人工智能專家講座

1、人工智能Artificial IntelligencetoScience of Intelligence匯報(bào)人：張玉彥第1頁(yè)主要內(nèi)容1234第一部分 總論第二部分 發(fā)展階段第四部分 發(fā)展?fàn)幾h第三部分 應(yīng)用實(shí)例第2頁(yè)ONE第一部分 總論第3頁(yè)人工智能能夠用來(lái)干什么?人工智能定義是什么？人工智能由來(lái)是什么？ 第一部分 總論簡(jiǎn)史定義應(yīng)用領(lǐng)域大數(shù)據(jù)、小任務(wù)范式 or 小數(shù)據(jù)、大任務(wù)范式?分歧第4頁(yè)簡(jiǎn)史人工智能（Artificial Intelligence）由來(lái)?人工智能傳說(shuō)能夠追溯到古埃及，但伴隨1941年以來(lái)電子計(jì)算機(jī)發(fā)展，技術(shù)已最終能夠創(chuàng)造出機(jī)器智能，“人工智能”一詞最初是在1956年Dartm

2、outh學(xué)會(huì)上提出，從那以后，研究者們發(fā)展了眾多理論和原理，人工智能概念也隨之?dāng)U展，在它還不長(zhǎng)歷史中，人工智能發(fā)展比預(yù)想要慢，但一直在前進(jìn)，從40年前出現(xiàn)至今，已經(jīng)出現(xiàn)了許多AI程序，而且它們也影響到了其它 技術(shù)發(fā)展。第5頁(yè)人工智能定義人工智能研究，簡(jiǎn)單來(lái)說(shuō)，就是要經(jīng)過(guò)智能機(jī)器，延伸和增強(qiáng)人類在改造自然、治理社會(huì)各項(xiàng)任務(wù)中能力和效率，最終實(shí)現(xiàn)一個(gè)人與機(jī)器友好共生共存社會(huì)。這里說(shuō)智能機(jī)器，能夠是一個(gè)虛擬或者物理機(jī)器人。與人類幾千年來(lái)創(chuàng)造出來(lái)各種工具和機(jī)器不一樣是，智能機(jī)器有自主感知、認(rèn)知、決議、學(xué)習(xí)、執(zhí)行和社會(huì)協(xié)作能力，符合人類情感、倫理與道德觀念。第6頁(yè)（1）計(jì)算機(jī)視覺(jué)（模式識(shí)別，圖像處理）（

3、2）自然語(yǔ)言了解與交流（語(yǔ)音識(shí)別、合成、對(duì)話）（3）認(rèn)知與推理（各種物理和社會(huì)常識(shí)）（4）機(jī)器人學(xué)（機(jī)械、控制、設(shè)計(jì)、運(yùn)動(dòng)規(guī)劃、任務(wù)規(guī)劃等）（5）博弈與倫理（多代理人agents交互、反抗與合作，機(jī)器人與社會(huì)融合等議題）。（6）機(jī)器學(xué)習(xí)（各種統(tǒng)計(jì)建模、分析工具和計(jì)算方法），人工智能應(yīng)用領(lǐng)域未來(lái)五年我國(guó)人工智能發(fā)展大勢(shì)所趨第7頁(yè)其一、它是一個(gè)完全自主智能。感知、認(rèn)知、推理、學(xué)習(xí)、和執(zhí)行， 它都有。其二、它自己把這個(gè)事經(jīng)過(guò)少許數(shù)據(jù)想清楚，沒(méi)人教它。其三、烏鴉頭有多大？不到人腦1%大小。 人腦功耗大約是10-25瓦，它就只有0.1-0.2瓦，就實(shí)現(xiàn)功效，根本不需要核動(dòng)力發(fā)電。 這給硬件芯片設(shè)計(jì)者也提

