当前位置:顶点小说>都市言情>我有一个小黑洞> 第347章 可以帮警方破案的人工智能研发困难(补昨天欠的一章)
阅读设置(推荐配合 快捷键[F11] 进入全屏沉浸式阅读)

设置X

第347章 可以帮警方破案的人工智能研发困难(补昨天欠的一章)(2 / 3)

纹识别,语音识别,语义分析等方面发展迅速,并得到广泛应用。

人工智能技术平台在应用层面主要聚焦于计算机视觉、语音识别和语言技术处理领域,比如:智能翻译、智能教育等人机交互,无人车、无人机等自动驾驶,精准推送、精准搜索等智能应用。

上述智能应用都是机器深度学习技术的应用结果,机器深度学习分为监督学习、无监督学习、半监督学习、强化学习四种方式。

这些学习的背后往往都离不开对用于训练机器深度学习的相关数据进行标注:多边形标注、点标注、线标注、2d框标注等图像标注,还有语音标注、视频标注、文本标注等。

有人说:有多少人工,才有多少智能,这些训练数据的标注,都有赖于大量的人工对数据进行清洗和标注,然后再用于机器学习和训练。

有需求就有市场,随着机器学习的需求越来越旺盛,相关数据标注也越来越多,催生了不少数据标注公司。

而这些数据标注公司的业务主要集中再语音标注、图像标注、视频标注等方面。因而,相关应用也是在这几个方向发展最快。

若要在公安情报分析或者是追捕嫌疑人的过程中引入人工智能的应用,也必然涉及相关训练数据的清洗和标注,比如案件分类、人员分类、报警分类等等。

这类数据若是交由普通数据公司进行标注,一是涉及保密问题,二是涉及标注准确性的问题,所以较普通数据标注就有较多困难。

因此,研发警方使用的专属人工智能的基础工作不仅仅是收集数据,还要加上对数据的标准化处理,为后续机器深度学习打下坚实基础。

要实现人工智能的情报研判,必然离不开标准化的人工情报研判标注,警用的人工智能接报警和处警系统需要将自动将语音报警转换成文字,提取关键词。

然后自动分类标注报警,

上一页 目录 +书签 下一页