⑴ 美國人工智慧專業哪些大學比較厲害

美國無疑是來MIT最好，其次是斯坦福自、卡內基梅隆、加州大學伯克利分校、華盛頓大學、德州大學奧斯丁分校、賓州大學、康奈爾等。日本我知道東京大學，早稻田大學這方面比較強，但這個我了解不夠全面。 計算機也是上述幾個大學排名最前（碩士），另外加上普林斯頓和喬治亞理工學院。 日本查了一下資料，排名是：1 東京大學
3 Kyoto University 京都大學
5 University of Tsukuba 築波大學
12 Nagoya University 名古屋大學
13 Osaka University 大阪大學
15 Keio University 慶應義塾大學
27 Tokyo Institute of Technology 東京工業大學
28 Kyushu University 九州大學
36 Kobe University 神戶大學
48 Okayama University 岡山大學
54 Ritsumeikan University 立命館大學
55 Hiroshima University 廣島大學
實際上早稻田在計算機方面也是很強的。

⑵ 哪些平板有ai人工智慧

    人工智慧（ArTIficial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

    人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。

    人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種「復雜工作」的理解是不同的。

    人工智慧產品有哪些

    人工智慧一般是作為輔助人類工作的工具出現的，掃地機器人、醫療機器人、服務員機器人等是最常見的人工智慧形態。事實上，人工智慧並不只有機器人一種形態，從領域上來看，包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。今天我們就來看下，除了機器人，人工智慧的產品還有哪些。

    谷歌人工智慧項目DeepMind

    谷歌位於倫敦的研發部門DeepMind已經開發出能夠自主玩視頻游戲的人工智慧技術。以DeepMind技術為基礎的計算機系統，能以驚人的速度學習，快速掌握游戲玩法，精通游戲獲勝方法。此前，團隊稱之為深度Q-network學習網路，僅需觀察游戲畫面以及游戲得分的變化情況，即可分析獲得「通關技巧」以及獲得高分的玩法及演算法，能夠達到專業級人類玩家的水平。

    目前這個系統在相同演算法，網路架構以及參數的設定下已經經過49個游戲的測試，目前已經能夠熟練22種游戲（包括上述的Space Invaders），達到專家級的游戲水平。這套系統進一步證明人工智慧可以通過深度學習，從而掌握游戲技巧，並獲得和人類一樣的操控力，甚至在某些方面超過人類。

    IBM Watson

    去年，IBM發布了Watson AnalyTIcs。Watson AnalyTIcs實現了基於自然語言的認知服務，可以為商務人士即時提供預測和可視化分析工具。Watson AnalyTIcs將於本年末推出基於雲服務的免費增值應用版本（Freemium Version），可在電腦及移動設備上使用。

    Watson Analytics可提供自助式分析功能，包括數據訪問、數據清洗、數據倉庫，幫助企業用戶獲取和准備數據，並基於此進行分析、實現結果可視化，為使用者採取有效行動和開展進一步交互提供基礎和便利。

    微軟人工智慧Torque中文版

    今年2月份，微軟發布了一款為安卓平台的中國用戶度身打造、以手勢驅動並語音交互的人工智慧產品Torque中文版。作為微軟在安卓平台上的首個人工智慧產品，同時也是微軟首個針對可穿戴設備的中文產品，Torque的目標是用最小的界面把信息的傳遞做到最直接、最及時。Torque的誕生解放了安卓用戶的雙手，用戶只需要輕輕搖動手腕，然後對它說：「快樂大本營主持人」，「最近的肯德基在哪」，「打電話給張勇」等指令，就能體驗以極簡的動作輕松得到信息和完成更多任務——這也正是微軟對移動互聯時代，移動生產力和效率的理解。

    據微軟表示，Torque和小冰、小娜等微軟人工智慧產品一樣，都採用了必應大數據平台作為底層引擎，用來處理每個用戶通過手機和移動互聯網上傳到雲里的語音命令；而微軟（亞洲）互聯網工程院的人工智慧產品團隊，針對中國用戶的偏好和習慣，在功能上做了特殊設計和本地化開發。

    Youtube自動字幕

    2009年時Google便已經利用他們的語音識別技術，在YouTube上提供實時的「自動字幕（Automatic Captions）」功能，除了讓用戶可以在避免干擾到他人以不開啟喇叭的狀況下，觀賞網路上成千上萬的各種影片內容。

