作者：华为云开发者社区
链接：https://www.zhihu.com/question/62512060/answer/579982992
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
今天小宅就来和大家一起分享一下人工智能的发展史及应用：
人工智能无处不在
人工智能的发展历程
· 1945艾伦图灵在论文《计算机器不智能》中提出了著名的图灵测试，给人工智能的収展产生了深远的影响。
· 1951年，马文·明斯基（Marvin Minsky）和迪恩·爱德蒙（Dean Edmunds）建立了"随机神经网络模拟加固计算器"SNARC。
· 1955年8月31日，"人工智能"（artificial intelligence）一词在一份关于召开国际人工智能会议的提案中被提出，正式宣告人工智能作为一门学科的诞生。
· 在1965年麻省理工学院约瑟夫·维森班（Joseph Weizenbaum）间建立了世界上第一个自然语言程序ELIZA。
· 70年代开始 ，科学家的成果无法满足社会的期待，有限的计算机能力和快速增长的计算需求之间形成了尖锐的矛盾。人工智能进入第一个冬天。
· 1981年，*际贸易和工业部提供8.5亿美元用于第亓代计算机项目研究。
· 1986年10月，大卫·鲁梅尔哈特（David Rumelhart）、杰弗里·辛顿（Geoffrey Hinton）和罗纳德·威廉姆斯（Ronald Williams）収表了一篇具有里程碑意义的经典论文《通过误差反向传播学习表示》
· 80年代后期 ，产业界収现对与家系统的开収不维护成本高昂，商业价值有限，在失望情绪的影响下，对人工智能投入大副削减，人工智能的収展再度步入冬天。
· 2007年，李飞飞（Fei Fei Li ）和普林斯顿大学的同事开始建立ImageNet。这是一个大型注释图像数据库，旨在帮助视觉对象识别软件进行研究。
· 2010年，ImageNet大规模视觉识别挑战赛（ILSVCR）正式举办，这项比赛是为了比较大家在影像辨识和分类斱面的运算能力.
· 21世纪互联网蓬勃収展，人类进入"大数据旪代"，电脑芯片的计算能力持续调整增长，人工智能学者开始引入丌同学科的工具，一大批新的数学模型和算法被収展起来，人工智能厚积薄収，再造辉煌，迎来第三次浪潮
· 2012年10月，多伦多大学设计的卷积神经网络在ImageNet大规模视觉识别挑战赛（ILSVCR）中实现了16%的错误率。比前一年的最佳水平（25%）有了明显提高。
· 2016年3月，谷歌DeepMind研収的AlphaGo在围棋人机大战中击败韩国职业九段棋手李世乭。在2017年又战胜了当旪世界排名第一的中国棋手柯洁。
· 2018年人工智能成为最热门的科技话题之一，未来商业价值显著，人才需求近一步扩大。
市场规模
国家政策
发展驱动力
人才培养与教育
AI巨头公司布局
人工智能在各行各业的应用
人工智能如何解决行业痛点
· 安防：利用计算机视觉技术和大数据分析犯罪嫌疑人生活轨迹及可能出现的场所
· 金融：利用语音识别、 语义理解等技术打造智能客服
· 医疗：智能影像可以快速进行癌症早期筛查， 帮助患者更早収现病灶
· 交通：无人驾驶通过传感器、 计算机视觉等技术解放人的双手和感知
· 零售：利用计算机视觉、 语音/语义识别， 机器人等技术提升消费体验
· 工业制造：机器人代替工人在危险场所完成工作 ,在流水线上高效完成重复工作
更多精彩内容可以关注 华为云技术宅基地
作者：造数科技
链接：https://www.zhihu.com/question/62512060/answer/282841810
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
当今全球市值前五大公司都指向同一发展目标:人工智能。人工智能是后互联网时代的发展路径和方向。国家也出台了五个人工智能创新平台，可以说人工智能的春天即将到来了。
人工智能一共分为自然语言处理、计算机视觉、语音识别、专家系统以及交叉领域等五个领域。今天我就通过人工智能的六个方向讲一讲人工智能在生活中的有趣应用，来帮助大家更好地理解人工智能，尽享科技带给我们的便捷生活。
【第一方面：自然语言处理】
自然语言处理是一门融语言学、计算机科学、数学于一体的科学。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统，是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。自然语言处理的目的是实现人与计算机之间用自然语言进行有效通信的各种理论和方法。
1、多语言翻译。
自然语言处理的一个主要应用方面就是外文翻译。生活中遇到外文文章，大家想到的第一件就是寻找翻译网页或者APP，然而每次机器翻译出来的结果，基本上都是不符合语言逻辑的，需要我们再次对句子进项二次加工排列组合。至于专业领域的翻译，如法律、医疗领域，机器翻译根本就是不可行的。
面对这一困境，自然语言处理正在努力打通翻译的壁垒，只要提供海量的数据，机器就能自己学习任何语言。机器从0开始进入一个领域（零成本进入）大概2周时间。所以，进入哪个领域都能高度垂直的做下去。比如，法律类专业文章翻译，优质法律文章的总量是有限的，让机器学习一遍这些文章，就可以保证翻译95%的流畅度，而且能做到实时同步。
2、虚拟个人助理。
虚拟个人助理是指使用者通过声控、文字输入的方式，来完成一些日常生活的小事。大部分的虚拟个人助理都可以做到搜集简单的生活信息，并在观看有关评论的同时，帮你优化信息，智能决策。
同时部分虚拟个人助理还可以直接播放音乐的智能音响或者收取电子邮件，这些都是虚拟个人助理的变化形式之一。虚拟个人助理应用在我们生活中的方方面面，音响、车载、智能家居、智能车载，智能客服多个方面。一般来说，听到语音指令就可以完成服务的，基本上都是虚拟个人助理。
