人工智能一词诞生于 1956 年，在由闵斯基、约翰·麦卡锡（John McCarthy）、克劳德·香农（Claude Shannon）等人掌管的达特茅斯会议上，人们提出「学习和智能的每个方面都能被精确地描绘，使人们能够制作一台机器来模仿它」的技能命名为「人工智能」（Artificial Intelligence）。[1]

　　人工智能触及广泛，方针多种多样，因而被拆解成多种需求处理的问题，包含但不限于：

　　亦称「常识工程」，专家体系期望面向范畴搜集清晰的常识，还有一些项目着眼于搜集常识。[3]

　　智能体的才能之一是能拟定方针并完结方针，在经典的规划问题中，人工智能需求运用自己的才能或与别人协作完结方针。[2]

　　人工智能涵盖了感知、学习、推理、决议计划等各类才能，其中心是能依据给定的输入做出判别或猜测。

　　◆图画分类（image classification），为图片打上对应标签（如景色、人物等）；

　　◆物体检测（Object Recognition），找到物体的方位，并认出它们是什么；

　　除此之外，还有人体姿势辨认、方针盯梢、SLAM、OCR、边际检测、稠密运动估量等衍生使命。

　　核算机视觉是现在使用最广泛的人工智能技能，如手机摄影中的人脸定位、银行中的人证比对、主动驾驶、安防、医疗印象辅佐确诊等等。

　　自然言语处理（Natural Language Processing）是指让核算机了解，或许伪装了解人类的言语，并完结一系列与文字相关的使命，有时也被称为「自然言语了解」、「核算言语学」。

　　人类的言语映射了实际国际，并承当表达、沟通等多种功用，较为杂乱。因而自然言语处理的使命也相对杂乱，包含但不限于：

　　◆机器翻译（Machine Translation），即经过核算机将一种自然言语转化为另一种自然言语。咱们常用的谷歌、有道翻译，都是机器翻译体系。

　　◆中文主动分词（Chinese Word Segmentation），即便用核算机主动对中文文本进行词语切分。

　　◆问答体系（Question Answering），即能够主动答复问题的对话体系。

　　自然言语处理技能广泛使用于翻译、情感核算、社会核算、舆情监控、Chatbot、数据剖析、常识图谱构建等等。

　　◆语音辨认（Speech Recognition），将人类的语音转化成文字；

　　◆语音组成（Speech Synthesis），将文字信息转化为人类听得懂的语音；

　　语音使命广泛使用于需求言语进行沟通的范畴，如语音输入、智能助理、智能音箱、机器人客服、言语测验等等。

　　常识图谱（Knowledge Graph），由节点和边组成的语义网络，能够将实际国际映射到数据国际，使用于问答体系、数据发掘、金融风控、医疗辅佐确诊等各类使用中。

　　引荐体系（Recommender System，或称 Recommendation System、Resys）是一种信息过滤体系，依据用户的前史行为、交际联系、爱好点，算法能够判别用户当时感爱好的物品或内容，广泛使用于广告、电商、线上社区等互联网使用中。