毫無疑問，最近幾年來AI在各個范疇獲得了使人注視的技巧沖破。從手術中協助大夫的機械人到贊助人們停止日程和義務支配的認知辦事，AI曾經滲透到了我們生涯的各個方面。深度進修算法可以或許停止高效和進修和猜測，這為我們翻開了一扇無窮能夠的年夜門。

　　現在AI曾經在許多范疇年夜顯身手，除年夜家熟知的主動駕駛汽車、圖象處置（Prisma和人臉辨認等）和聊天機械人外，還有許多細分但主要的范疇在遭到AI的影響。固然這些研討沒有遭到媒體的普遍存眷，但倒是AI 范疇最為活潑的研討范疇。在這篇文章中，讓我們一路去深刻周全的摸索AI在這些細分范疇的運用。

　　地理學

　　地理學須要處置海量的數據和圖象信息，已經對這些數據停止剖析和分類都是依附人來完成。現在地理學家開端應用非監視進修的壯大功效來停止處置，取代了不計其數的人類任務。

　　來自哈特福德年夜學的研討生Alex今朝就努力于研發如許一個體系，他說：“我們的算法最主要的不是教會機械去尋覓甚么，而是教機械學會若何去看。”

　　現在AI 贊助地理學家們優化隱約和含有樂音的圖象，同時研討人員們也努力于應用神經收集來進步已稀有據的質量。這些算法的運用切實其實年夜幅削減了人力，并進步了圖象質量。

　　愈來愈多的地理學家開端應用先輩的機械進修技巧來剖析地理數據，使得AI在地理學范疇的運用愈來愈普遍。在這個空間年夜發明的時期，或許AI 可以贊助人類停止深刻地剖析圖象和響應的旌旗燈號來為我們找到新的宜居家園。

　　修建和計劃

　　機械進修算法被用于為修建構造建模，用來優化減小修建的動力消費。這關于扶植高能效的修建非常有效。機械進修算法經由過程聯合汗青數據和今朝數據停止剖析，從而能為修建者供給最好的修建計劃。

　　今朝在曼哈頓曾經有許多修建采取了AI幫助設計的計劃來停止節能修建的扶植。

　　另外一方面，AI還能用于智能電網的優化。Grid4c是一家能供給電網猜測和剖析處理計劃的公司。

　　機械進修算法經由過程智能電表搜集的巨量數據來停止剖析。將這些數據與用戶行動停止聯合，便可以給出一整套周全的智能電力供應計劃。這些信息和辦法可以經由過程對用戶的行動和裝備的應用情形停止進修得出。豐碩的信息將贊助電力供給部分在分歧的粒度上控制電力應用情形的動搖，并應用智能電網停止全局的優化調劑。

　　農 業

　　即便是最為傳統的范疇，也能看到AI的身影。現在在農業范疇中AI 為增進臨盆力的晉升起到了非常年夜的感化。迷信家們摸索了AI在農業各個方面的運用，個中最為有用的就是澆灌體系的優化和病蟲害的猜測了。

　　機械進修算法可以贊助農人優化并停止主動化澆灌，不只能勤儉用水更能包管農作物發展所需的水份獲得實時的彌補。AI驅動的體系同時還能對泥土、氣象作物品種等停止綜合地考量已選擇最優的供水計劃。

　　另外一個風趣的運用來自于一家始創公司Plantix的App，它可以贊助農人伯伯經由過程手機拍攝圖象來猜測作物的疾病。經由過程先輩的圖象辨認技巧，今朝可以精確（90%）地猜測60多種作物疾病了。同時在數據的贊助下，它還供給了從疾病監測、預防、醫治的一系列信息，為農人預防病蟲害供給了完全的處理計劃。跟著用戶和數據庫的增長，它將可以或許處置愈來愈多作物疾病。

　　活動剖析

　　如今的活動員和鍛練都非常重視活動表示的剖析，不只包含本身的表示還包含敵手的表示。人們收集的年夜量數據須要停止剖析和猜測，而這恰是機械進修的用武之地。

　　包含體型、安康狀態、力氣、速度、耐力、技巧和逐日狀態等年夜量的數據將機械進修算法變得非常壯大。它可以贊助相干人士猜測活動員及其競爭敵手的表示。經由過程汗青數據和及時數據的剖析完成精準猜測，而這些是人類的認知才能沒法疾速做到的。

