人工智能技术有哪些?手机属于人工智能吗?

人工智能技术有：智能搜索引擎、自动驾驶（OSO系统)、人像识别、文字识别、图像识别、车牌识别、机器翻译和自然语言理解、专家系统、机器人学、自动程序设计、航天应用、机器学习、信息处理等。

人工智能属于社会科学、技术科学、自然科学三向交叉学科，知识面涉及信息论、控制论、心理学、计算机科学等。

对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟，是对人脑思维的信息过程的模拟。

人工智能技术的应用：

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

其实际应用有机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、智能搜索、定理证明、博弈、自动程序设计、还有航天应用等。

其应用领域有语音识别领域，除了大家已较为熟悉的科大讯飞输入法，一家叫作云知声的人工智能公司，最近开发了智能医疗语音录入系统，采用了国内面向医疗领域的智能“语音识别”技术，能实时准确地将语音转换成文本。金融智能投资领域。所谓智能投资顾问，即利用计算机的算法优化理财资产配置。

不属于。智能手机是指像个人电脑一样，具有独立的操作系统，独立的运行空间，利用智能手机查资料不属于人工智能，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，能对人的意识、思维的信息过程的模拟。

人工智能的关键技术有以下：

1、计算机视觉技术

计算机视觉，简称CV（Computer Vision），是一门研究如何使计算机更好的“看”世界的科学。给计算机输入图片，图像等数据，通过各种深度学习等算法的计算，使得计算机可以进行识别、跟踪和测量等功能一般来说，CV技术主要有如下几个步骤：图像获取、预处理、特征提取、检测／分割和高级处理。

2、自然语言处理技术

自然语言处理（Natural Language Processing）技术是一门通过建立计算机模型、理解和处理自然语言的学科。是指用用计算机对自然语言的形、音、义等信息进行处理并识别的应用，大致包括机器翻译、自动提取文本摘要、文本分类、语音合成、情感分析等。

3、跨媒体分析推理技术

以前的媒体信息处理模型往往是针对单一的媒体数据进行处理分析，比如图像识别、语音识别，文本识别等等，但是现在越来越多的任务需要跨媒体类别分析，即需要综合处理文本、视频，语音等信息。

4、智适应学习技术

智适应学习技术（Intelligent Adaptive Learning），是教育领域最具突破性的技术。该技术模拟了老师对学生一对一的教学过程，赋予了学习系统个性化教学的能力。在2020年之后，智适应学习技术得到了快速发展，背后的推动里有强大的计算能力和海量的数据，更重要的还有贝叶斯网络算法的应用。

5、群体智能技术

群体智能（Collective Intelligence）也称集体智能，是一种共享的智能，是集结众人的意见进而转化为决策的一种过程，用来对单一个体做出随机性决策的风险。

6、自主无人系统技术

自主无人系统是能够通过先进的技术进行操作或管理，而不需要人工干预的系统，可以应用到无人驾驶、无人机、空间机器人，无人车间等领域。

7、智能芯片技术

一般来说，运用了人工智能技术的芯片就可以称为智能芯片，智能芯片可按技术架构、功能和应用场景等维度分成多种类别。

8、脑机接口技术

脑机接口（Brain-Computer Interface）是在人或动物脑与外部设备间建立的直接连接通道。通过单向脑机接口技术，计算机可以接受脑传来的命令，或者发送信号到脑，但不能同时发送和接收信号；而双向脑机接口允许脑和外部设备间的双向信息交换。

9、知识图谱

知识图谱本质上是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关“属性—值”对。不同实体之间通过关系相互联结，构成网状的知识结构。

10、人机交互

人机交互主要研究人和计算机之间的信息交换，主要包括人到计算机和计算机到人的两部分信息交换，是人工智能领域的重要的外围技术。

人工智能技术包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

其中语音识别技术，也被称为自动语音识别AutomaTIc Speech RecogniTIon，（ASR），其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。

与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。

1、计算机视觉：计算机视觉技术运用由图像处理操作及机器学习等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。

2、机器学习：机器学习是从数据中自动发现模式，模式一旦被发现便可以做预测，处理的数据越多，预测也会越准确。

3、自然语言处理：对自然语言文本的处理是指计算机拥有的与人类类似的对文本进行处理的能力。例如自动识别文档中被提及的人物、地点等，或将合同中的条款提取出来制作成表。

4、机器人技术：近年来，随着算法等核心技术提升，机器人取得重要突破。例如无人机、家务机器人、医疗机器人等。

5、生物识别技术：生物识别可融合计算机、光学、声学、生物传感器、生物统计学，利用人体固有的生体特性如指纹、人脸、虹膜、静脉、声音、步态等进行个人身份鉴定，最初运用于司法鉴定。

