AI系統(tǒng)：硬件+感知識別+數(shù)據(jù)+算法

AI的原理

利用物聯(lián)網(wǎng)等技術(shù)得到現(xiàn)實世界和人體數(shù)據(jù)，再通過算法給對象貼標(biāo)簽，分類，也就是識別對象，再找出對象之間的相關(guān)性和量，以及行為的概率，發(fā)現(xiàn)問題和規(guī)律，再提供to b服務(wù)或者to c千人千面的個性化服務(wù)。

舉例子：AI其實就是我們喂給機器目前已有的數(shù)據(jù)，機器就會從這些數(shù)據(jù)里去找出一個最能滿足（此處用“擬合”或可提升逼格）這些數(shù)據(jù)的函數(shù)，當(dāng)有新的數(shù)據(jù)需要預(yù)測的時候，機器就可以通過這個函數(shù)去預(yù)測出這個新數(shù)據(jù)對應(yīng)的結(jié)果是什么。

所以在做智能產(chǎn)品之前問自己什么信息是可以采集的，什么信息可以通過算法統(tǒng)計得到的，現(xiàn)實世界又有什么問題效率低下可以改善？

那人類是如何思考的？

可看我之前整理的記憶原理篇，總結(jié)為輸入-意識-感官識別-編碼-關(guān)聯(lián)-存儲-分類-重復(fù)-輸出。

有沒有發(fā)現(xiàn)現(xiàn)在的AI很像人呢？？？？只是沒有情感和真正的意識

人腦構(gòu)成：

電腦----模擬大腦

馮諾伊曼pc：

所以一款產(chǎn)品的智能模型：

機器智能學(xué)習(xí)分類：

監(jiān)督式學(xué)習(xí)(訓(xùn)練數(shù)據(jù)，數(shù)據(jù)被標(biāo)識)、非監(jiān)督式學(xué)習(xí)（關(guān)聯(lián)規(guī)則，數(shù)據(jù)并不被特別標(biāo)識）、半監(jiān)督式學(xué)習(xí)（預(yù)測和分類，部分沒有被標(biāo)識，對未標(biāo)識數(shù)據(jù)進行建模）、強化學(xué)習(xí)（輸入數(shù)據(jù)直接反饋到模型，模型必須對此立刻作出調(diào)整，也就是輸出）。

具體見這篇

AI核心：物聯(lián)網(wǎng)技術(shù)+模式識別+數(shù)據(jù)多維度多+業(yè)務(wù)規(guī)則+算法

基礎(chǔ)層：

物聯(lián)網(wǎng)IOT（二維碼標(biāo)簽和識讀器、RFID標(biāo)簽和讀寫器、攝像頭、定位GPS、無線傳輸zigbee、短距離通信如NFC等）、神經(jīng)網(wǎng)絡(luò)芯片、傳感器融合、圖形處理器GPU、集成電路可編程器器件門序列FPGA、通信技術(shù)ICT（如WAN/ LAN/藍(lán)牙/ VPN/PBX/視頻監(jiān)控/網(wǎng)絡(luò)安全等）、自然語言處理、模式識別（語音識別、圖像識別、指紋、人臉）、機器視覺（提供傳感器模型，系統(tǒng)構(gòu)造，物體定位，特征檢測、缺陷判斷，目標(biāo)識別，技術(shù)和運動跟蹤）、人機交互（AR/VR等）、深度學(xué)習(xí)等算法（生成分析預(yù)測優(yōu)化）、大數(shù)據(jù)(匯集、存儲、云計算、可視化)、云計算、GPS、SLAM、路徑規(guī)劃等、一手?jǐn)?shù)據(jù)

框架層：

TensorFlow, Caffe, Theano, Torch, DMTK, DTPAR, ROS等框架或操作系統(tǒng)

應(yīng)用平臺層：

行業(yè)應(yīng)用分發(fā)和運營平臺，機器人運營平臺。

解決方案層：

智能廣告、智能診斷、自動寫作、身份識別、智能投資顧問、智能助理、無人車、機器人等場景應(yīng)用。交通規(guī)劃和預(yù)測、情感分析等技能。ET能實現(xiàn)直播實時字幕、看圖說話、個性化推薦、體育視頻分析，幫助人們更好地接受和處理各種格式的信息；還能提供包括智能客服、工業(yè)設(shè)備異常檢測、法庭庭審速記、金融風(fēng)控、電子商務(wù)惡意行為監(jiān)、智能外賣調(diào)度、智能投顧將幫助金融機構(gòu)開拓用戶、公共服務(wù)（安防監(jiān)控，無人機、預(yù)測警務(wù)應(yīng)用可以應(yīng)用于反恐、維護公共治安）、液化氣泄漏、雨天窗戶自動關(guān)閉系統(tǒng)，澆花，喂魚等，遠(yuǎn)程了解老人小孩狀況、檢測用戶的英語口語能力并進行打分。

