大家好，卡内基梅隆人工智能方向相信很多的网友都不是很明白，包括卡内基梅隆大学 人工智能也是一样，不过没有关系，接下来就来为大家分享关于卡内基梅隆人工智能方向和卡内基梅隆大学 人工智能的一些知识点，大家可以关注收藏，免得下次来找不到哦，下面我们开始吧！
本文目录
未来人工智能将在农业领域有哪些应用？
在机器学习和计算机视觉的帮助下，农业生产正朝着精细化、自动化发展。
提到人工智能，人们通常会想到计算机、互联网、机器人这些高科技领域，大部分人不知道的是，AI技术在农业领域上也有很多应用。在机器学习和计算机视觉的帮助下，农业生产正朝着精细化、自动化发展。
根据联合国发布的世界人口趋势报告，到2045年地球上的人口将达到90亿，这意味着同样的土地要养活更多的人。人口增长对农业生产提出更高的需求，没有额外的土地用于生产，就要在现有条件下增加更多的粮食供应。
「精细农业」对新技术的要求卡耐基梅隆大学机器人学院的研究人员认为，解决这个问题的答案是AI、机器人和传感器。研究人员提出一项叫「FarmView」的计划，他们正在努力将AI、机器人和传感器相结合，建立一个移动作业机器人队伍，来改善农作物的生产和管理。他们认为机器人可以准确及时地收集农业数据，帮助种植者管理信息，提高产量。
（图片来源：Forbes）
传统的农业劳作如种植、收获等，通常按照固定的时间安排来进行。新技术的发展给农业生产提供了可参考的依据，通过收集天气、土壤、空气质量的数据，观察作物成熟度，还有设备和劳动力成本，可以对农业生产做出更准确的规划，甚至能预测分析出未来的生产状况。
精细农业要求实时收集和处理数据，帮助农民在种植、施肥、收获作物时做出最佳决策。用于测量土壤和周围空气温度、湿度的传感器遍布整个农田。使用卫星图像和无人机拍摄实时照片，图像可以展示作物成熟度，并与天气模型结合，提前进行预测。
用AI收集分析农业数据来自以色列的AI创业公司Prospera在7月份完成了B轮1500万美元融资，该公司的主要业务是用计算机视觉和人工智能来帮助农民分析收集来的农业数据。
Prospera的设备安装在温室和田间，目前已经包括：太阳能电池板，摄像机还有温度、湿度和光线传感器。近距离摄像机和云服务用来收集分析农民需要的信息，Prospera利用机器学习来记录实时数据，通过早期的分析可以帮助农民预测产量，并通过其他方式弥补预期损失。
Prospera的设备可以看到植物生长情况，植物的颜色、花朵、果实，蜜蜂的密度和质量如何，叶子上是否有病害。该公司表示，农民通过这项系统，可以比卫星和无人机的图像，更准确地了解作物的生长情况。
Prospera的技术在西班牙和墨西哥已经被很多农场使用，该公司的客户包括沃尔玛、乐购等零售企业。
利用机器视觉识别作物，实现智能喷雾对于农业专家来说，他们可以从土壤和天气中获得大量的信息，用无人机和卫星服务获取航空图像和其他数据。但对于亲手种植作物的农民，这些高科技工具和服务并不能直接帮助他们进行生产。
想要在以现有的土地资源满足未来的人口增长，就需要提高农业生产效率，降低成本，这正是农机企业正在干的事。
美国迪尔公司（JohnDeere）是世界上最大的农机巨头，多年来一直为农业生产提供先进的产品和服务。1999年，迪尔公司收购NavComTechnology，该公司的GPS技术被用于农业生产，自动化控制农业机械的行动，精度达到英寸以下。迪尔公司开始成为「精细农业」的领导者。
今年9月初，迪尔公司以3.05亿美元的价格收购了AI初创公司蓝河科技（BlueRiverTechnology），将机器学习应用于农业生产。
BlueRiver的核心技术是利用机器视觉来识别农作物和杂草，实现智能喷雾。传统的农业生产中，农药和肥料要喷洒在整片田中给所有作物，效率低而成本高。BlueRiver的技术则是将一套摄像头固定在喷雾器上，利用机器学习来识别植物。如果是杂草会喷洒除草剂来，如果是作物会施下一些肥料，具体参数可以由农民自行设定。BlueRiver表示这可以节省90%的除草剂，同时也降低了人工成本。
BlueRiver被收购反映了科技在农业自动化中日益增长的需求，传统农业中的很多工作正在被数字化技术代替。迪尔公司认为，机器学习在未来的精细农业中会是一项重要的能力。
AI技术对农业生产的帮助主要是数字化信息的整理，就像目前的自动驾驶汽车一样，只能帮助导航，不能取代司机。因为农业生产有着诸多的变化和不可控，一些简单重复的劳动可以由自动化代劳，但农场依然需要一个主人。
新的技术弥补了传统农业的不足，全自动化的未来农场也会越来越近。农业生产的动力进步对效率的提升正在变小，未来的技术创新会体现在信息上。
文章参考：TechCrunch、TheVerge
头图来源：BsnSCB
卡内基梅隆大学开发的人工智能
Libratus
Libratus是卡内基梅隆大学开发的人工智能系统。
2017年1月11日至1月30日，美国卡耐基梅隆大学开发的人工智能Libratus与4名人类顶尖德州扑克选手之间的“人机大战”在美国匹兹堡进行，最终人工智能取得胜利。
基本信息
外文名 Libratus
比赛背景