科大讯飞董事长刘庆峰在发表题为《因为看见，所以坚信》演讲时表示，未来机器人会像水、电一样走进每个家庭，人工智能赋能机器人要解决4大核心问题。

一、是多模感知，不仅是语音感知，还要有视觉、有眼神、有面部表情、有肢体语言、有环境的综合感知，包括味觉触觉等

二、是要有深度理解和学习能力，可充分理解我们所面对的物体、人物和环境等

三、是可多维表达，不仅能用语音读出来，还要有虚拟形象、背景画面等；

四、是运动智能，行动平稳，能够灵活避障，适应各种复杂地形。

您好！人工智能技术包括机器人，图像识别，语言识别，自然语言处理，专家系统等。
它是一门富有挑战性的学科，从事这项工作的需要懂计算机，心理学，哲学等知识。

什么才是真正的人工智能手机？

智能手机又到了新一轮变革的时候。

继苹果、华为之后，全球市场份额排名第一的智能手机厂商三星在昨天的Bixby中文版发布会上，也首次对外公布了未来在人工智能领域的布局，并宣布明年2月份将推出Galaxy AIUX人工智能操作系统。

“三星S8的Bixby与荣耀Magic方向一致，未来肯定会是所有厂商努力的方向。”Gfk通讯事业部研究总监金瑞兆在接受凤凰科技采访时表示。

荣耀Magic

荣耀Magic于2016年底推出，它搭载了让人耳目一新的Magic Live智慧系统。它是基于人工智能为用户更好的处理日常问题为理念设计而成。它的智能之处体现在可以根据不同的使用场景为用户提供相应的便利，也就是俗话说的“想你所想”。

实际上，从去年开始，在各大手机厂商的发布会上我们就经常听到“AI引擎”、“AI美颜”、“AI人像”等，人工智能算法早已逐步加入到了手机常规的系统应用中。

“摄像头大战、全面屏大战都是很低端的提法，现在，AI将会改变智能手机行业，智能手机将进入智慧手机时代。”华为消费者业务CEO余承东此前表示。

AI手机标准不统一

如同功能机向智能手机转变的那个时代一样，人工智能技术的持续走热，正在推动着下一代智能手机的到来，可能叫AI手机，也可能叫智慧手机。

那么问题来了，到底什么才是真正的AI手机？

对于这个问题，现在并没有统一的标准。今年另一个大热的词是“新零售”，但实际上各大电商平台的打法都不一样。AI手机也是如此，各大手机厂商的打法都不相同，主要分为两派：云智能和端智能。

云智能指的是采集后的数据需要通过网络传输到云端，由云端进行计算后，再将决策发回前端设备执行。目前大多数智能手机上的语音助手，其实就算是云智能的一种应用体现。

与云智能相对应的是端智能，又称端侧智能，指的是数据的采集、计算、决策都在前端设备进行。和云智能相比，端智能的优势在于稳定、时延小，同时能够保护用户隐私等，缺点就是存储计算力没有云智能强大。

高通

苹果公司已经把移动设备视为未来人工智能的一个主要平台，这与芯片巨头高通的想法不谋而合。高通副总裁兼高通创投董事总经理沈劲本月也公开表示，智能手机将成为人工智能最大的平台。高通更关注的是终端侧的人工智能，而非云端，沈劲给出了3个理由：

第一，我们有隐私方面的需求，不愿意把很私密的数据都传到云端；

第二，要可靠性。如果数据不远万里传到云端，再下载到手机，或者在我们的空调、冰箱当中，这个过程当中万一有什么差错，就会形成一个不可靠的应用；

第三，要实时。为什么手机到目前包括今后的一两年都是设备端的人工智能？因为实时的处理必须要通过本地化的人工智能才能够完成。

在上周召开的2017凤凰网科技峰会上，vivo软件研发总经理周围透露，目前vivo正在和高通、MTK等公司定制2019年的人工智能平台，包括它们的计算能力以及芯片等设备。

而三星方面，Bixby先行之后，其实也在布局人工智能处理器。三星在今年8月大手笔投资了中国初创公司深鉴科技，这家公司主要研究方向是神经网络压缩技术和神经网络硬件设计，包括基于神经网络的人工智能移动芯片。

AI芯片+AI算法

不难看出，人工智能手机的核心竞争力需要比拼的是计算能力和算法，即芯片级的比拼和人工智能算法的比拼，要求的是软件和硬件的结合。

有了量身定制的硬件，才能更好地去服务机器学习算法。芯片级的人工智能目前只有两家走在前面，那就是苹果和华为。

A11 Bionic芯片

苹果推出的是“神经网络引擎”（Neural Engine）的A11 Bionic（仿生学）芯片，在iPhone X的人脸识别上有很好的应用；华为则是“神经网络单元”（Neural Processing Unit，NPU）的麒麟970人工智能芯片。

麒麟970具备独立的NPU芯片，相比四个Cortex-A73核心有大约25倍性能和50倍能效的优势，可以大幅提升手机在图像识别、语音交互、智能拍照等方面的能力，让手机“更懂你”。

