弱人工智能研究领域,弱人工智能应用

人工智能的应用的五大基本特征

1、是从人工知识表达到大数据驱动的知识学习技术。

2、是从分类型处理的多媒体数据转向跨媒体的认知、学习、推理,这里讲的“媒体”不是新闻媒体,而是界面或者环境。

3、是从追求智能机器到高水平的人机、脑机相互协同和融合。

4、是从聚焦个体智能到基于互联网和大数据的群体智能,它可以把很多人的智能集聚融合起来变成群体智能。

5、是从拟人化的机器人转向更加广阔的智能自主系统,比如智能工厂、智能无人机系统等。国际普遍认为人工智能有三类“弱人工智能、强人工智能还有超级人工智能”。弱人工智能就是利用现有智能化技术,来改善我们经济社会发展所需要的一些技术条件和发展功能。

人工智能(ArtificialIntelligence),英文缩写为AI。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。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,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。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。

人工智能的分类有哪些,我国处于哪个阶段

人工智能的分类有:弱人工智能、强人工智能、超人工智能。

我国正处于弱人工智能阶段。

人工智能是对人的行为、意识、思维的一种模拟,它虽然是一门新的技术科学,但还是属于计算机科学分支。

目前人工智能领域的研究包括但不限于机器人、语言识别、图像识别、自然言语处理和专家系统等。

而人工智能大概分为三个阶段,而我们目前所接触的人工智能大多数都处于最基础的阶段,那就是弱人工智能。

人工智能涉及领域包括GIS吗

从机器翻译到语音、图像识别,再到无人驾驶,人工智能(ArtificialIntelligence,AI)技术正在深入影响着我们的工作和生活。人工智能被视为与计算机、互联网相提并论的重大技术创新,已成为IT企业发展的重要目标,也是国际竞争的新焦点。聚焦GIS领域,人工智能对GIS技术的发展和应用产生了哪些巨大影响,如何驱动GIS未来发展?以下为大家分享GIS基础软件“BitCC”五大技术体系之人工智能GIS技术体系。

人工智能GIS技术体系

在AI与GIS融合的道路上,超图软件不断进行技术创新和探索,2018年推出AIGIS技术,2019年进一步构建了AIGIS技术体系:

该体系包含三个核心内容:

1、GeoAI:融合AI的空间分析与处理;

2、AIforGIS:AI赋能GIS,即基于AI技术,增强和优化GIS软件功能;

3、GISforAI:GIS赋能AI,即基于GIS技术,将AI分析结果进行进一步处理分析与空间可视化展现。

图1AIGIS三部曲

GeoAI

基于统计学、机器学习和深度学习等人工智能基础理论与算法,面向地理空间领域问题,超图软件创新实现了一系列人工智能GIS功能,使其服务于GIS空间数据处理、分析、挖掘与综合建模。SuperMapGIS10i产品以丰富的空间统计功能为基础,主要在空间机器学习、空间深度学习两个方面深化与丰富GeoAI功能,支持人工智能GIS应用。

空间机器学习

机器学习是现阶段人工智能的研究核心,可以让计算机实现自动“学习”。机器学习领域的三类典型问题包括聚类、分类和回归,因此主要面向这三类基本问题展开空间机器学习的研究。

目前提供的空间机器学习算子包括空间热点分析、空间密度聚类、基于森林的分类与回归分析、广义线性回归分析,帮助解决商业热点区域探查、住宅小区集聚分析、动植物适生区域识别、自然灾害易发区推测、城市不同区域房价预测等自然与社会问题。为了支持空间大数据计算,还将机器学习算法与分布式计算进行有效结合,大幅度提升了空间机器学习的性能。

图2房产价格空间回归

空间深度学习

深度学习是机器学习技术的一个分支,可以让计算机模拟人脑的机制进行学习。由于深度学习技术在计算机视觉、图像理解方面已展现较好应用效果,因此,超图将其应用于遥感影像分析领域,可提高影像处理效率及准确性。SuperMapGIS10i新增了基于深度学习的影像数据检测、分类、提取等算法,包括目标检测、二元分类、地物分类和场景分类等,可用于影像建筑物、道路提取、土地利用分类、局部气候分区,可广泛应用于城市规划、气象建模等领域。

