深度學習：

什麼是深度學習：

深度學習是一種特徵學習方法，把原始的數據通過非線性的複雜模型轉換爲更高層次、更抽象的表達。

深度學習的作用：

深度學習是機器學習研究中的一個新的領域，其動機在於建立、模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據，例如圖像，聲音和文本。

計算機視覺

什麼是計算機視覺：

計算機視覺是一門研究如何使機器“看”的科學，更進一步的說，就是是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做圖形處理，用電腦處理成爲更適合人眼觀察或傳送給儀器檢測的圖像。

計算機視覺的作用：

計算機視覺的目標是從攝像機得到的二維圖像中提取三維信息，從而重建三維世界模型。在這個過程中，獲得場景中某一物體的深度，即場景中物體各點相對於攝像機的距離，無疑成爲了計算機視覺的研究重點。獲得深度圖的方法可分爲被動測距和主動測距。被動測距是指視覺系統接受來自場景發射或反射的光能量，形成有關場景的二維圖像，然後在這些二維圖像的基礎上恢復場景的深度信息。具體實現方法可以使用兩個或多個相隔一定距離的照相機同時獲取場景圖像，也可使用一臺照相機在不同空間位置上分別獲取兩幅或兩幅以上的圖像。主動測距與被動測距的主要區別在於視覺系統是否是通過增收自身發射的能量來測距，雷達測距系統、激光測距系統則屬於主動測距。主動測距的系統投資巨大，成本太高，而被動測距方法簡單，並且容易實施，從而得到了廣泛的應用。利用被動測距的計算機視覺主要分爲四個步驟，如圖所示。

語音識別：

什麼是語音識別：

將人類的語音中的詞彙內容轉換爲計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。與說話人識別及說話人確認不同，後者嘗試識別或確認發出語音的說話人而非其中所包含的詞彙內容。

自然語言處理：

什麼是自然語言處理：

自然語言處理是計算機科學領域與人工智能領域中的一個重要方向。它研究能實現人與計算機之間用自然語言進行有效通信的各種理論和方法。自然語言處理是一門融語言學、計算機科學、數學於一體的科學。因此，這一領域的研究將涉及自然語言，即人們日常使用的語言，所以它與語言學的研究有着密切的聯繫，但又有重要的區別。自然語言處理並不是一般地研究自然語言，而在於研製能有效地實現自然語言通信的計算機系統，特別是其中的軟件系統。因而它是計算機科學的一部分。

自然語言處理的作用：

實現人機間自然語言通信，或實現自然語言理解和自然語言生成是十分困難的。造成困難的根本原因是自然語言文本和對話的各個層次上廣泛存在的各種各樣的歧義性或多義性(ambiguity)，由此出現自然語言處理。

圖像識別：

什麼是圖像識別：

圖像識別，是指利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對像的技術。一般工業使用中，採用工業相機拍攝圖片，然後再利用軟件根據圖片灰階差做進一步識別處理，圖像識別軟件國外代表的有康耐視等，國內代表的有圖智能等。另外在地理學中指將遙感圖像進行分類的技術。

圖形刺激作用於感覺器官，人們辨認出它是經驗過的某一圖形的過程，也叫圖像再認。在圖像識別中，既要有當時進入感官的信息，也要有記憶中存儲的信息。只有通過存儲的信息與當前的信息進行比較的加工過程，才能實現對圖像的再認。

機器學習

什麼是機器學習：

機器學習是一種能夠賦予機器學習的能力以此讓它完成直接編程無法完成的功能的方法。但從實踐的意義上來說，機器學習是一種通過利用數據，訓練出模型，然後使用模型預測的一種方法。讓機器從數據中學習，進而得到一個更加符合現實規律的模型。