基本信息
阅读时间：约 12 分钟
字数：约 4729 字
摘要：如今，人工智能已成功应用于图像和视频数据、语言数据、语音数据以及许多其他领域。在本视频中，您将看到应用于这些不同应用领域的人工智能调查。我希望这能激发一些想法，告诉你有朝一日如何将这些技术也用于自己的项目。让我们来看看。 计算机视觉 深度学习的主要成功之一是计算机视觉。让我们来看一些计算机视觉应用的示例。
全文语音
如今，人工智能已成功应用于图像和视频数据、语言数据、语音数据以及许多其他领域。在本视频中，您将看到应用于这些不同应用领域的人工智能调查。我希望这能激发一些想法，告诉你有朝一日如何将这些技术也用于自己的项目。让我们来看看。
计算机视觉
深度学习的主要成功之一是计算机视觉。让我们来看一些计算机视觉应用的示例。
图像分类和物体识别是指将这样的照片作为输…
图像分类和物体识别是指将这样的照片作为输入，然后告诉我们这张照片中的内容。在这种情况下，它将是一只猫。我看到的不仅仅是识别猫，人工智能算法能够识别特定类型的花，人工智能能够识别特定类型的食物。将照片作为输入并将其分类为哪种对象的能力正在各种应用中使用。
一种特别引人注目的图像分类类型是人脸识别。这就是当今人脸识别系统的工作方式。用户可以注册一张或多张自己的脸部照片，向人工智能展示他们的样子。给定一张新图像，那么人工智能系统可以说，这是同一个人吗？这是你吗？还是这是一个不同的人？这样它就可以根据个人的身份决定是否应该开门、解锁手机、解锁笔记本电脑或其他东西。当然，我希望人脸识别只能以尊重个人隐私的方式使用。下周我们还将更多地讨论人工智能与社会。
物体检测
物体检测：你不只是试图对一个物体进行分类或识别，而是在尝试检测该物体是否消失。例如，在建造自动驾驶汽车时，我们会看到人工智能系统如何将这样的照片作为输入，不仅告诉我们是还是不是，有车，是还是不是，有行人，实际上是在告诉我们汽车的位置，以及这张照片中行人的位置。物体检测算法也可以将这样的照片作为输入，然后说，不，我在那张图像中找不到任何汽车或任何行人。相反，物体检测算法会将图像作为输入，告诉我们不同对象在画面中的位置以及这些物体的类型是什么，而不是拍照并标记整张图像，即图像分类。
图像分割使我们更进一步…
图像分割使我们更进一步。给定这样的图像，图像分割算法可能会对此有所帮助。它不仅告诉我们汽车和行人在哪里，还告诉我们，对于每一个像素，这个像素是这辆车的部分还是行人的一部分。因此，它不仅在检测到的物体周围绘制矩形，还会在找到的物体周围绘制非常精确的边界。
例如，在读取X光片时，它将是一种图像分割算法，它可以查看X射线扫描或其他人体图像，然后仔细分出这张图像中的肝脏在哪里、心脏在哪里，或者骨头在哪里。
视频处理：计算机视觉也可以处理视频，其中一个应用就是跟踪…
视频处理：计算机视觉也可以处理视频，其中一个应用就是跟踪。在此示例中，它不仅仅是检测视频中的跑步者，还跟踪视频中跑步者随着时间的推移而移动的位置，因此红色方框下方的那些小尾巴显示了该算法是如何跟踪视频中跑过几秒钟的不同人的。在视频中追踪人物以及其他移动物体的能力可以帮助计算机弄清楚事物的发展方向。如果你使用摄像机追踪野生动物，比如飞来飞去的鸟，跟踪算法也可以帮助追踪在视频帧中飞过的单只鸟。
这些是计算机视觉的一些主要领域，也许其中一些对您的项目有用。
自然语言处理
特别是人工智能和深度学习，在自然语言处理（NLP）方面也取得了长足的进步。自然语言处理是指人工智能理解自然语言，即你我可能用来相互交流的语言。
文本分类：其中AI的工作是输入一段文本…
文本分类：其中AI的工作是输入一段文本，例如电子邮件，然后告诉我们这封电子邮件的条款是什么或类别是什么。例如这是垃圾邮件还是非垃圾邮件。还有一些网站会输入产品描述。例如，你可以写道，我有一部二手手机要出售，它会自动找出要上架此商品的商品类别，这样就会归入手机或电子产品之下。或者，如果你写信，我有一件新T恤要出售，那么它会自动把它列在衣服下面。
一种备受关注的文本分类是情感识别。例如，情绪识别算法可以将像这样的餐厅评论作为输入。食物很不错，会自动尝试告诉我们这篇评论可能会得到多少星星。食物很不错，这是一个相当不错的评价，也许这是五星评价中的四分。而如果有人写的服务太糟糕了，那么情绪识别平均值应该能够告诉我们，这可能对应于一星评价。
