人工智能的核心技術(shù)

人工智能的核心技術(shù)是什么？《人工智能原則化白皮書（）》1機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)（MachineLearning）是一門涉及統(tǒng)計(jì)學(xué)、系統(tǒng)辨識(shí)、逼近理論、神經(jīng)網(wǎng)絡(luò)、優(yōu)化理論、計(jì)算機(jī)科學(xué)、腦科學(xué)等諸多領(lǐng)域的交叉學(xué)科，研究計(jì)算機(jī)如何模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)構(gòu)造使之不停改善本身的性能，是人工智能技術(shù)的核心?；跀?shù)據(jù)的機(jī)器學(xué)習(xí)是當(dāng)代智能技術(shù)中的重要辦法之一，研究從觀察數(shù)據(jù)（樣本）出發(fā)尋找規(guī)律，運(yùn)用這些規(guī)律對(duì)將來數(shù)據(jù)或無(wú)法觀察的數(shù)據(jù)進(jìn)行預(yù)測(cè)。根據(jù)學(xué)習(xí)模式、學(xué)習(xí)辦法以及算法的不同，機(jī)器學(xué)習(xí)存在不同的分類辦法。（1）根據(jù)學(xué)習(xí)模式將機(jī)器學(xué)習(xí)分類為監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等。監(jiān)督學(xué)習(xí)監(jiān)督學(xué)習(xí)是運(yùn)用已標(biāo)記的有限訓(xùn)練數(shù)據(jù)集，通過某種學(xué)習(xí)方略/辦法建立一個(gè)模型，實(shí)現(xiàn)對(duì)新數(shù)據(jù)/實(shí)例的標(biāo)記（分類）/映射，最典型的監(jiān)督學(xué)習(xí)算法涉及回歸和分類。監(jiān)督學(xué)習(xí)規(guī)定訓(xùn)練樣本的分類標(biāo)簽已知，分類標(biāo)簽精確度越高，樣本越含有代表性，學(xué)習(xí)模型的精確度越高。監(jiān)督學(xué)習(xí)在自然語(yǔ)言解決、信息檢索、文本挖掘、手寫體辨識(shí)、垃圾郵件偵測(cè)等領(lǐng)域獲得了廣泛應(yīng)用。無(wú)監(jiān)督學(xué)習(xí)無(wú)監(jiān)督學(xué)習(xí)是運(yùn)用無(wú)標(biāo)記的有限數(shù)據(jù)描述隱藏在未標(biāo)記數(shù)據(jù)中的構(gòu)造/規(guī)律，最典型的非監(jiān)督學(xué)習(xí)算法涉及單類密度預(yù)計(jì)、單類數(shù)據(jù)降維、聚類等。無(wú)監(jiān)督學(xué)習(xí)不需要訓(xùn)練樣本和人工標(biāo)注數(shù)據(jù)，便于壓縮數(shù)據(jù)存儲(chǔ)、減少計(jì)算量、提高算法速度，還能夠避免正、負(fù)樣本偏移引發(fā)的分類錯(cuò)誤問題。重要用于經(jīng)濟(jì)預(yù)測(cè)、異常檢測(cè)、數(shù)據(jù)挖掘、圖像解決、模式識(shí)別等領(lǐng)域，例如組織大型計(jì)算機(jī)集群、社交網(wǎng)絡(luò)分析、市場(chǎng)分割、天文數(shù)據(jù)分析等。強(qiáng)化學(xué)習(xí)強(qiáng)化學(xué)習(xí)是智能系統(tǒng)從環(huán)境到行為映射的學(xué)習(xí)，以使強(qiáng)化信號(hào)函數(shù)值最大。由于外部環(huán)境提供的信息極少，強(qiáng)化學(xué)習(xí)系統(tǒng)必須靠本身的經(jīng)歷進(jìn)行學(xué)習(xí)。強(qiáng)化學(xué)習(xí)的目的是學(xué)習(xí)從環(huán)境狀態(tài)到行為的映射，使得智能體選擇的行為能夠獲得環(huán)境最大的獎(jiǎng)賞，使得外部環(huán)境對(duì)學(xué)習(xí)系統(tǒng)在某種意義下的評(píng)價(jià)為最佳。其在機(jī)器人控制、無(wú)人駕駛、下棋、工業(yè)控制等領(lǐng)域獲得成功應(yīng)用。