- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据科学与人工智能
【智能】机器智能
小编邀请您，先思考： 1 您怎么理解智能？ 2 智能有哪些表现形态？ 关于机器智能，让我们聆听下面这个演讲。
71680发布于 2018-03-27 - 来自专栏云云众生s
智能机器终身学习: 机器教机器
针对机器学习的一个分支——终身学习(Lifelong Learning，LL)的新研究表明，机器确实具备人类式的学习能力。 然而，针对终身学习(LL)这一机器学习分支的新研究表明，机器确实具备这种人类式的学习能力，也就是说它们能够随着时间的推移不断积累知识，并在此基础上建立新知识，以适应新的场景。 现在，南加州大学的Laurent Itti和研究生Yunhao Ge带领的一个研究团队，开发了一种工具，可以让人工智能代理进行这种持续的集体学习。 Ge在声明中解释说：“这有点像每个机器人都在讲授自己最拿手的课题，其他所有机器人都是专心的学生。它们通过一个数字网络相互连接，分享知识，有点像它们自己的内部互联网。 他们认为机器也可以使用类似的方法来辅助人类专业人员，成为各个领域如医学的“全面助手”。结合其他新兴研究领域如AI的社会智能，其他专家也指出终身机器学习对开发通用人工智能(AGI)至关重要。
37310编辑于 2024-03-27 - 来自专栏联远智维
智能机器人
近些年来，智能机器人在生活中具有越来越广泛的应用，如何设计相应的控制器以及执行机构，使机器人能够模仿人类执行相应的操作，把人从繁重、重复的工作中解脱出来。 目前，智能主要体现在如何使得机器人具有视觉、听觉以及触觉等，能够自动感知周围环境，进而通过中央处理器对采集到的信号进行处理，为后续执行器提供相应的控制策略。 近些年，随着人工神经网络逐渐发展与完善，在语音识别以及图像处理方面具有广泛的应用，使得机器人具有听觉以及视觉成为了可能，本部分主要是研究如何使得机器人具有触觉，以及在设计过程中相应的关键点。 机器人静力学、运动学以及动力学之间的关联：机器人手臂抓取物体过程中，如何设计关节的驱动力τ，使得机器人手臂在抓取物体过程中具有确定的运动轨迹、并且抓紧力保持一定幅值，不至于在物体表面留下不可恢复的压痕， 具体过程如下： 机器人动力学分析 机器人是一个具有多输入与多输出的复杂动力学系统，主要研究了运动和作用力之间的关联，研究方法包括牛顿—欧拉法以及拉格朗日法等，根据前期的调研，Lagrange法能够以最简单的形式求得非常复杂的系统动力学方程
4K31编辑于 2022-01-20 - 来自专栏CreateAMind
智能机器的现实风险
做为一位研究机器智能的人来说，这个问题的确让我失望。 理解我们目前的人工智能技术所擅长之处的关键是知道计算机在两种基本环境中学习得特别好——i)受控环境，和ii)监督之下。 我们看到谷歌的人工围棋机器最近击败了最佳人类棋手。 我们最终要让机器自己能明白什么是物体什么是场景而不用我们去明示。 不用监督或很少监督的学习是个难点，人工智能研究大多集中在处理这个问题。我们的机器智能越来越高，但大数是在监控的环境中。 我们首先需要懂得如何让机器人在无监控下学习, 从而让系统有接近人类的智能。 所以说，谈论机器人消灭人类，甚至谈到机器人的‘意识’仍然是遥不可及的事。 在早期人工智能技术中, 我们能轻易地理解算法为什么要那样做。例如，我们想制造一台能仅通过测量人的身高和体重而告诉他是否超重的机器。
39110发布于 2018-07-25 - 来自专栏数据科学与人工智能
【智能】机器学习强化Fintech
因此，过去成功应用于计算机科学等领域的人工智能（AI）和机器学习（ML）已成为Fintech的新趋势。 人工智能是一种科学方法，意味着机器通过模仿人类的认知活动执行复杂的任务。 尽管机器学习需要巨大的计算能力和开箱即用的专家，但它对金融业的影响令人印象深刻。 人工智能和机器学习在金融领域 ? 值得一提的是，银行和金融中只有一些自动化业务流程以AI和ML为核心。 可以想像，智能机器替代之前提到的大部分工作人员和其他业务流程的时间即将到来。 为什么机器学习对于越来越多的金融机构如此诱人？ 让我们来看看 欺诈活动预防 KYC和AML是任何金融操作的组成部分。 Binatix.com 高级数字助手 在金融服务中使用机器学习的另一个无可置疑的优势是智能个人顾问和聊天机器人的发明。 客户始终认真对待，并且态度良好。 在某些情况下，很难了解您的服务对象是按着说明的真实人还是聊天机器人。 人工智能和机器学习在银行业的潜力 ?
