原文地址：
https://blog.csdn.net/qq_25551743/article/details/82348856
一谈起人工智能，总是围绕着机器学习谈起，我这里提一个概念：混合智能。
什么意思呢？混合智能识把机器学习和传统的算法结合的一种智能。
举个例子：图片中的文字识别，注意这里不是单个字符的识别，是一张图片中有一个或者多个文字的识别。
混合智能就是先靠传统的算法对图形二值化，边缘提取，分割，找到轮廓，过滤字轮廓，然后对轮廓进行AI识别（前提已经做好训练），所以未来的很长一段时间，我认为是传统算法和AI结合的时代，就像早期的拖拉机，启动时候，需要个力气大的人使劲摇几下才能发动，而不是电打火。
混合智能的时代，需要的程序猿还是比较多的，要是等到真正的AI时代到来，我猜想这个世界不需要那么多程序猿了！就像全制动生产线不需要那么多工人一样。
-------------------------------------------------------------------------
这个博客是我偶然发现的，他这里提出了一个混合智能的概念，不清楚这个是不是作者的原创，但是本人也想过这个问题，因为比较没有太接触过AI方面的实际工作，并不清楚在现实应用中是不是完全采用现有的智能算法而不用加入传统的一些计算机处理方法，这里就像上面说到的处理表格中的文字信息，这个概念我还真就见过类似的，或许现在实际落地的东西还真就是所谓的混合智能呢，这也真说不好，我也不是很清楚，只是这里闲猜而已，因为比较赞同作者的这个说法，这里就转载了一下。
给出下面一个发现的现实生活中使用混合智能的应用：
（ 基于图像识别的表格数据提取系统
https://www.cnblogs.com/HL-space/p/10547259.html ）
再给出一个 纯学术 的识别表格的文章：
从图像中检测和识别表格，北航＆微软提出新型数据集TableBank
http://hrb-br.com/5007404/20190321A0B99Y00.html
二者区别， 纯学术的那个表格基线的确定是使用 深度学习这一当今最热门的人工智能算法，而第一个的那个混合智能应用是使用传统算法，即图像处理的方式来确定基线的，到底哪个效果更好这里并不能知道，但是这确实是一个挺有意思的东西。
混合智能的那个应用输入的数据就是已经确定的表格图像，需要解决的是表格中具体小格中的内容，定位表格空格的位置，而那个纯学术的输入的数据是带表格和其他内容的一个混合的图像，需要确定和识别、定位的是大表格的位置 二者的输入数据类型不同。