赞
踩
本文转自微信公众号:CSDNnews
这个世界上我们所创造的所有技术其实都只为一个目的而服务——“一步一个脚印地让生存更轻松”,但现在,事情的发展似乎有些停滞不前了。
毋庸置疑的是,数据的有效利用可以让我们清楚地了解正在发生的事情,解决现有的关键案例,并为未来带来创新性的应用。所以拥有的数据越多,使用人工智能和机器学习技术,就可以更高效的处理流程。
但是,现在的我们似乎走进了一个误区——不应该把所有的技术改进用于消除人为力量的干预,而应该充分利用它们来节省我们的“宝贵时间”。也就是意味着,技术的进步并不是要根除人才的实施,而是要提高整体产出,这才是解决主观需要最重要的一点。
当然,数据只是我们建模时主动提供给机器的,有些数据会解决我们的问题,而其他也会破坏我们的系统。所以为了最大的利益,我们每个人都必须专注于如何用人工智能来改善事情。
本文就列举了一些人工智能技术领域内的项目,一起来看一下吧。
https://en.wikipedia.org/wiki/OpenCog
https://en.wikipedia.org/wiki/Procedural_Reasoning_System
https://en.wikipedia.org/wiki/Psi-Theory
https://en.wikipedia.org/wiki/R-CAST
https://en.wikipedia.org/wiki/Soar_%28cognitive_architecture%29
https://en.wikipedia.org/wiki/Society_of_mind
https://en.wikipedia.org/wiki/Subsumption_architecture
https://en.wikipedia.org/wiki/4CAPS
https://en.wikipedia.org/wiki/ACT-R
https://en.wikipedia.org/wiki/AIXI
https://en.wikipedia.org/wiki/CALO
https://en.wikipedia.org/wiki/CHREST
https://en.wikipedia.org/wiki/CLARION_%28cognitive_architecture%29
https://en.wikipedia.org/wiki/JACK_Intelligent_Agents
https://en.wikipedia.org/wiki/Copycat_%28software%29
https://en.wikipedia.org/wiki/DUAL_%28cognitive_architecture%29
https://en.wikipedia.org/wiki/FORR
https://en.wikipedia.org/wiki/LIDA_%28cognitive_architecture%29
https://en.wikipedia.org/wiki/Braina
https://en.wikipedia.org/wiki/Cyc
https://en.wikipedia.org/wiki/Eurisko
https://en.wikipedia.org/wiki/Google_Now
https://en.wikipedia.org/w/index.php?title=James_%28intelligent_assistant%29&action=edit&redlink=1
https://en.wikipedia.org/wiki/Microsoft_Cortana
https://en.wikipedia.org/wiki/Mycin
https://en.wikipedia.org/w/index.php?title=Open_Assistant&action=edit&redlink=1
https://en.wikipedia.org/wiki/Open_Mind_Common_Sense
https://en.wikipedia.org/wiki/P.A.N.
https://en.wikipedia.org/wiki/Siri
https://en.wikipedia.org/wiki/SNePS
https://en.wikipedia.org/wiki/Viv_%28software%29
https://en.wikipedia.org/wiki/Holmes_%28computer%29
https://en.wikipedia.org/wiki/Watson_%28computer%29
https://en.wikipedia.org/wiki/Wolfram_Alpha
https://en.wikipedia.org/wiki/Cleverbot
https://en.wikipedia.org/wiki/ELIZA
https://en.wikipedia.org/wiki/Jabberwacky
https://en.wikipedia.org/wiki/Mycroft_%28software%29
https://en.wikipedia.org/wiki/PARRY
https://en.wikipedia.org/wiki/SHRDLU
https://en.wikipedia.org/w/index.php?title=Snatchbot.me&action=edit&redlink=1
https://en.wikipedia.org/wiki/SYSTRAN
https://en.wikipedia.org/wiki/Blue_Brain_Project
https://en.wikipedia.org/wiki/Google_Brain
https://en.wikipedia.org/wiki/Human_Brain_Project
https://en.wikipedia.org/wiki/Numenta#The_NuPIC_Open_Source_Project
原文 | 50 Killer AI Projects
链接 | https://hackernoon.com/50-killer-ai-projects-f1b6966c7dbc
作者 | Steffi S
编译 | 言则
新一年,AI科技大本营的目标更加明确,有更多的想法需要落地,不过目前对于营长来说是“现实跟不上灵魂的脚步”,因为缺人~~
所以,AI科技大本营要壮大队伍了,现招聘AI记者和资深编译,有意者请将简历投至:gulei@csdn.net,期待你的加入!
如果你暂时不能加入营长的队伍,也欢迎与营长分享你的精彩文章,投稿邮箱:suiling@csdn.net
如果以上两者你都参与不了,那就加入AI科技大本营的读者群,成为营长的真爱粉儿吧!后台回复:读者群,加入营长的大家庭,添加营长请备注自己的姓名,研究方向,营长邀请你入群。
热文精选
突发 | Yann LeCun卸任!Facebook变天,做AI不能落地是不成了
开发者AI职业指南:CSDN《AI技术人才成长路线图V1.0》重磅发布
企业智能化升级之路:CSDN《2017-2018中国人工智能产业路线图V1.0》重磅发布
蒋涛:重新回归的我,将带领CSDN全方位升级,为AI转型者打造一站式平台
速成班出来的AI人才,老板到底要不要?6位导师告诉你行业真相
干货 | AI 工程师必读,从实践的角度解析一名合格的AI工程师是怎样炼成的
☟☟☟点击 | 阅读原文 | 查看更多精彩内容
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。