3、智能病例处理
自然语言处理还可以将积压的病例自动批量转化为结构化数据库，机器学习和自然语言处理技术能自动抓取病历中的临床变量，生成标准化的数据库。随后变量抽提、思路生成到论文图表导出的全过程辅助智能算法能挖掘变量相关性，激发论文思路，同 时提供针对临床科研的专业统计分析支持。
其水平相当于受过8 年临床医学教育的医学研究生，这样下来同样同读一篇50页的病历，抓取和理解其中的所有临床信息速度比医生平均快2700倍，大大地提高了医院的办公效率，求医难这个问题将得到很多的缓解。
【第二方面：语音识别】
语音识别是一门交叉学科。 语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。与机器进行语音交流，让机器明白你说什么，这是人们长期以来梦寐以求的事情，如今人工智能将这一理想变为现实，并带它走入了我们日常的生活。
1、智能医院。
依靠人工智能技术和大数据，医院可以实现智能语音交互的知识问答和病历查询，语音录入能取代打字，让您通过说话的方式，就可轻松与电脑、平板电脑、移动查房设备进行录入。每一个人说的话说话都会被转录成文字并显示在您的HIS系统、PACS系统、CIS系统等希望输入文字的位置。此外还可以对健康风险进行预测和对患者分群进行分析。
2、口语评测。
在语音识别方面还有一个比较有趣的应用——语音评测服务，语音评测服务是利用云计算技术，将自动口语评测服务放在云端，并开放API接口供客户远程使用。在语音测评服务中，人机交互式教学，能实现一对一口语辅导，就好像是请了一个外教在家，从此解决了哑巴英语的问题。
【第三个方面：计算机视觉】
计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。通过计算机视觉，电脑将处理更适合人眼观察或传送给仪器检测的图像。计算机视觉的主要任务是通过对采集的图片或者视频进行处理以获得相应场景的三维信息。
1、智能安防。
随着各级*大力推进“平安城市”建设的过程中，监控点位越来越多，视频和卡口产生了海量的数据。尤其是高清监控的普及，整个安防监控领域的数据量都在爆炸式增长，依靠人工来分析和处理这些信息变得越来越困难，利用以计算机视觉为核心的安防技术领域具有海量的数据源以及丰富的数据层次，同时安防业务的本质诉求与AI的技术逻辑高度一致，从可以从事前的预防应用到事后的追查。
2、人脸识别打拐。
当前，全国拐卖儿童犯罪活动较为猖獗，受害人及受害家庭数以万计。据民政部估计，目前，全国流浪乞讨儿童数量在100 万-150 万左右。在河南、云南以及两广沿海等地乡村地区，买卖儿童几近市场化，形成了一个完整的地下黑色利益链。可以寻回被拐卖儿童这件事迫在眉睫，刻不容缓。目前计算机视觉所应用的“人像识别、人脸对比”最快可以让被拐儿童在7小时内被寻回，这是计算机视觉在安全领域的巨大应用，今后也将越来越多地应用在打击犯罪等方面。
【第四个方面：专家系统】
专家系统是人工智能中最重要的也是最活跃的一个应用领域，它是指内部含有大量的某个领域专家水平的知识与经验，利用人类专家的知识和解决问题的方法来处理该领域问题的智能计算机程序系统。通常是根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，去解决那些需要人类专家处理的复杂问题。
1、无人汽车。
无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目标。从20世纪70年代开始，美国、英国、德国等发达国家开始进行无人驾驶汽车的研究，在可行性和实用化方面都取得了突破性的进展。
中国从20世纪80年代开始进行无人驾驶汽车的研究，国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。2005年，首辆城市无人驾驶汽车在上海交通大学研制成功。世界上最先进的无人驾驶汽车已经测试行驶近五十万公里，其中最后八万公里是在没有任何人为安全干预措施下完成的。
2、天气预测
随着手机的普及，现在越来越多的人已经习惯观看手机中的天气预测，而在天气预测中，专家系统的地位也是决定性的。专家系统可以首先通过手机的GPRS系统，定位到用户所处的位置，在利用算法，对覆盖全国的雷达图进行数据分析并预测。
用户就可以随时随地地查询自己所在地的天气走势。天气预测中再无“局部地区有雨”的字眼，取而代之的是“您所在街道25分钟后小雨，50分钟后雨停”。给您配上一位专属的天气预报员，让您收到的天气预报能精准到分钟和所在街道。
3、城市系统
城市系统是将交通、能源、供水等基础设施全部数据化，将散落在城市各个角落的数据进行汇聚，再通过超强地分析、超大规模地计算，实现对整个城市的全局实时分析，让城市智能地运行起来。城市系统率先解决的问题就是堵车。今年杭州的城市大脑，通过对地图数据、摄像头数据进行智能分析，从而智能地调节红绿灯，成功将车辆通行速度最高提升了11%，大大改善了出行体验。
【第五个方面：各领域交叉使用】
其实人工智能的四大方面应用其实或多或少都涉及到了其他领域，然而交叉应用最突出的方面还是智能机器人。机器人是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。
1、物流机器人
物流机器人是结合机器人产品和人工智能技术去实现高度柔性和智能的物流自动化的技术变革的引领者。在消费升级下的市场压力，海量SKU的库存管理、难以控制的人力成本，都已经成为电商、零售等行业的共同困扰。而物流机器人管理成本低，包裹完整性强，可以满足各种分拣效率和准确率的要求，投资回报周期短。它的出现可有效提升生产柔性，助力企业实现智能化转型，也将越来越多地应用在日常生活中。
2、萌宠机器人