應(yīng)用范圍：

人工智能更易于解決符合以下特點的商業(yè)問題：

●行業(yè)存在持續(xù)痛點；

●商業(yè)流程本身具備數(shù)字化的信息輸入，問題可以細(xì)分并清晰地界定，商業(yè)流程存在重復(fù)，且獲得的結(jié)果的溝通以書面溝通或單項溝通為主；

●商業(yè)流程較少受整體商業(yè)環(huán)境的復(fù)雜影響。

應(yīng)用類型

包括對象和行為的識別、分析、預(yù)測、監(jiān)控、控制、自動化。

案例：

1）物流配送

傳統(tǒng)外賣配送采用人工調(diào)度，由派單員進行手工派單，所依據(jù)的是有限的餐廳和配送員的數(shù)據(jù)，因此派單隨機性強，配送效率低，派單高峰時，爆單現(xiàn)象頻發(fā)，派單本身的人工成本較高。互聯(lián)網(wǎng)外賣應(yīng)用的火爆，積累大量外賣場景的相關(guān)數(shù)據(jù)后，阿里云大數(shù)據(jù)孵化器團隊采用人工智能技術(shù)，基于外賣場景的數(shù)據(jù)基礎(chǔ)，分析餐廳、配送員、訂餐人、配送路徑的特點、并結(jié)合業(yè)務(wù)規(guī)律、天氣等數(shù)據(jù)實現(xiàn)智能調(diào)度高級算法，實現(xiàn)機器實時智能調(diào)度，從而合理利用運力，提高配送效率。當(dāng)場景應(yīng)用形成正循環(huán)后，甚至能夠提前對用戶行為（如提醒訂餐）和餐廳行為（如點菜和出餐速度分析）等進行影響分析，從而進一步提高外賣場景的整體效率。

2）跑步提醒

Stepp它可以在你的跑步過程中追蹤整個下肢的運動動態(tài)，并通過耳機讓你在跑步中獲得實時指導(dǎo)，對你的跑步姿勢和受傷可能性進行提醒，通過Stepp讓你在運動過程中獲得世界級，個性化的跑步教練

3）與虛擬世界互動

如果你每次戴上虛擬現(xiàn)實頭盔的第一個動作就是想要伸手摸摸自己在屏幕中看到的一切，現(xiàn)在這款Gloveone虛擬現(xiàn)實手套可以幫你完成這個愿望?？梢赃@么說，戴上Gloveone手套之后，就可以摸到虛擬顯示頭盔中看到的所有東西。例如說河流、蘋果甚至是面前的美女。此外，戴上這款手套后手指還可以感受到風(fēng)、雨、雪甚至是迎風(fēng)飛舞的蜻蜓蝴蝶。

4）監(jiān)測植物環(huán)境

Plant Friends 是一個植物環(huán)境監(jiān)控系統(tǒng)。它能監(jiān)測土壤濕度、空氣溫度和空氣濕度，并將通過電子郵件和短信提醒你當(dāng)你的植物口渴了。電池供 電的系統(tǒng)，無線，Arduino和覆盆子基于APi和附帶了一個Android應(yīng)用程序。應(yīng)用程序使您能夠查看實時和歷史數(shù)據(jù)(溫度、濕度、土壤水分)在 你的手機上。

在農(nóng)業(yè)、類似于種植，比如對土壤酸堿度、濕度的自動識別幫助我們灌溉，預(yù)測產(chǎn)量，都是可以做到的。比如可以通過衛(wèi)星云圖預(yù)測某種作物它的產(chǎn)能和產(chǎn)量

5）監(jiān)測身體反應(yīng)

相親：智能隱形眼鏡可以通過記錄你的身體反應(yīng)來追蹤你觀察最頻繁的人，比如激素水平增加、信息素產(chǎn)生加速等。在更深的層面上，這種技術(shù)還可以根據(jù)物理、化學(xué)以及神經(jīng)信號等，確認(rèn)你的核心性格特征，比如你對沖突或在社交場合如何反應(yīng)，以便進行完美匹配。而穿戴技術(shù)以及VR的發(fā)展，將使戀愛進一步數(shù)碼化和情景化。

