1、机器学习平台:提供算法、API、开发和培训工具包、数据以及计算能力,来设计、训练模型并将其部署到应用程序或其他机器中。目前广泛用于企业级应用,主要涉及预测或分类。
2、人工智能优化硬件:图形处理单元(GPU)和专门设计制造的设备,用于高效运行面向人工智能的计算作业。目前已经在深度学习应用程序方面发生重大影响。
3、决策管理:引擎将规则和逻辑架构插入人工智能系统,并用于初始设置/培训和持续维护和调整相关决策。它是一种成熟的技术,广泛应用于各种企业应用程序中,帮助或执行自动化决策。
4、机器人流程自动化:使用脚本和其他方法自动化人工操作,以支持高效的业务流程。目前用于人类执行任务或流程成本过高或效率低下的情况。
5、文本分析和自然语言处理:自然语言处理(NLP)使用和支持文本分析,为此它借助统计方法和机器学习方法,为理解句子结构及意义、情感和意图提供方便。目前应用于欺诈检测和安全等广泛的自动化辅助以及挖掘非结构化数据等领域。
6、自然语言生成:从计算机数据生成文本。目前用于客户服务、报告生成和商业智能汇总分析。
7、语音识别:将人类的语音转录并转换成对计算机应用有用的格式。目前用于交互式语音响应系统和移动应用程序。
8、虚拟人物:从简单的聊天机器人到可以与人类连接的高级系统。目前用于客户支持和服务,并担任智能家居管理。
9、深度学习平台:一种特殊类型的机器学习,由多个抽象层的人工神经网络组成。目前主要用于大数据技术支持的模式识别和分类应用程序。
10、生物特征识别:使人类和机器之间的互动更加自然,包括但不限于图像和触摸识别、语言和身体语言。目前主要用于对市场的研究。
除非特别注明,文中图片均来自网络,如有侵权,请即联系删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。