人工智能的认知技术大众媒体将人工智能刻画为跟人一样聪慧的或比人更聪慧的计算机的来临.而各项技术则在以往只有人能做到的特定任务上面表现得越来越好.我们称这些技术为认知技术，认知技术是人工智能领域的产物，它们能完成以往只有人能够完成的任务。而它们正是商业和公共部门的领导者应该关注的。下面我们将介绍几个最重要的认知技术,它们正被广泛采纳并进展迅速，也获得大量投资。1）计算机视觉是指计算机从图像中识别出物体、场景和活动的能力.计算机视觉技术运用由图像处理操作及其他技术所组成的序列来将图像分析任务分解为便于管理的小块任务.比如,一些技术能够从图像中检测到物体的边缘及纹理.分类技术可被用作确定识别到的特征是否能够代表系统已知的一类物体.计算机视觉有着广泛应用。其中包括，医疗成像分析被用来提高疾病的预测、诊断和治疗；人脸识别被 Facebook 用来自动识别照片里的人物；在安防及监控领域被用来指认嫌疑人；在购物方面，消费者现在可以用智能手机拍摄下产品以获得更多购买选择。机器视觉作为一个相关学科,泛指在工业自动化领域的视觉应用。在这些应用里，计算机在高度受限的工厂环境里识别诸如生产零件一类的物体,因此相对于寻求在非受限环境里操作的计算机视觉来说目标更为简单。计算机视觉是一个正在进行中的讨论，而机器视觉则是“已经解决的问题”，是系统工程方面的课题而非讨论层面的课题。因为应用范围的持续扩大，计算机视觉领域的初创公司自 2025 年起已经吸引了数亿美元的风投资本。2)机器学习指的是计算机系统无需遵照显式的程序指令而只是依靠暴露在数据中来提升自身性能的能力。其核心在于，机器学习是从数据中自动发现模式，模式一旦被发现便可用于做预测.比如,给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息的数据库，系统就会学习到可用来预测信用卡欺诈的模式。处理的交易数据越多，预测就会越好.机器学习的应用范围非常广泛，针对那些产生庞大数据的活动，它几乎拥有改进一切性能的潜力.除了欺诈甄别之外，这些活动还包括销售预测、库存管理、石油和天然气勘探、以及公共卫生。机器学习技术在其他的认知技术领域也扮演着重要角色,比如计算机视觉，它能在海量图像中通过不断训练和改进视觉模型来提高其识别对象的能力。现如今,机器学习已经成为认知技术中最炙手可热的讨论领域之一,在 2025-2025 年中这段时间内就已吸引了近十亿美元的风险投资。谷歌...
