2021年AI技术史上最全的分类汇总分析！

话不多说，直入主题

AI技术列表如下：

1.机器人过程自动化（RPA）：通过观察用户执行特定任务来提取要执行的规则和操作列表的技术

2.专家系统：一种计算机程序，具有硬编码规则来模拟人类决策过程。模糊系统是基于规则系统的一个特定示例，它将变量映射到0到1之间的连续值，这与传统的数字逻辑相反，后者导致0/1结果

3.计算机视觉（CV）：获取和理解数字图像的方法（通常分为活动识别，图像识别和机器视觉）

4.自然语言处理（NLP）：处理自然语言数据的子字段（属于该字段的三个主要块，即语言理解，语言生成和机器翻译）

5.神经网络（NNs或ANNs）：一类松散地模仿人类/动物大脑的神经元结构的算法，可以在不明确指示如何操作的情况下改善其性能。NN 的两个主要和众所周知的子类是深度学习（具有多个层的神经网络）和生成性对抗网络（GAN - 两个相互训练的网络）

6.自治系统：位于机器人和智能系统交叉点的子场（例如，智能感知，灵巧对象操纵，基于计划的机器人控制等）

7.分布式人工智能（DAI）：一类通过将问题分发给彼此交互的自治“代理”来解决问题的技术。多智能体系统（MAS），基于代理的建模（ABM）和群体智能是该子集的三个有用的规范，其中集体行为来自分散的自组织代理的交互

8.情感计算：一个处理情绪识别，解释和模拟的子领域

9.进化算法（EA）：它是更广泛的计算机科学领域的一个子集，称为进化计算，它使用受生物学启发的机制（例如突变、繁殖等）来寻找最佳解决方案。遗传算法是最常用的EA子群，它是搜索启发式，遵循自然选择过程来选择“ 最适合 ”的候选解决方案

10.归纳逻辑编程（ILP）：使用形式逻辑表示事实数据库并制定源自这些数据的假设的子字段

11.决策网络：是最知名的贝叶斯网络 /推理的推广，它通过映射表示一组变量及其概率关系（也称为有向无环图）

12.概率编程：一种框架，它不会强制您对特定变量进行硬编码，而是使用概率模型。贝叶斯程序综合（BPS）在某种程度上是概率编程的一种形式，其中贝叶斯程序编写新的贝叶斯程序（而不是人类执行它，如在更广泛的概率编程方法中）

13.环境智能（AmI）：一种框架，要求物理设备进入数字环境，以感知，感知和响应外部刺激（通常由人类行为触发）的情境感知。

为了解决特定问题，您可以采用一种或多种方法，这反过来意味着一种或多种技术，因为它们中的许多技术不是相互排斥的并且是互补的。

教授计算机如何学习而不需要明确编程是一项艰巨的任务，涉及多种技术来处理多种细微差别，即使这张地图远非完美，它至少是第一次尝试弄清楚凌乱的景观。

我知道这里出现了强有力的帕累托原则，即80％（如果不是更多）当前的努力和结果是由地图中描绘的20％的技术（即深度学习、NLP和计算机视觉）驱动的，但我也确信拥有全谱可能有助于研究人员，创业公司和投资者。

我对第一个版本的反馈持开放态度，并计划采取两个额外步骤：一个是为AI面临的挑战类型创建一个层（例如，内存问题和灾难性遗忘、转移学习、从更少的数据中学习零和一次性学习等）以及可用于克服该特定问题的技术。其次，是应用镜头来看待不同的技术，而不是他们正在解决的问题，而是他们正在创造的问题（例如，道德问题、数据密集型问题、黑盒和可解释性问题等）。

（本文作者Francesco Corea，博士，专栏作家，是一位复杂科学家和技术投资者，主要关注科学驱动的公司，涉及生命科学，能源和人工智能等高社会影响垂直领域。）

———end———