21世纪伟大的3大科技技术，是人工智能、量子计算机、云计算。21世纪十年代是人工智能的复兴时期，出现了革命性的深度学习，包括卷积神经网络算法，模仿人类的智能，是特有的硅基生物机器人的开始，人工智能是首选。

市场上有成熟的人工智能技术，比如语音识别技术、人机交互技术、图像识别技术等等，为什么人工智能还没到终极技术？现在很零散的技术，未来出现完美的硅基生物，希望大家努力研究。

现在的是弱人工智能，还没到强人工智能，不过革命性的深度学习，是人工智能的进步。

下面我综合众多的人工智能理论和技术，总结前人的经验。也有我自创的4大人工智能新理论，是市场上没有的，只不过是理论假想。

一、成熟的人工智能技术

1.深度学习

深度学习是机器学习的分支，相对于浅层学习，提出的是神经网络算法，模拟人类的大脑神经元，具有分析学习能力，是现在最新、最好的技术，也是基础重点的人工智能技术。

整个深度学习是模拟人类的大脑神经元而得到的启发，将来得到几代人们的努力，从而完善深度学习。深度学习第一位的是卷积神经网络算法，现在技术很成熟。

深度学习的神经网络构造，分为双向的顶层与底层，向上是“认知”、向下是“生成”，也有自顶向下的监督学习；自下而上升的非监督学习，训练时顶层输入；应用时底层生成。

而深度学习只要的是大数据和多层神经网络，分层训练参数，神经网络的抽象是每一层的结点状态，里面包括决策树，通过神经网络的输入输出而解释顶层复原底层的结点。

比如调温器，可以在屋子里把现实的温度调到理想的温度，可自动智能上下调温，就是反馈系统，可以把这个理念应用深度学习。整个神经网络是向上顶层、向下底层，逐层一层层构建神经元。

打个比喻人脸是从顶层向下底层，代表醒和睡，在神经网络当中逐层一层层生成新的人脸。深度学习的提出改变人工智能，对人工智能而言是第一性。

2.卷积神经网络算法

对深度学习或神经网络算法，卷积神经网络算法是基础，对图像、声音、视觉，卷积神经网络算法也可以用上场，是模拟人类大脑神经元的方法。

是一层一层的模型，加上参数、函数、大数据，才形成神经网络。具有自动学习的能力，叫预学习。

卷积神经网络算法的构造，有训练集，前提是要有视觉系统，包括隐含层，分为卷积层、池化层、全连接层，而卷积层也是卷积核。

神经网络风格迁移是现在革命性可以真正学习功能的人工智能，是预学习的典型，可以人工智能自作画，输入一幅风格画，然后找地方拍一张风景照片，就这样生成另一幅原创画，需要大数据的神经网络风格迁移，是未来真正意义的学习。

卷积神经网络算法的发明，是基于人类的视觉神经系统的模拟，大脑的视觉层和眼睛的视觉神经系统，现在叫感受野，这是人工神经网络最好的技术，是卷积神经网络算法。

卷积神经网络算法的应用在我们生活的方方面面，是人工神经网络最好的技术，也是深度学习最好的技术。

3.脉冲神经网络算法

脉冲神经网络算法是脉冲激起一个神经元而产生的信号，为什么叫做脉冲神经网络算法，是因为特有的脉冲。

脉冲神经网络算法可以时间脉冲，也可以脉冲编码，对于时间性编码，是此技术的特征之一，虽然很简单。

4.语音识别技术

语音识别技术可以文字转换语音，也可以语音转换文字，是已经成熟的人工智能技术，应用我们生活的方方面面，而对此技术研发的有科大讯飞、苹果公司、微软、小米。

而科大讯飞有迅飞输入法，苹果公司有苹果语音助手，微软有小冰，小米有小爱同学。此技术先进研发出来的完善是科大讯飞，背后支持是合肥的中国科学技术大学。将来此技术得到完善。