　　Iceberg就是一家經由過程AI技巧來贊助冰球隊進步成就的公司。他們宣稱今朝的及時技巧可以做到以0.1秒的速度關于500個活動員的及時剖析。或許在將來，AI將會深度的為我們剖析和猜測更能多范疇活動員和部隊的表示呢。

　　娛 樂

　　客歲一部名為Sunspring的短片惹起了人們的極年夜存眷，由于這部短片是一名名為Benjamin的智能片子編劇創作的。迷信們應用LSTM RNN來練習了Benjamin。除編劇，AI 在導演、攝影等方面施展感化。例如這部片子的智能剪輯師Morgen就是由IBM 的沃森發明的。應用人工智能可以將早年須要30天的剪輯任務在24小時內完成。

　　AI 的運用不只僅局限于片子行業。藝術和音樂范疇也遭到了AI 的啟示，出現出了新的面孔。omusic是一部完整由人工智能作曲家Melomics109創作的專輯，這是由西班牙馬拉加年夜學開辟的人工智能法式。

　　跟著機械進修算法的盤算才能和認知才能賡續進步，我們在文娛業中看到了愈來愈多AI的身影。或許在不遠的未來，AI可以取代年夜多半普通程度的藝術家和片子人，然則卻影響不到最優良的藝術家。究竟AI還不敷平空發生客觀的發明。

　　教 育

　　教導數據發掘是AI最新的運用范疇。平日的教導方法都是為一切的先生供給雷同的教導，但每一個先生的進修才能是分歧的，關于教員來講也很難掌握關于每一個同窗停止特性化教導的水平。

　　現在算法可以贊助先生停止有用的斷定。經由過程對進修表示的剖析來評價先生的進修才能和響應的條理，并贊助先生制訂特性化的教導計劃。Carnegie Learning 和 Thinkster Math Learning 就是兩家應用先輩的對象來停止教導剖析的公司。

　　AI還可以贊助進修者更有用的明白進修偏向、制訂進修目的、賜與需要鼓勵、停止團隊協作等等。同時，AI 驅動的協作進修平臺也行將出生。Brainly就是如許一家基于AI的進修平臺公司，來挖掘AI在社交進修方面的更年夜潛力。

　　陸地掩護

　　AI驅動的機械人在凈化檢測和陸地狀態監測等方面比人類更加高效。這些主動化機械人可以在多個分歧所在搜集巨量的數據，并停止剖析猜測。根據這些成果，人們可以在調控氣象變更和掩護生態體系方面停止更加精準的行為。

　　同時基于先輩的機械進修和盤算機視覺技巧，AI可以贊助機械人更加準確、有用的跟蹤陸地入侵物種，并消除他們。今朝曾經勝利地在年夜西洋海域消除著入侵的獅子魚，并在年夜堡礁海域消除入侵的皇冠海星。這些入侵生物在本地缺少天敵、年夜幅損壞土著生物的棲息地，打破生態均衡，并帶來偉大的情況災害（固然，這一切錯都在人類！）。應用AI技巧來填補生物入侵的毛病，將減小陸地生態體系的受損水平。

　　除以上這些運用外還有沒有數的運用期待著人類去摸索。AI贊助我們停止更有用的診斷，掩護情況，同時物流范疇的智能機械人也在優化社會的運輸效力。還有沒有數的工業運用能從AI中取得全新的力氣。

　　人們以為今朝的AI反動與20世紀的電力反動有異曲同工之妙。固然許多技巧人員都以為AI將是將來不穩固身分的起源，然則我卻想把比爾蓋茨送給年夜先生的話送給年夜家：

　　“假如要我明天開端尋覓和昔時異樣的能活著界上發生偉大影響的機遇，那我想應當會是——AI、動力和生物迷信。”

　　等待年夜家能提出更多AI在分歧范疇風趣的、富有臨盆力的奧妙運用。