反演問題是由結果及某些原理出發去確定表徵問題特徵的引數。目前的人工智慧也是有大量資料及假設的模型，通過各種優化演算法確定模型的引數，基於反演出的模型進行**，因此，人工智慧就是反演問題。基於大量資料，人工智慧可以反推出這是什麼（靜態物件），這是在幹什麼（動態過程）等。
反演問題是地球物理、建築等領域的常用的稱呼，這種問題普遍存在。涉及到演繹和觀測問題。在數學和物理學領域，反演問題稱為反問題；在統計學中反演問題稱為引數估計；在資訊學中反演問題稱為濾波或鑑別；在人工智慧領域稱為模式識別。
一般情況是，反演問題是相對與正演問題而存在的，一般的工作程式是資料-正演模型-模型引數。正演計算模型是反演問題的基礎，只有得到了正演問題的數值解，才能考慮去求解反演問題，但是準確的正演模型很難建立，特別是各行各業，各個領域的正演模型，層出不窮，五花八門，質量層次不齊，針對同樣的物理過程，建立的正演模型可能不同，有簡有繁。人工智慧的突破，特別是深度學習，是用深度神經網路代替了正演計算模型，能夠模擬各種各樣的正演模型，特別是人類很難建立的正演模型，人工智慧的作用更大。但是，訓練這個深度神經網路需要大量的樣本，針對樣本很少的情況，或者沒有樣本的情況，引數眾多的深度神經網路就很難訓練了。有專家建議，這時候，可以吸納傳統正演模擬方法的優點，加入先驗知識，加快訓練過程，減少樣本需求量。人工智慧與反演問題的另乙個結合點是獲取反演問題的邊界條件和初始條件。通常反演問題中，都假設正演模型準確可靠，需要反演的是正演過程的初始條件和邊界條件，深度學習可以用於這種問題的求解，這類文獻也不少。
人工智慧與資訊社會 人工智慧應用
1.單選題 以下四個人工智慧的應用領域中 與其他三個不同的是 c a 影象識別與分類 b 醫學影像分析 c 語音識別 d 人臉識別與情感計算 2.單選題 將結構型的 空間解析度高 紋路細節清晰 與光譜解析度高 色彩豐富的處理成空間解析度和光譜解析度都高的過程稱為 d a 影象配準 b 影象識別 c ...
論人工智慧與智力
人類本身確實很奇妙，因為我們有智力，所以我們可以創造出豐富多彩的世界 近年來，隨著人工智慧的快速發展，我們可以預見未來將更加便利快捷。所謂的人工智慧的技術非常專一某一領域。在目前看來能夠像人一樣具有智慧型的機器，離我們還很遙遠。不可否認的是學習演算法，給了我們創造智慧型的手段。但是，人工智慧發展遇到...
人工智慧與OCR識別
核心提示在ocr識別技術領域，深度學習也是非常重要的。它能讓ocr識別技術更加強大，適應各種文字型別等。能更大的提公升整體的識別率。ocr識別技術處理影象越多，就會變得越來越強大。隨著資料的不短積累，識別能力都被儲存下來。李世石大戰阿爾法狗，人機大戰。然後就各種恐慌了，機械人會統治人類，如果你那麼想...