（2）根據(jù)學(xué)習(xí)辦法能夠?qū)C(jī)器學(xué)習(xí)分為傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。傳統(tǒng)機(jī)器學(xué)習(xí)傳統(tǒng)機(jī)器學(xué)習(xí)從某些觀察（訓(xùn)練）樣本出發(fā)，試圖發(fā)現(xiàn)不能通過原理分析獲得的規(guī)律，實(shí)現(xiàn)對(duì)將來數(shù)據(jù)行為或趨勢(shì)的精確預(yù)測(cè)。有關(guān)算法涉及邏輯回歸、隱馬爾科夫辦法、支持向量機(jī)辦法、K近鄰辦法、三層人工神經(jīng)網(wǎng)絡(luò)辦法、Adaboost算法、貝葉斯辦法以及決策樹辦法等。傳統(tǒng)機(jī)器學(xué)習(xí)平衡了學(xué)習(xí)成果的有效性與學(xué)習(xí)模型的可解釋性，為解決有限樣本的學(xué)習(xí)問題提供了一種框架，重要用于有限樣本狀況下的模式分類、回歸分析、概率密度預(yù)計(jì)等。傳統(tǒng)機(jī)器學(xué)習(xí)辦法共同的重要理論基礎(chǔ)之一是統(tǒng)計(jì)學(xué)，在自然語(yǔ)言解決、語(yǔ)音識(shí)別、圖像識(shí)別、信息檢索和生物信息等許多計(jì)算機(jī)領(lǐng)域獲得了廣泛應(yīng)用。深度學(xué)習(xí)深度學(xué)習(xí)是建立深層構(gòu)造模型的學(xué)習(xí)辦法，典型的深度學(xué)習(xí)算法涉及深度置信網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、受限玻爾茲曼機(jī)和循環(huán)神經(jīng)網(wǎng)絡(luò)等。深度學(xué)習(xí)又稱為深度神經(jīng)網(wǎng)絡(luò)（指層數(shù)超出3層的神經(jīng)網(wǎng)絡(luò)）。深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)研究中的一個(gè)新興領(lǐng)域，由Hinton等人于年提出。深度學(xué)習(xí)源于多層神經(jīng)網(wǎng)絡(luò)，其實(shí)質(zhì)是給出了一種將特性表達(dá)和學(xué)習(xí)合二為一的方式。深度學(xué)習(xí)的特點(diǎn)是放棄了可解釋性，單純追求學(xué)習(xí)的有效性。通過數(shù)年的探索嘗試和研究，已經(jīng)產(chǎn)生了諸多深度神經(jīng)網(wǎng)絡(luò)的模型，其中卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)是兩類典型的模型。卷積神經(jīng)網(wǎng)絡(luò)常被應(yīng)用于空間性分布數(shù)據(jù)；循環(huán)神經(jīng)網(wǎng)絡(luò)在神經(jīng)網(wǎng)絡(luò)中引入了記憶和反饋，常被應(yīng)用于時(shí)間性分布數(shù)據(jù)。深度學(xué)習(xí)框架是進(jìn)行深度學(xué)習(xí)的基礎(chǔ)底層框架，普通包含主流的神經(jīng)網(wǎng)絡(luò)算法模型，提供穩(wěn)定的深度學(xué)習(xí)API，支持訓(xùn)練模型在服務(wù)器和GPU、TPU間的分布式學(xué)習(xí)，部分框架還含有在涉及移動(dòng)設(shè)備、云平臺(tái)在內(nèi)的多個(gè)平臺(tái)上運(yùn)行的移植能力，從而為深度學(xué)習(xí)算法帶來前所未有的運(yùn)行速度和實(shí)用性?，F(xiàn)在主流的開源算法框架有TensorFlow、Caffe/Caffe2、CNTK、MXNet、Paddle-paddle、Torch/PyTorch、Theano等。（3）另外，機(jī)器學(xué)習(xí)的常見算法還涉及遷移學(xué)習(xí)、主動(dòng)學(xué)習(xí)和演化學(xué)習(xí)等。