50个“杀手级”AI项目 !(附链接)

简介:

这个世界上我们所创造的所有技术其实都只为一个目的而服务——“一步一个脚印地让生存更轻松”,但现在,事情的发展似乎有些停滞不前了。

7


毋庸置疑的是,数据的有效利用可以让我们清楚地了解正在发生的事情,解决现有的关键案例,并为未来带来创新性的应用。所以拥有的数据越多,使用人工智能和机器学习技术,就可以更高效的处理流程。

但是,现在的我们似乎走进了一个误区——不应该把所有的技术改进用于消除人为力量的干预,而应该充分利用它们来节省我们的“宝贵时间”。也就是意味着,技术的进步并不是要根除人才的实施,而是要提高整体产出,这才是解决主观需要最重要的一点。

当然,数据只是我们建模时主动提供给机器的,有些数据会解决我们的问题,而其他也会破坏我们的系统。所以为了最大的利益,我们每个人都必须专注于如何用人工智能来改善事情。

本文就列举了一些人工智能技术领域内的项目,一起来看一下吧。

8

  • OpenCog Prime,使用 OpenCog 框架开发。

https://en.wikipedia.org/wiki/OpenCog

  • 程序推理系统(PRS,Procedural Reasoning System)由斯坦福研究院的 Michael Georgeff 和 Amy L. Lansky 共同开发

https://en.wikipedia.org/wiki/Procedural_Reasoning_System

  • Psi 理论是在德国班贝格奥托弗里德里希大学的 DietrichDörner 教授指导下开发的。

https://en.wikipedia.org/wiki/Psi-Theory

  • R-CAST,在宾夕法尼亚州立大学开发。

https://en.wikipedia.org/wiki/R-CAST

  • Soar,在卡耐基梅隆大学和密歇根大学的 Allen Newell 以及 John Laird 的领导下发展起来。

https://en.wikipedia.org/wiki/Soar_%28cognitive_architecture%29

  • Marvin Minsky 提出的心灵社会理论及其继任者情感机器。

https://en.wikipedia.org/wiki/Society_of_mind

  • Subsumption 架构,由 Rodney Brooks(虽然还没有得到全面认可)等人开发。

https://en.wikipedia.org/wiki/Subsumption_architecture

- 4CAPS,由卡内基梅隆大学的 Marcel A. Just 开发。

https://en.wikipedia.org/wiki/4CAPS

  • ACT-R,在卡内基梅隆大学 John R. Anderson 的指导下开发。

https://en.wikipedia.org/wiki/ACT-R

  • AIXS,由 IDSIA 和 ANU 的 Marcus Hutter 开发的通用人工智能项目。

https://en.wikipedia.org/wiki/AIXI

  • CALO 是 DARPA 资助的 25 个机构,将许多人工智能方法(自然语言处理、语音识别、机器视觉、概率逻辑、规划、推理等多种机器学习形式)整合到一个人工智能助手中,帮助管理你的办公环境。

https://en.wikipedia.org/wiki/CALO

  • CHREST,由布鲁内尔大学的 Fernand Gobet 和赫特福德大学的 Peter C. Lane 开发。

https://en.wikipedia.org/wiki/CHREST

  • CLARION 是伦斯勒理工学院和密苏里大学的 Ron Sun 所开发的认知结构。

https://en.wikipedia.org/wiki/CLARION_%28cognitive_architecture%29

  • CoJACK 是 ACT-R 对 JACK 多代理系统启发的扩展,向代理添加了认知架构,以在虚拟环境中引发更逼真(类人的)行为。

https://en.wikipedia.org/wiki/JACK_Intelligent_Agents

  • Copycat,美国印第安那大学的 Douglas Hofstadter 和 Melanie Mitchell 撰写的“模拟法”。

https://en.wikipedia.org/wiki/Copycat_%28software%29

  • DUAL,由新保加利亚大学的 Boicho Kokinov 开发。

https://en.wikipedia.org/wiki/DUAL_%28cognitive_architecture%29

  • EPIC,由密歇根大学的 David E. Kieras 和 David E. Meyer 开发。

H-Cogaff 架构,这是 CogAff 架构的一个特例。

  • FORR,由纽约市立大学的 Susan L. Epstein 开发。

https://en.wikipedia.org/wiki/FORR

  • IDA 和 LIDA,实施全球工作空间理论,由孟菲斯大学的 Stan Franklin 开发。

https://en.wikipedia.org/wiki/LIDA_%28cognitive_architecture%29

  • Braina,个人的智能助理应用程序,带有 Windows 操作系统的语音界面。

https://en.wikipedia.org/wiki/Braina

  • Cyc,试图组装一个日常知识的本体和数据库,实现类似人的推理。

https://en.wikipedia.org/wiki/Cyc

  • Eurisko,Douglas Lenat 用来解决启发式问题的一种语言,包括一些如何使用和改变启发式的问题。

https://en.wikipedia.org/wiki/Eurisko

  • Google Now 是一款智能个人助理,在 Google Android 和 Apple Inc. 的 iOS 中具有语音界面应用,在个人电脑的 Google Chrome 浏览器中也有应用。