    YouTube調用Google的自動語音識別技術（ASR）給YouTube視頻加入字幕，這個技術來自於Google Voice。當然生成的字幕不可能100%准確，但起碼可以幫助你提高聽力來理解視頻內容，而且Google會一直改進自動語音識別技術的。這項技術支持英語、日語、韓語、西班牙語、德語、義大利語、法語、葡萄牙語、俄語、荷蘭的自動字幕。

    除了自動字幕功能以外，YouTube還針對給視頻製作字幕的朋友添加了字幕時間和自動時間的功能，使大家可以更輕松的自己動手做字幕。你只需要創建一個簡單的文本文件，裡面寫上所有視頻里說的單詞，然後Google利用自動語音識別技術可以將文本里的這些話與自己識別出的話做對應，這樣准確率就提高了，而且你還不必花太多時間去一句一句的配字幕。

    人工智慧仿生眼

    英國曼徹斯特皇家眼科醫院已經成功實施了世界首例人工仿生機器眼移植治療老年性視網膜黃斑變性（AMD）所導致失明的手術。這個人工智慧仿生眼裝置被稱為Argus II，由兩部分組成：體內植入部分和體外病人必須穿戴的部分。植入設備將植入到病人的視網膜上，設備中含有電極陣列，電池和一個無線天線。外部設備包含一副眼鏡，內置前向的攝像頭和無線電發射器以及一個視頻處理單元。

    攝像頭會捕捉到植入體正對面的畫面，將信號發送到視頻處理器上等待處理。經處理後的信號又被發送回眼鏡上，信號通過眼鏡被植入設備的天線所接收。最終，視頻被「輸出」到電極陣列上，電極陣列起到視神經模擬的作用。電極陣列的解析度達到60像素水平，這已經足夠讓植入設備追蹤物體運動的軌跡，看清基本的圖案和形狀，或者緩慢閱讀較大的文字。Argus II所提供的畫面是黑白的，但Argus的開發團隊正在努力對電極大腦刺激進行編譯，希望盡快能讓大腦接收彩色信號。

    患者在手術後，恢復後已經能夠識別出垂直或水平的線條，能夠辨識出人臉，不需要放大鏡閱讀報紙。更有趣的是，通過這項手術，患者即使閉上眼睛也能夠看到眼睛的景象，這就讓人感到有一些有趣了。

    此外，美國開發人工智慧眼球的公司--第二視覺公司開發的人工智慧眼球也已獲准上市，該產品可以讓完全失明的盲人重新恢復視力。

    新聞寫作機器人

    美聯社去年夏天起用Wordsmith平台自動撰寫財經新聞。按照美聯社商業新聞主管Lou Ferrara的說法，採用基於演算法的機器新聞寫作後，在無須增加新的人手的情況下，美聯社的商業新聞中關於企業季度經營狀況的報道量，將增加10多倍，即從原先每季度300篇上升到4400篇，而與此同時將能把之前用於此類報道的記者「解放」出來，讓其可以從事更具有創造性和挑戰性的新聞策劃和新聞源拓展工作。該系統剛上線時，尚需由人工審稿並對平台加以調整，三個月後已完全不需要人為干預。

    康奈爾大學開發的鳥臉識別技術

    康奈爾大學與VIsipedia研究計劃小組共同開發了Merlin Bird Photo ID軟體，可以藉助計算機視覺識別技術和深度機器學習來識別各種圖片中出現的鳥類種類。這對於入門的賞鳥人士和鳥類愛好者來說，是個非常不錯的軟體。通過深度機器學習，這個程序能夠在數秒內提供識別結果，前三種識別結果准確率已經達到了90%以上。

    用戶可以通過上傳不知道種類的鳥類圖片，並且用方框框出需要識別的鳥類圖像縮小識別范圍。軟體能夠從數萬張圖片中指出已知種類的鳥，目前資料庫已經包含在北美常見的400多種鳥類。隨著用戶使用次數，和深度機器學習，准確度會日漸提高。康奈爾大學的教授Serge Belongie說：「計算機可以比人類更有效地處理圖片，它們能夠分類、建立索引、處理大量的圖形細節特徵來識別結果」。

    Skype實時翻譯工具

    微軟的實時翻譯工具Skype Translator將語音識別技術和微軟所謂的「深度神經網路及微軟已得到證明的靜態機器翻譯技術」結合在一起。能自動翻譯不同語言的語音通話和即時通信消息。