6）跟蹤人類活動

這款智能水壺，配置了720毫升的容量，并配置了App操作使用，也可以通過藍(lán)牙連接手機。當(dāng)它計算出你身體開始缺水時，壺身就會發(fā)亮，提示你該喝水了。

Hatch Baby智能尿布墊，你可以通過App就能了解到嬰兒的體重變化，每一餐攝入的食物量和水量，以及換尿布的時間等，并且這個尿布墊還可以隨著嬰兒體型而調(diào)整大小。

運動健身：川崎智能羽拍完美內(nèi)置一顆智能芯片，它能夠記錄你扣殺、平擋、拋球、搓球等的次數(shù)、力度、弧度以及消耗的卡路里，讓你更加了解每一次運動數(shù)據(jù)，了解自己的動作殺傷力和爆發(fā)力，更好地調(diào)整動作技術(shù)水準(zhǔn)。在川崎智能羽球?qū)俚摹爸悄苡鹎颉盇PP里，可以針對用戶每周運動情況所作的一個健康統(tǒng)計，通過運動頻次、運動時間和卡路里消耗情況，綜合評估你的健康狀態(tài)。并根據(jù)用戶個人BMI(身體質(zhì)量指數(shù))設(shè)定適合自己的運動目標(biāo)。讓你的運動更具效率!

7）智能教學(xué)

推薦學(xué)習(xí)路徑：傳統(tǒng)教學(xué)中，學(xué)生接受老師傳播知識內(nèi)容的時間是一致的，包括信息量也是一致的。上課45分鐘的時間里10個知識點，前20分鐘有些學(xué)生已經(jīng)學(xué)到了10個知識點;而剩下的時間里，學(xué)會的學(xué)生可能開始懈怠。智適應(yīng)教育將學(xué)生畫像+內(nèi)容側(cè)寫、機器學(xué)習(xí)+概率圖模型結(jié)合進行個性化學(xué)習(xí)內(nèi)容和路徑相匹配;針對學(xué)生做出一個最為精準(zhǔn)的學(xué)習(xí)路徑的推薦。同時，根據(jù)教育測量學(xué)、認(rèn)知診斷理論，能把每個學(xué)生他所缺的部分都精準(zhǔn)規(guī)劃出來

檢測詞匯量：先給你第15級的單詞，測完之后如果你會了，我們就知道你的詞匯量是在1.5到3萬之間。如果你不會，我們就知道你的詞匯量在0到1.5萬之間，以此類推。

8）監(jiān)測銷售運營

比如通過銷售和客戶的通話錄音，分析銷售在溝通過程中是否提到公司所需的關(guān)鍵詞，這是白名單，同時還可以有黑名單，識別銷售與客戶在溝通語音進行分析判斷。

9）聲音轉(zhuǎn)文字，圖片轉(zhuǎn)文字，語音合成

10）監(jiān)控環(huán)境

防盜：在車上安裝GPS定位器可以有效防盜防丟，隨時跟蹤掌握愛車的情況，還能在開車的時候做到導(dǎo)航的作用，更能做到一次性充電長久使用想去哪就去哪就是這么輕松。

微型攝像頭：迷你的造型，走到哪里都可以隨處攜帶，可以應(yīng)變各種意外

11）智能搜索+問答：

智能理賠、智能客服

企業(yè)商業(yè)模式類型：

1）生態(tài)構(gòu)建者（大量計算能力投入，積累海量優(yōu)質(zhì)多維度數(shù)據(jù)，建立算法平臺、通用技術(shù)平臺和應(yīng)用平臺，以場景應(yīng)用為入口，積累用戶）

2）技術(shù)算法驅(qū)動者（算法平臺和通用技術(shù)平臺）

3）應(yīng)用聚焦者（掌握細(xì)分市場數(shù)據(jù)，選擇合適的場景構(gòu)建應(yīng)用，建立大量多維度的場景應(yīng)用，抓住用戶）