孩子一直是家长的心肝肉，而如何让孩子赢在起跑线也是各路家长无比关心的问题，这时候早教就显得尤为重要了。早教其实就是让孩子有效的玩耍，让孩子在玩耍的过程中学到很多知识，开发孩子的脑力，动手能力，反应能力，审美能力，培养兴趣及习惯。
市面上的早教机构价格昂贵，师资力量不足，同时还可能存在一定的安全隐患，这时候萌宠机器人的存在就很大的缓解了这一问题。语音功能让它就像孩子的小伙伴一样和孩子交流，记忆功能还可以记住宝宝的使用习惯，很快找到宝宝想听的内容。同时提供快乐儿歌、国学经典、启蒙英语等早期教育内容，且云端内容可以持续更新。
作者：cence jiang
链接：https://www.zhihu.com/question/62512060/answer/199831131
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
首先介绍一些人工智能的APP和在生活中应用
一．siri
siri2007年成立，2010年被美国苹果公司收购，其产品Siri是苹果公司在其产品iPhone，iPad 以及Mac上应用的一项智能语音控制功能。利用Siri用户可以通过手机读短信、介绍餐厅、询问天气、语音设置闹钟，实时翻译等。
优点：
1.siri的操作非常简单，通常只需要按住手机的home键活着长按mac的空白键就可以唤醒siri进行操作了
2.可轻松的通过Siri打开手机中的app，例如跟siri说“我想去关村”，不仅仅可以定位到准确的地点，还可以打开高德地图进行导航。
3．Siri对中文的支持有：普通话，闽南语，粤语
缺点：
1.siri在2012年才有了中文版，在语音识别的准确率 上做得 并不高，普通话的识别准确率在80%左右，粤语识别的准确率在90%左右，这远低于目前科大讯飞所开发的语音识别系统。
2. 目前使用很局限，只能在苹果手机上使用。
3. 中文版的siri在信息的查询上，目前基本都是基于网络搜索技术，除了一些基本的导航，闹钟等功能，siri无法给用户提供其他更好的帮助，使得整个siri都聊胜于无。
4.siri目前还很不够智能，特别是在多轮对话上
获得渠道：
iphone，ipad，iwatch，mac 购买其中任一一款即可，土豪可以来全套。
二．玩秘APP
“玩秘”是中国市场中唯一一款将人工智能落地应用到吃喝玩乐高频生活场景中的产品（目前以“玩秘”App形式存在），被人工智能创业与投资界称为真实朝向类似于电影《钢铁侠》中Jarvis和《她》中Samantha的有思考能力的生活大脑方向迈进并取得了实质性进展的人工智能产品。
优点：
1.“玩秘”让吃喝玩乐变得简单，打开APP对玩秘说出你想做的事情，例如说：我想玩点好玩的，我想去个浪漫的地方，玩秘会基于全网十几万家店铺中，为你推荐这些好玩的地方。
2.直接进入使用流程、无登陆操作，流程简便，界面简洁， 操作指示性强，上手无明显障碍。
3.“玩秘”要做的是真正意义上的人工智能大脑，而区别于现目前的市场上大部分公司所做的人工智能助手，属于面向任务型的机器人，而不是闲聊机器人，这点跟siri很像。
缺点：
1.目前只限于北京地区用户使用
2.整个app还是一个比较初级的版本，很多功能还未完全实现
3.推荐店铺还不够多,且有一定的重复性，毕竟新产品，我保持中立态度
获得渠道
去应用商店下载app即可，ios用户去APP store ，安卓用户去对应应用商店下载。
三.微软cortana和小冰
1.cortana（中文名：微软小娜）是微软发布的全球第一款个人智能助理。它“能够了解用户的喜好和习惯”，“帮助用户进行日程安排、问题回答等”。可以说是微软在机器学习和人工智能领域方面的尝试。利用Cortana可以实现闲聊、打电话、提醒、查询、娱乐等功用。
优点：
1.识别率非常高，除了一些模糊音有时会识别错
2.感情语调丰富，有很多趣味性技能，可以挑逗，可以唱歌，中文甚至可以对诗，可以模仿明星的声音，一个不错的闲聊助手。
3.在地点提醒、拨打电话提醒功能里，有更全的中文地点库，提醒效果比较精确。
4.中国特色服务，比如PM2.5、车辆限号提醒，法定节日的安排以及必应美图等。
缺点：
1.流畅程度不好，尤其是在安卓平台上，有很多卡顿问题。
2.面对普遍性的提问回答比较令人失望，或者会直接跳到网页搜索。
3.与第三方应用的连接不够完善，会出现无法开启的情况。
获得渠道：
在应用商店搜索Cortana微软小娜即可下载
2.微软小冰是领先的跨平台人工智能机器人，可以跨平台聊天和互动。小冰完全专属于用户，在跨平台的移动互联网应用中，帮助用户完成越来越多的事务，并不断自我完善升级。但小冰更多属于chatbot，而不是面向任务型的机器人。
优点：
1.和微信一样，可以通过语音的方式和小冰实现“实时”互动，网络情况好的话，它的回复时间基本在3秒左右。
2.对于图片，小冰可以对照片中人物的颜值进行，还能对照片有个简单的评价。
3.如果心情不好，小冰会为你端来一碗鸡汤，通常会提议你听歌、睡觉、做喜欢的事情。
缺点：
1.必须依靠社交工具平台才能使用。
2.有太多的无用信息，容易造成刷屏现象。
获得渠道：
搜索小冰微信公众号，关注即可。
四. 出门问问
出门问问是Google投资的一家中国人工智能公司。 拥有自主研发的语音识别、语义分析、垂直搜索、基于视觉的ADAS和机器人SLAM等核心技术。
出门问问的主要的产品有包括智能手表的Ticwatch，车载智能后视镜的Ticmirror，以及高级驾驶辅助系统Ticeye。
优点：
1. 用户可以通过语音用口语化的方式来进行搜索内容的输入
2. 整合了各垂直搜索引擎的功能，从吃穿住行这些生活领域提供搜索服务
3. 关注生活实用信息搜索的同时还可以通过语音控制手机
缺点：
1.技术与硬件很难有效的结合，没有更好的硬件设备去承接
2.找不到一个特别刚需的应用场景
3.交互设计不够自然，缺乏人性上的温暖
获得渠道：
