摘要 机器人技术提供机械领域的实现方式时，物联网也在快速发展，提供了硬件设备进行运算、传输、多元交互的基础。在这两种技术的共同支撑下，物理领域的AI应用已经有很好的进化基础。
图片来自“视觉中国” 人工智能有多种分类方式，其中一种是按照作用体与容错率来区分。把人工智能分为物理领域与虚拟领域，而二者又各自有关键与非关键的区别。
这种分类模式虽然边界十分模糊，而且按照应用场景来区别会造成内在技术的含混化。但就商业应用来说却是相对有价值的。
要知道，虽然大量舆论关注点都集中在关键领域AI上，比如无人驾驶、人工智能医疗，以及金融的AI化。但关键领域AI的商业化还有相当遥远的距离，非关键领域显然是能够更快进入市场实现商业转化的方式。
比如信息流推荐、智能语音输入、人脸识别等技术，都是非关键领域AI快速进入应用阶段的例子。但物理领域的非关键AI显然没有它在虚拟领域那么火爆。受到的关注度远远不可……
这篇文章发布很久了，已经被归档请点击阅读更多文章
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
喜欢就支持一下吧
相关推荐
评论 抢沙发
欢迎您留下宝贵的见解！
暂无评论内容