人工智慧技術包括電腦視覺、語音辨識、自然語言處理、機器學習、大數據五大部分。電腦視覺是指用攝影機和電腦取代人眼對目標進行識別、追蹤和測量，並進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的影像。語音辨識技術就是讓機器透過辨識和理解過程把語音訊號轉變為對應的文字或指令的高新技術等等。
人工智慧技術包括電腦視覺、語音辨識、自然語言處理、機器學習、大數據五大大部分。
一、電腦視覺
電腦視覺是指用攝影機和電腦取代人眼對目標進行識別、追蹤和測量，並進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器偵測的影像。
作為一個科學學科，電腦視覺研究相關的理論和技術，試圖建立能夠從圖像或多維資料中獲取「資訊」的人工智慧系統。電腦視覺目前也主要停留在影像資訊表達和物體辨識階段，人工智慧更強調推理和決策。目前電腦視覺主要應用在安防攝影機、交通攝影機、無人駕駛、無人機、金融、醫療等方面。
二、語音辨識
語音辨識技術就是讓機器透過辨識與理解過程把語音訊號轉變為對應的文字或指令的高新技術。
語音辨識技術主要包括特徵擷取技術、模式匹配準則及模型訓練技術三個面向。語音辨識是人機互動的基礎，主要解決讓機器聽清楚人說什麼的難題。人工智慧目前落地最成功的就是語音辨識技術。語音辨識目前主要應用在車聯網、智慧翻譯、智慧家庭、自動駕駛方面。
三、自然語言處理
自然語言處理大體包括了自然語言理解和自然語言生成兩個部分，實現人機間自然語言通信意味著要使電腦既能理解自然語言文本的意義，也能以自然語言文本來表達給定的意圖、思想等，前者稱為自然語言理解，後者稱為自然語言生成。自然語言處理是電腦科學領域與人工智慧領域中的重要方向。
針對某一應用，具有相當自然語言處理能力的實用系統已經出現，典型的例子有：多語種資料庫和專家系統的自然語言介面、各種機器翻譯系統、全文資訊檢索系統、自動文摘系統等。
四、機器學習
機器學習就是讓機器具備人一樣學習的能力，專門研究電腦怎樣模擬或實現人類的學習行為，以獲得新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能，它是人工智慧的核心。
機器學習已經有了十分廣泛的應用，例如：資料探勘、電腦視覺、自然語言處理、生物特徵識別、搜尋引擎、醫學診斷、證券市場分析、DNA序列定序、語音和手寫識別、戰略遊戲和機器人運用。
五、大數據
大數據，或稱為巨量資料，指的是需要全新的處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高成長率和多樣化的資訊資產。也就是說，從各種類型的數據中，快速獲得有價值資訊的能力，就是大數據技術。大數據是AI智能化程度升級與演化的基礎，擁有大數據，AI才能夠不斷的進行模擬演練，不斷向著真正的人工智慧靠攏。
以上是人工智慧技術有哪些的詳細內容。更多資訊請關注PHP中文網其他相關文章！