    目前支持英語、西班牙語、義大利語和漢語普通話。此外，即時通信消息的翻譯已支持50種語言，包括法語、日語、阿拉伯語、威爾士語，甚至克林貢語。

    由於這款翻譯工具集成了機器翻譯、語音識別、機器學習、大數據等先進技術，因此被廣泛看好。據了解，Skype中文實時口譯所需的語音識別技術，由微軟中國和美國的研究人員聯合開發

    。

    人工智慧所涉及的范圍

    人工智慧涉及的學科比較多，生活中的方方面面都有人工智慧的實際應用， 主要涉及哲學和認知科學，數學，神經生理學，心理學，計算機科學，資訊理論，控制論，不定性論，仿生學等學科

    研究范疇 ：自然語言處理，知識表現，智能搜索，推理，規劃，機器學習，知識獲取，組合調度問題，感知問題，模式識別，邏輯程序設計，軟計算，不精確和不確定的管理，人工生命，神經網路，復雜系統，遺傳演算法 人類思維方式

    應用領域： 智能控制，專家系統，機器人學，語言和圖像理解，遺傳編程 機器人工廠

    實際應用 ：機器視覺：指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統，智能搜索，定理證明，博弈，自動程序設計，還有航天應用等.

⑶ 美國和日本的哪所大學人工智慧，計算機專業比較好

美國無疑是復MIT最好，其次是斯坦福制、卡內基梅隆、加州大學伯克利分校、華盛頓大學、德州大學奧斯丁分校、賓州大學、康奈爾等。日本我知道東京大學，早稻田大學這方面比較強，但這個我了解不夠全面。 計算機也是上述幾個大學排名最前（碩士），另外加上普林斯頓和喬治亞理工學院。 日本查了一下資料，排名是：1 東京大學
3 Kyoto University 京都大學
5 University of Tsukuba 築波大學
12 Nagoya University 名古屋大學
13 Osaka University 大阪大學
15 Keio University 慶應義塾大學
27 Tokyo Institute of Technology 東京工業大學
28 Kyushu University 九州大學
36 Kobe University 神戶大學
48 Okayama University 岡山大學
54 Ritsumeikan University 立命館大學
55 Hiroshima University 廣島大學
實際上早稻田在計算機方面也是很強的。

⑷ 為什麼說人工智慧的「奇點」已經來了

在21世紀以前，「人工智慧大爆炸」的設想似乎還只是科幻小說家們杞人憂天的設想。到了今天，卻有越來越多的人開始嚴肅地思考一個問題：當技術奇點到來的時候，人類將會怎樣？
1965年提出的摩爾定律預測了計算機技術的飛速發展。50年後，這條定律將不再適用，然而隨計算機技術生發的人工智慧已經成熟與強大到能夠引起新的隱憂。2009年，威爾士大學和劍橋大學聯合研發的機器人已經能夠獨立進行科學研究和發現；同年，康奈爾大學的計算機項目從鍾擺的擺動中總結出了運動定律。機器越來越聰明是不爭的事實，那麼有一天，它們真的會超越人類嗎？
1983年，數學家Vernor Vinge提出技術奇點（Technological Singularity）的概念。他將奇點定義為人工智慧超過人類智力極限的時間點，在那一時刻以後，世界的發展將會超出人類的理解范疇。自此之後，「技術奇點」彷彿一把達摩克利斯之劍，最開始的時候感受到它存在的還只是一些科幻作家和所謂的「未來家」和「預言家」，但隨著計算機技術的發展，越來越多的科學家、經濟學家和企業家，如技術專家和太陽微系統創始人Bill Joy、經濟學家Robin Hanson等，都開始擔憂頭頂這把搖搖欲墜的利刃。甚至在熱門美劇《生活大爆炸》的第四季第二集中，故事也圍繞著奇點到來的時間而展開。
2009年，Kurzweil與X-Prize創始人Peter Diamandis共同建立了奇點大學（Singularity University），致力於「聚集、教育並激勵一批核心的領導者，以應對人類在指數增長的科技下遭遇到的重要挑戰」，人類保衛戰似乎已經迫在眉睫。這所大學由谷歌、歐特克、美國基因技術公司等聯合支持創建，共有三個項目，覆蓋范圍包括機器人學、醫學、生物科技、數據科學和企業管理等。比起它想要實現的總體目標，這所大學目前看來是一個尖端科技和人才的交流平台和初創公司的投資跳板。「用技術解決技術帶來的挑戰」是否可行，仍需拭目以待。
在考慮如何應對奇點危機之前，更應該思考的是，奇點之後的世界將會怎樣？後奇點世界的核心議題包括人工智慧如何具備自我意識、人與機器結合體的生物學定義，以及機器和人類關系的演化。古往今來的科幻作者們為了合理化這些設想絞盡腦汁，而被認為最成功的解釋來自於英國作家Charles Stross，在他的短篇小說集《加速》中，奇點之後的人類僅僅作為機器剝削的對象而存在，而太陽系則成為了一個智慧遠超人類的超級大腦（Matrioshka Brain），並通過蟲洞與宇宙中其他類似的智慧體進行交流。人性的存在已經不再重要，連小說的主人公都是一個人與計算機的結合體。
聽上去是不是太玄乎了？這時候我們也許會想起樂觀派的阿西莫夫和他的機器人三定律，開始懷疑技術奇點是否真的存在於不遠的未來。阿西莫夫也設想過類奇點後的世界——在這個世界裡，人工智慧和「後人類」同時存在，但人工智慧仍然以服從後人類的命令為天職——如果人類以一種更加先進的方式統治地球，那麼奇點的意義也就自然消解了。更加直接的反對意見來自認知科學家Steven Pinker，他認為許多科學幻想，比如穹頂城市、核能汽車等等設想都沒有能夠實現，而技術奇點很可能也是一個偽命題。企業家和工程師Martin Ford則以更為理性的方式分析了技術奇點的可能性。他認為這個命題存在一種「技術悖論」——在達到技術奇點以前，大量的勞動力必然已經被機器所替代，由此帶來的大量失業將會導致需求的直線減少，因此減少了科技投入的激勵，阻滯技術發展到「奇點」的程度。
一個更加激進的想法是，「奇點」已經來臨。早在人類開始鑽木取火的時候，工具對於人類的統治就已經開始，又有誰能說，現代人類所具有的價值觀念——包括人性——不是由工具時代所一手塑造的呢？因此，真正的問題不在於奇點是否會來臨。既然技術進步是一個無法阻止的過程，那麼面對技術的全面夾攻，人類是否有信心將自身的價值觀念延續下去，才是迫切需要解答的問題。

