機器學(xué)習(xí) (ML)：機器學(xué)習(xí)算法根據(jù)代表性數(shù)據(jù)構(gòu)建模型，使設(shè)備能夠在無需人工干預(yù)的情況下自動識別模式。ML供應(yīng)商提供算法、API 和工具以構(gòu)建訓(xùn)練模型，然后將模型植入到嵌入式系統(tǒng)中。輸入新的數(shù)據(jù)后，這些嵌入式系統(tǒng)就可以利用預(yù)先訓(xùn)練的模型進行推理或預(yù)測，這類應(yīng)用示例包括傳感器融合、關(guān)鍵字識別、預(yù)測性維護和分類等。

深度學(xué)習(xí)（DL）：深度學(xué)習(xí)是機器學(xué)習(xí)的一種，它使用多層神經(jīng)網(wǎng)絡(luò)從復(fù)雜的輸入數(shù)據(jù)中逐步提取更高級別的特征和模式，從而訓(xùn)練系統(tǒng)。深度學(xué)習(xí)可以適應(yīng)非常龐大、多樣化和復(fù)雜的輸入數(shù)據(jù)，并讓系統(tǒng)不斷迭代學(xué)習(xí)，逐步改善輸出結(jié)果。其應(yīng)用示例包括圖像處理、客服機器人和人臉識別等。

自然語言處理 (NLP)：NLP是人工智能的一個分支，可以實現(xiàn)系統(tǒng)與人類之間用自然語言進行交互。NLP幫助系統(tǒng)理解和解釋人類語言（文本或語音），并基于此做出決策。其應(yīng)用示例包括語音識別系統(tǒng)、機器翻譯和預(yù)測性打字等。

計算機視覺：機器/計算機視覺是人工智能的一個領(lǐng)域，它訓(xùn)練機器收集、解釋并理解圖像數(shù)據(jù)，并根據(jù)這些數(shù)據(jù)采取行動。機器通過攝像頭收集數(shù)字圖像/視頻，使用深度學(xué)習(xí)模型和圖像分析工具準確識別和分類對象，并根據(jù)它們所“看到”的采取相應(yīng)的行動。其應(yīng)用示例包括制造裝配線上的故障檢測、醫(yī)療診斷、零售店的人臉識別和無人駕駛汽車測試等。