信息检索
信息检索：网络搜索可能是最著名的信息检索示例，你在其中键入文本查询，并希望AI帮助你找到相关的文档。许多公司还将拥有内部信息检索系统，您可以在其中有一个界面来帮助您在公司的中心文档中搜索与您可能输入的查询相关的内容。
名称实体识别：让我们用一个例子来说明一下…
名称实体识别：让我们用一个例子来说明一下。假设你有这句话，你想在这句话中找到所有人的名字。伊丽莎白女王，其次是一个人。保罗·麦康尼爵士是伊丽莎白女王这句话中的一个人物。第二天晚上是保罗·麦康尼爵士在Buckm Palace举行音乐会。这将是一个名称实体识别系统，将所有人的名字限制在句子里。
如果你想找到所有的位置名称，像这样的句子中的所有地名，名称实体识别系统也可以这样做。名称实体识别系统还可以自动提取公司名称、电话号码、国家名称。如果你有大量的文件库并且想要自动查找公司名称、所有一起出现的公司名称或所有人的姓名，那么名称实体识别系统将是你可以用来做到这一点的工具。
机器翻译
机器翻译：例如，如果你在日语AI [FOREIGN] 中看到这句话，那么希望机器翻译系统可以输入它并输出译文。人工智能在电力中。本幻灯片上的四个项目，即文本分类、信息检索、近心识别和机器翻译，是有用的NLP应用程序的四个主要类别。
语音处理
现代人工智能，特别是深度学习，也彻底改变了软件处理语音等音频数据的方式。计算机中语音是如何表示的。这是我的一位朋友说的“机器学习”这句话的音频波浪形式。这里的x轴是时间。垂直轴是麦克风正在录制的内容。麦克风录制的变化很小，气压变化非常快，然后你的耳朵和大脑会将其解释为声音。该图以时间、水平轴的形式显示了当有人说出机器学习这个词时，气压是如何非常非常迅速地变化的。
语音识别（也称为语音转文本）的问题是让我…
语音识别（也称为语音转文本）的问题是让我们输入这样的情节，然后弄清楚某人说的话是什么。语音识别最近的许多进展都归功于深度学习。
一种特殊的语音识别类型是触发词检测或唤醒词检测。你在之前的视频中看到了这一点，那就是让人工智能系统检测一个触发词叫醒词，比如Alexer或Hey Google或hey device。
说话者ID是一种特殊的语音问题，其任务是听取某人的说话并找出说话者的身份。正如人脸识别有助于通过拍照来验证您的身份一样，说话者身份也可以通过听你说话来帮助验证你的身份。
语音合成，也称为文字转语音或TTS，也越来越受到关注…
语音合成，也称为文字转语音或TTS，也越来越受到关注。文字转语音是指输入用文本写的句子并将其转换为音频文件的问题。
有趣的是，文本语音通常缩写为TTS。我不经常看到语音转文本缩写的STT。举一个简单的例子，让我们举一句话，那只敏捷的棕色狐狸跳过了懒狗。这是一个有趣的句子，你经常会看到NLP的人会使用它，因为这句话包含从A到Z的每一个字母。那是ABC，一直到X、Y和Z。你可以查看这句话中出现的所有26个字母。有些字母出现不止一次。如果你将这句话传递到TTS系统中，那么你可能会得到这样的音频。那只敏捷的棕色狐狸跳过了懒狗。现代TTS系统听起来越来越自然，越来越像人了。
生成式人工智能
到目前为止，在本课程中，你已经听过我多次提到生成式人工智能。Generative AI是一组AI系统，可以生成高质量的媒体，特别是文本、图像或音频。让我们更详细地了解生成式人工智能的这些应用。
文本生成…
文本生成：大型语言模型非常适合文本生成任务，包括从头开始编写内容、撰写摘要、文案编辑（即编辑文本、提高语法清晰度等）和聊天。例如，你可以给其中一个模型一个指令，比如建议一系列巧克力冰淇淋的有趣创意名称，然后这个模型就会生成一些听起来很有创意的名字，比如Les。
请注意，此处的输入文本被称为提示，生成所需输出的编写提示已成为许多工作的有用技能。我发现使用大型语言模型作为头脑风暴伙伴可以提高我的工作效率。如果你能够有效地编写提示，也许你会发现它是一个有用的工具和作品，或者在你的个人生活中也是如此。实际上，我认为大型语言模型现在已经到了几乎所有知识型工作者通过在日常工作流程中学习和使用它们来获得至少一点生产力提高的地步。
