自然語言生成（說、寫）

AI人工智能說(或寫)出正確的單詞並且是連貫的順序來傳達一個明確且清晰的意思，而且還能很容易被聽眾(或讀者)理解，對於一臺以完全不同於人腦的方式處理信息的AI人工智能來說，它是非常困難的事情。

這個問題一直是自然語言生成(Natural Language Generation)領域多年來的關鍵點，並且一直在飛速發展。目前，在我們生活中也開始應用了，這一領域已經取得了長足的進步。現在最多且最成熟的是應用在客戶服務中，還有生成數據報告和市場總結等規範化的場景中。

語音識別（聽）

將人類的語音轉換成適合計算機識別的語言。目前用於交互式語音應答系統和移動應用程序。每天越來越多的系統將人類語言的轉錄和轉化為適合計算機的識別的語言。

提供語音識別服務的公司包括訊飛、NICE、OpenText和Verint。

機器學習的平臺

現在，計算機也可以學習，而且它們可以非常智能！機器學習是計算機科學的一門學科，也是人工智能的一個分支。它的目標是開發允許計算機學習的技術。

通過提供算法、 api(應用程序編程接口)、開發和培訓工具、大數據、應用程序和其他機器AI，機器學習平臺每天都在獲得越來越多的關注。

它們目前被用於各種商業活動中，主要用於預測或分類。專注於機器學習的公司包括亞馬遜、分形分析、谷歌、H2O。人工智能、微軟、SAS Skytree。

虛擬代理

不可否認的是，虛擬代理或者“聊天機器人”(或者簡稱“機器人”)，並且隨著創新和技術的快速發展,正經歷著巨大的復興。

目前在客戶服務和服務支持中應用，也被作為一個聰明的家庭管家。一些提供虛擬代理的公司包括亞馬遜、蘋果、各種智能音箱、谷歌、 IBM、IPsoft、微軟等

決策管理

智能機器能夠向人工智能系統引入規則和邏輯，並且可以用於初始的設置/訓練、持續的維護和調優。

它被用於各種各樣的企業應用程序中，幫助或執行自動化的決策。提供這一服務的公司有ASC, Informatica, Maana, Pegasystems, UiPath等

AI硬件優化

各大公司都在大力投資於機器學習和人工智能的硬件設計，以極大地加速下一代應用程序的開發。圖形處理單元(GPU)和專門設計的設備，以高效地運行AI對應的計算工作。一些專注於人工優化的硬件的公司有:谷歌、IBM、英特爾、英偉達。

深度學習的平臺

深度學習是機器學習中發展最快的領域,也是最大的趨勢。一套人工神經網絡有多級學習算法，並對應於不同的抽象層次。

深度學習的一些應用程序像自動語音識別、圖像識別、光學字符識別、NLP，並且能夠/分類/歸類/預測的任何能被感知和數字化的實體。

深度學習平臺的服務提供商和供應商有Deep Instinct、Ersatz Labs、、MathWorks、Peltarion、Saffron Technology、Sentient Technologies等

機器人過程自動化

由於腳本和算法可以模擬和自動化人工任務來支持企業流程，因此企業中過程自動化是可以實現。在特定的工作或任務中，僱傭人力成本太高或效率低下，都會應用機器人過程自動化。

我們需要記住，人工智能不是為了取代人類，而是為了補足人類的能力，並強化人類的才能。

專注於此的公司有ASD，Automation Anywhere, Blue Prism, UiPath, WorkFusion等。

文本分析和自然語言處理（NLP）

自然語言處理(NLP)與計算機和人類(自然)語言之間的交互有關。該技術利用文本分析技術，通過統計方法和機器學習，來理解句子的結構，以及它們的意義和意圖。

它們還被用於巨量數據的自動化和應用程序提取非結構化數據。

這些技術的服務提供商和供應商有Basis Technology, Coveo, Expert System, Indico, Knime, Lexalytics, Linguamatics, Mindbreeze, Sinequa, Stratifyd and Synapsify。

生物統計學

這一技術組要用於人類身體結構、形態和行為等方面的識別、測量和分析。

它允許人類和機器之間更自然的互動，包括與觸覺、圖像、語言和身體語言識別相關的互動。

這項技術目前主要用於市場研究。技術的供應商有3VR、Affectiva、Agnitio、facebook、Synqera等。

在不久的將來，多智時代一定會徹底走入我們的生活，有興趣入行未來前沿產業的朋友，可以收藏多智時代，及時獲取人工智能、大數據、雲計算和物聯網的前沿資訊和基礎知識，讓我們一起攜手，引領人工智能的未來！