进入工业、家电、通信、汽车电子、医疗、家庭做事、消费电子产品等各个领域。
我国在语音识别技能方面上风明显，涌现了以科大讯飞、百度等为代表的精良AI企业。近两年，科大讯飞除了在To B赛道上广泛布局外，还推出了一系列主打C真个人工智能产品，如讯飞翻译机、讯飞录音笔、讯飞智能办公本、讯飞超脑学习机和讯飞智能鼠标、阿尔法系列智能机器人等，涵盖了日常生活，办公、学习的方方面面。
2019年618和双11期间，凭借良好的性能，高达98%的语音识别准确率及便捷的操控性，讯飞翻译机力压群雄，分别登上了天猫、京东两大电商累计销量和发卖额冠军席位，意味着这家企业在自然措辞处理和运用方面方面，已找到了很好的落地点。
打算机视觉
根据实际办理的问题，打算机视觉技能可分为人脸识别、图像检测、图像检索、目标跟踪、风格迁移等几大板块。个中，人脸识别、图像分类等功能打算机视觉技能已经比人类视觉更精准、更迅速。在医院，一样平常早期食管癌检出率低于10%而腾讯觅影通过扫描上消化道内镜图片筛查食管癌，检出率高达90%，用时不到4秒。商汤科技流传宣传，利用其打算机视觉技能，视频内容审核能够节省99%的人工。
虽然在办理识别、检测、聚类等问题上，打算机视觉已经可以超越人类，但其发展仍面临寻衅。
首先，缺少可用于人工智能模型演习的大规模数据集。其次，缺少从技能到产品到规模化运用的工程化履历。打算机视觉技能的运用已不再是单一的软件运用，涉及到新型根本架构，涉及到新的数据剖析流程，还涉及到智能硬件如摄像头的安装等等。每一个环节都可能会影响识别效果。将这一技能从实验室扩展到工业化运用的过程本身便是很大的寻衅。
知识图谱
知识图谱最初是由Google公司在2012年提出来的一个新的观点。从学术的角度，我们可以对知识图谱给一个这样的定义：“知识图谱实质上是语义网络（Semantic Network）的知识库”。但这有点抽象，以是换个角度，从实际运用的角度出发实在可以大略地把知识图谱理解成多关系图（Multi-relational Graph）。如果说以往的智能剖析专注在每一个个体，知识图谱则专注于这些个体之间的“关系”。知识图谱用“图”的表达形式，最有效、最直不雅观地表达出实体间的关系，是最靠近真实天下、符合人类思维模式的数据组织构造。
相较于传统的智能剖析，知识图谱是基于图的数据构造，即知识图谱须要从海量信息中抽去多个维度的特色信息，并在这些特色信息素材的根本上，通过智能推理实现从数据到可视化图像深加工，从而能够直不雅观易懂的展现给用户，并与用户交互。
目前，知识图谱紧张运用于面向互联网的搜索、推举、问答等业务场景，成为以商业搜索引擎公司为首的互联网公司重兵布局的人工智能技能之一。同时，也开始在金融、医疗、电商及公共安全保障等领域得到广泛的探索。
机器学习
机器学习指的是打算机系统无须遵照显式的程序指令，而只依赖数据来提升自身性能的能力。其核心在于，机器学习是从数据中自动创造模式，模式一旦被创造便可用于预测。比如，给予机器学习系统一个关于交易韶光、商家、地点、价格及交易是否正当等信用卡交易信息的数据库，系统就会学习到可用来预测信用卡敲诈的模式。处理的交易数据越多，预测就会越准确。
机器学习的运用范围非常广泛，针对那些产生弘大数据的活动，它险些拥有改进统统性能的潜力。除了敲诈甄别之外，这些活动还包括发卖预测、库存管理、石油和天然气勘探，以及公共卫生等。机器学习技能在其他的认知技能领域也扮演着重要角色，比如打算机视觉，它能在海量图像中通过不断演习和改进视觉模型来提高其识别工具的能力。
机器人
将机器视觉、自动方案等认知技能整合至极小却高性能的传感器、制动器以及设计奥妙的硬件中，这就催生了新一代的机器人，它有能力与人类一起事情，能在各种未知环境中灵巧处理不同的任务。例如，无人机、可以在车间为人类分担事情的“cobots”等。
虚拟助理
虚拟助理是一种能与人类进行交互的打算机代理或程序，个中以谈天机器人最为著名，如我们熟知的苹果产品中的Siri、微软Cortana以及Google Assistant、Amazon Alexa等。虚拟助理多用于客户做事和支持，并可以作为智能家居的管理者。
2019年，有研究机构交将上述产品放在一起测试，就精确率而言，Google Assistant胜出，达93%，Siri为83％，Alexa为80％。
Google Assistant 在回答商业种别查询时表现最为突出，92％ 精确回答了有关产品和做事信息及在何处购买某些商品的更多问题，比较之下Siri只有68％和Alexa的71％。
深度学习平台
一种分外类型的机器学习，包括拥有多个抽象层的人工神经网络。目前紧张运用于由很弘大的数据集支持的模式识别和分类运用领域。代表性厂商包括：Deep Instinct、Ersatz Labs、Fluid AI、MathWorks、Peltarion、 Saffron Technology和Sentient Technologies。海内如百度、科大讯飞和腾讯等，也均推出有着自家技能特色的深度学习平台。
决策管理
引擎将规则和逻辑嵌入到人工智能系统，并用于初始的设置/演习和日常的掩护和调优。这是一项成熟的技能，运用于一系列广泛的企业运用领域，帮忙或实行自动决策。代表性厂商包括:Advanced Systems Concepts、Informatica、Maana、Pegasystems和UiPat。
生物特色识别技能
能够支持人类与机器之间更自然的交互，包括但不限于图像和触摸识别、语音和身体措辞。目前紧张运用于市场研究。代表性厂商包括:3VR、Affectiva、Agnitio、FaceFirst、Sensory、Synqera和Tahzoo。
机器人流程自动化
利用脚本及其他方法，实现人类操作自动化，从而支持高效的业务流程。目前运用于人类实行任务或流程本钱太高或效率太低的地方。代表性厂商包括:Advanced Systems Concepts、Automation Anywhere、Blue Prism、UiPath和WorkFusion。