⑸ 美國大學有數據驅動的人工智慧phd讀嗎

應該好多吧，就是machine learn，AI，hci，都挺多的

⑹ 為什麼說人工智慧的"奇點"已經來了

在世紀以前，「人工智慧大爆炸」的設想似乎還只是科幻小說家們杞人憂天的設想。到了今天，卻有越來越多的人開始嚴肅地思考一個問題：當技術奇點到來的時候，人類將會怎樣？
1965年提出的摩爾定律預測了計算機技術的飛速發展。50年後，這條定律將不再適用，然而隨計算機技術生發的人工智慧已經成熟與強大到能夠引起新的隱憂。2009年，威爾士大學和劍橋大學聯合研發的機器人已經能夠獨立進行科學研究和發現；同年，康奈爾大學的計算機項目從鍾擺的擺動中總結出了運動定律。機器越來越聰明是不爭的事實，那麼有一天，它們真的會超越人類嗎？
1983年，數學家Vernor Vinge提出技術奇點（Technological Singularity）的概念。他將奇點定義為人工智慧超過人類智力極限的時間點，在那一時刻以後，世界的發展將會超出人類的理解范疇。自此之後，「技術奇點」彷彿一把達摩克利斯之劍，最開始的時候感受到它存在的還只是一些科幻作家和所謂的「未來家」和「預言家」，但隨著計算機技術的發展，越來越多的科學家、經濟學家和企業家，如技術專家和太陽微系統創始人Bill Joy、經濟學家Robin Hanson等，都開始擔憂頭頂這把搖搖欲墜的利刃。甚至在熱門美劇《生活大爆炸》的第四季第二集中，故事也圍繞著奇點到來的時間而展開。
2009年，Kurzweil與X-Prize創始人Peter Diamandis共同建立了奇點大學（Singularity University），致力於「聚集、教育並激勵一批核心的領導者，以應對人類在指數增長的科技下遭遇到的重要挑戰」，人類保衛戰似乎已經迫在眉睫。這所大學由谷歌、歐特克、美國基因技術公司等聯合支持創建，共有三個項目，覆蓋范圍包括機器人學、醫學、生物科技、數據科學和企業管理等。比起它想要實現的總體目標，這所大學目前看來是一個尖端科技和人才的交流平台和初創公司的投資跳板。「用技術解決技術帶來的挑戰」是否可行，仍需拭目以待。
在考慮如何應對奇點危機之前，更應該思考的是，奇點之後的世界將會怎樣？後奇點世界的核心議題包括人工智慧如何具備自我意識、人與機器結合體的生物學定義，以及機器和人類關系的演化。古往今來的科幻作者們為了合理化這些設想絞盡腦汁，而被認為最成功的解釋來自於英國作家Charles Stross，在他的短篇小說集《加速》中，奇點之後的人類僅僅作為機器剝削的對象而存在，而太陽系則成為了一個智慧遠超人類的超級大腦（Matrioshka Brain），並通過蟲洞與宇宙中其他類似的智慧體進行交流。人性的存在已經不再重要，連小說的主人公都是一個人與計算機的結合體。