遷移學(xué)習(xí)遷移學(xué)習(xí)是指當(dāng)在某些領(lǐng)域無(wú)法獲得足夠多的數(shù)據(jù)進(jìn)行模型訓(xùn)練時(shí)，運(yùn)用另一領(lǐng)域數(shù)據(jù)獲得的關(guān)系進(jìn)行的學(xué)習(xí)。遷移學(xué)習(xí)能夠把已訓(xùn)練好的模型參數(shù)遷移到新的模型指導(dǎo)新模型訓(xùn)練，能夠更有效的學(xué)習(xí)底層規(guī)則、減少數(shù)據(jù)量?，F(xiàn)在的遷移學(xué)習(xí)技術(shù)重要在變量有限的小規(guī)模應(yīng)用中使用，如基于傳感器網(wǎng)絡(luò)的定位，文字分類和圖像分類等。將來遷移學(xué)習(xí)將被廣泛應(yīng)用于解決更有挑戰(zhàn)性的問題，如視頻分類、社交網(wǎng)絡(luò)分析、邏輯推理等。主動(dòng)學(xué)習(xí)主動(dòng)學(xué)習(xí)通過一定的算法查詢最有用的未標(biāo)記樣本，并交由專家進(jìn)行標(biāo)記，然后用查詢到的樣本訓(xùn)練分類模型來提高模型的精度。主動(dòng)學(xué)習(xí)能夠選擇性地獲取知識(shí)，通過較少的訓(xùn)練樣本獲得高性能的模型，最慣用的方略是通過不擬定性準(zhǔn)則和差別性準(zhǔn)則選用有效的樣本。演化學(xué)習(xí)演化學(xué)習(xí)對(duì)優(yōu)化問題性質(zhì)規(guī)定極少，只需能夠評(píng)定解的好壞即可，合用于求解復(fù)雜的優(yōu)化問題，也能直接用于多目的優(yōu)化。演化算法涉及粒子群優(yōu)化算法、多目的演化算法等?，F(xiàn)在針對(duì)演化學(xué)習(xí)的研究重要集中在演化數(shù)據(jù)聚類、對(duì)演化數(shù)據(jù)更有效的分類，以及提供某種自適應(yīng)機(jī)制以擬定演化機(jī)制的影響等。2知識(shí)圖譜知識(shí)圖譜本質(zhì)上是構(gòu)造化的語(yǔ)義知識(shí)庫(kù)，是一種由節(jié)點(diǎn)和邊構(gòu)成的圖數(shù)據(jù)結(jié)構(gòu)，以符號(hào)形式描述物理世界中的概念及其互有關(guān)系，其基本構(gòu)成單位是“實(shí)體—關(guān)系—實(shí)體”三元組，以及實(shí)體及其有關(guān)“屬性—值”對(duì)。不同實(shí)體之間通過關(guān)系互相聯(lián)結(jié)，構(gòu)成網(wǎng)狀的知識(shí)構(gòu)造。在知識(shí)圖譜中，每個(gè)節(jié)點(diǎn)表達(dá)現(xiàn)實(shí)世界的“實(shí)體”，每條邊為實(shí)體與實(shí)體之間的“關(guān)系”。通俗地講，知識(shí)圖譜就是把全部不同種類的信息連接在一起而得到的一種關(guān)系網(wǎng)絡(luò)，提供了從“關(guān)系”的角度去分析問題的能力。知識(shí)圖譜可用于反欺詐、不一致性驗(yàn)證、組團(tuán)欺詐等公共安全保障領(lǐng)域，需要用到異常分析、靜態(tài)分析、動(dòng)態(tài)分析等數(shù)據(jù)挖掘辦法。特別地，知識(shí)圖譜在搜索引擎、可視化展示和精確營(yíng)銷方面有很大的優(yōu)勢(shì)，已成為業(yè)界的熱門工具。但是，知識(shí)圖譜的發(fā)展尚有很大的挑戰(zhàn)，如數(shù)據(jù)的噪聲問題，即數(shù)據(jù)本身有錯(cuò)誤或者數(shù)據(jù)存在冗余。隨著知識(shí)圖譜應(yīng)用的不停進(jìn)一步，尚有一系列核心技術(shù)需要突破。3自然語(yǔ)言解決自然語(yǔ)言解決是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一種重要方向，研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語(yǔ)言進(jìn)行有效通信的多個(gè)理論和辦法，涉及的領(lǐng)域較多，重要涉及機(jī)器翻譯、機(jī)器閱讀理解和問答系統(tǒng)等。（1）機(jī)器翻譯機(jī)器翻譯技術(shù)是指運(yùn)用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)從一種自然語(yǔ)言到另外一種自然語(yǔ)言的翻譯過程?