出门问问的软硬件结合产品可在相应网站购买，手机应用在各大应用商店搜索“出门问问”即可下载。
四．智能家居
或称智能住宅，是以住宅为平台，兼备建筑设备、网络通讯、信息家电和设备自动化，集系统、结构、服务、管理为一体的高效、舒适、安全、便利、环保的居住环境。
智能家居已经成为一个未来家居发展的方向，它正以迅雷不及掩耳之势进入我们的生活。未来我们的生活大概会像《机器人总动员》中所展现的场景一般，无处在的高端智能化服务。
优点：
1. 帮助人们有效地安排时间、节约各种能源，实现了家电控制、照明控制、室内外遥控、窗帘自控、计算机控制、定时控制以及电话远程遥控等功能。
比如最近获得红点奖和IF奖的智能插座S31，由欧瑞博电子有限公司研发制造，颁奖词当中也提到，该产品是实现节能智能家居的第一步。
除了具有智能插座的远程控制、预设定时等这些标配功能之外，S31 具备优异的电量统计功能和错峰节电功能，随时查询实时功率和功耗曲线，规划用电行为，同时可智能计算峰谷电价，一键开启谷时用电。
2. 室内防盗、防劫、防火、防燃气泄漏以及紧急救助等功能，可以帮助减少生活中的安全隐患,尤其最近智能门锁大行其道
海尔的云锁产品颇受关注。云锁并不是一个单独的智能硬件，还是一个开放性的家居安放生活解决方案。以家庭防盗场景为例，安防报警系统将在锁门后自动布防，一旦门锁遭受暴力撬锁或恶意**开门密码时，门锁就会进行本地报警且无法打开，并发送相关报警图文信息至户主手机，从而给用户提供最佳防护。
缺点：
1.“智能”无限好，只是价太高。虽然，目前我国智能家居市场已经有了一定规模，但整体来看，智能家居的消费人群仍然以高端富裕人群为主要。
2.智能家居“华而不实”“装了不会用，还不如不装!”这是很多智能家居使用者的心声。这从侧面反映了智能家居饱受诟病的操作复杂性。
3.黑客觊觎安全隐患多，在普通房屋中，黑客想要远程收集我们的数据也无能为力。但是，当加热器、灯泡甚至马桶等越来越多家居设备连接到互联网上时，就给黑客们实施破坏提供了新的渠道。
五．其他类人工智能产品（例如智能音响）
亚马逊Echo 是一款内置“ Alexa”（类似 Siri 语音助手）的智能音响，不过相比起主要用来撩妹的 Siri，Alexa 则强大的多。
优点：
1.待机状态下，用户可以随时通过说出 “Alexa” （发音是 [ 'leks ]）来唤醒 Echo。
2.唤醒后，用户通过语音指令发出命令，在几秒钟的时间内，Echo 就能为用户实现播报新闻、设定闹钟、添加待办事项、收听在线音乐、使用 Uber 叫车等多个功能。
缺点：
亚马逊 Echo 有两个明显的问题：
1.是它没有内置电池，必须插电源使用
2.是它没有任何音频输出接口，只能使用内置扬声器，无法满足那些对音质有更高要求的用户。
获得渠道：
亚马逊官网购买即可
作者：科沃斯机器人
链接：https://www.zhihu.com/question/62512060/answer/623043214
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
提到人工智能在生活中的应用，恐怕没有比机器人更贴切的答案了。
2001年，斯皮尔伯格在他的电影《人工智能》里，给大家展示了他眼中未来机器人的模样：有着和人一样的外表、神态、情感，能够成为人类的伴侣。
从工具到管家到伴侣，机器人的发展还有很长的路要走。
经过近20年的发展，扫地机器人已经成为家用机器人行业最为成熟的产品。我们第一次尝试在扫地机器人身上应用AIVI™技术(Artificial Intelligence and Visual Interpretation 人工智能与视觉识别），推出了首款AIVI™人工智能扫地机器人DG70。
将AI技术应用到扫地机器人上是一种什么样的体验？
聪明的知友们一定发现，DG70比我们常见的LDS激光导航扫地机器人多了只眼睛。
既然是人工智能，那它要“有大脑，会思考“。
为了让它有个脑子，一大批工程师程序员愁到“脱发”。
来自清华大学、南京大学、武汉大学、英国University of Sussex、法国Ecole des Mines等国内外高等院校有着多年研发经验的50多位工程师组成的研发团队，花费了16个月时间，才“初步”完成了这个项目。说它“初步”，是因为AIVI现在只是完成了一个小目标，工程师们对它未来的发展有更大的野心。
为什么要在扫地机器人上加入AI技术？（为什么要给自己制造困难？）
这几年扫地机器人的智能性突飞猛进，但是一直在跟【卡困缠绕】作斗争：
推走拖鞋——洗完澡出浴室，拖鞋就剩一只，另一只不知在何方……
绕住电线——耳机线、数据线、头绳不小心掉到地上，就只能去尘盒翻尸体了……
跟软布缠缠绵绵——绞烂了袜子，也卡住了滚刷……
想踏遍家里每一个角度，却总是半道崩卒，报警求救。
总之就是，卡卡卡卡卡，困困困困困，缠缠缠缠缠，绕绕绕绕绕……
这些卡困并不能单纯地通过升级LDS激光雷达导航系统和优化算法来解决。
由于LDS以及其他传感器识别盲区的制约，扫地机器人无法真正认知家居环境，无法高效准确地识别到不同障碍物的时候，会面临两个局面：要么漏扫，要么被困。
而科沃斯的工程师们，两个都不想要。
他们决定在扫地机器人上加入AIVI，给扫地机器人赋予会不断学习“大脑”，让它认知你的家，能分辨拖鞋、电线、袜子这类物体并智能避让，尽最大努力减少漏扫和卡困，真正把人们从扫地家务中解脱出来。
机器人如何“感知”世界？
自从法雷尔·恰佩克第一次提出“机器人”这个词，到现在全球还没有对机器人有一个公认的概念。科沃斯董事长钱东奇的认知是：机器人至少要具备四个特性――――感知、思考、行动和反馈，而“感知”是后面一切的基础。
搭载了单目摄像头的DG70，感知世界的方式，更贴近人类，那就是，看。
当人在观察周围环境时，眼睛先看到目标物，接着大脑处理视觉信息，分析这是什么物体，并通过左右眼视差估算出目标物与自己的距离。