60430发布于 2018-07-30 - 来自专栏DrugOne
迈向自主机器智能
机器如何能够像人类和动物一样高效地学习？机器如何学会推理和规划？机器如何在多个抽象层次上学习感知和行动计划的表示，使其能够进行推理、预测和多时间尺度的规划？ 一个自主智能的模型架构 LeCun提出的自主智能代理的架构如图2所示。它由多个模块组成，其中一些模块可以根据需要进行配置，即它们的具体功能由配置器模块确定。 尤其是当其中包含其他可能具有对抗性的智能体时，这一点尤为明显。但即使世界只包含行为混乱或状态不完全可观测的无生命物体，这一点通常也成立。 它类似于模型预测控制（MPC），这是一种在最优控制和机器人领域的经典规划和推理范例。我们将其称为“模式-2”，类比于卡尼曼的“系统2”。 实际上，在最优控制、机器人或经典人工智能领域开发的任何规划方法都可以在这种情况下使用。一旦通过规划/推理/优化过程获得了最优的行动序列，可以将行动作为目标用于训练策略网络。
49610编辑于 2023-09-19 - 来自专栏鸿的学习笔记
机器学习机器智能人工智能深度学习这些都是些啥？
在我们看来，这两种方法都不是在实现真正的机器智能的道路上; 他们没有提供方法来到那里，这让我们想到了第三种方法。 我们有信心，所有真正的智能机器将基于SDR。 SDR不是可以添加到现有机器学习技术的东西;他们更像是一切依赖的基础。 该路线图将HTM与其他技术区分开来，使其成为创建智能机器的最佳选择。 An Example 让我们考虑一个问题，并考虑如何用三种不同的方法解决它。 术语“机器学习”是对于从数据学习的机器的更窄的术语，包括诸如ANN和深度学习的简单神经模型。我们使用术语“机器智能”来指代学习但与生物神经网络方法一致的机器。 虽然我们还有很多工作要做，但我们相信生物神经网络方法是实现真正智能机器的最快和最直接的途径。
56710发布于 2018-08-06 - 来自专栏iOSDevLog
人工智能-机器学习总结
数山有路，学海无涯：机器学习概论 ---- 机器学习的基本原理与基础概念，其要点如下： 机器学习是计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的学科； 根据输入输出类型的不同，机器学习可分为分类问题 、回归问题、标注问题三类； 过拟合是机器学习中不可避免的问题，可通过选择合适的模型降低其影响； 监督学习是目前机器学习的主流任务，包括生成方法和判别方法两类。
2.1K70发布于 2018-06-13 - 来自专栏新智元
【重磅】机器智能 2.0 生态图谱
图1展示了机器智能的新图景 虽然有杂乱的夸张宣传（这有时会产生误导），机器智能已经在一些有价值的途径中使用。 许多机器智能技术将会从监管灰色区域开始转变商业世界。 加拿大继续成为机器智能前沿的中心。 ，没有机器智能可以做到这点）。 机器智能更加……智能。我期望来年会有更多的“魔法”出现。
86780发布于 2018-03-13 - 来自专栏机器之心
情感计算：让机器更加智能
作者：曾祥极 编辑：H4O 人工智能之父马文·明斯基曾提到过，「如果机器不能够很好地模拟情感，那么人们可能永远也不会觉得机器具有智能」。 在人们的认知中，机器与人的分界线是机器是否具有情感。 情感智能是让机器更加智能的关键，具有情感的机器不仅更通用，更强大，更有效，而且与人类的价值观相一致。人类的情感机制也使我们能够完成太难编程或难以让当前机器学习的任务 [1]。 表达 人在与机器进行交互的时候，如果机器不能够对人的情感进行合理的反馈，即机器能够表达自己的情感，那么可能在人类看来机器总是冷冰冰的，不那么智能。 我们在文章的开头谈到，如果机器不具有情感表达，那么人们可能会认为机器一点都不够智能。 ? 图 1-7 情感表达对话 [13] 因此在与机器进行对话时，机器能够识别和表达情感是一件非常重要的事情。 情感涉及到了人类的认知，是人类智能最核心的部分，更好地了解情感将会更好地帮助我们设计出更强大的机器智能。
2.2K30发布于 2019-10-12 - 来自专栏AI人工智能
人工智能VS机器学习
人工智能的现代复兴是由一种非常特殊的计算方式的进步推动的：也就是机器学习。我们经常在Emerj上交替使用人工智能和机器学习，但许多计算机科学家喜欢将两者分开。 关于人工智能的究竟是由什么构成的，在该领域存在（并且可能永远存在）辩论。一些计算机科学家不考虑人工智能的计算能力，除非它们涉及机器学习。 研究人员似乎同意的一点是机器学习在某种程度上属于人工智能的范畴，而人工智能本身属于计算机科学学科。深度学习是后续文章的主题，并且深度学习是机器学习的一个子集。 尽管机器学习在今天的人工智能思想的主导地位，但人工智能曾经以一种截然不同的方式被研究。 再或者，机器学习可能不会被抛弃，而是变得无处不在，以至于它不再被称为人工智能。 商业领袖可以将专家系统和机器学习视为人工智能频谱的两端。
