只要 1 分钟，人工智能了解一下！

图文综合整理自KnowingAI知智

你说的人工智能是哪种智能？

一分钟，轻松了解 AI 领域基础概念！

通常人们所说的人工智能，和真正的人工智能是什么关系？

「通用人工智能」（AGI）和「应用人工智能」（Applied AI）最大的区别是什么？

不用很麻烦很累，点击观看下方视频，你对人工智能的认知就能轻松超过全世界 99% 的人类！

欢迎大家留言讨论~

一分钟看懂计算机视觉

为什么要让计算机看见世界？

让计算机看见世界分几步？又有什么用？

图文版本，送给不方便打开视频的朋友们(☆w☆)

计算机视觉是一门研究让机器「看」见世界的科学。

人类能够认出照片中的事物，推理它们之间的关系，但对于计算机来说，图像只是一连串 RGB 数值 ，没有任何意义。

让机器看见世界有四个阶段，也是计算机视觉的四个核心问题：

图像分类（image classification），即为不同的图片打上对应标签；

物体检测（Object Recognition），找到物体的位置，并认出他们是什么；

语义分割（Semantic Segmentation），找到物体之间的关系和联系；

视频分析（Video Analysis），即看懂视频中的内容。

（前两者让计算机「看见」世界，后两者让计算机「看懂」世界。）

让计算机看见世界有什么用？

小到手机拍照中的人脸定位，银行里的人证比对；

大到自动驾驶、医疗影像诊断，都是计算机视觉的用武之地。

一分钟看懂语音识别

将语音变成文字，总共分几步？

图文版本，送给不方便打开视频的朋友们(☆w☆)

与计算机视觉不同，语音识别有且只有一个核心任务——

将人类的语音转换成文字。

这个过程并不涉及对语音内容的理解

机器如何识别语音？

语言由单词组成，单词由音素组成。

我们将一段语音的声波按帧切开，用帧组成状态，用状态组成音素，再将音素合成单词，语音就变成了文字。

严格来说不是逐帧切开，帧与帧之间有所交叠

与语音相关，仍属人工智能研究范围内的任务还有不少。

声纹识别（Speaker Recognition），即识别说话者是谁；

语音合成（Speech Synthesis），即将文字信息转换为人类听得懂的语音。

Siri、智能音箱、车载设备，都是语音识别看得见、摸的着的应用。

感觉效果不好？口音、距离、噪声都会影响识别结果，下次可以换个安静的环境试试。