我们身边的人工智能

来源 :财经界 | 被引量 : 0次 | 上传用户:beichen35
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  手机智能程序、语音电话、个性化资讯、语音导航……
  人工智能已经悄然融入了我们生活的点点滴滴之中
  好,现在拿起你的电话,拨通某个公司的固定服务电话。很可能这个时候,你面对的就不再是程序,也不是人类,而是人工智能。以前,这种后台语音电话的分工,基本上是流程性程序性的问题,由电脑语音来回答,而个性化的问题都由人类来处理。但随着人力成本的越来越高和人工智能的飞速发展。现在,已经有很大一部分的个性化内容可以由人工智能来进行回答和解决了,比如我们现在向京东小妹打电话投诉,很有可能你面对的就会是一个人工智能。最开始的时候我们往往说你打后台电话你不知道这个人是在北京,河南,还是印度,但现在,很有可能你在通话的时候,你不知道是和人还是和人工智能在沟通。
  个性化资讯
  你想知道今天发生了什么新闻,进入你的手机,打开你的APP比如像今日头条,也许你不曾注意到,你看到的内容其实和别人能够看到的内容是不一样的。为什么呢?因为在给你推送新闻的背后是人工智能在进行判断,判断你最喜欢看到什么样的内容。在后台具有极高运算量和运算能力的人工智能,不断地对你的阅读习惯进行分析。你喜欢科技,你读到的科技的内容就会越来越多;你喜欢体育,那么可能推送的体育新闻就会占据你的头条。据今日头条创始人张一鸣介绍,后台的人工智能对读者阅读习惯的判断,实际上,是一个不断完善的深度学习过程。一个人用今日头条APP越多,就等于在不断地训练自己的人工智能,不断地增加数据量,这样人工智能就会对阅读需求了解得越来越多,给你的内容就会越精准。所以这已经不是简单的推送而是人工智能在深度学习之后,和人进行相互深度互动之后,达成的结果。

语音导航


  现在几乎所有的司机都会使用导航仪,也许你想象不到,在导航仪背后也是人工智能在起着作用。当您从中关村开往天安门的时候,会听到林志玲的声音在每一刻给你详细指出每一步开车的路线。您想过吗?北京的线路之多,路况之复杂,这需要林志玲录多少话才能满足每一刻导航数据库的要求?这无疑是个海量的数据,但实际上据科大讯飞创始人刘庆峰介绍,林志玲一共也就录了上千句话。那么为什么每司机都能够实时地听到她为每个人各自的路线、各自不同的车况、各自不同的时间、各自不同的气候,给出各种不同组合的声音?在这后面就是人工智能对她说话的方式、说话的语调,进行了大量的分析,在分析之后,能够根据路况,将其声音进行重新的组合,然后实时地给出语音信息。如果没有人工智能,这样的做法将无从实现。
  人工智能对我们生活的影响现在才刚刚开始,随着人工智能时代的来临,可以想见,人工智能必将融入我们生活的方方面面。
其他文献
考虑带Navier边界条件的(p.q)双调和系统△(|△u|p-2△u)=λFu(x,u,v)+μGu(x,u,v),x∈Ω,{△(|△v|q-2△v)=λFv(x,u,v)+μGv(x,u,v),x∈Ω,(Psys)u=△u=v=△v=0,x∈δΩ,其
近来,通过L-函数的中心值来决定模形式是一个有意义的问题。这个问题吸引了许多数学家的注意,并且在不同情形下得到了一些结果,这里可以参看[3],[6]和[25].Luo与Ramakrishnan
本文主要研究了基于比例二元组语言信息的多准则决策方法.首先,我们根据准则之间的相互独立、优先以及相互影响关系,研究了比例二元组算术平均(P2TAA)算子、优先加权平均(P2TPW
本文在前人研究的基础上,利用微分方程定性理论和微分包含的理论,研究两类计算机病毒的传播模型的动力学特性,并通过理论分析和数值模拟得出一些比较重要的结论,这对计算机病毒的
本文首先通过选取状态空间X,定义范数,在X上定义系统的主算子B及其定义域D(B)和系统算子B+C,将热储备可修复平行系统的微积分方程组转化为Banach空间X中的抽象Cauchy问题.  其
学位
通过分析工业电视图象的特点 ,提出了一种基于分形小波变换编码的工业电视图象压缩方法 ,从而较好地解决了分形编码只能压缩静止图象的不足 .该方法不仅适合于煤矿工业电视图象压缩 ,而且还可用于其它背景区图象相对静止的工业电视图象的压缩编码 ,实验结果表明 ,该法可取得较高压缩比和峰值信噪比 ,因此具有实用价值
非线性微分方程的奇异边值问题是微分方程领域中一个十分重要的研究领域.奇异性边界值问题近年来也变得非常重要.边界问题的对称正解问题也已经被很多人研究过,可以参考[17-21]
本文主要研究了b-距离空间中含有Qt-函数的几类公共不动点问题.具体完成如下工作:  1.在b-距离空间中,提出了Qt-函数的概念,这一概念推广了wt-距离,w-距离以及Q-函数的概念.并