4、出了挑戰(zhàn)和思緒。視覺(jué)芯片VPU，應(yīng)該比以后GPU更超前。一只烏鴉給我們啟示鸚鵡學(xué)舌-烏鴉吃堅(jiān)果第8頁(yè)其一、一樣是在概率統(tǒng)計(jì)框架下，當(dāng)前很多深度學(xué)習(xí)方法，屬于一個(gè)被稱作“大數(shù)據(jù)、小任務(wù)范式（big data for small task）”其二、人工智能發(fā)展，需要進(jìn)入一個(gè)“小數(shù)據(jù)、大任務(wù)范式（small data for big tasks）”嗎？其三、假設(shè)前提是智能系統(tǒng)已經(jīng)有了前面講基本設(shè)置，這個(gè)系統(tǒng)設(shè)置是億萬(wàn)年進(jìn)化得來(lái)，是不是經(jīng)過(guò)大量數(shù)據(jù)了打磨（淘汰）出來(lái)?任務(wù)塑造智能第9頁(yè)TWO第二部分發(fā)展階段第10頁(yè)第一階段計(jì)算階段第11頁(yè)什么是計(jì)算？計(jì)算是將各種運(yùn)算方法與數(shù)據(jù)結(jié)合并得出結(jié)論行為。這種行

5、為存在于社會(huì)生活方方面面。第12頁(yè)智能機(jī)器人計(jì)算借助自然界（生物界）規(guī)律啟示，依據(jù)其規(guī)律，設(shè)計(jì)出求解問(wèn)題算法。物理學(xué)、化學(xué)、數(shù)學(xué)、生物學(xué)、心理學(xué)、生理學(xué)、神經(jīng)科學(xué)和計(jì)算機(jī)科學(xué)等學(xué)科現(xiàn)象與規(guī)律都可能成為計(jì)算智能算法基礎(chǔ)和思想起源。第13頁(yè)計(jì)算智能階段智能產(chǎn)品特點(diǎn)“能存會(huì)算”快速計(jì)算與存放第14頁(yè)第二階段感知智能階段第15頁(yè)什么是感知？感知就是含有能夠感覺(jué)內(nèi)部、外部狀態(tài)和改變，了解這些改變某種內(nèi)在含義能力。第16頁(yè)智能機(jī)器人感知一個(gè)鮮活生命能夠經(jīng)過(guò)ta各種感覺(jué)器官和中樞神經(jīng)系統(tǒng)來(lái)感受、了解外部和自己內(nèi)部改變。而一個(gè)智能機(jī)器人要感知這個(gè)世界，就必須含有一定信息獲取伎倆和信息處理方法。對(duì)于許多機(jī)器人來(lái)

6、說(shuō)，獲取信息伎倆就是經(jīng)過(guò)各種不一樣功效傳感器來(lái)搜集各種不一樣性質(zhì)信息。而對(duì)于信息了解則是經(jīng)過(guò)對(duì)傳感器信息處理來(lái)取得。第17頁(yè)感知智能階段智能產(chǎn)品特點(diǎn)“能聽(tīng)會(huì)說(shuō)，能看會(huì)寫(xiě)”-語(yǔ)音識(shí)別、手寫(xiě)識(shí)別、圖像識(shí)別第18頁(yè)第三階段認(rèn)知階段第19頁(yè)什么是認(rèn)知？認(rèn)知是指對(duì)客觀事物特征及事物間聯(lián)絡(luò)反應(yīng),其對(duì)象是相關(guān)問(wèn)題、資料等詳細(xì)信息,其過(guò)程是對(duì)這些信息進(jìn)行編碼、儲(chǔ)存、提取、應(yīng)用等詳細(xì)操作第20頁(yè)智能機(jī)器人認(rèn)知機(jī)器人認(rèn)知分為三個(gè)步驟：1.取得數(shù)據(jù)2.對(duì)數(shù)據(jù)進(jìn)行加工整合得出結(jié)果3.自我學(xué)習(xí)，自我完善第21頁(yè)認(rèn)知智能階段智能產(chǎn)品特點(diǎn)含有自主學(xué)習(xí)能力,只需要給出基本反射式行為,全部高級(jí)認(rèn)知能力都能夠經(jīng)過(guò)自主學(xué)習(xí)得到,不