4）垂直行業(yè)先行者（如滴滴出行、曠視科技）

5）基礎(chǔ)設(shè)施提供者（以芯片或硬件）五類競爭定位模式

數(shù)據(jù)的來源

方式一，自籌數(shù)據(jù)，即從零開始，投入大量人力采集數(shù)據(jù)。例如，很多聊天機器人公司聘請人類擔(dān)任“AI訓(xùn)練師”，讓他們手動創(chuàng)建或核實虛擬助手做出的預(yù)測。一旦能夠引發(fā)數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)，即形成“更多用戶—更多數(shù)據(jù)—更優(yōu)智能算法—更好產(chǎn)品—更多用戶”的正循環(huán)后，所需人力就無需再跟隨用戶數(shù)量同步增加，這種簡單的自建數(shù)據(jù)策略就能取得成功。另一些公司采取向消費者提供特定領(lǐng)域免費應(yīng)用的策略，以此來快速積累數(shù)據(jù)。例如，Madbits、Clarifai等圖像識別公司都推出了免費的照片應(yīng)用，以便為圖像識別核心業(yè)務(wù)收集更多的圖像數(shù)據(jù)。

方式二，公共數(shù)據(jù)。美國聯(lián)邦政府已在Data.gov數(shù)據(jù)平臺開放了來自多個領(lǐng)域的13萬個數(shù)據(jù)集的數(shù)據(jù)。這些領(lǐng)域包括圖中所列的農(nóng)業(yè)、商業(yè)、氣候、生態(tài)、教育、能源、金融、衛(wèi)生、科研等十多個主題。

方式三，產(chǎn)業(yè)數(shù)據(jù)協(xié)同，即下游創(chuàng)業(yè)或行業(yè)公司和產(chǎn)業(yè)鏈上游的數(shù)據(jù)或平臺型公司建立合作，連接對雙方均有利的產(chǎn)品或數(shù)據(jù)，例如：益海鑫星、有理數(shù)科技和阿里云數(shù)加平臺合作，以海洋局的海量遙感衛(wèi)星數(shù)據(jù)和全球船舶定位畫像數(shù)據(jù)為基礎(chǔ)，打造圍繞海洋數(shù)據(jù)服務(wù)平臺，服務(wù)于漁業(yè)、遠(yuǎn)洋貿(mào)易、交通運輸、金融保險、石油天然氣、濱海旅游、海水墾殖、環(huán)境保護等眾多行業(yè)，從智能指導(dǎo)遠(yuǎn)洋金槍魚捕撈到智能預(yù)測船舶在港時間，場景豐富。

幾大公司目前布局情況：

IBM——是人工智能布局最早的公司，源于沒有抓住移動時代，它提前針對下一個時代進行布局。

AI技術(shù)：語音語義、深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò) （曾收購過AlchemyAPI）

整體解決方案：商業(yè)解決方案Waston API（提供了一套完整的API，語音到文本、文本到語音、權(quán)衡分析、獨特見解、提問和回答、語氣分析器以及視覺識別。）

云平臺：IBM Bluemix開放云技術(shù)平臺（ PaaS+ 7 種 IBM Watson 服務(wù)）、機器學(xué)習(xí)平臺SystemML

硬件：人工智能芯片TrueNorth

產(chǎn)業(yè)布局：深藍(lán)計算機；智能機器人（與蘋果、與軟銀機器人Pepper）合作；物聯(lián)網(wǎng)；醫(yī)療服務(wù)；VR游戲。

Google-Alphabet——人工智能實力最強大的公司

AI技術(shù)：視覺、語音、自然語言、大數(shù)據(jù)、 神經(jīng)網(wǎng)絡(luò)訓(xùn)練+深度? ? 學(xué)習(xí)（曾收購過Dark blue labs、Vision factory、Deepmind、Jetpac、DNNresearch一堆技術(shù)公司）

云平臺：第二代機器學(xué)習(xí)系TensorFlow（包括了各種“預(yù)訓(xùn)練”模型、自然語言處理、推薦系統(tǒng)、模式識別以及預(yù)測功能）

硬件：人工智能加速器芯片TPUs （Tensor processing units）

產(chǎn)業(yè)布局：無人駕駛、基于智能手機的各種app應(yīng)用與插件、智能家具（硬件手表、家具中樞Google Home）、VR生態(tài)（Daydream平臺、VR頭顯與控制器、適用的手機。

下面具體講解幾個核心技術(shù)

計算機視覺技術(shù)：

識別流程：

計算機視覺技術(shù)與企業(yè)：

語音識別流程：

語音識別技術(shù)及企業(yè)：

神經(jīng)網(wǎng)絡(luò)

