21世紀偉大的3大科技技術，是人工智慧、量子計算機、雲計算。21世紀十年代是人工智慧的復興時期，出現了革命性的深度學習，包括卷積神經網路演算法，模仿人類的智慧，是特有的矽基生物機器人的開始，人工智慧是首選。
市場上有成熟的人工智慧技術，比如語音識別技術、人機互動技術、影象識別技術等等，為什麼人工智慧還沒到終極技術？現在很零散的技術，未來出現完美的矽基生物，希望大家努力研究。
現在的是弱人工智慧，還沒到強人工智慧，不過革命性的深度學習，是人工智慧的進步。
下面我綜合眾多的人工智慧理論和技術，總結前人的經驗。也有我自創的4大人工智慧新理論，是市場上沒有的，只不過是理論假想。
一、成熟的人工智慧技術
1.深度學習
深度學習是機器學習的分支，相對於淺層學習，提出的是神經網路演算法，模擬人類的大腦神經元，具有分析學習能力，是現在最新、最好的技術，也是基礎重點的人工智慧技術。
整個深度學習是模擬人類的大腦神經元而得到的啟發，將來得到幾代人們的努力，從而完善深度學習。深度學習第一位的是卷積神經網路演算法，現在技術很成熟。
深度學習的神經網路構造，分為雙向的頂層與底層，向上是“認知”、向下是“生成”，也有自頂向下的監督學習；自下而上升的非監督學習，訓練時頂層輸入；應用時底層生成。
而深度學習只要的是大資料和多層神經網路，分層訓練引數，神經網路的抽象是每一層的結點狀態，裡面包括決策樹，透過神經網路的輸入輸出而解釋頂層復原底層的結點。
比如調溫器，可以在屋子裡把現實的溫度調到理想的溫度，可自動智慧上下調溫，就是反饋系統，可以把這個理念應用深度學習。整個神經網路是向上頂層、向下底層，逐層一層層構建神經元。
打個比喻人臉是從頂層向下底層，代表醒和睡，在神經網路當中逐層一層層生成新的人臉。深度學習的提出改變人工智慧，對人工智慧而言是第一性。
2.卷積神經網路演算法
對深度學習或神經網路演算法，卷積神經網路演算法是基礎，對影象、聲音、視覺，卷積神經網路演算法也可以用上場，是模擬人類大腦神經元的方法。
是一層一層的模型，加上引數、函式、大資料，才形成神經網路。具有自動學習的能力，叫預學習。
卷積神經網路演算法的構造，有訓練集，前提是要有視覺系統，包括隱含層，分為卷積層、池化層、全連線層，而卷積層也是卷積核。
神經網路風格遷移是現在革命性可以真正學習功能的人工智慧，是預學習的典型，可以人工智慧自作畫，輸入一幅風格畫，然後找地方拍一張風景照片，就這樣生成另一幅原創畫，需要大資料的神經網路風格遷移，是未來真正意義的學習。
卷積神經網路演算法的發明，是基於人類的視覺神經系統的模擬，大腦的視覺層和眼睛的視覺神經系統，現在叫感受野，這是人工神經網路最好的技術，是卷積神經網路演算法。
卷積神經網路演算法的應用在我們生活的方方面面，是人工神經網路最好的技術，也是深度學習最好的技術。
3.脈衝神經網路演算法
脈衝神經網路演算法是脈衝激起一個神經元而產生的訊號，為什麼叫做脈衝神經網路演算法，是因為特有的脈衝。
脈衝神經網路演算法可以時間脈衝，也可以脈衝編碼，對於時間性編碼，是此技術的特徵之一，雖然很簡單。
4.語音識別技術
語音識別技術可以文字轉換語音，也可以語音轉換文字，是已經成熟的人工智慧技術，應用我們生活的方方面面，而對此技術研發的有科大訊飛、蘋果公司、微軟、小米。
而科大訊飛有迅飛輸入法，蘋果公司有蘋果語音助手，微軟有小冰，小米有小愛同學。此技術先進研發出來的完善是科大訊飛，背後支援是合肥的中國科學技術大學。將來此技術得到完善。
5.影象識別技術
可以以圖搜圖，也可以拍照相片識別，分出是貓還是狗，影象識別技術採用新的人工智慧技術，比如一張圖片可以標出這個物品是什麼名字。
語音管聲音，影象管形象，此技術也是人工智慧的一種，將來可能產生新的影象識別技術，但現在已經成熟，和語音識別技術一樣市面上已經有了。
顧名思義，影象在計算機上是由畫素組成，然後一層層分析，分出影象的型別和名字，影象識別技術象徵人類的視覺影象。
為什麼影象識別技術也是人工智慧的重點代表，因為其的影象處理功能，將來相對於語音識別技術，像喇叭和麥克風二合一，缺一不可。
6.人機互動技術
