- 综合排序
- 最热优先
- 最新优先
【人工智能的定义与应用】
人工智能的定义 人工智能（Artificial Intelligence，AI）是通过计算机系统模拟人类智能的学科，涵盖机器学习、自然语言处理、计算机视觉等领域，旨在实现推理、学习和问题解决等能力。 深度学习：基于神经网络的机器学习分支，广泛应用于图像识别、语音处理等复杂任务。 自然语言处理（NLP）：使计算机理解、生成人类语言，应用于聊天机器人、翻译系统等。 上下文工程的应用案例 在博客内容创作中，上下文工程能够帮助生成更连贯、符合主题的文章。通过合理的上下文设计，AI可以理解并延续作者的写作风格和主题方向。 例如，一位经常阅读科技类博客的读者，系统会优先推荐最新的人工智能发展动态。 多语言博客翻译 上下文工程在多语言博客翻译中发挥重要作用。AI不仅翻译文字，还保持原文的语境和风格。 例如，一篇长博客被拆分为社交媒体帖子时，AI会提取核心观点并添加适合平台的互动元素。 发展趋势 通用人工智能（AGI）：向具备人类综合智能的方向探索。
56710编辑于 2025-08-28- 来自专栏思谱云汇人工智能
人工智能现阶段应用的领域
人工智能的定义： 人工智能它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等，人工智能可以对人的意识、思维的信息过程的模拟。人工智能研究的一个主要目标是使机器能够完成一些通常需要人类智能才能完成的复杂工作。 人工智能现阶段应用的领域1.jpg 人工智能主要应用领域 1、农业：农业中已经用到很多的AI技术，无人机喷撒农药，除草，农作物状态实时监控，物料采购，数据收集，灌溉，收获，销售等。 通过应用人工智能设备终端等，大大提高了农牧业的产量，大大减少了许多人工成本和时间成本。 人工智能现阶段应用的领域2.jpg 人工智能现阶段应用的领域3.jpg 2、通信：智能外呼系统，客户数据处理（订单管理系统），通信故障排除，病毒拦截（360等），骚扰信息拦截等 3、医疗：利用最先进的物联网技术
1.5K00发布于 2019-06-01 - 来自专栏人工智能终端
人工智能、机器学习技术的应用
人工智能、机器学习技术的应用 人工智能、机器学习以及深度学习这些热点技术，受到了极为广泛的关注，这要归功于很多大型互联网公司对这些技术的应用，人工智能算法，例如图像或者语音识别，以及自然语言处理，我们大多数人几乎每天都会使用这样的系统和应用 这些变化导致了很多有趣的应用产生，例如无人机、ADAS辅助驾驶以及可移动的智能机器人，而且这仅仅是个开始。 在本文中，我们将在系统设计层面，综合阐述如何考虑在边缘部署人工智能。 因此，我们需要通过不断的试验以及试错，来获得最合适的解决问题的方法。从这个角度讲，深度学习是目前人工智能普及的主要驱动力。 架构:选择正确的工具 应用的需求和限制是驱动带有人工智能算法的最终产品标准的因素。 Jetson AGX Xavier开发套件 数据 & 训练:获取正确的结果 数据是人工智能的真正货币，通过收集、处理和分析数据，公司可以对业务流程、人类行为或识别模式获得重要而有意义的认知。
1.7K30发布于 2020-09-09 - 来自专栏华章科技
人工智能的十大应用
导读：人工智能已经逐渐走进我们的生活，并应用于各个领域，它不仅给许多行业带来了巨大的经济效益，也为我们的生活带来了许多改变和便利。下面，我们将分别介绍人工智能的一些主要应用场景。 06 智能外呼机器人 智能外呼机器人是人工智能在语音识别方面的典型应用，它能够自动发起电话外呼，以语音合成的自然人声形式，主动向用户群体介绍产品。 07 智能音箱 智能音箱是语音识别、自然语言处理等人工智能技术的电子产品类应用与载体，随着智能音箱的迅猛发展，其也被视为智能家居的未来入口。 在人工智能技术的加持下，智能音箱也逐渐以更自然的语音交互方式创造出更多家庭场景下的应用。 09 医学图像处理 医学图像处理是目前人工智能在医疗领域的典型应用，它的处理对象是由各种不同成像机理，如在临床医学中广泛使用的核磁共振成像、超声成像等生成的医学影像。
