1、人工智能：人工智能是在计算机科学、控制论、信息论、心理学、语言学等多种学科相互渗透的基础发展起来的一门新兴边缘学科，主要研究用用机器（主要是计算机）来模仿和实现人类的智能行为，目前，我们比较熟悉的人工智能应用领域涵盖了符号计算、模式识别、专家系统、机器翻译等方面。

　　2、模式识别：模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。这里,我们把环境与客体统称为“模式”,随着计算机技术的发展，人类有可能研究复杂的信息处理过程。用计算机实现模式（文字、声音、人物、物体等）的自动识别，是开发智能机器的一个最关键的突破口，也为人类认识自身智能提供线索。信息处理过程的一个重要形式是生命体对环境及客体的识别。

　　3、指纹识别：指纹是人体的一个重要特征，具有唯一性。北京大学有关专家对数字图像的离散几何性质进行了深入研究，建立了从指纹灰度图像精确计算纹线局部方向、进而提取指纹特征信息的理论与算法，随后研究成功了适于民用身份鉴定的全自动指纹鉴定系统，以及适于公安刑事侦破的指纹鉴定系统。

　　人工智能目前可谓是随处可见，用游戏举个例子怪物的自主反击等魔兽还有ai图和普通图之分，现实如机械自动化，自助缴费，氦氪智能家居，谷歌阿法狗等，利用计算机及其图形设备帮助设计人员进行设计工作，认知科学，机器学习

　　和任何曾经处于发展过程中的新兴学科一样，人工智能早期发展并非一帆风顺，它曾受到多方质疑。例如上世纪80年代的机器翻译就没有取得预期成果，其主要受制于计算机计算能力的限制，无法模仿人脑语境思考。

　　近些年，人工智能的研究和应用又掀起新高潮。一方面是计算机硬件性能的突破，另一方面是以云计算为代表的计算技术的快速发展，使得信息处理速度和质量大为提高，能够快速、并行处理海量数据。金融危机以后，欧美国家回归前沿科学技术的战略布局，更加重视人工智能技术的研究，特别是在人工智能基础研究、人脑研究、网络融合、3D智能打印等领域不断有研究突破。越来越多的科学家期待人工智能成为人类进入知识经济时代后，下一次生产力飞跃的突破口。如今，人工智能技术的研究和发展已经在很大程度上影响着现在的计算机相关产业，并决定了计算机、网络技术的未来发展方向。在理论技术层面，人工智能技术为基于互联网和移动互联网等领域的创新应用提供理论基础。例如，自动定理推理为网络信息检索、问题求解、远程诊断等问题提供了自动求解方案;自然语言理解为计算机人类语言理解提供理论和方法;数据挖掘为从数据库中挖掘提炼出具有必然性和蕴含本质规律的数据提供了规则、聚类等数据处理、建模、评估标准。在技术应用和创新层面，人工智能技术的发展，为未来ICT等网络技术的发展指引了方向。当前，以智能算法、深度学习、云计算为代表的大规模网络应用已经成为ICT产业的重要发展方向。各大互联网公司在深度学习领域不断积极探索。深度学习是机器学习研究中的一个重点关注领域，其研究侧重于建立、模拟人脑进行分析学习的“神经网络”。

　　在创新方面，深度学习带来了机器学习的新浪潮，推动“大数据+深度模型+数据发现挖掘”时代的来临。人工智能技术与互联网的融合，是两个领域发展到一定阶段，探索创新的必然结果，深度学习为拥有强大计算能力和数据资源的互联网巨头公司带来下一次全面领跑的机会。例如，谷歌、百度在硅谷的研发实验室，在对深FC电子游戏,FC电子,FC电子游戏股份有限公司,FC电子官网度学习、算法升级，对机器学习模仿人脑的智能活动，让机器像人脑一样识别图像、理解自然语言，解析网络内容之间关系做深度探索。百度语音和图像等相关网络产品应用的快速崛起，正是受益于对机器学习等领域的技术突破。在融合发展层面，人工智能技术的发展促进多种科学与网络技术的深度融合。从国际上看，人工智能技术在美国、欧洲和日本发展迅速，并且带动了多种信息科学领域的发展，信息学、控制学、仿生学、计算机学等领域的技术突破均被运用到人工智能应用中去。从技术发展脉络发展上，人工智能很多技术一直处于创新的前沿，未来会在很大程度上影响信息产业的发展方向。人工智能发展至今涉及多个研究领域，研究方向包括符号计算、语言识别、模式识别和计算机视觉、机器翻译与机器学习、智能信息检索、问题求解与专家系统、逻辑推理与逻辑证明、自然语言处理等，逐渐成为更为广泛的智能科学学科。