；诮y(tǒng)計(jì)的機(jī)器翻譯辦法突破了之前基于規(guī)則和實(shí)例翻譯辦法的局限性，翻譯性能獲得巨大提高?；谏疃壬窠?jīng)網(wǎng)絡(luò)的機(jī)器翻譯在日?？谡Z(yǔ)等一些場(chǎng)景的成功應(yīng)用已經(jīng)顯現(xiàn)出了巨大的潛力。隨著上下文的語(yǔ)境表征和知識(shí)邏輯推理能力的發(fā)展，自然語(yǔ)言知識(shí)圖譜不停擴(kuò)充，機(jī)器翻譯將會(huì)在多輪對(duì)話翻譯及篇章翻譯等領(lǐng)域獲得更大進(jìn)展?，F(xiàn)在非限定領(lǐng)域機(jī)器翻譯中性能較佳的一種是統(tǒng)計(jì)機(jī)器翻譯，涉及訓(xùn)練及解碼兩個(gè)階段。訓(xùn)練階段的目的是獲得模型參數(shù)，解碼階段的目的是運(yùn)用所預(yù)計(jì)的參數(shù)和給定的優(yōu)化目的，獲取待翻譯語(yǔ)句的最佳翻譯成果。統(tǒng)計(jì)機(jī)器翻譯重要包括語(yǔ)料預(yù)解決、詞對(duì)齊、短語(yǔ)抽取、短語(yǔ)概率計(jì)算、最大熵調(diào)序等環(huán)節(jié)?；谏窠?jīng)網(wǎng)絡(luò)的端到端翻譯辦法不需要針對(duì)雙語(yǔ)句子專門設(shè)計(jì)特性模型，而是直接把源語(yǔ)言句子的詞串送入神經(jīng)網(wǎng)絡(luò)模型，通過神經(jīng)網(wǎng)絡(luò)的運(yùn)算，得到目的語(yǔ)言句子的翻譯成果。在基于端到端的機(jī)器翻譯系統(tǒng)中，普通采用遞歸神經(jīng)網(wǎng)絡(luò)或卷積神經(jīng)網(wǎng)絡(luò)對(duì)句子進(jìn)行表征建模，從海量訓(xùn)練數(shù)據(jù)中抽取語(yǔ)義信息，與基于短語(yǔ)的統(tǒng)計(jì)翻譯相比，其翻譯成果更加流暢自然，在實(shí)際應(yīng)用中獲得了較好的效果。（2）語(yǔ)義理解語(yǔ)義理解技術(shù)是指運(yùn)用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)對(duì)文本篇章的理解，并且回答與篇章有關(guān)問題的過程。語(yǔ)義理解更重視于對(duì)上下文的理解以及對(duì)答案精確程度的把控。隨著MCTest數(shù)據(jù)集的公布，語(yǔ)義理解受到更多關(guān)注，獲得了快速發(fā)展，有關(guān)數(shù)據(jù)集和對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)模型層出不窮。語(yǔ)義理解技術(shù)將在智能客服、產(chǎn)品自動(dòng)問答等有關(guān)領(lǐng)域發(fā)揮重要作用，進(jìn)一步提高問答與對(duì)話系統(tǒng)的精度。在數(shù)據(jù)采集方面，語(yǔ)義理解通過自動(dòng)構(gòu)造數(shù)據(jù)辦法和自動(dòng)構(gòu)造填空型問題的辦法來有效擴(kuò)充數(shù)據(jù)資源。為理解決填充型問題，某些基于深度學(xué)習(xí)的辦法相繼提出，如基于注意力的神經(jīng)網(wǎng)絡(luò)辦法?，F(xiàn)在主流的模型是運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)篇章、問題建模，對(duì)答案的開始和終止位置進(jìn)行預(yù)測(cè)，抽取出篇章片段。對(duì)于進(jìn)一步泛化的答案，解決難度進(jìn)一步提高，現(xiàn)在的語(yǔ)義理解技術(shù)仍有較大的提高空間。（3）問答系統(tǒng)問答系統(tǒng)分為開放領(lǐng)域的對(duì)話系統(tǒng)和特定領(lǐng)域的問答系統(tǒng)。問答系統(tǒng)技術(shù)是指讓計(jì)算機(jī)像人類同樣用自然語(yǔ)言與人交流的技術(shù)。人們能夠向問答系統(tǒng)提交用自然語(yǔ)言體現(xiàn)的問題，系統(tǒng)會(huì)返回關(guān)聯(lián)性較高的答案。