4.5K10编辑于 2022-03-11 - 来自专栏用户8858632的专栏
人工智能在金融行业的应用
人工智能在金融行业的应用 近年我国人工智能市场发展非常迅猛，而AI在不同的行业中处于不同的发展阶段，其中金融领域不管是从底层基础设施还是应用成熟度方面都处于领先地位。 目前，“AI+”主导的行业智能化提升正处于初级阶段，人工智能在各个行业尤其是金融行业中的应用仍具有极大的深度挖掘空间。金融业无疑是尖端科技运用最迅速的行业典范之一。 金融机构基于人工智能与大数据等金融科技的发展，不仅风险控制更加严密，运营成本逐渐降低，信贷损失率得到保障，而且服务流程也变得更加高效、安全。 客户身份识别: 客户身份识别主要是通过人脸识别、虹膜识别、指纹识别等生物识别技术快速提取客户特征进行高效身份验证的人工智能应用。可提高银行柜台人员约30%的工作效率，缩短客户约40%的平均等待时间。 得趋势者得天下，未来，中国将成为‘AI+金融’成功落地应用的典型代表。
1.1K20编辑于 2021-12-24 - 来自专栏Beyond Coding
Kubernetes 在人工智能领域的应用
K8s 的核心价值在于提供了统一的资源管理与调度框架，支持多租户隔离、自动扩缩容、滚动更新、故障自愈等能力，能够有效提升应用部署的灵活性、稳定性与资源利用率，为各类分布式应用（包括人工智能应用）的运行提供了可靠的基础设施支撑 二、Kubernetes 在人工智能领域中的应用场景（一）模型训练场景在人工智能模型训练过程中，常面临计算资源需求大、训练任务周期长、多任务并发等问题。 （三）数据处理场景人工智能应用的前期需要进行大量的数据采集、清洗、预处理等工作，这些数据处理任务通常具有数据量大、任务类型多样的特点。 在人工智能领域，Nomad 适合中小型规模的 AI 应用部署，尤其是在需要跨多种部署形式、追求简单易用且与 HashiCorp 生态工具协同工作的场景中具有一定优势。 在人工智能领域，云厂商托管 AI 平台适合对 AI 开发效率要求高、希望快速搭建 AI 应用、不愿投入过多精力进行基础设施管理的企业或开发者，尤其在中小企业及个人开发者中应用广泛。
60010编辑于 2025-11-01 - 来自专栏数据科学与人工智能
【应用】人工智能的未来在于各行各业的深度应用
卡斯帕罗夫事后成立了允许参赛者使用人工智能技术的国际象棋联赛。这种人类于人工智能组合的“团队”，造就出了最强大的国际象棋“选手”。 “所以人类与人工智能的关系不是对立的，而是合作关系。” 其实人工智慧(artificial smartness)要比人工智能(artificial intelligence)可能更适合来形容这种技术，因为现在应用这种技术的产品已经比人更聪明。 真正实现将人工智能技术应用于自动可移动机器人，可能还有很长很长的路要走，因为功耗是一个很大的问题。人体的能效是非常高的，功率只有四分之一马力，大脑的功耗也很小。 追求效率的工作归于机器，不追求效率的工作归于人类 虽然将人工智能技术应用于自动可移动机器人有困难，我们可以制造其他类型的机器人，比如那些并不用编程，只需要观察你是怎么做一件事情的，然后就可以学会的那种机器人 美国军方也在利用人工智能来装备部队，让人工智能和士兵共同完成任务。未来工人工资的高低也要视他们与人工智能，与机器人合作的情况而定，所以人类与人工智能的关系不是对立的，而是合作关系。
1K90发布于 2018-02-26 - 来自专栏点滴科技资讯
人工智能应用领先的3家零售银行—他们如何应用人工智能
编译：刘斌 中国（上海）自贸区研究院（浦东改革与发展研究院）金融研究室主任 我们分析了美国和欧洲 50 家最大的零售银行，选出了人工智能应用的前 3 名领导者。 先前职位：富达机器学习和人工智能高级副总裁。 ·Senthil Kumar， Capital One 机器学习中心的首席科学家。以前的职位：贝尔实验室的应用科学家。 CAPITAL ONE 的 AI 计划 Capital One 已经部署了一系列不同的人工智能项目，专注于从改善消费者的移动应用程序体验到为银行工程师构建内部开发工具的方方面面。 是其最早的基于 ML 的应用程序之一产品发布。 ·诊断和修复移动应用程序问题：该银行为其 DevOps 工程师构建了一个内部 ML 工具，以帮助识别移动应用程序问题并实时响应应用程序故障。