图3基于空间深度学习的影像建筑物提取

人工智能GIS流程工具

由于地理信息应用的多样性,当基础模型不能完全满足用户需求时,便可以用提供的流程工具来训练自己的模型。

机器学习的一般应用步骤是选择模型—训练模型—使用模型,因此相应的GeoAI功能使用需要经历从数据准备到模型应用的完整流程,如下图所示。而SuperMapGIS10i的组件、桌面、服务器产品分别都提供了支持数据准备、模型构建、模型应用的人工智能GIS工作流程工具,方便软件使用者根据自己的数据与应用场景训练和使用自有模型。

图4GeoAI工作流程

AIforGIS

AIforGIS,即基于AI技术增强和优化GIS软件功能。比如将AI技术应用到一些GIS传统业务中,实现GIS软件功能的智能进化。

目前SuperMap主要提供四个方面的功能:AI属性采集、AI测图、AI配图和AI交互。

AI属性采集功能可以帮助用户进行视频图像等多类目标的AI识别,例如高效采集违章停车、小广告、井盖等数据;AI测图功能提供更低成本、更为便捷的室内测图服务;AI配图功能为用户免去手工配图的繁琐流程,通过简单操作,进行风格迁移,就可以得到相对满意的地图风格;AI交互功能更是包括使用语音操控、隔空手势等丰富的交互方式,玩转GIS功能。

GISforAI

人工智能在不断发展的道路上,也需要不断吸收融合其他的技术,如GIS。GIS可以将更多空间可视化和空间分析能力赋予AI,将AI分析结果在GIS软件中进行进一步处理与分析。

GIS可以将空间可视化赋能AI,例如交通流量监控、城市管理部件与案件等地图可视化应用,可为决策者提供更直观的信息表达形式;GIS还可以将空间分析赋能AI,例如可进行地理围栏实时告警,车辆行驶路线追踪等,携手AI为用户提供更大价值。

AIGIS未来会怎样?

未来,超图软件会持续进行AI技术与GIS技术的深度融合,增加更多的方法和工具,基于AI技术促进GIS业务的深化应用。一方面,AIGIS会持续与深度学习、机器学习等方面的研究相结合,使其逐渐走向成熟;另一方面,AIGIS也会与AutoML、AIPaaS等为代表的AI新技术不断碰撞融合。随着人工智能技术不断蓬勃发展及与GIS的结合不断深入,未来的AIGIS也将从弱人工智能走向通用人工智能。我们将Gartner2019AI光环曲线中的研究方向划分为,AIGIS初步探索涉及的内容,以及AIGIS未来探索的内容两个部分。

图5AIGIS探索

注:原文标题《人工智能GIS技术体系来袭》,刊登于《超图通讯》2019年12月刊,作者:超图研究院大数据与AI研发中心郑美玲卢浩

强人工智能与弱人工智能的区别

根据强人工智能的观点,生产能够真正推理和解决问题的智能机器是可能的。解决这些问题的机器可以被认为是有意识的和自我意识的。强人工智能有两种类型:类人人工智能,即机器思维和推理与人类思维一样;非类人人工智能,即机器产生与人类完全不同的感知和意识,并使用与人类完全不同的推理方法。

根据弱人工智能的观点,制造能够真正推理和解决问题的智能机器是不可能的。这些机器看起来只像智能,但它们并没有真正的智能,也没有自主意识。主流研究集中在弱人工智能上,人们普遍认为这一研究领域已经取得了相当大的成就。强人工智能的研究处于停滞状态。

弱人工智能的例子

弱人工智能是指具有有限智能和能力的人工智能系统。其中一个例子是语音助手,如Siri和Alexa。它们可以回答简单的问题、执行基本的任务,如设置闹钟和提醒,但在复杂的问题和任务上有限制。另一个例子是垃圾邮件过滤器,它可以自动识别和过滤垃圾邮件,但可能会出现误判。这些弱人工智能系统在特定领域内表现出一定的智能,但在更广泛的认知和理解能力上仍有限制。

弱人工智能研究领域,弱人工智能应用文档下载: PDF DOC TXT
文章来源: 星蕴
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至2384272385@qq.com举报,一经查实,本站将立刻删除。