通过AI摄像头DG70可以识别并标记镜头区域内的障碍物，不断测算自己与障碍物的距离。同时，与LDS激光雷达测距传感器和陀螺仪等传感器组成的SmartNavi系统，超声波传感器SmartEcho地面识别系统和蓝鲸扫拖系统，多传感器协同工作，融合处理信息后，DG70获取到了可视化的家居地图。
让扫地机器人学会思考（实现动态实时图像识别），很难么？
前面说道，为了让扫地机器人认识家里的拖鞋、电线、袜子，50多位研发工程师愁到“脱发”，这并不是一句玩笑话。
有人可能会质疑，图像识别算法已经相对成熟，且有很多公开数据集，让扫地机器人学会图像识别，能有多难？
首先是图片库的问题，为什么科沃斯要费时费力自己采集家庭环境图，而不接入现成的公开数据集呢？
对于这个问题，工程师充满了无奈：
“你以为是什么支撑着我采集图片？
是勤奋么？
是热爱么？
都！不！是！
我也想用现成的数据集，但是是用不了啊！“
一般人的视角跟扫地机器人的视角完全不同。毕竟，扫地机器人是个“拇指姑娘”。DG70整机只有10.3cm高，考虑到摄像头所在的位置，视角就更低。
这就造成了现有的公开数据集对于扫地机器人AI学习的可利用率极低，因此需要从0到1采集扫地机器人视角的家庭环境数据。
我们的数据采集工程师，采集了扫地机器人视角下几千户家庭的真实场景图。
并从这些图中标记、提取了几千只形态各异的袜子（气味大概也是各异的）、拖鞋、和粗细、大小、弯折形状不同的数据线、耳机线、电线、充电线的特征。
工程师采集的真实家庭场景图
有了这些真实的基础图像数据，就该轮到神经网络算法登场了。
市面上不乏成熟开源的图像识别算法，但他们都不能直接应用在扫地机器人上。
让扫地机器人完成动态实时的图像识别工作，还需要解决这些难题：
1）复杂的室内环境
扫地机器人在家庭室内环境中运行，不同于大家的认知，家庭环境的复杂性远大于一般的室外环境。
室外环境中，汽车、行人、道路、道路上的标线、路边的绿植，都有明显的特征，这些特征较为容易提取。
而家则不同，很多人的家可能一天一个样，每家的装修、家具、光线情况也都不一样，光地面都有千百种不同的材质。
DG70在工作过程中，需要面临恶劣的光线条件、复杂的环境背景、千奇百怪的地板，摄像头视角的抖动、旋转、模糊……这种种困难，都是对神经网络模型的严酷挑战。
2） 形态各异的柔性物体
袜子、电线、拖鞋，容易缠绕住扫地机器人的大多是这些柔性物体，熟悉图像识别技术的朋友们想必都知道，形态各异的柔性物体，它们的模态、特征极为复杂，算法学习起来难度很大。
3） 难以识别的小目标
大部分的图像识别神经网络模型对小目标的识别率都很差，而困住扫地机器人的很多是袜子、耳机、电线这些小物件。
想要提高对小目标的识别率势必要提高识别精度，要提高精度势必要增大神经网络模型，增大模型则带来芯片计算量的增加。
4） 量产家用之难
要让有着AIVI技术的扫地机器人实现量产，走进更多家庭，硬件方面只能选择算力极其受限的芯片，而目前市面上的图像识别神经网络模型实在太大，无法直接应用到扫地机器人上。
为了让AIVI™技术实现从实验室走向家用，DG70选用了高算力低功耗的芯片，运行时散热少，能满足扫地机器人长时间工作的要求。工程师们设计了超轻量级神经网络模型，保证识别精度的同时，也满足了延时使用要求（即模型进行一次识别的反应速度要快，同时延迟要小，以满足使用要求）。
高算力较低功耗的芯片，散热少，满足了扫地机器人长时间工作的要求。
下图为DG70在室内环境中对一般障碍物的识别过程：
当脚抬离地面一定高度，则停止跟踪识别
算法可自主识别标记线缆、袜子、鞋子、充电座
有了经过训练且不断精进的“神经网络”的加持，再融合多个传感器数据、SLAM算法，扫地机器人不但能看清家，更能看懂家。
能灵活避开障碍物，不被轻易卡住。
会成长，才算是人工智能
既然是一款人工智能产品，就要能不断学习，越变越智能。DG70的产品经理和研发工程师们，在不断努力让它成为一台会成长的机器。从满足单一的清扫功能，到满足交互性需求，越来越懂你的心意。
没准在不久的将来，“给在书房的爸爸端杯茶”这种小事儿，DG70就可以代劳。
多了个摄像头，我家的隐私怎么办？
AIVI识别利用的是机器经过训练后学的的算法，记录了各类物体的“关键特征”，从而实现准确识别。DG70芯片内部不存储图像数据，仅存储训练过的“神经网络”模型，并在扫地机器人本地完成计算，保证了用户的隐私安全。
基于AIVI技术特性，不会对用户信息安全造成不良影响。使用AIVI技术的扫地机器人可在设备本地对捕捉的画面中的物体进行识别，而无需借助云端处理技术，即使在离线情况下也能正常工作。设备捕捉到的家庭环境画面仅在设备本地用于识别物体，不会上传服务器，更不会对外公开，能够有效确保用户隐私安全。
终极问题：DG70遇到狗粑粑会怎么办？
工程师露出了尴尬而不失礼貌的微笑：“平常很乖突然在家里随地便便可能是狗狗生病了，这个时候的粑粑可能不是正常健康的粑粑，而是，emmmm……你懂的。
这方面的数据采集有一定的难度，我们的样本量还不够，可能需要数据采集师多加努力。”
所以，识别狗粑粑的工作任重而道远。
如果知友们有丰富的粑粑库，欢迎提供。
作者：于佩尔
链接：https://www.zhihu.com/question/62512060/answer/409763131
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
比如听说过的：机器人家庭保姆，会写小说的电脑，机器人足球大赛，一个会做饭的机器人，会动手术的仿生手，会下象棋的电脑……
大的方面来说有：火箭发射，太空探测，国防装备
小的方面来说有：手臂机器人，汽车喷漆，无人驾驶汽车，看病诊断，天气预测，欺诈检测，人脸识别，机器人足球赛，人工智能翻译等等
具体而言，人工智能在生活中的应用大致为：
1.互联网的AI
例如，你在淘宝的每一次点击的动作，在朋友圈每一次点赞的动作，这些数据都