2K40编辑于 2023-03-01 - 来自专栏iOSDevLog
人工智能-应用场景
语音处理可以分为语音识别和语音合成两类任务； 语音合成过程包括文本分析、音韵生成、单元选择、波形串联等步骤； 语音识别过程包括预处理、特征提取、声学模型，语言模型和字典解码等步骤； 深度学习和迁移学习等技术都已经被应用在语音处理之中 社交聊天机器人的发展也带来了关于道德规范的问题，一些机器人从社交网络上学到的想法需要引起注意与警惕。结合人工智能在无人武器中的规模化应用，对人工智能进行法律约束似乎已经迫在眉睫。 那么应该如何看待与应对人工智能带来的伦理问题呢？ ? image 数字巴别塔：机器翻译 ---- 结合谷歌公开发表的论文，和分享了机器翻译的发展历程与一些最新进展。 这是人工智能的终极问题。 ? image 左右互搏：生成式对抗网络 ---- 生成式对抗网络的原理与机制。 生成式对抗网络的一个重要的潜在应用就是让人工智能在没有明确指导的情况下学习，使算法的学习方式向人类的学习方式转变。那么如何看待生成式对抗网络在通用人工智能研究中的前景呢？ ?
91660发布于 2018-06-08 - 来自专栏程序你好
人工智能行业应用
Eva可以从数千个来源收集知识，并在不到0.4秒的时间内提供简单的答案。 人工智能应用-人工智能在银行业 利用人工智能来防止欺诈并不是一个新概念。 该人工智能系统从车辆的雷达、摄像头、GPS和云服务中收集数据，以产生操纵车辆的控制信号。 ? Waymo -人工智能应用 先进的深度学习算法可以准确预测车辆附近的物体可能会做什么。 谷歌助理-人工智能应用- Edureka 该设备使用自然语言处理和机器学习算法来处理人类语言和执行任务，如管理你的时间表，控制你的智能家居，预订，等等。 另一方面，机器学习算法用于根据您的兴趣设计feed。 ? 人脸识别-人工智能应用- 另一个例子是Twitter的人工智能，它被用来识别Twitter上的仇恨言论和恐怖主义语言。 MuseNet -人工智能应用 MuseNet是一种深度神经网络，能够用10种不同的乐器产生4分钟的音乐作品，并能结合从乡村到莫扎特到披头士的各种风格。
1.5K10发布于 2019-11-06 - 来自专栏玩转Lighthouse
ChatGPT: 人工智能技术的崭新应用
随着人工智能技术的不断发展和进步，越来越多的智能应用被引入到我们的日常生活中。 其中，聊天机器人（Chatbot）是一种受到广泛关注和应用的人工智能技术，它可以模拟人类思维和行为，与用户进行实时对话，提供各种服务和支持。 二、ChatGPT在不同领域的应用情况 ChatGPT的应用范围非常广泛，已经被应用于多个领域。下面将介绍一些典型的应用案例。 客户服务 ChatGPT可以为企业提供在线客服和支持。 三、ChatGPT的优缺点和发展前景 ChatGPT作为一种新型的人工智能技术，具有很多优点和潜力，但也存在一些局限性和挑战。 随着人工智能技术的不断进步和完善，ChatGPT也将不断改进和发展，为用户带来更多的惊喜和便利。
1.6K160编辑于 2023-03-27 - 来自专栏AI科技评论
人工智能在天体物理中的应用
图3：大型综合巡天望远镜 天文 学-人工智能 应用的最好领域 我觉得天文学是人工智能大数据应用的最好领域。 虽然人工智能技术在天体物理领域的应用还处于起步阶段，但人工智能已经开始真正参与人类对自然界新规律的发现。今天我想给大家举一些人工智能在天体物理中应用的例子。 因此，人工智能帮助我们发现了新的吸收体，也刷新了人类对中性氢含量的认识，从蓝色的部分（利用人工智能之前）更新到了红色部分（利用人工智能之后）。 图6：深度学习在识别星系际介质吸收上的应用 大尺度结构 第三个例子，是人工智能在大尺度结构上的应用。 最后我来讲一下天文在大家生活中的一些应用吧。
1.8K00发布于 2019-10-10 - 来自专栏开源优测
