不到30年前，先进的机器人只是一个充满希望的梦想和未来的愿景。快进到今天，由于科学和技术的不断进步，这些愿景已成为现实。今天，我们将来看一看现实生活中的机器人，让你认为未来就是现在！

这个机器学习基础的视频将帮助您了解什么是机器学习，机器学习的类型——监督，无监督和强化学习，以简单实例解释机器学习的原理，并将解释机器学习在各个行业的应用。机器学习是人工智能的核心子领域；它使计算机无需显式编程就能进入自学习模式。当接触到新的数据时，这些计算机程序就能够自己学习、成长、改变和发展。所以，简单地说，机器学习的迭代特点是独立适应新数据的能力。这是可能的，因为程序从以前的计算中学习，并使用“模式识别”来产生可靠的结果。

谷歌云视觉和视频智能API让你通过一个REST API请求访问预先训练好的机器学习模型。但这些经过训练的模型在幕后是什么样子的呢？在这个视频中，我们将通过分析卷积神经网络的工作原理来揭示计算机视觉模型的魔力，并以视觉API的现场演示结束。

我们可以训练一个人工智能模型来找到两点之间的最佳距离而不使用算法吗？答案是肯定的！通过Q-Learning，我们可以赋予我们的人工智能类似生命的特性！在这个视频中，我们将教你所有关于Q-Learning等等之类的知识！

使用MATLAB®R2020b，您可以使用深度学习工具箱™模块库以及MATLAB函数块，用Simulink®中经过训练的深度学习模型进行模拟并生成代码。了解如何使用控制、信号处理和传感器融合组件在Simulink中模拟深度学习网络，以评估深度学习模型对系统级性能的影响。了解更多关于在Simulink中使用NVIDIA® GPU来加速深度学习网络模型的执行。

亚马逊Alexa、三星Bixby、苹果Siri和谷歌Assistant都在更好地理解和回答问题，这在一定程度上要感谢每一家利用人类帮助提高人工智能的科技巨头。考虑到语音将成为计算机的下一个前沿领域，大家都想知道：哪一个语音系统最为给力？

将信号和数据表示为一系列离散状态的想法已经由来已久，它在20世纪下半叶点燃了半导体工业的一场革命。这个新的信息时代因蓬勃发展的数字电子领域而繁荣兴盛。随着需求的增长，大量的自动化和工具作业使得在复杂性和性能上扩展设计相对容易管理。然而，人工智能和机器学习应用所消耗的能量无法像现有的处理架构那样切实增长。

在这个关于人工智能的视频中，我们将了解什么是人工智能以及不同类型的人工智能。我们将探讨人工智能按功能划分有哪些种类，并通过一些例子来了解它们的用途。我们将讨论以下类型的人工智能：弱人工智能（ANI），强人工智能（AGI），超人工智能（ASI），反应机器（Reactive Machines），有限记忆（Limited Memory），心灵理论（Theory of Mind）和自我意识（Self-aware）。