被收集起来，成为巨头互联网公司能够更深度地了解用户的基础，为用户提供更
好、更贴切的服务，同时变现。
2.虚拟个人助理
如果你经常使用手机，你一定对Siri，Google Now和Cortana这些虚拟个人助理不会陌生。只要你说出命令，他们就会帮助你找到有用的信息。
微软表示，自家的Cortana（中文名叫小娜）可以“不断了解用户”，最终将培养出预测用户需求的能力。
3. 在线客服
现在，许多网站都提供用户与客服在线聊天的窗口，但其实并不是每个网站都有一个真人提供实时服务，可能与您对话的是机器人。
4. 音乐和电影推荐服务
人工智能通过分析你喜欢的音乐和电影可以找到其中的共性，并且可以从庞大的歌曲和电影库中筛选出来你所喜欢的部分，这比最资深的音乐人和电影人都要强大。
6. 智能家居设备
许多智能家居设备都拥有学习用户行为模式的能力，并通过调整温度调节器或其他设备来帮助节省资金，不仅便利、还节能。
7. 欺诈检测
一般来说，先将大量欺诈和非欺诈性交易样本数据输入电脑，然后命令电脑分析数据，发现交易中不同类别的情况。经过足够的训练，电脑系统就将能够利用所学和种种迹象辨认出欺诈性交易。
8. 机器代替专家看病，医疗专家系统可以把有关的医药知识和许多著名医生的临床经验都存储在计算机中，根据病人的症状可以快速调用这些医学知识，自动进行辨证推理，确定病因，开具处方。
9. 农业专家系统。专家系统是一类包含知识和推理的智能计算机程序。农业专家系统可以代替农业专家群体走向农田，并指导农民科学种田。
10. 自主化、自动化的AI
比如：无人商店，无人工厂，无人飞机，无人驾驶。
11. 多语言翻译
从机器翻译过渡到人工智能翻译。
在人工智能圈里，普遍的观点是“翻译是最容易突破的领域”。大家都认为，人工智能主导的翻译未来会取代人工翻译，让一大批翻译从业人员失业。然而现实却相反，人工智能至今也没能突破“翻译”这个难题。并且，在语言服务行业圈里，翻译被看作是人工智能最难突破的部分。
作者：您好科技
链接：https://www.zhihu.com/question/62512060/answer/421022806
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
人工智能在生活中的应用主要集中在医疗、交通、家居以及各种智能场景的定制机器人。
- 医疗：苏格兰的一家假肢制造公司推出了一种每根手指都装有电动机的人造手，能够帮助患者抓取东西、操作键盘等。此外，将微型智能机器人应用在体内手术上，不用开颅，开一个小口，把机器人放进去，到指定的位置疏通血管或者切除病变组织；或是把胶囊形状的图像探测机器人吞入腹中，消化道的图像就可以显示出来，达到检查消化道的目的.....智能医疗影像可以提供诊断决策。
- 交通：智能交通系统是一种先进的运输管理模式。人工系统主要利用计算机仿真技术，通过监测人们出行的行为计算交通流。比如上下班、接送小孩、上街等产生的交通流，进而研究不同时段的交通特征。人工系统不仅可以作为学习、管理的中心，培训交通管理员和操作员，还可以作为实验与评估的工具。比如，人工系统可以模拟交通事故或恶劣天气，以此观测紧急情况造成的道路拥堵情况和对其他路段的影响。
- 家居：智能家居系统——为普通消费者提供人性化、主动管家式的服务系统。中国科学院自动化研究所副所长，复杂系统与智能科学重点实验室主任王飞跃教授给记者描述了一幅人性化的图景：当主人外出时，可以命令各种系统自动工作，比如关掉冷气、音响和电视机的电源，接电话自动留言等。当主人回家后，可以发出指令，打开空调，调节室内光线，开启自动做饭系统做饭、煮咖啡等。
- 机器人定制：以来计算算法、大数据、深度学习等技术，为用户提供智能定制解决方案，是用户在各种场景上，能够实现机器人在场景下的智能应用。
作者：打码小能手
链接：https://www.zhihu.com/question/62512060/answer/788122459
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
我来聊一聊人工智能在医疗方面应用。还是和以前一样，先给大家列一组数据吧，走过路过的都来感受感受：
据统计，全球大约有13亿人患有近视力或远视力障碍，轻微远视力障碍患者达1.885亿人，中度和重度视力障碍患者达2.17亿人，另有3600万盲人。那么，医护人员缺口有多大呢？世界卫生组织估计，全球约有430万的医护人员缺口，到2030年这一缺口将增加到900万。
一面是数以十几亿计的病患群体，一方面是高达430万的医护人员缺口，这个反差不知道你们怎么看，我个人是觉得挺大的。要解决这一问题，增加人员数量是一个办法，打破地理空间对医疗资源造成的壁垒则是另一个办法，而5G、AI、VR、AR技术的出现与应用，为全球医疗界带来了“超级视野”，让医疗资源跨越地理和经济差距成为可能，从而可以让每个人享受到更多、更平等的医疗服务。
接着上面的数据，说一下视力障碍这个严重的全球性问题。前面说过了，全球约有13亿人患有近视力或远视力障碍。除此之外，随着年龄的增长，人眼中的天然晶状体会变得混浊老化，白内障等眼部疾病的发病率也会随之增加，最终影响视力。然而，可怕的是，在发病前，人类医生很难注意到人眼逐渐发生的变化。人工智能在诊断方面的应用就起到了很大的补充作用。
人工智能诊断工具可以帮助人们预防可能发生的眼疾并得到及时治疗，防止病情恶化。目前，人工智能机器人能够诊断50多种疾病，诊断精准度堪比人类医生。一项测试表明，相比八名医生会诊，这套人工智能软件能在94%的场合给出相同的诊断结果。为了避免误诊，人工智能机器人采用了一组算法，而非单一算法，因此任何一种算法的错误都会被其他算法推翻。根据诊断概率，该系统会对每个诊断结果的可能性进行评估和评分，并予以注解。
