随着人工智能行业格局逐渐清晰。越来越多的人工智能技能已经实现商业化，因此须要大量的AI产品经理职位。为此作者将通过此系列的文章来为读者归纳整理人工智能模块的基本技能知识。通过基本技能知识的让读者踏实节制人工智能各个模块的基本事理，从而更好的转型AI产品经理。
一、AI行业布局
根据艾瑞咨询 的研究报告显示，2019年人工智能家当图如图1-1,。人工智能家当高下游已经基本固定为根本层、技能层、产品与办理方案层、运用处景层。（每一层紧张是做什么的）。从图中我们可以清晰看出上游的家当是基于技能层中的打算机视觉、智能语音识别、自然措辞处理、知识图谱、推举系统这几类技能衍生出来的。
人工智能家当图
二、主流AI技能
打算机视觉 CV
打算机视觉是利用打算机及干系设备对生物视觉的一种仿照，俗称CV.打算机视觉可以对图像和视频等进行识别。
一样平常打算机视觉处理流程如下：
1.先对图片进行预处理，涉及降噪。统一图片大小等
2.根据处理的目标，提取相应的特色
3.根据提取的特色db，来预测或处理下一张图片。
打算机视觉紧张有4大任务。
1.图像分类
通过一组被标记的单一种别图像进行学习，对新的图像进行种别预测。例如：让打算机学习一组被标记为“猫”的图片。打算机学习完成后，给打算机一组新的图片。由打算机对图片进行分类，是否属于猫的图片。
2.物体检测
识别图像时，图像中会有许多工具，须要将图像中各种工具进行识别。这不仅要将图像中的物体进行分类，而且须要对物体进行定位和订定边界框
识别物体示例
3.目标跟踪
目标跟踪是对一个或多个特定工具进行跟踪的过程。比较常见的是多个视频中跟踪某个特定物体。
4.图像分割
图像分割是将全体图像分成一个个像素组，然后对像素组进行分类。图像分割不仅确定了物体，还须要确定每个物体的边界。像把图像中的工具抠图一样，抠出来。
图像分割
当前打算机视觉紧张运用在：OCR识别、人脸识别、物体识别、物体跟踪、车牌识别、微表情识别、无人驾驶、医学图像剖析等。
智能语音识别
语音识别是一种将语音旗子暗记转变为相应的文本或命令的技能。
当前语音识别紧张运用在：声纹识别、情绪识别、语音转笔墨、语音唤醒等场景中运用
语音识别在实际中有个紧张指标一样平常识别率（word Error Rate），一样平常识别率必须在96%才算可用
自然措辞处理
自然措辞处理是一门打算机理解、剖析及天生自然措辞的学科，是理解和处理笔墨的过程，相称于人类的大脑。自然措辞通过对样本数据的标注，识别句子的意图。例如当用户提问 “苹果11值得买吗？”自然措辞处理会识别出“苹果”这种关键词，通过样本中对关键词的权重，打算机会理解为“苹果手机”、“水果苹果”此类意图，根据学习的样本终极确认用户的真实意图。
NLP-自然措辞理解（音系学、词态学、句法学、语义句法学、语用学） 自然措辞天生-文本方案（完成构造化数据中根本内容方案）、语句方案（完成构造化数据中组合语句表达信息流），实现（产生语法畅通的语句来表达）
自然措辞处理紧张有以下根本任务，分词、词性标注、命名实体识别、关键词提取、语义剖析、词向量、纠错等。
当前自然措辞处理紧张运用于谈天机器人，智能客服、情绪剖析、语义搜索等、机器翻译、知识图谱、舆论剖析。