一、人工智能两个分支是什么
计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。物体检测和人脸识别是其比较成功的研究领域。
语音识别是指识别语音(说出的语言)并将其转换成对应文本的技术。相反的任务(文本转语音/TTS)也是这一领域内一个类似的研究主题。
这里的文本挖掘主要是指文本分类，该技术可用于理解、组织和分类结构化或非结构化文本文档。其涵盖的主要任务有句法分析、情绪分析和垃圾信息检测。
机器翻译(MT)是利用机器的力量自动将一种自然语言(源语言)的文本翻译成另一种语言(目标语言)。
机器人学(Robotics)研究的是机器人的设计、制造、运作和应用，以及控制它们的计算机系统、传感反馈和信息处理。
机器人可以分成两大类:固定机器人和移动机器人。固定机器人通常被用于工业生产(比如用于装配线)。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器;另外还有能够实现感知能力的软件，比如定位、地图测绘和目标识别。
二、人工智能在会计领域的未来趋势
1.人工智能技术能够提高会计工作的准确性。会计工作相对比较特殊，在工作的全程始终对信息及数据资料的准确性有着严格要求，当下我们依然存在的会计信息和数据资料准确性低的问题，追根溯源，还是因为人工自身导致的。
而人工智能技术的介入，使得人工最小程度的参与到会计工作中，这些人为操作的弊端很大程度上得到了规避，从而，财务信息数据资料的准确性能够得到提高。
另外，会计工作需要和众多繁琐的数据打交道，所以在我们生活中不难发现，许多会计工作者心思缜密，非常注意细节，这便是因为稍不留神，手中的各种数据可能就会出现意想不到的错误。而人工智能技术的出现，能够使会计工作的准确性大大增加，它通过对原始数据的筛选、计算、加工、整合等，迅速而有效地生成结果，并会依序提交给下一步，在整个过程中，很大程度上避免了人工计算、整理中可能会出现的错误。
即使人工智能在会计工作中出现了错误，系统也会自动标注出来供以参考，并会停止在当前界面不再继续提交，这样，数据的真实性和完整性都能得到最大限度的保障，为接下来的工作打好基础。
2、人工智能技术的介入能够提高会计工作效率。
传统工作模式下的会计人员以货币为主要计量单位，根据《会计法》《预算法》《统计法》核对记账凭证、财务账簿、财务报表，从事经济核算和监督，也即利用记账、算账、报账等一系列程序来反映企业或单位的财务状况或者经营管理成果。
在这种模式下的会计工作，偶尔会因为工作中出现的记错、算错、报错而影响到工作效率，使各种人力成本和物力成本大大增加。人工智能技术的出现与应用，能够在一定时间内将所有的信息和数据账目等资料按照既定程序进行高效的整合，最大限度地使机械且繁杂的会计工作效率得到提高，也能够减小企业或单位的人力、物力成本。
此外，人工智能技术涉入到会计工作中也能最大限度地使本来可能出现的记、算、报等错误在计算机程序下变得准确，从而避免了在各个会计岗位上因沟通不畅等带来的时效低下的影响。更甚者，它也能够将所处理的文档进行科学的分析与处理，促使本要经过一系列处理的会计工作成果更加高效便捷地提供给财务人员以及公司管理层。
所以，人工智能技术在会计工作中的应用，极大地提高了会计工作的效率。
3、人工智能技术在会计工作中的应用能够提升企业竞争力。
人工智能技术在会计中的应用，使企业在财务方面的人力、物力成本都大大缩小。在传统模式下，越是大型的企业，对会计人员的数量需求越大，而人工智能技术出现后，企业对会计工作人员的需求也会有所减少。先不说人工智能技术如此风靡，势必也会运用到其他部门，即使只运用在了财务部门，相应的成本就已经得到了缩减，企业利润很大可能会因此得到提升，由此企业实力会得以提高。
另外，人工智能技术的应用也在倒逼公司所有员工不断尝试新事物，在整个公司氛围中无形中就能形成良好的创新文化氛围。在时代快速变化发展的今天，没有创新文化氛围的公司是不能站在行业顶端的，如果所有的员工都有创新的意识，那么这个公司将拥有一个充满战斗力与创造力的队伍，在这个队伍参与下，价值的实现势必比其他公司要高，企业的发展也就不言而喻了。
三、人工智能包括哪些内容
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统和内容生成等方面的内容。
四、ai领域是什么意思
1、意思是一种运用于多媒体视频、出版、发行和在线图像的工业标准矢量插画的电脑软件。
2、AI表示模拟量输入,是物理领域的概念,模拟量输入的物理量有压力、温度、流量等
五、人工智能涉及的八大学科
1、人工智能涉及的学科比较多,生活中的方方面面都有人工智能的实际应用,主要涉及哲学和认知科学,数学,神经生理学,心理学,计算机科学,信息论,控制论,不定性论,仿生学等学科
2、研究范畴:自然语言处理,知识表现,智能搜索,推理,规划,机器学习,知识获取,组合调度问题,感知问题,模式识别,逻辑程序设计,软计算,不精确和不确定的管理,人工生命,神经网络,复杂系统,遗传算法人类思维方式
3、应用领域:智能控制,专家系统,机器人学,语言和图像理解,遗传编程机器人工厂
4、实际应用:机器视觉:指纹识别,人脸识别,视网膜识别,虹膜识别,掌纹识别,专家系统,智能搜索,定理证明,博弈,自动程序设计,还有航天应用等.