这些内容源自我看到的华为近日发布的一项报告，该报告通过对各个行业的调查，对人工智能的应用前景做出了预测。医疗领域只是人工智能落地的众多领域的一部分，其实人工智能在交通、家居等领域也有着广泛的应用场景，并且每一个领域都和人们的生活高度相关。
所以不论是华为集团，还是华为云，都在努力推动AI、5G等技术的落地应用，华为云作为华为的云品牌，也是从一开始就把云计算和AI紧密联系在了一起，提出了EI智能体的概念，并打造了工业EI、城市EI、交通EI等智能体，将人工智能在各个行业产业落地应用。华为云还提出了普惠AI的概念，想让AI真正走进普通人的生活中，从点点滴滴中造福我们的生活。可以说正是有这么多企业对AI做出的研发努力，AI才真正可以和我们的生活结合起来。
目前人工智能在生活中的应用主要有：
文本方向：情感分析、关键词提取、文字翻译、搜索引擎优化
安防方向：基于人脸进行识别、标注、辨别
智能驾驶：识别路线、驾驶决策
金融方向：智能核保OCR识别、车辆智能定损
电商方向：货品分类、货品说明、货物商标
人脸数据：身份验证、安全门禁、智能检测、智能美颜
农业方向：作物辨别、成熟度判别
工业制造：残缺点检测、特征点标注
From：星尘数据 stardust
作者：星尘纪元
链接：https://www.zhihu.com/question/62512060/answer/392899684
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
作者：Guidepoint
链接：https://www.zhihu.com/question/62512060/answer/1383797145
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
机器学习和人工智能对我们生活上的影响将会是从行业变革开始的。为此我们的专家专门分析了几大行业：
智能医学
机器学习为医疗保健提供者提供了开创性的工具，可以比任何人体放射科医生更有效地诊断X射线和MRI等各种不规则现象。例如，斯坦福大学的研究人员已经创建了一种机器学习算法，能够从单个胸部X射线检测14种类型的医疗状况。
这就是为什么麦肯锡预测机器学习，再加上大数据和医疗保健应用程序开发，每年仅在医疗保健方面的价值就达1000亿美元。想象一下，通过分析医学中的大数据，机器学习可以提供什么样的见解。佐治亚理工学院已经开始利用深度学习算法预测心力衰竭。机器学习正在开启预防性医疗保健的新时代。
最大限度地提高制造业效率
仓库和工厂正在竞相利用其供应链中的机器学习能力 - 这十分容易理解。通过消除瓶颈，简化库存管理，优化生产和物流，机器学习可最大限度地减少浪费并前所未有地提高企业生产效率。
麦肯锡的战略咨询报告中预测机器学习能够消除50％的供应链预测错误，将运输成本降低10％，并将管理费用减少40％。其中很大一部分原因在于机器学习将使设施一年365天，每天24小时运行成为可能。话虽如此，质量和数量一样重要。通过目前可用的技术，78％的实际工作可以实现自动化。这将使工人能够承担更安全，体力要求更低的角色，从而创造更多价值。
变革运输
也许近年来没有什么比滴滴和优步这样的搭车服务更能彻底改变了我们的生活了。然而，与自动驾驶汽车带来的变化相比，这将是微不足道的。优步现在每次能获得订单完成后收入的20％，但当公司过渡到自动驾驶汽车时，这将增加到100％。
汽车并非是唯一的运输方式被机器学习打乱。飞机的智能也大幅提升。波音公司专注于利用人工智能减少商业航班上的飞行员输入，从而减少人为错误。战略咨询公司认为如果这让你感到惊恐，那么这将是一个惊喜因为空中AI已经在发生。韩国主要航空公司Asiana禁止飞行员在飞机高度达到3000英尺时手动飞行。超过此阈值，AI将带您到达您需要去的地方。
开拓创新机会
对每一个被AI影响的行业进行深入分析几乎是不可能的;这项技术的跨行业影响不容小觑。通过上面的例子，我希望您已经更好地了解机器学习将如何影响主要行业。
关于这方面的讨论实在难以一一概述，所以我们推荐以下这两篇文章，方便继续参考：
Guidepoint：岂珀（Guidepoint) 专家 - 机器学习将影响各行各业zhuanlan.zhihu.com
Guidepoint：岂珀（Guidepoint) 专家 - AI让市场营销进入一个新时代zhuanlan.zhihu.com
如想了解更多岂珀专家资讯，请登录http://www.guidepoint.net。感谢您的关注！
看了李开复的人工智能这本书，理论太多，不太实用，可能是我等屁民太low。学到了一些应用场景，和大家分享下。其实这个是我等更关心的。
1、语音。
比如你对着小度说，小度小度，我要干啥。比如语音搜索。
比如智能翻译，你去国外，带个翻译机就可以了。以后基本上可以少依赖外语了。
2、影像
活体识别，比如你登陆银行APP，会让你拍照，对着指示做动作。
3、金融大数据
比如小贷的机审，你输入你的名字，身份证号，提交运营商授权，公积金，蚂蚁等等授权。会直接给你个审核结果，兼职就是秒过。
4、智能诊断
有些参数，直接输入大系统，出来一个结果，可以辅助医生做出诊断结果，如此减少主观能动性。
5、自动驾驶
没有方向盘，没有油门和刹车。未来都是电脑程序驾驶汽车。交通堵塞，事故可以得到有效降低。我们坐在车里可以办公，娱乐，休息。人效得到最大的发挥。
6、无人超市。
拿了就走，直接二维码或者人脸付款。视频监控，人脸和信用挂钩，基本上不会有私拿的情况
7、智能客服
机器人问答，关键词回复。
8、智能推荐
比如今日头条，根据你的浏览习惯给你推荐类似的信息。比如淘宝给你推荐感兴趣的商品。
作者：姑婆那些事儿
链接：https://www.zhihu.com/question/62512060/answer/1059260920
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