人工智能在软件测试中的应用
随着人工智能技术的发展,AI在软件测试领域得到了广泛的应用与实践。人工智能可以帮助测试工程师自动执行重复性高的测试用例,分析大量测试结果进行预测,并自动生成测试报告与缺陷列表。 一、测试用例的自动生成 人工智能可以通过分析历史测试用例与结果,自动学习测试用例的模式与规律,然后生成新的测试用例。这可以规避测试用例的遗漏,扩充用例的覆盖面。常用的方法有: 1. 二、测试执行的自动化 人工智能可以自动执行定制的测试脚本与测试用例,完成测试的部署、执行、监控与medyjianls等工作。常用的方法有: 1. 机器人测试框架。 三、测试结果的智能分析 人工智能可以对大量的测试结果与日志进行深入分析,找出测试缺陷的模式与规律,产生测试报告与缺陷列表,帮助测试人员快速定位问题。常用的方法有: 1. 机器学习检测软件缺陷。 总之,人工智能技术在软件测试的应用可以实现测试用例的自动生成、测试执行的自动化、测试结果的智能分析与测试报告的自动生成。
3.6K30编辑于 2023-06-09 人工智能在物流行业的应用
目录关闭人工智能在物流行业的应用——代码案例分析引言路线优化需求预测结论参考文献人工智能在物流行业的应用——代码案例分析引言人工智能（AI）技术在物流行业中发挥着越来越重要的作用，通过优化路线、提高运输效率 本文将介绍AI在物流行业的应用，并通过代码示例展示如何使用AI技术进行路线优化和需求预测。1. model.plot(forecast)plt.title('物流需求预测')plt.xlabel('日期')plt.ylabel('订单数量')plt.show()结论通过上述案例分析和代码示例，我们可以看到人工智能技术在物流行业中的巨大潜力 路线优化和需求预测是AI在物流行业应用的两个重要方面，它们不仅能够显著提升物流效率，减少成本，还能为公司提供决策支持，优化资源分配。 未来，随着AI技术的不断发展和成熟，其在物流行业中的应用将更加广泛和深入，推动物流行业向智能化、自动化方向发展。
97210编辑于 2024-07-20YashanDB与人工智能应用的结合前景
YashanDB作为一款新型数据库，通过其多样的存储管理机制与灵活的架构，展现出了在与人工智能应用结合方面的潜力。 在单机部署中，YashanDB提供了一种简单、高效的存储和访问方式，适用于小型应用。而在分布式与共享集群部署中，则支持更高的并发访问和数据处理能力，适合大规模的人工智能应用。 这种自动化的优化方式可以极大地减少人工调优的时间，提升模型训练过程中的数据访问效率。人工智能应用的潜力随着人工智能技术的不断发展，对于数据处理的要求也随之提高。 通过提升数据安全性，赢得用户对AI技术应用的信任。技术建议1. 评估架构选择：根据企业在人工智能方案中的具体需求，对YashanDB的架构类型作恰当选择（单机、分布式或共享集群）。2. 面对人工智能应用需要不断提供高效率和实时性的挑战，企业应积极熟悉并运用YashanDB的各项功能，助力其智能化转型与发展。
11900编辑于 2025-06-29- 来自专栏AI+运维：智能化运维的未来
人工智能在事件管理中的应用
随着科技的不断发展，人工智能（AI）正在深入到各行各业，运维领域也不例外。在事件管理中，AI通过其强大的数据分析和自动化能力，帮助团队更高效地处理系统事件，提升业务的稳定性和用户体验。什么是事件管理？ 事件管理是IT运维的重要组成部分，其核心目标是快速响应和处理系统中的异常事件。例如，服务器宕机、数据库性能下降或网络连接中断等问题，都会触发事件管理流程。 传统的事件管理通常依赖于人工分析和处理，效率较低，且容易受到人为因素的影响。AI如何优化事件管理？ 例如，通过分析CPU使用率、内存占用和网络流量等指标，AI可以提前预测可能的故障。 未来，随着AI技术的进一步发展，其在事件管理中的应用将更加广泛和深入。
35310编辑于 2025-01-04 人工智能在智慧消防中的应用