麒麟970

除了此前推出的华为Mate 10系列，目前有消息指出荣耀新一代的旗舰产品荣耀V10也将搭载麒麟970这款芯片。荣耀手机官方微博前段时间发布了一条视频，写着：“Hi, I am AI”，致更懂你的未来。短短10秒的视频中未来科技感十足，星空、手机、宇宙、AI、机器人元素齐聚。

再联系之前荣耀总裁赵明微博中，关于“爱”、“AI”的暗示，不难看出，这些都是在为即将推出的人工智能手机荣耀V10预热。进一步的曝光消息指出，这还是一款全面屏产品。

事实上，也正是因为有了此前的荣耀Magic的智能引擎打头阵，这一次加入麒麟970人工智能芯片的荣耀V10才更加值得期待。有AI芯片的手机才是真AI手机，AI芯片及算法代表了厂商的真正技术，拥有真正的自学习能力，将给用户带来更多更好体验。

为什么这么说呢？NPU的加入到底对智能手机到底有什么意义呢？《新潮电子》在其日前刊登的一篇文章做了很浅显易懂的解释：

“CPU就好比是数学系的老教授，能够解决各类复杂数学问题，但单纯去做求解数值的函数运算显然费时费力；这时候，NPU就好比是一个科学计算器，你不能用它来直接解题，但由它来专门应付题目中需要求解函数数值的部分，显然要得心应手。”

也就是说，NPU的加入并不会明显提升CPU、GPU的性能，但它的出现，却能明显改变端侧的运算环境——而非简单的提升运算能力。

正如在前文提到端智能对比云智能可以让大量识别性的学习操作不需要再过分依赖于云端，而是直接在本地即时高效的处理。硬件级AI能力在手机中的加入，如果开放给第三方应用开发者，还能够带来极大的想象和扩展空间。

结语

国际数据公司（IDC）最新发布的手机季度跟踪报告显示，2017年第三季度，中国智能手机市场出货量略高于第二季度，但低于去年同期，同比下降约为1%。

相比显得有些枯燥的数据，聚焦在市场发展趋势上，IDC中国研究经理金迪表示：”中国手机厂商在全球的市场竞争力持续增强，但在产业链上游的核心技术发展，以及智能化移动生态的部署仍有很大欠缺。”

他认为，今年智能手机在人工智能应用领域有所建树，但实际应用与服务提升并不显著。中国手机厂商需要投入更多资源与精力,着力解决用户在移动生态中的痛点问题，结合生态伙伴的技术优势，开发应用服务，并且考虑AI手机的核心应用布局，以及结合AR行业应用，探索在2018年后逐渐落地发展的路径。

毫无疑问，人工智能在移动终端市场已经是不可逆的大势所趋，已经布局端侧智能的厂商无疑抢得了先手优势。这两年的智能手机市场已经开始洗牌，在智能手机转AI或者说智慧手机的这次变革中，势必又将洗掉一批掉队者。

人工智能是近年来引起人们很大兴趣的一个领域：它的研究目标是用机器，通常为电子仪器、电脑等，尽可能地模拟人的精神活动，并且争取在这些方面最终改善并超出人的能力；其研究领域及应用范围十分广泛、例如，自动定理证明、推理、模式识别、专家知识系统、智能机器人、学习、博彩、自然语言理解等等。
模式识别可能是人工智能这门学科中最基本也是最重要的一部分。简单来说，模式识别就是让电脑能够认识它周围的事物，使我们与电脑的交流更加自然与方便。它包括文字识别(读)、语音识别(听)、语音合成(说)、自然语言理解与电脑图形识别。现在的电脑可以说是又耸又哑，而且还是个瞎子，如果模式识别技术能够得到充分发展并应用于电脑，那我们就能够很自然地与电脑进行交流，开也不需要记那些英文的命令就可以立接向电脑下命令。这也为智能机器人的研究提供了必要条件，它能使机器人能够像人一样与外面的世界进行交流。
在人工智能的应用当中最有趣的应该就是机器人了其实机器人的范围很广，不仅包括各种外型的智能机器人，还包括一些用于工业生产的、用于代替人类劳动的机器人、现在的机器人技术在制造只有某一种功能的机器人方面已经取得了一定的成果、但是要研制一种多功能、人性化的智能机器人，还需要不少时间。到了那时，我们在科幻片中看到的人类与机器人的矛盾不知会不会成为现实。
专家系统具有一定的商业特性、它先把某一种行业(譬如医学、法律等等)的主要知识都输入到电脑的系统知识库里，再由设计者根据这些知识之间的特有关系和职业人员的经验，设计出一个系统，这个系统不仅能够为使用者提供这个行业知识的查询、建议等服务，更重要的是作为一个人工智能系统、必须具有自动推理、学习的能力。专家系统经常应用于各种商业用途，例如企业内部的客户息系统，决策支持系统，以及我们在世面上可以看见的医学顾问、法津顾问等软件。
除此之外，在我们生活中的许多地方都能找到人工智能的影子。