1.自然語言處理
自然語言處理是電腦科學和人工智能領域中關於如何使電腦理解和處理人類自然語言的研究。它主要涉及自然語言理解和自然語言生成兩大方面。前者旨在讓電腦理解自然語言文本的意義，而後者則讓電腦以自然語言文本表達給定的意圖或思想。此外，自然語言處理技術還包括文本分析、語意理解、情感分析等多個子領域，並廣泛套用於機器轉譯、語音辨識、問答系統等多個套用場景。
自然語言處理
2.電腦視覺
電腦視覺是人工智能的一個重要分支，專註於使電腦能夠辨識和理解視覺數據，如影像和影片。這一領域涵蓋了影像辨識、影片辨識、人臉辨識等技術，廣泛套用於自動駕駛、安防監控、醫療影像辨識等多個領域。
電腦視覺
3.深度學習
深度學習是結合強大的計算能力和大數據量的人工智能技術，它使機器對復雜數據產生聯想和洞察力。深度學習深入研究人工智能系統的學習機制，並對其進行改進。當數據維數增加時，深度學習變得尤為重要，如自動駕駛汽車、影像辨識和語音控制等。此外，深度學習在電腦視覺、自然語言處理、生物資訊學、自動控制等領域都有廣泛套用，如人像辨識、機器轉譯等。
深度學習
4.機器學習
機器學習是人工智能的核心技術，旨在使電腦從數據中自動學習。這一領域涵蓋了深度學習、強化學習和生成模型等研究方向。機器學習模擬或實作人類的學習行為，使電腦能夠獲取新知識和技能，並重新組織已有的知識結構，從而不斷改善其效能。機器學習主要分為監督學習、無監督學習和強化學習等分支，分別透過訓練數據集、無標簽數據集和與環境互動來學習和預測。
機器學習
5.資料探勘(DM)
資料探勘是從大量數據中搜尋隱藏資訊的過程。其主要研究課題包括協同過濾、資訊提取、影像和影片搜尋以及智能資訊系統。資料探勘的套用廣泛，如情報檢索、數據分析、模式辨識等。此外，它也涉及各種推薦和預測，如電子商務的商品推薦、計算廣告、社交網絡分析等。這些技術不僅已經進入我們的日常生活，如知乎的文章推薦，還有更多正在實驗室發展，未來將逐漸成為主流套用。
資料探勘
6.機器人
智能機器人是人工智能領域的一個重要分支，主要涉及設計和開發能夠自主操作的機器人。這些機器人不僅包括機械臂和機器人移動等基礎功能，還運用人工智能技術，如機器學習，賦予機器人更多的能力，如視覺辨識和語音辨識等。機器學習是人工智能的核心領域，它允許電腦從數據中自動學習，從而為智能機器人的研發提供了強大的技術支持。
智能機器人
7.搜尋方向
搜尋方向是人工智能的一個重要套用領域。目前，許多初步實作的人工智能產品，如小度、小愛同學和天貓精靈，都是基於智能搜尋和語音搜尋技術。此外，影像搜尋技術已經相對成熟，其準確度甚至可以達到90%以上，如百度的識圖和作業幫搜題。而在未來，影片搜尋將是搜尋領域的主要研究方向。
搜尋方向
8.無人駕駛領域
無人駕駛是人工智能的重要套用領域。近年來，國內對此領域關註度極高，部份汽車品牌已經嘗試並成功套用無人駕駛技術，使其真正上路。但由於當前的人工智能技術尚不能完全支持真正的無人駕駛，導致無人駕駛車輛在發生事故後，其套用暫時退回到實驗室階段。
無人駕駛
9.金融服務
智能金融是人工智能與金融的全面融合，旨在透過高新科技如人工智能、大數據、雲端運算和區塊鏈等，全面最佳化金融機構的服務效率，並拓寬金融服務的範圍和深度。這樣不僅能讓全社會享受到平等、高效和專業的金融服務，還能實作金融服務的智能化、個人化和客製化。具體套用包括：智能獲客，依賴大數據為使用者畫像，提高獲客效率；身份辨識，利用人工智能技術驗證使用者身份，降低核驗成本；大數據風控，透過大數據和演算法控制信用和操作風險；智能投顧，精準匹配使用者與資產；智能客服，拓展服務深度和廣度，降低服務成本；以及金融雲，提供安全高效的全套金融解決方案。
智能金融
10.多模態互動
多模態互動是人工智能領域中一個重要的方向，它允許機器透過多種方式與人類進行交流和溝通，如語音、文字、影像、影片和手勢等。這種互動方式提高了機器與人類的互動效率和體驗，使機器更加貼近人類的自然交流方式。目前，多模態互動已經在元宇宙、自動駕駛、教育、金融等多個領域實作了技術落地，並且套用場景也越來越豐富。
多模態互動