人機互動技術就是人和機器的對話，加上語音識別技術，像人類可以自由聊天一樣，人機互動技術是人和機器的語音控制，輸入和輸出。
現在市面上有小米的小愛同學、微軟的小冰，是人機互動技術的典型，控制的語音輸入輸出，可以隨意交談，說播放音樂，機器馬上彈出音樂平臺介面。
像人與人之間聊天一樣，人機互動技術是未來的趨勢，將來人和機器人可以透過語音聲音交談，稱為人機互動技術。
首先，人機互動技術需要程式設計，然後一對一語音人機互動，想聊就聊什麼，尤如另外一個人類的矽基生物。
7.人臉識別技術
人臉識別技術在市場上已經非常成熟，為什麼稱為人臉？就是單單對於人的人臉而研發的技術，透過人臉識別技術可以像家裡的開門識別，只需要有一張人臉夠了。
人臉識別技術應用於登入系統、電子支付和門鎖，是個人的標籤，只需要設計完美，晚上也可以人臉識別，現在已經很成熟了，相對於人臉節點需要程式設計。
8.機器翻譯
機器翻譯的獨角獸是科大訊飛，比如中文翻譯成英文，英文也可以翻譯中文，兩個互補，在機器翻譯語音方面，只要輸入對話，就產生翻譯的功能。
如果一箇中國人拿一個機器翻譯產品說中文，然後可以轉成英語語音，與相對性的機器翻譯，實現語言的間隔連通。機器翻譯應用各國的語言翻譯，比人與人翻譯很好。
二、新的人工智慧理論
9.印象神經網路演算法
本人自創的人工智慧新理論，有4個，稱為神經網路演算法範疇，採用按照休謨的《人性論》，其中的印象和觀念，是重點之重點，本人採用哲學的理念，而完成理論假說。
首先，印象神經網路演算法是個理論假說，來源休謨的《人性論》參考，分為印象和觀念部分。模仿現在市場成熟的卷積神經網路演算法，人的印象是獨一無二的，可以應用於人工智慧。
印象分為感覺印象和反省印象，產生的影象的印象，也產生聲音的印象，人類是於印象支配的，現實生活的方方面面，離不開印象。
在哲學上，休謨的《人性論》可以應用人工智慧，是最好的理論支援。所以本人採用哲學解析人工智慧，印象和觀念兩個就夠了，把印象和觀念的思想應用於人工智慧當中。
人工智慧分計算功能、感知功能、認知功能3個階段，感覺印象是大資料處理；反省印象是大資料學習處理，印象具有疊加大資料學習。
感覺印象看到的影象和聲音，經過反省印象的模型處理，最後產生觀念神經網路演算法。
顧名思義，印象是影象和聲音的感覺，經過大資料處理，而產生印象神經網路。
10.觀念神經網路演算法
觀念神經網路演算法是印象疊層疊加上而產生的，觀念，是印象的再現，如果印象加上想象力，就產生觀念。
在《人性論》這本哲學書，提出的印象、觀念，可以應用人工神經網路，觀念即是思維，經過感覺印象和反省印象而產生思維觀念。
將來新的神經網路演算法，還需要大家的努力，完善人工智慧系統。
觀念分為簡單觀念和複合觀念，而簡單觀念是疊層印象產生思維學習，複合觀念，比如想象一匹馬加上翅膀，而成為有翅膀的天馬。
簡單觀念，如果印象的影象和聲音，疊層蓋下印象而產生觀念，觀念代表思維。
複合觀念，就是印象產生觀念，加上想象力，沒有翅膀的一匹馬變成有翅膀的天馬。
透過馬的影象和聲音，聯想到有翅膀的天馬，這是人工智慧的複合觀念。
11.邏輯神經網路演算法
本人提出的邏輯神經網路演算法，理論支援是亞里士多德的語言邏輯學三段論，各位學過邏輯學都知道，邏輯是一步一步來，一段一段來。
按照邏輯學方面，比如，如果上帝創造出一個搬不動的石頭，按照上帝的全能，這塊石頭搬不動，上帝全能嗎？造物是全能的，一半是造物的創造性，一半是造物的相對性。
叫舅舅，必然有一個外甥。下面是列亞里士多德的三段論：
1）.世上存在一位造物主嗎？
2）.所有的事情都存在
3）.所以存在一位造物主
12.相對性神經網路演算法
採用相對性原理，也是愛因斯坦提出的相對論，相對性原理應用萬物，這個世界是相對性的，有男有女，有正有負。
按照相對性原理，深度學習神經網路，有雙向頂層和底層，向上是“認知”；向下是“生成”，所以人工神經網路也是相對的。
好了，上述是人工智慧技術的詳解，重點是神經網路演算法。歡迎大家【關注】、收藏、點贊、、分享這篇文章。
大家有人工智慧新理論嗎？如果給大家一個選擇，是選擇卷積神經網路演算法還是脈衝神經網路演算法？歡迎在評論區評論。