随着科技的飞速发展，人工智能技术正逐步渗透到各个领域，智慧消防领域也不例外。 天泽智联在基于深度学习的火灾图像识别模型研发上积累了丰富经验，其技术能有效应对复杂环境下的火灾监测需求。2.大数据技术智慧消防产生的海量数据，为人工智能应用提供了丰富素材。 二、人工智能应用于智慧消防的优势人工智能应用于智慧消防优势显著，能提升火灾防控的精准性与及时性，通过分析多源数据精准识别风险点，快速预警；可提高应急救援效率与科学性，生成合理方案并智能调配资源；能降低人力成本和劳动强度 三、人工智能在智慧消防应用中面临的挑战数据质量上，来源广泛的消防数据常存在误差、不完整等问题，影响模型效果，且包含的敏感信息面临泄露或篡改风险；技术标准缺失导致不同系统难以互通，形成信息孤岛，增加集成难度 五、结论随着AI大模型的深度应用、多技术的协同融合、个性化方案的推广及社会化服务的创新，人工智能必将推动消防事业向更智能、高效、精准的方向迈进。
88710编辑于 2025-08-12- 来自专栏人工智能
Transformer 的原理解析与人工智能应用
实际应用中的 TransformerTransformer 的灵活性和强大性能使其在多个领域中大放异彩。以下通过案例与代码展示其典型应用。 案例：机器翻译机器翻译是 Transformer 最初提出时的主要应用场景。借助其强大的注意力机制，模型能够准确捕捉跨语言的复杂语义关系。 它通过大规模无监督训练，掌握语言的统计规律，并在微调后应用于具体任务。例如，GPT 可以根据输入自动生成新闻、创意文章或编程代码。 省流版Transformer 的出现改变了深度学习的研究方向和应用格局。通过完全基于注意力机制的设计，它摆脱了传统架构的局限，开辟了性能与灵活性兼具的新道路。 从自然语言处理到计算机视觉，Transformer 已然成为不可或缺的工具。未来，通过优化注意力机制和网络结构，Transformer 有望在更多场景中实现更高效的应用。
94210编辑于 2025-01-28 - 来自专栏数据科学与人工智能
【应用】人工智能应用在农业的三个案例
全球面临着土地资源紧缺、化肥农药过度使用造成的土壤和环境破坏等问题。如何在耕地资源有限的情况下增加农业的产出，同时保持可持续发展？人工智能是解决方法之一，其展示出巨大的应用潜力。 在产量预测领域，美国Descartes Labs公司通过人工智能和深度学习技术，利用大量与农业相关的卫星图像数据，分析其与农作物生长之间的关系，从而对农作物的产量做出精准预测。 二、耕作、播种、采摘等智能机器人 将人工智能识别技术与智能机器人技术相结合，可广泛应用于农业中的播种、耕作、采摘等场景，极大提升农业生产效率，同时降低农药和化肥消耗。 三、禽畜智能穿戴产品 智能穿戴产品主要应用在畜牧业，其可以实时搜集所养殖畜禽的个体信息，通过机器学习技术识别畜禽的健康状况、发情期探测和预测、喂养状况等，从而及时获得相应处置。 这些数据信息会通过配套的软件进行分析，采用人工智能技术分析出奶牛是否出现生病、排卵或是生产的情况，并将相应信息自动推送给农户，以得到及时的处理。（来源；赛迪智库）
5.5K52发布于 2018-03-27 - 来自专栏音视频技术
人工智能在视频应用领域的探索
人工智能热度很高，但泡沫也很大。人工智能在视频领域的应用已经走入寻常人的生活，人脸识别，视频自动抠像技术已经比较成熟。除此之外，人工智能还能为视频应用带来哪些变化呢？ 鲍金龙撰文，描述了人工智能在视频应用中的实践探索，涉及编解码器、超分辨率等。如果你在某一领域有深入探索与洞察，欢迎联contribute@livevideostack.com。 （一）人工智能对视频应用的渗透 传统视频应用的流程： 前面我们说过，目前的人工智能还处于工具阶段，也就是说还没有人工智能开发出来的任何的超越时代的编码方法、传输协议、解码、交互技术存在。 而编解码技术，则属于人类专家技术团队才能解决的问题，目前的人工智能还很难介入。 近年来网络直播应用的兴起，出现了跟以往广播电视编解码不太一样的需求。 这就需要开发一种适用于高清晰度直播应用的面向场景的智能编码技术。
1.1K20发布于 2021-09-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号