通过资料查阅法，我获得了以下专业信息：

1. 人工智能（AI）和机器学习（ML）的基本概念、原理和应用。
2. 深度学习框架（如TensorFlow、PyTorch等）的使用方法和优缺点。
3. 自然语言处理（NLP）技术，如词嵌入（Word Embeddings）、循环神经网络（RNN）、长短时记忆网络（LSTM）等。
4. 计算机视觉领域的经典算法，如卷积神经网络（CNN）、图像分割、目标检测等。
5. 强化学习（Reinforcement Learning）的基本概念、算法和应用。
6. 生成对抗网络（GAN）、变分自编码器（VAE）等生成模型的原理和应用。
7. 语音识别和语音合成技术的发展现状和未来趋势。
8. 推荐系统的原理和应用，如协同过滤、矩阵分解等。
9. 计算机视觉中的物体检测、跟踪和语义分割技术。
10. 无监督学习和半监督学习的概念和方法。

通过这些专业信息的查阅，我对人工智能领域有了更深入的了解，学到了许多新的知识和技能。这些收获将有助于我在未来的学习和工作中更好地应用人工智能技术，解决实际问题。