https://en.wikipedia.org/wiki/Google_Now

  • James,一个智能的个人助理应用程序,可以在同一个问题中理解多种语言和混合语言的问题。

https://en.wikipedia.org/w/index.phptitle=James_%28intelligent_assistant%29&action=edit&redlink=1

  • Microsoft Cortana,一个智能个人助理,在微软的各种 Windows 10 版本中提供语音界面。

https://en.wikipedia.org/wiki/Microsoft_Cortana

  • Mycin,早期的医学专家系统。

https://en.wikipedia.org/wiki/Mycin

  • 开放助手,一个不断发展的开源人工智能代理,能够在基本对话中进行交互,并自动执行越来越多的任务。

https://en.wikipedia.org/w/index.php?title=Open_Assistant&action=edit&redlink=1

  • 开放 Mind Common Sense,一个基于 MIT 媒体实验室的项目,通过在线贡献构建出的一个大型的常识知识库。

https://en.wikipedia.org/wiki/Open_Mind_Common_Sense

  • P.A.N.,一个公开的文本分析器。

https://en.wikipedia.org/wiki/P.A.N.

  • Siri,一个智能的个人助理和知识导航器,在苹果公司的 iOS 中提供语音接口。

https://en.wikipedia.org/wiki/Siri

  • SNePS,同时基于逻辑的、基于框架的和基于网络的知识表示、推理和表演系统。

https://en.wikipedia.org/wiki/SNePS

  • Viv(软件)是由 Siri 的创造者发明的一个新的 AI 项目。

https://en.wikipedia.org/wiki/Viv_%28software%29

  • Holmes,由 Wipro 创造的一个新 AI 项目。

https://en.wikipedia.org/wiki/Holmes_%28computer%29

  • Watson,由 IBM 开发的一个问答系统,已经在 Jeopardy! 游戏中得到了应用。

https://en.wikipedia.org/wiki/Watson_%28computer%29

  • Wolfram Alpha 是一种在线服务,通过计算结构化数据的答案来回答查询。

https://en.wikipedia.org/wiki/Wolfram_Alpha

  • Cleverbot 是 Jabberwacky 的继任者,现在拥有 170 万行对话、深度上下文、模糊性和并行处理的能力。Cleverbot 每个月从大约 200 万的用户交互中不断学习。

