人工智能被纳入各种不同类型的技术中。这里主要为你分享以下七个领域：

自动化。当与人工智能技术结合使用时，自动化工具可以扩大执行任务的数量和类型。一个例子是机器人流程自动化 ( RPA )，这是一种软件，可以自动执行传统上由人类完成的重复性、基于规则的数据处理任务。当与机器学习和新兴人工智能工具相结合时，RPA 可以自动化大部分企业工作，使 RPA 的战术机器人能够传递人工智能的智能并响应流程变化。

机器学习。这是让计算机无需编程即可运行的科学。深度学习是机器学习的一个子集，简单来说，可以被视为预测分析的自动化。机器学习算法分为三种类型：

• 监督学习。数据集被标记，以便可以检测模式并用于标记新数据集。
• 无监督学习。数据集未标记，而是根据相似性或差异进行排序。
• 强化学习。数据集没有标记，但在执行一个或多个操作后，人工智能系统会收到反馈。

机器视觉。这项技术赋予机器视觉能力。机器视觉使用相机、模数转换和数字信号处理来捕获和分析视觉信息。人们经常将其与人类的视力进行比较，但机器视觉不受生物学的限制，例如可以通过编程来看穿墙壁。它用于从签名识别到医学图像分析的一系列应用。计算机视觉专注于基于机器的图像处理，经常与机器视觉混为一谈。

自然语言处理（NLP）。这是计算机程序对人类语言的处理。NLP 最古老且最著名的示例之一是垃圾邮件检测，它查看电子邮件的主题行和文本并确定其是否为垃圾邮件。当前的 NLP 方法基于机器学习。NLP 任务包括文本翻译、情感分析和语音识别。

机器人技术。该工程领域专注于机器人的设计和制造。机器人通常用于执行人类难以执行或持续执行的任务。例如，机器人被用于汽车生产装配线或被美国宇航局用于在太空中移动大型物体。研究人员还利用机器学习来构建可以在社交环境中互动的机器人。

自动驾驶汽车。自动驾驶汽车结合计算机视觉、图像识别和深度学习来构建自动化技能，以驾驶车辆，同时保持在给定车道上并避开行人等意外障碍物。

文本、图像和音频生成。生成式人工智能技术可以根据文本提示创建各种类型的媒体，正在跨企业广泛应用，以创建看似无限的内容类型，从逼真的艺术到电子邮件回复和剧本。