图像生成…
图像生成：生成式人工智能还可以从头开始创建新图像，例如Journey Ali、Adobe Firefly和Stable Diffusion已经学会了如何通过学习互联网上的数百万张图像来根据文本描述生成图像。
使用这些图像生成模型之一，您可以输入示例提示，例如一个对紫色友好的机器人吃冰淇淋，该模型将为您生成与您的提示相匹配的高质量图像。真是Q机器人。
音频生成：最后，生成式AI还能够生成音频…
音频生成：最后，生成式AI还能够生成音频。之前我们看到了语音合成模型如何将文本转换为语音。音频软件也存在，例如SyboI的稳定音频或Meta的Audicraft。他们可以通过写鼓独奏、140 BPM或每分钟节拍等提示来生成音乐和音效。你可以使用音乐生成模型来创建像这样的音轨。
生成式AI能够创建多种类型的内容。这正在影响许多行业领域，下周我们将进一步了解人工智能的影响，包括生成式人工智能对就业的影响。
机器人技术
人工智能还应用于机器人技术的许多应用，你已经在自动驾驶汽车中看到了一个例子。在机器人技术中，“感知”一词意味着根据你的感官，无论是摄像头、雷达还是谎言，弄清楚你周围的世界。右边显示的是电池驱动汽车的三维激光扫描或发光扫描，以及这辆位于中间的电池驱动汽车在汽车附近探测到的车辆。
运动规划是指如果你的汽车想左转，为你的机器人找到一条可以遵循的路径。运动规划师可能会规划路径和速度，让汽车向左转弯。
控制是指向电动机…
控制是指向电动机（例如方向盘马达、油门踏板和制动马达）发送命令，以使汽车平稳地沿着你想要的路径行驶。
在这条线上，重点关注机器人的软件和人工智能方面。当然，在为机器人开发硬件方面也在做很多重要工作。但是，人工智能在感知、运动规划和控制方面的许多工作都集中在软件上，而不是机器人硬件上。
机器学习与结构化数据
除了这些主要应用领域外，机器学习也被广泛使用。您在本视频中看到的示例主要与非结构化数据有关，例如图像、音频和文本。机器学习至少同样适用于结构化数据，这意味着这些数据表，你在之前的视频中看到了其中一些数据。
但是，由于图像等非结构化数据非常容易被人类理解，因此有一种非常普遍的东西，任何人都很容易理解和同情。当我们谈论可识别猫的人工智能系统时，大众媒体往往更多地报道非结构化数据上的人工智能进展，而不是对结构化数据的人工智能的报道。结构化数据也往往更具体地适用于一家公司，因此人们很难写作或理解。但是，当今结构化数据上的人工智能或结构化数据上的机器学习正在创造巨大的经济价值，非结构化数据上的人工智能也在创造巨大的经济价值。
我希望这项人工智能应用领域的调查能让你了解当今人工智能成功应用到的广泛数据，也许这甚至会激发你思考其中一些应用领域可能对你自己的项目有何用处。
其他人工智能技术
现在，到目前为止，我们花最多时间谈论的一种人工智能技术是监督学习。这意味着从标注数据中学习输入、输出或A、B映射，在这些映射中，您可以向AI系统提供A和B两种映射。但这并不是唯一的人工智能技术。
实际上，监督学习一词几乎引发了什么是无监督学习的问题。或者，您可能还从媒体文章中听到了有关强化学习的新闻。
FAQ
1. 关于「在这条线上，重点关注机器人的软件和人工智能方面」，核心要点是什么？
在这条线上，重点关注机器人的软件和人工智能方面。当然，在为机器人开发硬件方面也在做很多重要工作。但是，人工智能在感知、运动规划和控制方面的许多工作都集中在软件上，而不是机器人硬件上
2. 关于「除了这些主要应用领域外，机器学习也被广泛使用」，核心要点是什么？
除了这些主要应用领域外，机器学习也被广泛使用。您在本视频中看到的示例主要与非结构化数据有关，例如图像、音频和文本。机器学习至少同样适用于结构化数据，这意味着这些数据表，你在之前的视
3. 关于「现在，到目前为止，我们花最多时间谈论的一」，核心要点是什么？
现在，到目前为止，我们花最多时间谈论的一种人工智能技术是监督学习。这意味着从标注数据中学习输入、输出或A、B映射，在这些映射中，您可以向AI系统提供A和B两种映射。但这并不是唯一的
评论(0)