聽上去是不是太玄乎了？這時候我們也許會想起樂觀派的阿西莫夫和他的機器人三定律，開始懷疑技術奇點是否真的存在於不遠的未來。阿西莫夫也設想過類奇點後的世界——在這個世界裡，人工智慧和「後人類」同時存在，但人工智慧仍然以服從後人類的命令為天職——如果人類以一種更加先進的方式統治地球，那麼奇點的意義也就自然消解了。更加直接的反對意見來自認知科學家Steven Pinker，他認為許多科學幻想，比如穹頂城市、核能汽車等等設想都沒有能夠實現，而技術奇點很可能也是一個偽命題。企業家和工程師Martin Ford則以更為理性的方式分析了技術奇點的可能性。他認為這個命題存在一種「技術悖論」——在達到技術奇點以前，大量的勞動力必然已經被機器所替代，由此帶來的大量失業將會導致需求的直線減少，因此減少了科技投入的激勵，阻滯技術發展到「奇點」的程度。
一個更加激進的想法是，「奇點」已經來臨。早在人類開始鑽木取火的時候，工具對於人類的統治就已經開始，又有誰能說，現代人類所具有的價值觀念——包括人性——不是由工具時代所一手塑造的呢？因此，真正的問題不在於奇點是否會來臨。既然技術進步是一個無法阻止的過程，那麼面對技術的全面夾攻，人類是否有信心將自身的價值觀念延續下去，才是迫切需要解答的問題。

⑺ 美國哪所大學人工智慧方面比較強

美國無疑是MIT最好，其次是斯坦福、卡內基梅隆、加州大學伯克利分校、華盛頓大學、德州內大學奧斯丁分校容、賓州大學、康奈爾等。日本我知道東京大學，早稻田大學這方面比較強，但這個我了解不夠全面。 計算機也是上述幾個大學排名最前（碩士），另外加上普林斯頓和喬治亞理工學院。 日本查了一下資料，排名是：1 東京大學
3 Kyoto University 京都大學
5 University of Tsukuba 築波大學
12 Nagoya University 名古屋大學
13 Osaka University 大阪大學
15 Keio University 慶應義塾大學
27 Tokyo Institute of Technology 東京工業大學
28 Kyushu University 九州大學
36 Kobe University 神戶大學
48 Okayama University 岡山大學
54 Ritsumeikan University 立命館大學
55 Hiroshima University 廣島大學
實際上早稻田在計算機方面也是很強的。

⑻ 從視頻到量子，谷歌的人工智慧之路究竟有多遠

谷歌比地球上任何一家公司都擁有更多的計算能力、數據和人才來追求人工智慧，也經受著公司內外關於人工智慧的更多質疑，但其開發人工智慧的速度絲毫沒有放緩的跡象。谷歌離人工智慧有多遠，誰都難下定論。

人工智慧在谷歌內部的崛起，也是我們數十億人共同經歷的一段旅程，奔向一個幾乎沒有人完全理解、也無法選擇退出的數字未來。其進展在很大程度上是由谷歌控制的。地球上很少有其他公司有能力或雄心推動這種計算機思維的發展。谷歌運營的產品比世界上任何一家科技公司都多，擁有超過10億用戶:Android、Chrome、Drive、Gmail、谷歌應用商店、地圖、照片、搜索和YouTube。只要有互聯網連接，用戶幾乎肯定會依賴谷歌來增強自己大腦的某些功能。

這個容器里裝的是地球上最脆弱、可能也是最強大的機器之一：量子計算機。如果一切按計劃進行，它將大大增強人工智慧，很可能重塑我們對宇宙以及人類在宇宙中地位的看法。