技术路径不只一条
在 AlphaGo成功挑战围棋世界冠军后,“深度学习”家喻户晓,已成为人工智能(AI)的代名词。
深度学习带动了人工智能的再次复兴,这次复兴的最大亮点,就是 AI开始在语音识别、机器视觉、数据挖掘等多个领域落地,真正释放出了商业上的价值。
各个行业的企业决策者也都有机会着眼自身战略,利用落地的 AI技术和应用聚焦业务流程优化、效率提升以及对全新机遇的发掘。
AI将推动全行业的转型升级
虽然 AI正因其创造的商业潜力而备受睹目,但严格来说,它的发展仍然处于早期阶段,就像婴幼儿需要依次及综合使用口、手和眼等感官来感知这个世界,刺激大脑发育一样,AI用来感知信息、实现智能进化的路径,也是多种多样的。
目前火爆的深度学习,以及一般的机器学习和基于规则的学习,都是目前 AI领域的主流技术路径。
人工智能、机器学习及深度学习的关系示意图
这些技术路径之间的关系,与其说是彼此竞争或替代,更不如说是互补的——基于它们不同特性和适用场景来实现互补。
现阶段主流 AI技术
路径的优势、适用场景和局限性总结
可见,在 AI之旅的起点上,企业面对的技术路径不只一条,选择也不限于一个。无论是传统推理、机器学习、深度学习,亦或是它们的融合,都是可选项。
领取专属 10元无门槛券
私享最新 技术干货