第四节 人工智能分类

受视角的影响，渐渐地，受当时流行的统计方法的影响，计算机视觉研究通过统计方法找到了待识别对象的最本质的局部特征。通过建立物品的局部特征索引，找到相似的物品，这样的多个局部点可以提高待识别目标的精准度。进入21世纪后，机器学习和神经网络算法的盛行极大推动了计算机视觉的发展，使其错误率大幅降低。

目前，计算机视觉广泛运用在金融、安防领域的人脸识别，医疗领域的成像分析，以及电商领域的相似产品推荐等。

3.机器学习

机器学习是指让计算机根据大量的数据，自主地随着时间的推移进行学习，对事物做出决策或预测。由此可得，机器学习发展的必要条件是互联网的出现和爆发并由此产生的大量的数据。人工智能的机器学习的方法体系大致可由六部分组成：监督学习、无监督学习、强化学习、深度学习、遗传学习和其他学习，而所有的机器学习算法都包含表示、评估、优化三个组成部分，如表3.3所示。

表3.3 学习算法的三个组成部分

机器学习凭借其对数据的出色的处理能力，能充分挖掘可能被人类忽略的数据。它作为一种工具，可用于增强人类解决问题的能力，并对普通的问题做出明智的推论，如从对疾病的基本诊断到为全球气候变暖提出解决方案。