B端：物体识别、智能路径方案等各种提升效率的运用

C端：智能交互等代替人工的场景

机器人，经济政治决策，掌握系统，仿真系统

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，自动方案，智能搜索，定理证明，博弈，自动程序设计，智能掌握，机器人学，措辞和图像理解，遗传编程等。

优缺陷

优点：善于连续性学习。
机器学习的数学根本是“统计学”、“信息论”和“掌握论”，对履历的依赖性强。

缺陷：跳跃性学习能力差，即不善于创造，没有灵感和顿悟。

2013年，帝金数据普数中央数据研究员S.C WANG开拓了一种新的数据剖析方法，该方法导出了研究函数性子的新方法。
作者创造，新数据剖析方法给打算机学会“创造”供应了一种方法。
实质上，这种方法为人的“创造力”的模式化供应了一种相称有效的路子。
这种路子是数学授予的，是普通人无法拥有但打算机可以拥有的“能力”。
从此，打算机不仅精于算，还会因精于算而精于创造。

有待稽核。

发展阶段-认知智能

感知智能紧张是数据识别，须要完成对大规模数据的采集，以及对图像、***、声音等类型的数据进行特色抽取，完成构造化处理。

认知智能则须要在数据构造化处理的根本上，理解数据之间的关系和逻辑，并在理解的根本上进行剖析和决策，即认知智能包括理解、剖析、决策三个环节。

行动智能是在认知智能根本之上的实行，紧张是人机协同。
人机协同是在繁芜的环境下，以知识图谱为支撑，进行数据推理，合理调度资源，使人类智能、人工智能和组织智能有效结合，打通感知、认知和行动的智能系统

作者：爱剖析ifenxi链接：https://xueqiu.com/5243595231/138844112来源：雪球著作权归作者所有。
商业转载请联系作者得到授权，非商业转载请注明出处。
风险提示：本文所提到的不雅观点仅代表个人的见地，所涉及标的不作推举，据今生意，风险自大。

感知智能认知智能行动智能

成果领域：人机对弈模式识别自动工程知识工程发展方向

《重大领域交叉前沿方向2021》（2021年9月13日由浙江大学中国科教计策研究院发布）认为当前以大数据、深度学习和算力为根本的人工智能在语音识别、人脸识别等以模式识别为特点的技能运用上已较为成熟，但对付须要专家知识、逻辑推理或领域迁移的繁芜性任务，人工智能系统的能力还远远不敷。
[9] 基于统计的深度学习看重关联关系，短缺因果剖析，使得人工智能系统的可阐明性差，处理动态性和不愿定性能力弱，难以与人类自然交互，在一些敏感运用中随意马虎带来安全和伦理风险。
类脑智能、认知智能、稠浊增强智能是主要发展方向。
[8]

下期预报

人工智能的理论-思维科学

认知智能供应商的核心能力-行业知识图谱

参考文档：

1、百度词条-人工智能

https://baike.baidu.com/item/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/9180?fr=aladdin#2

2、AI的下一个沙场，一文看懂认知智能 | 爱剖析洞见

https://xueqiu.com/5243595231/138844112

3、MBA智库-认知智能

https://wiki.mbalib.com/wiki/%E8%AE%A4%E7%9F%A5%E6%99%BA%E8%83%BD#_ref-0