1.2K20发布于 2019-07-24 - 来自专栏算法专栏
Lnton羚通智能分析算法智能机器人系统
环境感知算法获取环境各种数据，通常指以机器人的视觉所见的图像识别等，当然还有定位机器人的方位——slam，对于不同的机器人而言所处的环境各有千秋。 其实我们常见的扫地机器人就是一种定位机器人（slam算法控制的），扫地机器人的行为决策和控制算法都是极其简单的，当遇到阻挡物时调整运动方位即可，扫地部件一致处于工作状态，当然这也是最原始最简单的。 图片以下是一些常见的智能机器人算法：1.感知算法：感知算法使机器人能够获取和理解环境信息。其中，计算机视觉算法用于图像和视频处理，包括目标检测与跟踪、人脸识别、图像分割等。 图片智能机器人算法是一个广泛的领域，不同类型的机器人和任务会有不同的算法需求。因此，Lnton羚通智能分析算法智能机器人系统根据机器人的种类、任务要求和环境条件来选择合适的算法和方法。 智能机器人算法是一个广泛的领域，不同类型的机器人和任务会有不同的算法需求。因此，Lnton羚通智能分析算法智能机器人系统根据机器人的种类、任务要求和环境条件来选择合适的算法和方法。
79640编辑于 2023-08-14 - 来自专栏人工智能
人工智能机器人手机
那宇飞来机器人手机是如何解决这一难题的呢？ 新买的宇飞来智能机器人手机，开机后首先会跟你说：“主人，我是你的孩子，给我起个名字吧？” 6 智能家居：机器人手机配合酷聊软件可远程管理加装了酷聊智能芯片的家用电器、门窗和汽车等。 7 智能报警：机器人手机配合酷聊软件可通过脑电波进行报警，从而实现出行安全智能化。 8 智能关心：机器人手机配合酷聊软件可远程跟踪家里老人或孩子的位置、运动、健康、情绪等各种状况，并根据反馈信息及时解决问题，从而实现关心家人智能化。 宇飞来机器人手机一款全球科技含量最高的手机，兼容了市面上其他手机的智能功能，同时把医院的健康检测功能浓缩到手机上来，开启了手机检测身体健康的新时代。
3.2K60发布于 2018-01-30 - 来自专栏超级架构师
【人工智能】机器学习工具总览
丰富的机器学习工具 当谈到训练计算机在没有明确编程的情况下采取行动时，存在大量来自机器学习领域的工具。学术界和行业专业人士使用这些工具在MRI扫描中构建从语音识别到癌症检测的多种应用。 注意*像“Caffe”这样的模糊名称被评为“Caffe机器学习”，不那么含糊。 机器学习工具总览 我已经将两个机器学习子领域Deep和Shallow Learning区分开来，这已成为过去几年中的一个重要分支。 机器学习包和库的详细比较 此表还包含有关使用GPU的特定工具支持的信息。GPU接口已经成为机器学习工具的一个重要特性，因为它可以加速大规模矩阵运算。这对深度学习方法的重要性是显而易见的。 例如，在2015年5月初的GPU技术大会上，机器学习下的45个演讲中有39个是关于GPU加速的深度学习应用程序，这些应用程序来自31家主要的科技公司和8所大学。
1.5K40编辑于 2023-01-05 - 来自专栏m0w3n
SmartRobotControlPlateform——智能机器人控制平台
具体成果参考github项目：https://github.com/ecjtuseclab/SmartRobotControlPlateform
2.2K30发布于 2020-02-28 - 来自专栏智能制造预测性维护与大数据应用
机器学习||智能制造中的人工智能算法
机器学习是教计算机执行人类与生俱来的活动：从经验中学习。 机器学习算法使用计算方法直接从数据中“学习”信息，而不依赖于预定方程模型，具有极强的自适应性能，并将专家理论和老师傅现场的经验相结合，在智能制造领域越来越发挥重大的作用。 机器学习采用两种类型的技术：监督式学习和无监督学习。监督式学习根据已知的输入和输出训练模型，让模型能够预测未来输出；无监督学习从输入数据中找出隐藏模式或内在结构。 机器学习需要针对大量的数据进行复杂的运算和迭代一般在云端完成；但故障预测需要较强的实时性必须部署在边缘层。 机器学习创建的模型会自动将云端新创建的模型通过自动或手动的方式及时下载到边缘层，进行实时的故障诊断和预测。详见：机器学习||CNC健康诊断云平台智能分析系统 机器学习常见算法特点 1.