https://en.wikipedia.org/wiki/Cleverbot

  • ELIZA,Joseph Weizenbaum 1966 年提出的著名电脑程序,模仿了以人为中心的疗法。

https://en.wikipedia.org/wiki/ELIZA

  • Jabberwacky,Rollo Carpenter 开发的聊天机器人,旨在模拟一个自然的人类聊天项目。

https://en.wikipedia.org/wiki/Jabberwacky

  • Mycroft,一款免费且开源的智能个人助理,用户界面使用自然语言。

https://en.wikipedia.org/wiki/Mycroft_%28software%29

  • PARRY,另一个早期聊天机器人,由 Kenneth Colby 于 1972 年写的,试图模拟偏执型精神分裂症。

https://en.wikipedia.org/wiki/PARRY

  • SHRDLU,一种早期的自然语言处理计算机程序,由 Terry Winograd 于 1968 年~ 1970 年在麻省理工学院开发。

https://en.wikipedia.org/wiki/SHRDLU

  • Snatchbot.me 是一家 2015 年成立的初创公司,通过公开创建数十万个聊天机器人,在聊天机器人中追求“众筹” AI。

https://en.wikipedia.org/w/index.php?title=Snatchbot.me&action=edit&redlink=1

  • SYSTRAN,雅虎、AltaVista 和谷歌等公司使用的同名机器翻译技术。

https://en.wikipedia.org/wiki/SYSTRAN

  • Blue Brain 计划,试图通过将哺乳动物的大脑逆向工程化到分子水平来创造人造大脑。

https://en.wikipedia.org/wiki/Blue_Brain_Project

  • Google Brain,Google X 尝试的深度学习项目。

https://en.wikipedia.org/wiki/Google_Brain

  • Human Brain 项目, 拥有类似或相当于人类层面的智慧,帮助欧洲各地的研究人员在神经科学、计算机和脑相关医学等领域实践和处理先进的知识。

https://en.wikipedia.org/wiki/Human_Brain_Project

  • NuPIC,Numenta 学习算法的开源实现。

https://en.wikipedia.org/wiki/Numenta#The_NuPIC_Open_Source_Project

原文发布时间为:2018-02-25
本文来自云栖社区合作伙伴“数据派THU”,了解相关信息可以关注“数据派THU”微信公众号

相关文章
|
13天前
|
存储 人工智能 文字识别
AI与OCR:数字档案馆图像扫描与文字识别技术实现与项目案例
本文介绍了纸质档案数字化的技术流程,包括高精度扫描、图像预处理、自动边界检测与切割、文字与图片分离抽取、档案识别与文本提取,以及识别结果的自动保存。通过去噪、增强对比度、校正倾斜等预处理技术,提高图像质量,确保OCR识别的准确性。平台还支持多字体识别、批量处理和结构化存储,实现了高效、准确的档案数字化。具体应用案例显示,该技术在江西省某地质资料档案馆中显著提升了档案管理的效率和质量。
|
20天前
|
人工智能 安全 网络安全
揭秘!大模型私有化部署的全方位安全攻略与优化秘籍,让你的AI项目稳如磐石,数据安全无忧!
【10月更文挑战第24天】本文探讨了大模型私有化部署的安全性考量与优化策略,涵盖数据安全、防火墙配置、性能优化、容器化部署、模型更新和数据备份等方面,提供了实用的示例代码,旨在为企业提供全面的技术参考。
58 6
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
探索未来AI趋势:掌握Function Calling技巧,解锁大模型精度提升的秘密武器,让你的数据科学项目事半功倍!
【10月更文挑战第6天】随着深度学习技术的发展,神经网络模型日益复杂,Function Calling作为一种机制,在提升大模型准确度方面发挥重要作用。本文探讨Function Calling的概念及其在大模型中的应用,通过具体示例展示如何利用其优化模型性能。Function Calling使模型能在运行过程中调用特定函数,提供额外的信息处理或计算服务,增强模型表达能力和泛化能力。例如,在文本生成模型中,根据上下文调用词性标注或实体识别等功能模块,可使生成的文本更自然准确。通过合理设计条件判断逻辑和功能模块权重,Function Calling能显著提升模型整体表现。
50 3
|
17天前
|
人工智能 Anolis 开发者
|
1月前
|
人工智能 自动驾驶 机器人
【通义】AI视界|苹果自动驾驶汽车项目画上句号:加州测试许可被取消
本文精选了24小时内的重要科技新闻,包括Waymo前CEO批评马斯克对自动驾驶的态度、AMD发布新款AI芯片但股价波动、苹果造车项目终止、Familia.AI推出家庭应用以及AI逆向绘画技术的进展。更多内容请访问通义官网体验。
|
5月前
|
人工智能 供应链 安全
AI预测区块链接技术未来
**区块链未来趋势摘要**: - 技术迭代优化,提升性能、安全,广泛应用于金融、供应链、医疗。 - 深度融合产业,扩展至智能合约、数字身份,全球化应用更均衡。 - 标准化规范化进程加速,国家与行业制定相应规则。 - NFT、元宇宙催生新应用,金融区块链受益于数字人民币发展。 - 市场规模预计2026年达163.68亿美元,中国年复合增速73%,潜力巨大。 - 多维度发展势头强劲,区块链将重塑信任与数字经济格局。
|
1月前
|
人工智能 算法 JavaScript
无界 SaaS AI 生态大模型:技术在中国,链接全世界
无界 SaaS AI 生态大模型涵盖前端用户界面、后端服务器逻辑、数据库设计、API 接口开发及区块链技术应用。本文提供一个简化框架,介绍技术栈选择、核心功能模块(用户管理、商城、数据确权、链接力、算力算法、AI 生态大模型、全球化支持)及后端示例代码,帮助将商业模式转化为代码。
|
1月前
|
人工智能 算法 JavaScript
无界SaaS与AI算力算法,链接裂变万企万商万物互联
本文介绍了一种基于无界SaaS与AI算力算法的商业模式的技术实现方案,涵盖前端、后端、数据库及AI算法等关键部分。通过React.js构建用户界面,Node.js与Express搭建后端服务,MongoDB存储数据,TensorFlow实现AI功能。提供了项目结构、代码示例及部署建议,强调了安全性、可扩展性和性能优化的重要性。
|
2月前
|
数据采集 人工智能 安全
AI项目高昂成本与数据问题阻碍进展,2025年前30%的GenAI项目或将搁浅
AI项目高昂成本与数据问题阻碍进展,2025年前30%的GenAI项目或将搁浅
|
3月前
|
人工智能 PyTorch 算法框架/工具
Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
【8月更文挑战第6天】Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程

热门文章

最新文章