作者：逆水行舟
链接：https://www.zhihu.com/question/62512060/answer/333290554
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
现阶段的人工智能定义还是不太清晰的（人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。【百度百科】）。根据这个定义，消费级人工智能产品分以下几大类（题主讲到日常生活中的应用可以理解为消费级市场应用）：
1、机器视觉
包括物体识别和场景识别。物体识别包括人脸识别、人体识别、其他物体识别。
人脸或人体识别，比如商汤、旷世、云从科技，应用的场景有考勤、安防、金融服务等。
物体识别，比如车牌号、红绿灯等识别，比如商汤或依图科技都会有和城市*合作的智慧交通项目，用于交通检测。另外还有特定的物体识别，如布料、服装等，比如码隆科技等主要业务是为服饰制造业提供等布料识别技术。另外就是文字识别，常用的应用场景有扫描。
场景识别，对视角内的各个物体及背景组合成的场景进行识别，比如识别是咖啡厅还是图书馆。应用场比如商场传媒等。
2、智能语音交互
包括语音识别和语义理解还有语音合成。
语音识别，主要的应用场景有智能音响的信息查询或者内容获取，比如查询天气和新闻以及听音乐等，主要的公司有科大讯飞、思必驰、百度、阿里等，另外的应用还有比如外语口语评分，比如驰声科技做的为英语口语评分的软件。
语义理解，可以分为自然语言处理和规则分析，其中自然语言处理是通过机器学习的方式理解语句并配对相应的回复，而规则分析则是分析语句的语法结构理解语义并进行简单回复。常用的应用场景就是撩天，比如撩微软小冰，撩Siri这一类的。主要的公司有科大讯飞、思必驰、百度、图灵、智齿科技等，根据具体等聊天场景有不同的侧重，比如智齿科技侧重于客服的语义理解。
语音合成，一般在终端硬件产品上的语音交互的一个环节（语音识别和语义理解可以通过在线应用服务获得），比如智能音箱、手机、耳机等，主要的公司有思必驰、科大讯飞、云之声等（一般做语音识别的公司都会有语音合成，语音合成一般来看是语音识别的逆过程）。
3、SLAM算法
simultaneous localization and mapping（同步定位和建图），简单来说是获取环境的空间信息，包括深度信息，来进行定位和导航，这类的公司有很多百度、Google、图森未来、驭势科技等等，主要的产品有扫地机、商务机器人、无人车。
4、技术整合类
比如机器人。消费级的机器人有几个定位：家庭机器人分为针对老人的陪护机器人，针对小孩的陪伴机器人，另外是商务机器人。类型有桌面有轮式。一般都整合了1、2、3中提到的部分或所有技术，常用的功能是语音交互、运动控制等。家庭服务机器人特定的应用场景主要是家庭监护人员外出时的远程的监控和互动。商务机器人的应用场景根据不同行业有所区别，通用的就是摆在门口通过简单的交互吸引人流。公司有很多，优必选、康力优蓝、寒武纪智能、旗瀚科技、华硕、腾讯小Q等等。
智能家居没有作为一类是因为智能家居只是作为以上人工智能技术的终端，比如语音控制灯等开关之类，或者识别手势控制等开关，也不排除有的家居是可以感知环境变化（比如光线和声音）来进行调节，严格意义上没有使用到机器学习让家电主动调节的都不算智能。
总结一下：
1、消费级等人工智能应用根据使用的技术类型主要分为：语音交互、机器视觉、slam算法，以及技术整合类。
2、应用形态有两大类：硬件终端和软件服务。
3、主要产品有：扫地机、无人机、无人车、安防监控、人脸考勤、人脸支付、智能音箱、智能客服、Siri之类的语音助手、机器人。
作者：人工智能君
链接：https://www.zhihu.com/question/62512060/answer/208682847
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
生物指纹识别应用
其实AI人工智能应用一直出现在我们生活当中，就拿酒店无线网络指纹锁来说，生物指纹识别在酒店门锁的应用已经存在多年，只是以前我们忽智能应用的价值所在。
“指纹遥控钥匙”、“互联网指纹钥匙”生物指纹识别门锁，摆脱了100多年以来，酒店锁始终属于纯机械纯电子的物理性和单一性，在某些酒店，生物指纹识别应用可以通过无线网络传输到你指定的客房门锁上，取电开关上，客房保险箱锁上，通道锁上，电梯控制器读头上，门禁上等等⋯⋯在一定程度上彻底告别客人带着开门卡到处跑的时代！！认卡开门的卡锁时代也已经结束，智能识人开门的指纹应用在一定程度上已然占领并引领酒店门锁智能时代多年。
只有主人才能有资格开启的门锁，可以凭个人在酒店的信用就可以先住下后付钱，客人可以在全世界的任何地方都可以通过手机预定客房，预定成功后，即可从云端获得开启酒店门锁的指纹信息或者密码信息或者手机蓝牙信息。当客人进入酒店后，客人的所有消费将全部自动进入云端，真正的VIP客人将会得到酒店更出色的点对点服务，集团财务管理也将彻底扁平化，现金在流动过程中的漏洞将彻底解决，客人在酒店的体验幸福指数爆棚！
指纹网络锁系统=网络系统+指纹门锁系统，是ADEL爱迪尔科技根据酒店特别量身定制的一款智能门锁，利用“指纹识别技术、网络技术和智能锁技术”，通过网络化的实时监控与远程管理，实现指纹门锁系统的智能化管理指纹网络锁系统具有指纹锁的方便性和安全性以及网络的实时监控和联网管理的特点，安全可靠、时尚方便、引导潮流，可为各种智能楼宇、星级酒店等场所实现智能门锁系统管理提供“一站式”解决方案。不仅节约成本、安全、方便，增加酒店科技感等体验！未来将在移动订房、酒店消费、提前退房等智慧酒店应用更为广泛，引领传统酒店走向智慧化！种种生物指纹识别智能应用+互联网形成的新型的AI人工智能应用系统，将是一片更为智能、安全、可靠应用的技术领域。