Libratus并非唯一一个会玩德州扑克的AI，就在就在卡内基梅隆大学宣布Libratus出战的几天前，加拿大阿尔伯特大学抢先发表了关于扑克AI的论文，表示他们的DeepStack是世界上第一个在“一对一无限注德州扑克”上击败了职业扑克玩家的计算机程序。
人工智能早期发展的技术
1950年阿兰·图灵出版《计算机与智能》。
1956年约翰·麦卡锡在美国达特矛斯电脑大会上“创造”“人工智能”一词。
1956年美国卡内基·梅隆大学展示世界上第一个人工智能软件的工作。
1958年约翰·麦卡锡在麻省理工学院发明Lisp语言———一种A．I．语言。
1964年麻省理工学院的丹尼·巴洛向世人展示，电脑能掌握足够的自然语言从而解决了开发计算机代数词汇程序的难题。
1965年约瑟夫·魏岑堡建造了ELIZA———一种互动程序，它能以英语与人就任意话题展开对话。
1969年斯坦福大学研制出Shakey————一种集运动、理解和解决问题能力于一身的机器人。
1979年第一台电脑控制的自动行走器“斯坦福车”诞生。
1983年世界第一家批量生产统一规格电脑的公司“思考机器”诞生。
1985年哈罗德·科岑编写的绘图软件Aaron在A．I．大会亮相。
90年代A．I．技术的发展在各个领域均展示长足发展————学习、教学、案件推理、策划、自然环境认识及方位识别、翻译，乃至游戏软件等领域都瞄准了A．I．的研发。
1997年IBM（国际商用机械公司）制造的电脑“深蓝”击败了国际象棋冠军加里·卡斯帕罗夫。
90年代末以A．I．技术为基础的网络信息搜索软件已是国际互联网的基本构件。
2000年互动机械宠物面世。麻省理工学院推出了会做数十种面部表情的机器人Kisinel。
现在流行挡不住
商业上的成功，成为实验室研究工作的催化剂。A．I．的边界正一步步向人类智慧逼进。
全球的高科技实验室不约而同盯上了A．I．大脑，这其中响当当的名字包括卡内基·梅隆大学，IBM和日本的本田汽车公司。
在比利时，Starlab（星实验室）正开发种能取代真猫大脑工作的人工大脑。据“人工大脑网站”报道，它将拥有约7500个人工脑神经细胞。它将能自如地操控猫咪行走，玩耍毛线球。据估计它将在2002年完成。
读研究生，哪几个国家的人工智能专业强？
联合国世界知识产权组织（WIPO）于1月31日发布的一份研究报告指出，中国和美国在全球人工智能领域的竞赛中位居前列。该组织总干事称，中国在知识产权领域不容小觑。
报告显示，从人工智能在20世纪50年代起步至今，与该领域相关的论文已经累计发表超过160万篇，超过34万件相关发明获得了专利。值得注意的是，在2013年以后，人工智能领域的专利申请数量急速增加，这也显示出过去几年这一领域的火热和高速发展之势。
根据研究报告数据，在人工智能专利申请数量最高的前30个机构中，企业占了26席，剩下4个则为大学或公共研究机构。其中美国科技巨头IBM手握最多人工智能领域的专利，数量达到8920项，排名第二的微软则拥有5930项专利。位列3到5名的则分别为日本东芝公司、韩国三星集团及日本电气公司（NEC）。
从国家来看，在人工智能专利数量排名前20的企业中，来自日本的企业占比过半，达到12家，美国和韩国各3家，还有两家则是来自中国的百度和中国国家电网有限公司。
值得一提的是，中国的大学和研究机构在与同类竞争者的竞争中占有极大的优势，在所有学术机构中，专利申请量排名前20的有17家来自中国，发表相关科学论文数量排名前20的学术机构中，有10家来自中国。报告特别指出，在2013年至2016年间，来自中国的人工智能专利申请数量急速增长，年均增长率达到了20%，高于其他国家。世界知识产权组织总干事FrancisGurry在记者会上表示：“美国和中国显然已经取得领先。他们的专利申请数量、科学出版物等均位于该领域的前列，”他还认为中国已经融入全球知识产权体系，拥有全球最大专利局和最多的国内专利申请数量。
虽然中国政府已经将人工智能上升到国家战略层面，但是仍然不能立即改变我国AI人才供需严重不平衡的现状，对此，我国应从政府，企业，高校，协会多种途径实现我国人工智能领域三步走的目标。
要解决人才不足的问题，除了以更好的条件来吸引人才以外，还要加强基础研究的知识储备。人工智能战略的实现，不光需要依赖研发费用和研发人员规模上的持续投入，还需在基础学科的人才培养方面加大力度，尤其是算法和算力领域。只有投入更多的科研人员，不断加强基础研究，才会获得更多的技术优势。
当前，上至发达国家政府，跨国互联网巨头，下至研究机构、AI创业公司，无不将AI视为提升自身的核心竞争力的根本性战略，并预期AI将深刻改变人类社会生活、改变世界。
在国家战略布局方面，许多国家均有战略部署。其中，美国、中国、英国和日本各有特色。美国布局完备，领先各国一大步；中国则聚焦战略发力，积极扩充人才规模；英国则稳步推进，力求争先；而日本希冀通过机器人战略，打造超智能社会5.0。目前，全球人工智能人才约30万人。其中产业人才约20万人，大部分分布在各国AI产业的公司和科技巨头中；学术及储备人才约10万人，分布在全球367所高校中。
好了，文章到这里就结束啦，如果本次分享的卡内基梅隆人工智能方向和卡内基梅隆大学 人工智能问题对您有所帮助，还望关注下本站哦！