盡管問答系統(tǒng)現(xiàn)在已有了不少應(yīng)用產(chǎn)品出現(xiàn)，但大多是在實(shí)際信息服務(wù)系統(tǒng)和智能手機(jī)助手等領(lǐng)域中的應(yīng)用，在問答系統(tǒng)魯棒性方面仍然存在著問題和挑戰(zhàn)。自然語(yǔ)言解決面臨四大挑戰(zhàn)：一是在詞法、句法、語(yǔ)義、語(yǔ)用和語(yǔ)音等不同層面存在不擬定性；二是新的詞匯、術(shù)語(yǔ)、語(yǔ)義和語(yǔ)法造成未知語(yǔ)言現(xiàn)象的不可預(yù)測(cè)性；三是數(shù)據(jù)資源的不充足使其難以覆蓋復(fù)雜的語(yǔ)言現(xiàn)象；四是語(yǔ)義知識(shí)的含糊性和錯(cuò)綜復(fù)雜的關(guān)聯(lián)性難以用簡(jiǎn)樸的數(shù)學(xué)模型描述，語(yǔ)義計(jì)算需要參數(shù)龐大的非線性計(jì)算。4人機(jī)交互人機(jī)交互重要研究人和計(jì)算機(jī)之間的信息交換，重要涉及人到計(jì)算機(jī)和計(jì)算機(jī)到人的兩部分信息交換，是人工智能領(lǐng)域的重要的外圍技術(shù)。人機(jī)交互是與認(rèn)知心理學(xué)、人機(jī)工程學(xué)、多媒體技術(shù)、虛擬現(xiàn)實(shí)技術(shù)等親密有關(guān)的綜合學(xué)科。傳統(tǒng)的人與計(jì)算機(jī)之間的信息交換重要依靠交互設(shè)備進(jìn)行，重要涉及鍵盤、鼠標(biāo)、操縱桿、數(shù)據(jù)服裝、眼動(dòng)跟蹤器、位置跟蹤器、數(shù)據(jù)手套、壓力筆等輸入設(shè)備，以及打印機(jī)、繪圖儀、顯示屏、頭盔式顯示屏、音箱等輸出設(shè)備。人機(jī)交互技術(shù)除了傳統(tǒng)的基本交互和圖形交互外，還涉及語(yǔ)音交互、情感交互、體感交互及腦機(jī)交互等技術(shù)，下列對(duì)后四種與人工智能關(guān)聯(lián)親密的典型交互手段進(jìn)行介紹。（1）語(yǔ)音交互語(yǔ)音交互是一種高效的交互方式，是人以自然語(yǔ)音或機(jī)器合成語(yǔ)音同計(jì)算機(jī)進(jìn)行交互的綜合性技術(shù)，結(jié)合了語(yǔ)言學(xué)、心理學(xué)、工程和計(jì)算機(jī)技術(shù)等領(lǐng)域的知識(shí)。語(yǔ)音交互不僅要對(duì)語(yǔ)音識(shí)別和語(yǔ)音合成進(jìn)行研究，還要對(duì)人在語(yǔ)音通道下的交互機(jī)理、行為方式等進(jìn)行研究。語(yǔ)音交互過程涉及四部分：語(yǔ)音采集、語(yǔ)音識(shí)別、語(yǔ)義理解和語(yǔ)音合成。語(yǔ)音采集完畢音頻的錄入、采樣及編碼；語(yǔ)音識(shí)別完成語(yǔ)音信息到機(jī)器可識(shí)別的文本信息的轉(zhuǎn)化；語(yǔ)義理解根據(jù)語(yǔ)音識(shí)別轉(zhuǎn)換后的文本字符或命令完畢對(duì)應(yīng)的操作；語(yǔ)音合成完畢文本信息到聲音信息的轉(zhuǎn)換。作為人類溝通和獲取信息最自然便捷的手段，語(yǔ)音交互比其它交互方式含有更多優(yōu)勢(shì)，能為人機(jī)交互帶來根本性變革，是大數(shù)據(jù)和認(rèn)知計(jì)算時(shí)代將來發(fā)展的制高點(diǎn)，具有廣闊的發(fā)展前景和應(yīng)用前景。（2）情感交互情感是一種高層次的信息傳遞，而情感交互是一種交互狀態(tài)，它在體現(xiàn)功效和信息時(shí)傳遞情感，勾起人們的記憶或內(nèi)心的情愫。傳統(tǒng)的人機(jī)交互無(wú)法理解和適應(yīng)人的情緒或心境，缺少情感理解和體現(xiàn)能力，計(jì)算機(jī)難以含有類似人同樣的智能，也難以通過人機(jī)交互做到真正的和諧與自然。情感交互就是要賦予計(jì)算機(jī)類似于人同樣的觀察、理解和生成多個(gè)情感的能力，最后使計(jì)算機(jī)像人同樣能進(jìn)行自然、親切和生動(dòng)的交互。情感交互已經(jīng)成為人工智能領(lǐng)域中的熱點(diǎn)方向，旨在讓人機(jī)交互變得更加自然?