近年、最もレッドな分野は何かと言えば、多くの人がワーカー・インテリジェンスだと感じるでしょうし、現段階では多くの高等教育機関が人工知能専攻を設置しています。 では、この職業のコース内容は具体的にどのようなもので、今後の展開はどうなるのでしょうか。 今日は詳しい説明をします。

A、人工知能の詳しい紹介

人工知能に関しては、実は錆びついているわけではなく、ネットワーク時代に生成された膨大なデータ情報が、最適化アルゴリズムを圧力の根源とする人工知能の技術的生産のための材料条件を生み出しているのです。

この2年間で、GoogleのAlphaGoが囲碁の世界チャンピオンを継続的に破ったり、自動運転車が開発したBaidu検索などのテクノロジー企業の製品が長い間道路を走っているのを見ると、人工知能の技術力が長い間高いレベルにあることを示しているように思えます。

しかし現実には、人工知能は実際に何ができるのでしょうか。 "具体的にどこで使えるのか?" "それは人々にどのような課題を与えることができるのか?" 正直なところ、AI技術の利用レベルでは、私たちのテクノロジー企業は主にもう少しポジティブに振る舞っているように見えます。

たとえば、Baidu検索は基本的にグループのすべての商品とサービスのプロジェクトにAIのキーテクノロジーを入れて、アリはNASAの計画を遂行するによると、AIの技術性に焦点を当てて "普遍的な知恵 "につながるように、ファーウェイも長い間、人工知能の統合icの独立した研究開発を発表し、グループのスマートマシンの商品に使用されます。

人工知能は、知的生産システム、マシンビジョン技術、ビッグデータ分析とソリューション、翻訳機、テキスト分析とテキスト理解、自律走行、無人コンビニエンスストア、フェイスペイメント、対話ロボットこれらの産業の側面の使用に比較的近いものであることがわかります。

南京大学コンピュータ専門家教授の詳細は、人工知能の科学的研究は、2つの方向性を持っています：最初の強い人工知能と呼ばれる、サイエンスフィクション作品では、より発生し、全体的な目標は、人と同じくらいインテリジェントなロボットを作ることであり、さらに他の人がよりインテリジェントである;他の弱い人工知能と呼ばれる、いくつかの作業を行うために人々の能力への参照であるように、スマートを行うための機器は、人々の知的労働者の救済に 専用ツール。 現段階で学者が重要視しているのは、後者のタイプです。

II.専門家の解剖への関与

南京大学の専門家の先生方は、人工知能そのものの専門的な知識から始まり

コア・ファンダメンタル・レイヤー」のキーとなる人工知能専門家の専門知識には、機械学習(学習トレーニング期間のキー)、専門知識の表示と解決(論理的推論期間と専門知識期間のキーの組み合わせ)が含まれます。

ここから上の「サポートポイント技術層」には、コンピュータビジョンや人工知能のアルゴリズム、自然言語によるソリューション、全自動の全体計画、多知能ボディシステムソフトウェア、ヒューリスティックサーチ、計算知能、映像・音声情報リソース管理などが含まれます。

直上の「サービスプラットフォームシステムソフトウェア層」には、機械学習システムソフトウェアのサービスプラットフォーム(Tensorflowなど)、人工知能プログラミング(LISP、Pythonなど)、知能制御システム、知能ロボットなどが含まれます。

また、さらに上の他のコースとの「クロスネットワーク層」があり、上記の各層が1つ以上のコースとマッチングします。

III.可能な専門分野

まず確立しなければならないのは、AIは人文科学と社会科学の交錯するスタイルに該当し、実際に特定のコースがあるわけではないという定義です。この業界で重要な科学研究は、画像認識技術、言語認識、データ管理システム、自然言語の解決、知的ロボット科学研究などです。 数学の授業、社会心理学、神経系生理学、情報理論の基礎、電子情報学、哲学思想と脳科学、非決定論とそのサイバネティクスなどが含まれます。

一方、科学研究では、自然言語解決、機械学習、ニューロンネットワーク、コンピュータビジョン、インテリジェントサーチなどがあります。 主な用途としては、翻訳機、言語表現とグラフィカルな理解、全自動プログラミング設計、データ管理システムなどがあります。

高等教育機関に設置された人工知能は、大きく2つの方向に分けられます。

最適化アルゴリズムの方向性

機械学習、ニューラルネットワークアルゴリズム、インテリジェントコンピューティングなどを含め、人間の脳のシステムソフトウェアのためのデバイスを簡単に理解することができるように、プログラムの書き込み、最適化アルゴリズムへのアプリケーションの多くでなければなりません。

したがって、学生のこの方向に行く準備の前に、非常にプログラムの書き込みの趣味に興味を持っている最初の、大学や大学は、数学、統計、コンピュータサイエンスや他の専門家を選ぶことができます。

1、好ましい選択は、電子コンピュータの方向にすることができ、そのような "電子情報科学"(ComputerScience)、ソフトウェア開発(SoftwareEngineering)は、現在の状況は、AIの方向の練習の最も専門的な対応と思われる "です。 Electronic Information Science」(以下、「CS」という。 例えば、MachineLearning、ComputerVision、NaturalLanguageProcessing、Big Data Miningなど、AIの主要な用途については、CSの上級学部や大学院の授業内容と科学研究の方向性が一致しています。 科学的な研究の方向性を示しています。

2.基礎理論や科学研究に興味のある方は、「応用数学」を選択することを強くお勧めします。 機械学習は、基本的には線形微分方程式、一般理論、行列解析などの数学講座の応用です。

したがって、人工知能の実践者は、数学の基礎をしっかりと身につけていなければなりません。 線形微分方程式、離散数学、数理統計学、情報理論の基礎など、この手の人工知能や機械学習の基礎全般。

3、「インテリジェント・サイエンス・アンド・テクノロジー」の専門家。 知的科学技術」専攻の多くは、電子情報科学ComputerScienceと電子技術ElectricalEngineering専攻の中間に近い。

学部はより基礎的な内容で、本当の意味での知的科学研究は修士課程で行うことになります。 しかし、より良い基礎的な学部課程を持つことができれば、例えば、数学、英語、プログラムを書く能力、簡単なシミュレーションや最適化アルゴリズムの適用など、その後のトレーニングや学習の発展傾向に非常に役立つ。

減速方向

自動化技術をリードとして、大学は機械専攻、電気専攻、電子情報、自動化などの専攻を選ぶことができ、そのような専攻は一定のレベルで人工知能の方向に整列されます。

この職業によると、将来的にはますます優秀な人材、科学技術の学生のタイプを統合する必要があり、文学や歴史の項目を見ることができる時間があります。 文学と歴史の学生は、その後、あなたが関連する仕事を実践したい場合は、最初に数学のクラスを学ぶために、第二は完璧にこの専門を学ぶために、最終的な分析では、人工知能は、唯一の特別なツールであり、この専門を罰金を学ぶし、あなたが方法として人工知能を取ることができるかどうかを確認し、特別なツールは、圧力のルートと見なされるように、この専門に必要です。