AI产品经理网课笔记9/7

标题：常见的AI技术解析
笔记：
1.常见的AI技术：自然语言生成，语言识别，虚拟现实，机器学习平台，针对AI优化的硬件和芯片，决策管理技术，深度学习平台，生物特征识别技术，机器人流程自动化，文本分析和NLP;
2.自然语言生成：抽象命题（输入）-语义分析+语法+算法规划-生成文本（输出）
3.语音识别：语音输入（近场，远场）-特征提取-输入模型库-模式匹配-识别结果
4.虚拟现实：以人为中心，处理图像环境。数据采集（360度/720度）-处理图像声音环境-输出VR/SR
5.机器学习：历史数据/新数据-机器训练/输入-特征提取-输入到神经网络-输出未来结果；
6.深度学习：更加强调神经网络。输入层-隐含层-输出层；隐含层是模拟人脑的思维方式；
7.针对AI优化的芯片：终端设备智能化，为每个终端用户提供及时性的智能需求。在终端进行自我运算，架构：CPU,GPU,ISP/DSP,分布式AI芯片层，形成神经网络处理分布中心，不把数据传输至GPU/CPU进行运算。
8.决策管理系统：知识数据库，模型算法库，分布式数据库-神经网络处理-交互语言系统-应用端；
9.生物特征识别技术：指纹，静脉，虹膜，面部，DNA，行为步态-机器学习-未来
10.RPA（机器人流程自动化）：输入需求-算法规则-输出目标。适合智慧工厂。
11.NLP（自然语言处理）：环境数据-行为数据-能力数据-信念-身份-精神
12.企业的视角：交互层（ITO，大屏，多语种，APP，打印），感知层（室内定位，SR，高清摄影，FACE ID，激光扫描），智能层（图像识别，语音识别，BI,DL，知识图谱，云计算）