，F(xiàn)在，在情感交互信息的解決方式、情感描述方式、情感數(shù)據(jù)獲取和解決過程、情感體現(xiàn)方式等方面尚有諸多技術(shù)挑戰(zhàn)。（3）體感交互體感交互是個(gè)體不需要借助任何復(fù)雜的控制系統(tǒng)，以體感技術(shù)為基礎(chǔ)，直接通過肢體動(dòng)作與周邊數(shù)字設(shè)備裝置和環(huán)境進(jìn)行自然的交互。根據(jù)體感方式與原理的不同，體感技術(shù)重要分為三類：慣性感測(cè)、光學(xué)感測(cè)以及光學(xué)聯(lián)合感測(cè)。體感交互普通由運(yùn)動(dòng)追蹤、手勢(shì)識(shí)別、運(yùn)動(dòng)捕獲、面部表情識(shí)別等一系列技術(shù)支撐。與其它交互手段相比，體感交互技術(shù)無(wú)論是硬件還是軟件方面都有了較大的提高，交互設(shè)備向小型化、便攜化、使用方便化等方面發(fā)展，大大減少了對(duì)顧客的約束，使得交互過程更加自然?，F(xiàn)在，體感交互在游戲娛樂、醫(yī)療輔助與康復(fù)、全自動(dòng)三維建模、輔助購(gòu)物、眼動(dòng)儀等領(lǐng)域有了較為廣泛的應(yīng)用。（4）腦機(jī)交互腦機(jī)交互又稱為腦機(jī)接口，指不依賴于外圍神經(jīng)和肌肉等神經(jīng)通道，直接實(shí)現(xiàn)大腦與外界信息傳遞的通路。腦機(jī)接口系統(tǒng)檢測(cè)中樞神經(jīng)系統(tǒng)活動(dòng)，并將其轉(zhuǎn)化為人工輸出指令，能夠替代、修復(fù)、增強(qiáng)、補(bǔ)充或者改善中樞神經(jīng)系統(tǒng)的正常輸出，從而變化中樞神經(jīng)系統(tǒng)與內(nèi)外環(huán)境之間的交互作用。腦機(jī)交互通過對(duì)神經(jīng)信號(hào)解碼，實(shí)現(xiàn)腦信號(hào)到機(jī)器指令的轉(zhuǎn)化，普通涉及信號(hào)采集、特性提取和命令輸出三個(gè)模塊。從腦電信號(hào)采集的角度，普通將腦機(jī)接口分為侵入式和非侵入式兩大類。除此之外，腦機(jī)接口尚有其它常見的分類方式：按照信號(hào)傳輸方向能夠分為腦到機(jī)、機(jī)到腦和腦機(jī)雙向接口；按照信號(hào)生成的類型，可分為自發(fā)式腦機(jī)接口和誘發(fā)式腦機(jī)接口；按照信號(hào)源的不同還可分為基于腦電的腦機(jī)接口、基于功效性核磁共振的腦機(jī)接口以及基于近紅外光譜分析的腦機(jī)接口。5計(jì)算機(jī)視覺計(jì)算機(jī)視覺是使用計(jì)算機(jī)模仿人類視覺系統(tǒng)的科學(xué)，讓計(jì)算機(jī)擁有類似人類提取、解決、理解和分析圖像以及圖像序列的能力。自動(dòng)駕駛、機(jī)器人、智能醫(yī)療等領(lǐng)域均需要通過計(jì)算機(jī)視覺技術(shù)從視覺信號(hào)中提取并解決信息。近來隨著深度學(xué)習(xí)的發(fā)展，預(yù)解決、特性提取與算法解決漸漸融合，形成端到端的人工智能算法技術(shù)。根據(jù)解決的問題，計(jì)算機(jī)視覺可分為計(jì)算成像學(xué)、圖像理解、三維視覺、動(dòng)態(tài)視覺和視頻編解碼五大類。（1）計(jì)算成像學(xué)計(jì)算成像學(xué)是探索人眼構(gòu)造、相機(jī)成像原理以及其延伸應(yīng)用的科學(xué)。在相機(jī)成像原理方面，計(jì)算成像學(xué)不停增進(jìn)現(xiàn)有可見光相機(jī)的完善，使得當(dāng)代相機(jī)更加輕便，能夠合用于不同場(chǎng)景。同時(shí)計(jì)算成像學(xué)也推動(dòng)著新型相機(jī)的產(chǎn)生，使相機(jī)超出可見光的限制。在相機(jī)應(yīng)用科學(xué)方面，計(jì)算成像學(xué)能夠提高相機(jī)的能力，從而通過后續(xù)的算法解決使得在受限條件下拍攝的圖像更加完善，例如圖像去噪、去含糊、暗光增強(qiáng)、去霧霾等，以及實(shí)現(xiàn)新的功效，例如全景圖、軟件虛化、超分辨率等。