最熱門的人工智能技術(shù)

自然語言生成

利用計算機數(shù)據(jù)生成文本。目前應(yīng)用于客戶服務(wù)、報告生成以及總結(jié)商業(yè)智能洞察力。代表性廠商包括：Attivio、Cambridge Semantics、Digital Reason、Lucidworks、Narrative Science和SAS。

語音識別

將人類語音轉(zhuǎn)錄和轉(zhuǎn)換成對計算機應(yīng)用軟件來說有用的格式。目前應(yīng)用于交互式語音應(yīng)答系統(tǒng)和移動應(yīng)用領(lǐng)域。代表性廠商包括：NICE、Nuance Communications、OpenText和Verint Systems。

虛擬代理

弗雷斯特公司聲稱，“虛擬代理可謂是媒體界目前競相報道的對象。”從簡單的聊天機器人，到可以與人類進行交際的高級系統(tǒng)，不一而足。目前應(yīng)用于客戶服務(wù)和支持以及充當(dāng)智能家居管理器。代表性廠商包括：亞馬遜、蘋果、Artificial Solutions、Assist AI、Creative Virtual、谷歌、IBM、IPsoft、微軟和Satisfi。

機器學(xué)習(xí)平臺

不僅提供了設(shè)計和訓(xùn)練模型，并將模型部署到應(yīng)用軟件、流程及其他機器的計算能力，還提供了算法、應(yīng)用編程接口（API）、開發(fā)工具包和訓(xùn)練工具包。目前應(yīng)用于一系列廣泛的企業(yè)應(yīng)用領(lǐng)域，主要涉及預(yù)測或分類。代表性廠商包括：亞馬遜、Fractal Analytics、谷歌、H2O.ai、微軟、SAS和Skytree。

針對人工智能優(yōu)化的硬件：這是專門設(shè)計的圖形處理單元（GPU）和設(shè)備，其架構(gòu)旨在高效地運行面向人工智能的計算任務(wù)。目前主要在深度學(xué)習(xí)應(yīng)用領(lǐng)域發(fā)揮作用。代表性廠商包括：Alluviate、克雷、谷歌、IBM、英特爾和英偉達。

決策管理

引擎將規(guī)則和邏輯嵌入到人工智能系統(tǒng)，并用于初始的設(shè)置/訓(xùn)練和日常的維護和調(diào)優(yōu)。這是一項成熟的技術(shù)，應(yīng)用于一系列廣泛的企業(yè)應(yīng)用領(lǐng)域，協(xié)助或執(zhí)行自動決策。代表性廠商包括：Advanced Systems Concepts、Informatica、Maana、Pegasystems和UiPat。

深度學(xué)習(xí)平臺

一種特殊類型的機器學(xué)習(xí)，包括擁有多個抽象層的人工神經(jīng)網(wǎng)絡(luò)。目前主要應(yīng)用于由很龐大的數(shù)據(jù)集支持的模式識別和分類應(yīng)用領(lǐng)域。代表性廠商包括：Deep Instinct、Ersatz Labs、Fluid AI、MathWorks、Peltarion、Saffron Technology和Sentient Technologies。

生物特征識別技術(shù)

能夠支持人類與機器之間更自然的交互，包括但不限于圖像和觸摸識別、語音和身體語言。目前主要應(yīng)用于市場研究。代表性廠商包括：3VR、Affectiva、Agnitio、FaceFirst、Sensory、Synqera和Tahzoo。

機器人流程自動化

使用腳本及其他方法，實現(xiàn)人類操作自動化，從而支持高效的業(yè)務(wù)流程。目前應(yīng)用于人類執(zhí)行任務(wù)或流程成本太高或效率太低的地方。代表性廠商包括：Advanced Systems Concepts、Automation Anywhere、Blue Prism、UiPath和WorkFusion。

文本分析和NLP

自然語言處理（NLP）使用和支持文本分析，為此它借助統(tǒng)計方法和機器學(xué)習(xí)方法，為理解句子結(jié)構(gòu)及意義、情感和意圖提供方便。目前應(yīng)用于欺詐檢測和安全、一系列廣泛的自動化助理以及挖掘非結(jié)構(gòu)化數(shù)據(jù)等領(lǐng)域。代表性廠商包括：Basis Technology、Coveo、Expert System、Indico、Knime、Lexalytics、Linguamatics、Mindbreeze、Sinequa、Stratifyd和Synapsify。

ai-優(yōu)化硬件

圖形處理單元（GPU）和專門設(shè)計和架構(gòu)的設(shè)備，以有效地運行面向?qū)ο蟮挠嬎愎ぷ?。目前主要是在深度學(xué)習(xí)應(yīng)用方面有所不同。供應(yīng)商：Alluviate、Cray、谷歌、IBM、英特爾、英偉達。

聲明：以上方法源于程序系統(tǒng)索引或網(wǎng)民分享提供，僅供您參考使用，不代表本網(wǎng)站的研究觀點，證明有效，請注意甄別內(nèi)容來源的真實性和權(quán)威性。申請刪除>> 糾錯>>