人工智慧 - 研究領域

人工智慧領域範圍廣泛。在接下來的內容中，我們將考慮人工智慧領域中廣泛流行的研究領域：

語音識別和聲紋識別

這兩個術語在機器人技術、專家系統和自然語言處理中很常見。雖然這兩個術語常被互換使用，但它們的目標不同。

語音和聲紋識別系統的運作

使用者對著麥克風說出的語音輸入到系統的音效卡。轉換器將模擬訊號轉換為等效的數字訊號進行語音處理。資料庫用於比較聲音模式以識別單詞。最後，將反向反饋提供給資料庫。

源語言文字成為翻譯引擎的輸入，將其轉換為目標語言文字。它們支援互動式圖形使用者介面、大型詞彙資料庫等。

研究領域的現實應用

人工智慧在人們日常生活中有很多應用：

序號	研究領域	現實生活中的應用
1	專家系統 例如：航班追蹤系統、臨床系統。
2	自然語言處理 例如：Google Now 功能、語音識別、自動語音輸出。
3	神經網路 例如：模式識別系統，如人臉識別、字元識別、手寫識別。
4	機器人技術 例如：用於搬運、噴塗、繪畫、精度檢查、鑽孔、清潔、塗層、雕刻等的工業機器人。
5	模糊邏輯系統 例如：消費電子產品、汽車等。

AI 任務分類

AI 領域分為形式化任務、普通任務和專家任務。

人類從出生起就學習普通任務。他們透過感知、說話、使用語言和運動來學習。他們後來按順序學習形式化任務和專家任務。

對人類來說，普通任務是最容易學習的。在嘗試在機器中實現普通任務之前，人們也認為這是正確的。早期，人工智慧的所有工作都集中在普通任務領域。

後來，事實證明，機器需要更多知識、更復雜的知識表示和更復雜的演算法來處理普通任務。這就是為什麼人工智慧工作現在在專家任務領域更加繁榮的原因，因為專家任務領域需要專家知識而不需要常識，這更容易表示和處理。