（2）圖像理解圖像理解是通過用計(jì)算機(jī)系統(tǒng)解釋圖像，實(shí)現(xiàn)類似人類視覺系統(tǒng)理解外部世界的一門科學(xué)。普通根據(jù)理解信息的抽象程度可分為三個(gè)層次：淺層理解，涉及圖像邊沿、圖像特性點(diǎn)、紋理元素等；中層理解，涉及物體邊界、區(qū)域與平面等；高層理解，根據(jù)需要抽取的高層語(yǔ)義信息，可大致分為識(shí)別、檢測(cè)、分割、姿態(tài)預(yù)計(jì)、圖像文字闡明等?，F(xiàn)在高層圖像理解算法已逐步廣泛應(yīng)用于人工智能系統(tǒng)，如刷臉支付、智慧安防、圖像搜索等。（3）三維視覺三維視覺即研究如何通過視覺獲取三維信息（三維重建）以及如何理解所獲取的三維信息的科學(xué)。三維重建能夠根據(jù)重建的信息來源，分為單目圖像重建、多目圖像重建和深度圖像重建等。三維信息理解，即使用三維信息輔助圖像理解或者直接理解三維信息。三維信息理解可分為，淺層：角點(diǎn)、邊沿、法向量等；中層：平面、立方體等；高層：物體檢測(cè)、識(shí)別、分割等。三維視覺技術(shù)能夠廣泛應(yīng)用于機(jī)器人、無(wú)人駕駛、智慧工廠、虛擬/增強(qiáng)現(xiàn)實(shí)等方向。（4）動(dòng)態(tài)視覺動(dòng)態(tài)視覺即分析視頻或圖像序列，模擬人解決時(shí)序圖像的科學(xué)。普通動(dòng)態(tài)視覺問題能夠定義為尋找圖像元素，如像素、區(qū)域、物體在時(shí)序上的對(duì)應(yīng)，以及提取其語(yǔ)義信息的問題。動(dòng)態(tài)視覺研究被廣泛應(yīng)用在視頻分析以及人機(jī)交互等方面。（5）視頻編解碼視頻編解碼是指通過特定的壓縮技術(shù)，將視頻流進(jìn)行壓縮。視頻流傳輸中最為重要的編解碼原則有國(guó)際電聯(lián)的H.261、H.263、H.264、H.265、M-JPEG和MPEG系列原則。視頻壓縮編碼重要分為兩大類：無(wú)損壓縮和有損壓縮。無(wú)損壓縮指使用壓縮后的數(shù)據(jù)進(jìn)行重構(gòu)時(shí)，重構(gòu)后的數(shù)據(jù)與原來的數(shù)據(jù)完全相似，例如磁盤文獻(xiàn)的壓縮。有損壓縮也稱為不可逆編碼，指使用壓縮后的數(shù)據(jù)進(jìn)行重構(gòu)時(shí)，重構(gòu)后的數(shù)據(jù)與原來的數(shù)據(jù)有差別，但不會(huì)影響人們對(duì)原始資料所體現(xiàn)的信息產(chǎn)生誤解。有損壓縮的應(yīng)用范疇廣泛，例如視頻會(huì)議、可視電話、視頻廣播、視頻監(jiān)控等?，F(xiàn)在，計(jì)算機(jī)視覺技術(shù)發(fā)展快速，已含有初步的產(chǎn)業(yè)規(guī)模。將來計(jì)算機(jī)視覺技術(shù)的發(fā)展重要面臨下列挑戰(zhàn)：一是如何在不同的應(yīng)用領(lǐng)域和其它技術(shù)更加好的結(jié)合，計(jì)算機(jī)視覺在解決某些問題時(shí)能夠廣泛運(yùn)用大數(shù)據(jù)，已經(jīng)逐步成熟并且能夠超出人類，而在某些問題上卻無(wú)法達(dá)成很高的精度；二是如何減少計(jì)算機(jī)視覺算法的開發(fā)時(shí)間和人力成本，現(xiàn)在計(jì)算機(jī)視覺算法需要大量的數(shù)據(jù)與人工標(biāo)注，需要較長(zhǎng)的研發(fā)周期以達(dá)成應(yīng)用領(lǐng)域所規(guī)定的精度與耗時(shí)；三是如何加緊新型算法的設(shè)計(jì)開發(fā)，隨著新的成像硬件與人工智能芯片的出現(xiàn)，針對(duì)不同芯片與數(shù)據(jù)采集設(shè)備的計(jì)算機(jī)視覺算法的設(shè)計(jì)與開發(fā)也是挑戰(zhàn)之一。6生物特性識(shí)別生物特性識(shí)別技術(shù)是指通過個(gè)體生理特性或行為特性對(duì)個(gè)體身份進(jìn)行識(shí)別認(rèn)證的技術(shù)。從應(yīng)用流程看，生物特性識(shí)別普通分為注冊(cè)和識(shí)別兩個(gè)階段。