人工智能有哪些方向？
1. 计算机视觉
计算机视觉(Computer vision, CV)是指机器感知环境的能力。这类技术中的经典任务包括图像生成、图像处理、图像提取和图像三维推理。目标检测和人脸识别是成功的研究领域。
计算机视觉有着广泛的应用，显示了这一技术的成就。让我们把它放到应用阶段。随着深度学习的发展，机器在特定情况下的表现甚至可以超过人类。然而，这种技术离社会影响阶段还有很长的路要走，要等到机器在所有场景中都能达到人类的水平(感知其环境的所有相关方面)。
https://pan.baidu.com/s/1kRYa0ncDghLcvIfGA48Utg?pwd=hs7u
提取码: hs7u
2. 语音识别
语音识别是指识别语音(口语)并将其转换为相应文本的技术。相反的任务(文本到语音/ TTS)也是该领域的一个类似的研究课题。
语音识别长期以来一直处于应用阶段。近年来，随着大数据和深度学习技术的发展，语音识别取得了很大的进步，现在已经非常接近社会影响阶段。
语音识别领域仍然面临一些特殊的问题，如声纹识别和“鸡尾酒会效应”。现代语音识别系统严重依赖云，离线时可能无法达到理想的工作效果。
3.机器学习
机器学习(ML)是计算机系统为了在不使用明确指令的情况下有效地执行特定任务而使用的算法和统计模型的科学研究。它被认为是人工智能的一个子集。机器学习算法基于样本数据构建数学模型，称为“训练数据”，无需显式编程来执行任务就可以进行预测或决策。
机器学习算法用于各种应用，如电子邮件过滤和计算机视觉，在这些应用中，为执行任务的特定指令开发算法是不可实现的。机器学习与计算统计学密切相关，后者的重点是利用计算机进行预测。算法优化的研究为机器学习领域提供了方法、理论和应用领域。数据挖掘是机器学习中的一个研究领域，主要研究对无监督学习进行探索性数据分析。在跨业务问题的应用中，机器学习也被称为预测分析。