5.图像识别技术

可以以图搜图，也可以拍照相片识别，分出是猫还是狗，图像识别技术采用新的人工智能技术，比如一张图片可以标出这个物品是什么名字。

语音管声音，图像管形象，此技术也是人工智能的一种，将来可能产生新的图像识别技术，但现在已经成熟，和语音识别技术一样市面上已经有了。

顾名思义，图像在计算机上是由像素组成，然后一层层分析，分出图像的类型和名字，图像识别技术象征人类的视觉图像。

为什么图像识别技术也是人工智能的重点代表，因为其的图像处理功能，将来相对于语音识别技术，像喇叭和麦克风二合一，缺一不可。

6.人机交互技术

人机交互技术就是人和机器的对话，加上语音识别技术，像人类可以自由聊天一样，人机交互技术是人和机器的语音控制，输入和输出。

现在市面上有小米的小爱同学、微软的小冰，是人机交互技术的典型，控制的语音输入输出，可以随意交谈，说播放音乐，机器马上弹出音乐平台界面。

像人与人之间聊天一样，人机交互技术是未来的趋势，将来人和机器人可以通过语音声音交谈，称为人机交互技术。

首先，人机交互技术需要编程，然后一对一语音人机交互，想聊就聊什么，尤如另外一个人类的硅基生物。

7.人脸识别技术

人脸识别技术在市场上已经非常成熟，为什么称为人脸？就是单单对于人的人脸而研发的技术，通过人脸识别技术可以像家里的开门识别，只需要有一张人脸够了。

人脸识别技术应用于登录系统、电子支付和门锁，是个人的标签，只需要设计完美，晚上也可以人脸识别，现在已经很成熟了，相对于人脸节点需要编程。

8.机器翻译

机器翻译的独角兽是科大讯飞，比如中文翻译成英文，英文也可以翻译中文，两个互补，在机器翻译语音方面，只要输入对话，就产生翻译的功能。

如果一个中国人拿一个机器翻译产品说中文，然后可以转成英语语音，与相对性的机器翻译，实现语言的间隔连通。机器翻译应用各国的语言翻译，比人与人翻译很好。

二、新的人工智能理论

9.印象神经网络算法

本人自创的人工智能新理论，有4个，称为神经网络算法范畴，采用按照休谟的《人性论》，其中的印象和观念，是重点之重点，本人采用哲学的理念，而完成理论假说。

首先，印象神经网络算法是个理论假说，来源休谟的《人性论》参考，分为印象和观念部分。模仿现在市场成熟的卷积神经网络算法，人的印象是独一无二的，可以应用于人工智能。

印象分为感觉印象和反省印象，产生的图像的印象，也产生声音的印象，人类是于印象支配的，现实生活的方方面面，离不开印象。

在哲学上，休谟的《人性论》可以应用人工智能，是最好的理论支持。所以本人采用哲学解析人工智能，印象和观念两个就够了，把印象和观念的思想应用于人工智能当中。

人工智能分计算功能、感知功能、认知功能3个阶段，感觉印象是大数据处理；反省印象是大数据学习处理，印象具有叠加大数据学习。

感觉印象看到的图像和声音，经过反省印象的模型处理，最后产生观念神经网络算法。

顾名思义，印象是图像和声音的感觉，经过大数据处理，而产生印象神经网络。

10.观念神经网络算法

观念神经网络算法是印象叠层叠加上而产生的，观念，是印象的再现，如果印象加上想象力，就产生观念。

在《人性论》这本哲学书，提出的印象、观念，可以应用人工神经网络，观念即是思维，经过感觉印象和反省印象而产生思维观念。

将来新的神经网络算法，还需要大家的努力，完善人工智能系统。

观念分为简单观念和复合观念，而简单观念是叠层印象产生思维学习，复合观念，比如想象一匹马加上翅膀，而成为有翅膀的天马。

简单观念，如果印象的图像和声音，叠层盖下印象而产生观念，观念代表思维。

复合观念，就是印象产生观念，加上想象力，没有翅膀的一匹马变成有翅膀的天马。

通过马的图像和声音，联想到有翅膀的天马，这是人工智能的复合观念。

11.逻辑神经网络算法

本人提出的逻辑神经网络算法，理论支持是亚里士多德的语言逻辑学三段论，各位学过逻辑学都知道，逻辑是一步一步来，一段一段来。

按照逻辑学方面，比如，如果上帝创造出一个搬不动的石头，按照上帝的全能，这块石头搬不动，上帝全能吗？造物是全能的，一半是造物的创造性，一半是造物的相对性。

叫舅舅，必然有一个外甥。下面是列亚里士多德的三段论：

1）.世上存在一位造物主吗？

2）.所有的事情都存在

3）.所以存在一位造物主

12.相对性神经网络算法

采用相对性原理，也是爱因斯坦提出的相对论，相对性原理应用万物，这个世界是相对性的，有男有女，有正有负。

按照相对性原理，深度学习神经网络，有双向顶层和底层，向上是“认知”；向下是“生成”，所以人工神经网络也是相对的。

好了，上述是人工智能技术的详解，重点是神经网络算法。欢迎大家【关注】、收藏、点赞、、分享这篇文章。

大家有人工智能新理论吗？如果给大家一个选择，是选择卷积神经网络算法还是脉冲神经网络算法？欢迎在评论区评论。