注冊(cè)階段通過傳感器對(duì)人體的生物表征信息進(jìn)行采集，如運(yùn)用圖像傳感器對(duì)指紋和人臉等光學(xué)信息、麥克風(fēng)對(duì)說話聲等聲學(xué)信息進(jìn)行采集，運(yùn)用數(shù)據(jù)預(yù)解決以及特性提取技術(shù)對(duì)采集的數(shù)據(jù)進(jìn)行解決，得到對(duì)應(yīng)的特性進(jìn)行存儲(chǔ)。識(shí)別過程采用與注冊(cè)過程一致的信息采集方式看待識(shí)別人進(jìn)行信息采集、數(shù)據(jù)預(yù)解決和特性提取，然后將提取的特性與存儲(chǔ)的特性進(jìn)行比對(duì)分析，完畢識(shí)別。從應(yīng)用任務(wù)看，生物特性識(shí)別普通分為識(shí)別與確認(rèn)兩種任務(wù)，識(shí)別是指從存儲(chǔ)庫(kù)中擬定待識(shí)別人身份的過程，是一對(duì)多的問題；確認(rèn)是指將待識(shí)別人信息與存儲(chǔ)庫(kù)中特定單人信息進(jìn)行比對(duì)，擬定身份的過程，是一對(duì)一的問題。生物特性識(shí)別技術(shù)涉及的內(nèi)容十分廣泛，涉及指紋、掌紋、人臉、虹膜、指靜脈、聲紋、步態(tài)等多個(gè)生物特性，其識(shí)別過程涉及到圖像解決、計(jì)算機(jī)視覺、語(yǔ)音識(shí)別、機(jī)器學(xué)習(xí)等多項(xiàng)技術(shù)?，F(xiàn)在生物特性識(shí)別作為重要的智能化身份認(rèn)證技術(shù)，在金融、公共安全、教育、交通等領(lǐng)域得到廣泛的應(yīng)用。下面將對(duì)指紋識(shí)別、人臉識(shí)別、虹膜識(shí)別、指靜脈識(shí)別、聲紋識(shí)別以及步態(tài)識(shí)別等技術(shù)進(jìn)行介紹。（1）指紋識(shí)別指紋識(shí)別過程普通涉及數(shù)據(jù)采集、數(shù)據(jù)解決、分析鑒別三個(gè)過程。數(shù)據(jù)采集通過光、電、力、熱等物理傳感器獲取指紋圖像；數(shù)據(jù)解決涉及預(yù)解決、畸變校正、特性提取三個(gè)過程；分析鑒別是對(duì)提取的特性進(jìn)行分析鑒別的過程。（2）人臉識(shí)別人臉識(shí)別是典型的計(jì)算機(jī)視覺應(yīng)用，從應(yīng)用過程來看，可將人臉識(shí)別技術(shù)劃分為檢測(cè)定位、面部特性提取以及人臉確認(rèn)三個(gè)過程。人臉識(shí)別技術(shù)的應(yīng)用重要受到光照、拍攝角度、圖像遮擋、年紀(jì)等多個(gè)因素的影響，在約束條件下人臉識(shí)別技術(shù)相對(duì)成熟，在自由條件下人臉識(shí)別技術(shù)還在不停改善。（3）虹膜識(shí)別虹膜識(shí)別的理論框架重要涉及虹膜圖像分割、虹膜區(qū)域歸一化、特性提取和識(shí)別四個(gè)部分，研究工作大多是基于此理論框架發(fā)展而來。虹膜識(shí)別技術(shù)應(yīng)用的重要難題包含傳感器和光照影響兩個(gè)方面：首先，由于虹膜尺寸小且受黑色素遮擋，需在近紅外光源下采用高分辨圖像傳感器才可清晰成像，對(duì)傳感器質(zhì)量和穩(wěn)定性規(guī)定比較高；另首先，光照的強(qiáng)弱變化會(huì)引發(fā)瞳孔縮放，造成虹膜紋理產(chǎn)生復(fù)雜形變，增加了匹配的難度。（4）指靜脈識(shí)別指靜脈識(shí)別是運(yùn)用了人體靜脈血管中的脫氧血紅蛋白對(duì)特定波長(zhǎng)范疇內(nèi)的近紅外線有較好的吸取作用這一特性，采用近紅外光對(duì)指靜脈進(jìn)行成像與識(shí)別的技術(shù)。由于指靜脈血管分布隨機(jī)性很強(qiáng)，其網(wǎng)絡(luò)特性含有較好的唯一性，且屬于人體內(nèi)部特性，不受到外界影響，因此模態(tài)特性十分穩(wěn)定。指靜脈識(shí)別技術(shù)應(yīng)用面臨的重要難題來自于成像單元。（5）聲紋識(shí)別聲紋識(shí)別是指根據(jù)待識(shí)別語(yǔ)音的聲紋特性識(shí)別說話人的技術(shù)。聲紋識(shí)別技術(shù)普通能夠分為前端解決和建模分析兩個(gè)階段。聲