1.4K20编辑于 2022-05-31 - 来自专栏人工智能快报
夏普推出智能机器人手机
据投资资讯网站VentureBeat报道，日本制造公司夏普推出了一款小型机器人手机。 此款机器人手机的首次亮相是在2015年的日本电子展（CEATEC）上，此次正式推出公布的零售价为19.8万日圆（1814美元）。 这款新型机器人RoboHon的价格是目前最高端的安卓手机的价格的两倍以上，目前只在日本发售，正在准备国外发售。其竞争亮点不在于手机规格，而是一组其他手机所不具备的独特功能。 虽然夏普方面称正在研发叫车等其他功能，但这款受语音控制的机器人手机目前能够实现的功能仅限于行走和跳舞。该产品的某些语音识别功能需要每月支付6美元以上的订阅费。
1.7K50发布于 2018-03-13 - 来自专栏智能大数据分析
【机器学习 | 数据挖掘】智能推荐算法
它结合了大数据技术、人工智能（AI）、机器学习（ML）和数据挖掘等多种方法，旨在通过自动化的方式分析复杂数据集，发现潜在的价值和关联性，实现数据的自动化处理和分析，从而支持决策和优化业务流程。 虽然RSS订阅已淡出了舞台，但是它为智能推荐起到了铺垫作用，用户已经尝到了个性化的甜头，由机器进行个性化推荐自然而然地得到了广泛应用。 电子商务 电子商务已经成为智能推荐的最为普及的领域之一，在国内外的各大电子商务网站上智能推荐系统都得到了不错的成效。 小结 本文首先介绍了智能推荐的概念、应用、评价指标。智能推荐系统能帮助用户找到自己喜爱的物品，同时也能帮助厂商和网站推广产品。智能推荐的应用范围涵盖多个领域，包括电子商务、视频网站、音乐、社交网络等。 基于用户的智能推荐侧重于给用户推荐相似用户喜好的物品，而基于物品的智能推荐更侧重于用户本身的历史浏览记录。
1K10编辑于 2025-01-22 - 来自专栏王的博客专栏
机器学习：开启智能时代的大门
一、引言 机器学习（Machine Learning）正成为人工智能的核心技术。从 Netflix 推荐电影，到银行识别欺诈交易，机器学习正在逐渐改变世界。 本篇文章将从理论到实操全面介绍机器学习的基础概念，并附有代码和案例。 二、什么是机器学习？ 机器学习是计算机基于数据经验自动改进性能的技术。 通俗例子： 传统编程：规则 + 数据 → 输出 机器学习：数据 + 输出 → 规则（模型） 三、机器学习的三种基本类型 1. 强化学习（Reinforcement Learning） 特征：智能体与环境交互，通过奖励学习策略 应用：围棋AI（AlphaGo）、机器人控制、自动交易 数学原理：马尔可夫决策过程 六、结语 机器学习融合了数学、统计学与计算机科学，是现代科技的重要组成部分。无论你是研究人员、开发者还是企业决策者，掌握机器学习都将是你迈向智能未来的关键一步。
37110编辑于 2025-06-16 - 来自专栏人工智能领域
机器学习：开启智能未来的钥匙
一、机器学习概述 机器学习作为人工智能的核心方法，通过分析数据中的隐藏规律，让计算机从中获取新的经验和知识，不断提升和改善自身性能，从而像人一样根据所学知识做出决策。 艾伦・麦席森・图灵在 1950 年提出了图灵测试来判断计算机是否具有智能，为人工智能和机器学习的发展提供了重要的理论基础。 使用生成式人工智能创建合成数据是一个快速发展的领域，这项技术能减轻获取数据的负担，更有效地训练机器学习模型。 这表明企业对人工智能的重视程度不断提高，未来人工智能领域的投资将持续增长。 五、定义与概念 （一）什么是机器学习 机器学习是一种让计算机系统具备从数据中学习的能力，并通过学习不断优化和改进性能的技术。 博主写的跟人工智能相关文章推荐： 1、人工智能、机器学习、深度学习：技术革命的深度解析 2、GPT-5：人工智能的新篇章，未来已来 3、人工智能对我们的生活影响有多大？
1.6K10编辑于 2024-12-18
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