人工智能是目前最備受矚目的行業，在未來還會有更多的子產業出現比如機器人、智能傳感器、可穿戴設備等。同時，人工智能技術的發展還將讓許多舊產業發生巨大的變革和創新。

計算機視覺

計算機視覺是指計算機從圖像中識別出物體、場景和活動的能力。計算機視覺技術運用由圖像處理操作及其他技術所組成的序列，來將圖像分析任務分解為便于管理的小塊任務。

[[269299]]

計算機視覺有著廣泛的應用，其中包括：醫療成像分析被用來提高疾病預測、診斷和治療;人臉識別被Facebook 用來自動識別照片里的人物;在安防及監控領域被用來指認嫌疑人。

機器學習

機器學習指的是計算機系統無須遵照顯式的程序指令，而只依靠數據來提升自身性能的能力。其核心在于，機器學習是從數據中自動發現模式，模式一旦被發現便可用于預測。

機器學習的應用范圍非常廣泛，針對那些產生龐大數據的活動，它幾乎擁有改進一切性能的潛力。除了欺詐甄別之外，這些活動還包括銷售預測、庫存管理、石油和天然氣勘探，以及公共衛生等。機器學習技術在其他的認知技術領域也扮演著重要角色，比如計算機視覺，它能在海量圖像中通過不斷訓練和改進視覺模型來提高其識別對象的能力。

自然語言處理

自然語言處理是指計算機擁有的人類般的文本處理的能力。自然語言處理像計算機視覺技術一樣，將各種有助于實現目標的多種技術進行了融合。

比如，從文本中提取意義，甚至從那些可讀的、風格自然、語法正確的文本中自主解讀出含義。一個自然語言處理系統并不了解人類處理文本的方式，但是它卻可以用非常復雜與成熟的手段巧妙處理文本。例如，自動識別一份文檔中所有被提及的人與地點;識別文檔的核心議題;在一堆僅人類可讀的合同中，將各種條款與條件提取出來并制作成表。

機器人將機器視覺、自動規劃等認知技術整合至極小卻高性能的傳感器、制動器以及設計巧妙的硬件中，這就催生了新一代的機器人，它有能力與人類一起工作，能在各種未知環境中靈活處理不同的任務。例如，無人機、可以在車間為人類分擔工作的“cobots”等。

語音識別

語音識別主要是關注自動且準確地轉錄人類的語音技術。語音識別系統使用一些與自然語言處理系統相同的技術，再輔以其他技術，比如描述聲音和其出現在特定序列與語言中概率的聲學模型等。語音識別的主要應用包括醫療聽寫、語音書寫、電腦系統聲控、電話客服等。