人類至今尚未明白人腦的工作原理，不過這沒關(guān)系，我們可以先復(fù)制出一個人腦的計算模型：一件事情并非像計算機程序那樣輸入指令輸出結(jié)果，而是在人腦的多個神經(jīng)元傳遞，每個神經(jīng)元都對信息進行自己的加工，最后輸出的結(jié)果。計算機科學(xué)家用同樣的方式，在輸入和輸出之間，加入了非常多的“節(jié)點”，每個節(jié)點會對前一個節(jié)點傳來的數(shù)據(jù)，按照自己擁有的一個權(quán)重系數(shù)進行加工，有時候節(jié)點還會分層。這就是“人工神經(jīng)網(wǎng)絡(luò)”

開放技術(shù)平臺API：

IBM的開放沃森分析平臺、臉譜網(wǎng)的wit.ai開放平臺、科大訊飛的AIUI開放平臺、AI語音功能

技術(shù)操作系統(tǒng)（包括物聯(lián)網(wǎng)連接、人機交互、云存儲和一體化、并行計算等要素）：

谷歌的TensorFlow，facebook的Torc，Caffe（圖像處理）

附上AI核心之大數(shù)據(jù)版圖（17年）：

全部公司見這里：

AI中國公司排名：

AI應(yīng)用之機器人

產(chǎn)業(yè)鏈：

主要國家：

日（發(fā)那科、安川、歐地希、川崎、不二越）、美（AdeptTechnology、AmericanRobot、美國百特、雅馬哈機器、精工愛普生、愛德普）、德（庫卡、徠斯）、韓（現(xiàn)代重工）、中、瑞士（ABB、史陶比爾）、意大利（柯馬）

分類：

家用、工業(yè)、專用。

家用服務(wù)機器人：

主要包括家政服務(wù)機器人（包括烹飪、清潔、割草機等家庭作業(yè)）、娛樂機器人（如樂高玩具）、助殘機器人、教育助手、個人交通機器人和家庭安全與監(jiān)視機器人。其中，家政服務(wù)機器人和娛樂機器人占據(jù)主要市場份額。

工業(yè)及專用機器人作業(yè)種類（一般是特殊環(huán)境和高精度要求）：

移動運輸搬運、分揀、裝卸、整車的焊接、零部件的焊接、堆垛、激光加工、冶金鑄造、密封涂膠、塑料的生產(chǎn)加工、切割、研磨、包裝、噴漆、掃描測量和檢驗、真空環(huán)境下工作的機器人、潔凈環(huán)境中使用的工業(yè)機器人。

軍用、戶外（如水下機器人、消防救援、農(nóng)業(yè)）、地外星球探測、公共服務(wù)（醫(yī)療等）

應(yīng)用市場排名：

國內(nèi)外工業(yè)機器人產(chǎn)業(yè)鏈供應(yīng)商一覽

分布在北京、哈爾濱、沈陽、大連、南京、上海、合肥、蘇州、寧波、長沙、廣東等

上游是核心零部件，主要的是減速機和控制系統(tǒng)，這相當(dāng)于機器人的‘大腦’，中游是機器人本體，就是機器人的‘身體’，下游是系統(tǒng)集成商（將批量的機器人、網(wǎng)絡(luò)系統(tǒng)以及其他輔助設(shè)備組成一個生產(chǎn)車間），國內(nèi)95%的企業(yè)都集中在這個環(huán)節(jié)上。上游產(chǎn)業(yè)價值最高，減速機為核心物質(zhì)

一般的機器人都由機械結(jié)構(gòu)、控制驅(qū)動系統(tǒng)、感知系統(tǒng)、交互系統(tǒng)等部分組成。

通用軟件平臺:

機器視覺是現(xiàn)有的機器人從自動化設(shè)備轉(zhuǎn)變?yōu)橹悄軝C器的一個關(guān)鍵因素。最初是作為機器人的輔助工具，提高柔性和對工作環(huán)境的反饋，主要應(yīng)用于引導(dǎo)和定位、檢測和識別等，隨著工業(yè)大數(shù)據(jù)和深度學(xué)習(xí)的發(fā)展，未來將使機器視覺成為智能生產(chǎn)系統(tǒng)的主導(dǎo)，做出決策和預(yù)判斷

注意看阿里寫的《人工智能 未來制勝之道》，寫的很好

《人工智能標(biāo)準(zhǔn)化白皮書2018》