人工智能技術已成為科學技術領域最先進的技術。 許多國家正在競相開拓這項技術研究的新方向，并努力搶占這一領域的制高點。那什么是人工智能技術最核心問題？

首先問人工智能技術發(fā)展最好的是那個國家，很多人會說它絕對是美國。 美國的人工智能已經開始玩游戲。 這確實是一個非?，F(xiàn)實的問題。 美國人工智能的確比中國發(fā)展先進的，它會始終保持這種先進的態(tài)度嗎？ 我認為這是不可能的。

人工智能是一門交叉學科，從新概念到如今已經超過60年，仍處于人工智能的初級階段。 發(fā)展緩慢的一個重要原因是人工智能技術性很強，難度很高。 它涉及計算機領域，心理學，哲學等。

人工智能技術可應用于各種行業(yè)，如安全，醫(yī)療，家庭，交通和智能城市。 未來肯定是超級大的市場。 根據不同的應用領域人工智能研究技術不盡相同。 目前，機器學習和計算機視覺已成為目前流行的人工智能技術方向。

深度學習也被稱為人工智能技術的關鍵，它關鍵是科學研究電子計算機如何仿真模擬或建立人們的學習個人行為以獲得新的專業(yè)知識或大招，協(xié)助計算機再次組織知識體系使之連續(xù)不斷改進本身的特性。

機器學習是人工智能研究的一個分支，人們多年來一直在研究機器學習。 其開發(fā)過程可分為幾個時期。

20世紀50年代中期到60年代中期，這是一個充滿熱情的時期。

20世紀60年代中期到70年代中期。 它被稱為機器學習、冷漠期。

20世紀70年代中期到80年代中期，稱為復興時期;

機器學習的第四階段始于1986年，而我們仍然處于這個時期。

機器學習現(xiàn)在應用在好的程序，例如數(shù)據挖掘，自然語言處理，生物識別，搜索引擎，醫(yī)療行業(yè)等。

學習是一個非常復雜的過程。 學習和推理是不可分割的。 根據學習中使用的推論的數(shù)量，機器學習中使用的策略可以分為四種類型：機械學習，教學，模擬學習和通過案例研究學習。 學習中使用的推理越多，系統(tǒng)就越強大。
責任編輯：YYX