通過網際網路搜尋引擎，發掘、建立語音資訊資料庫，利用雲計算、大資料、自然語義分析、機器學習和深度神經網路技術進行語音資訊聚類處理，
力求得到更準確的答案。在實際生活場景下，使用者口語化表述更加多樣，容易產生歧義，人機互動難度非常大。
微軟在構建bing和azure過程中成熟應用了nlp，計算語義學，情感分析，邏輯或者統計機器學習，訊號處理，大規模計算，雲儲存和響應，
本地硬體加速等技術，所以cortana實現了更加貼近生活的自然人機互動。siri基於wolframalpha，wolframalpha是乙個計算知識引擎，
而不是搜尋引擎，使用者在搜尋框鍵入需要查詢的問題後，該知識引擎將直接向使用者返回答案，而不是返回一大堆網頁鏈結。
前面說的這些語音、影象、語言，聽起來還都是一些感知方面的東西。大家也知道，最近這段時間，
碰到過的人都知道，這種遊戲機械人雖然只能按既定的設定去完成遊戲，但是能跟玩家完成簡單的配合輔助等基本細節。
也許在我們眼裡它只是達到了所謂「菜鳥」玩家的水準，一旦成熟，我相信它會發現一些平時我們自己都玩不出來的竅門。
大家都知道alphago非常火，使用了深度增強學習的技術，經過了非常長的訓練時間，引用了大量資料做self－play，
最終是以壓倒性的優勢，4：1戰勝了當時的世界冠軍李世石。在去年的ijcai上面，alphago主要的開發人員做了乙個keynote，
說自戰勝了李世石之後，alphago並沒有停下腳步，因為它是乙個self－play的process，可以繼續訓練，只要給他足夠的運算時間和樣例，
它就可以不斷地去訓練。所以也能理解為什麼今年年初master重新回到大家視野裡，可以對圍棋高手60連勝，因為這個差距太大了。
這些事情都是以前人們覺得人工智慧不可以去企及的領域。但正是因為這些計算機科學家、人工智慧科學家不斷地去模仿人的決策過程，
比如他們訓練了value network，訓練了policy network，就是怎麼樣根據現在的棋局去評估勝率，去決定下一步該走什麼子，
而不是走簡單的窮舉，用這些value network來對搜尋樹進行有效的剪枝，從而在有限的時間內完成乙個非常有意義的探索，
所有這些都是人工智慧技術取得的本質的進展，讓我們看到了一些不一樣的結果。
人工智慧、大資料、雲計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜，在此為你推薦幾篇優質好文：
改變世界的七大nlp技術，你了解多少？
nlp自然語言處理技術，在人工智慧法官中的應用是什麼？
自然語言理解過程主要有哪些層次，各層次的功能是怎麼樣？
多智時代-人工智慧和大資料學習入門**|人工智慧、大資料、物聯網、雲計算的學習交流**
人工智慧在重要研究中，主要有哪些突出應用？
人工智慧是一門三向交叉學科，理論基礎包括 語言學，控制論，計算機工程，經濟學，神經科學，哲學，心理學和數學。語言學對於怎樣將知識和資訊轉化成計算機可以用於推理的形式的研究有重要意義 控制論激起了人們對於研究製造智慧型機器的熱忱，為人工智慧打下了堅實的基礎 計算機工程提供了能夠進行通用計算和程式設計的...
人工智慧 自然語言處理 知識解構
自然語言處理包含4個部分 1 語言識別，語音合成 2 自然語言理解，對話理解，知識獲取和問答，任務理解 3 底層的機器學習 tennsorflow和other 4 個性化資訊的獲取和利用 其中兩個重要的競品分析 google的產品 各種語言場景 alexa亞馬遜產品 基於雲計算的對話機械人產品，nl...
人工智慧 深度學習與自然語言處理
如何自動處理自然語言輸入 並產生語言輸出，是人工智慧的重要研究方向。這門課主要講授近2 3年深度學習在自然語言處理方面的最新發展。課程從相關機器學習模型的數學原理和最優演算法講起，將會講到神經網路在nlp中的一系列應用，包括潛在語義分析 語音到文字的轉錄 語言翻譯以及問答，同時也會講到這些模型在cp...