7、需重新編程。各模塊之間相互依賴而且能夠同時(shí)學(xué)習(xí),含有實(shí)時(shí)學(xué)習(xí)能力。第22頁(yè)三 發(fā)展結(jié)果發(fā)展結(jié)果知識(shí)工程： 教授系統(tǒng)，智能搜索引擎等模式識(shí)別： 2D/3D/多維識(shí)別系統(tǒng)人機(jī)對(duì)弈： Deep blue AlphaGo自開(kāi)工程：獵鷹系統(tǒng)等第23頁(yè)人機(jī)對(duì)弈1996年2月1017日， Garry Kasparov以4：2戰(zhàn)勝“深藍(lán)” （Deep Blue）。 1997年5月311日， Garry Kasparov以2.5：3.5輸于改進(jìn)后“深藍(lán)”。 2月Garry Kasparov 3:3戰(zhàn)平 “小深”（Deep Junior）。 11月Garry Kasparov 2:2戰(zhàn)平 “X3D德國(guó)人” (X3

8、D-Fritz）。年 谷歌圍棋人工智能AlphaGo4:1勝李世石。205月 谷歌圍棋人工智能AlphaGo3:0勝柯潔。2010月 AlphaGo Zero，三天成為絕世高手。第24頁(yè)“秦” 深度學(xué)習(xí)假如要做事，想趕快入門，速度出活，請(qǐng)先死記?。?深度學(xué)習(xí)=多層神經(jīng)網(wǎng)絡(luò)假如要寫(xiě)論文，要作匯報(bào)，要閑聊，請(qǐng)堅(jiān)持一個(gè)標(biāo)準(zhǔn)：深度學(xué)習(xí)絕不但僅是多層神經(jīng)網(wǎng)絡(luò)。第25頁(yè)THREE第三部分應(yīng)用實(shí)例第26頁(yè)人工智能平臺(tái)Tencent AI Lab達(dá)摩院阿里騰訊機(jī)器視覺(jué)、語(yǔ)音識(shí)別曠視、科大訊飛baiduAI開(kāi)放平臺(tái)baidu第27頁(yè)face: attribute: age: range:5, value:4 ,

9、gender: confidence:96.6011, value:Male ,race: confidence:79.5403, value:Asian ,smiling: value:2.34247 ,face_id:e670741da5abbfcae4758667cc6d2cb2, position: center: x:45.340909, y:42.449664 ,eye_left: x:41.551364, y:37.108725 ,eye_right: x:49.376591, y:39.536577 ,height:24.496644, mouth_left: x:41.558

10、182, y:48.644966 ,mouth_right: x:47.239773, y:49.845302 ,nose: x:46.292727, y:43.254362 ,width:16.590909 ,tag: ,img_height:298,img_id:d81feab6fb6b00bc7939851460be66c0,img_width:440,session_id:6c30dc2d4ed847bfb830374489c53c4d,url:null,response_code:200第28頁(yè)谷歌谷歌有一個(gè)名為TensorFlow開(kāi)源庫(kù)，可用來(lái)在Android中實(shí)現(xiàn)機(jī)器學(xué)習(xí)。* (

11、物體標(biāo)簽文件) * (預(yù)訓(xùn)練模型文件)安卓集成 TensorFlow第29頁(yè)海通證券海博士國(guó)泰君安證券靈犀客服算法、大數(shù)據(jù)：行為用戶和產(chǎn)品分析、精準(zhǔn)服務(wù)、智能服務(wù)、智能工具、量化交易、高頻交易等。搭乘人工智能金融科技熱風(fēng)，不少大型券商布局人工智能應(yīng)用，在智能投顧、智能客服、智能交易、智能投研和智能風(fēng)控等領(lǐng)域都有包括。挑戰(zhàn)：業(yè)務(wù)創(chuàng)新與業(yè)務(wù)合規(guī)之間摩擦市場(chǎng)變革和企業(yè)效率之間摩擦資源在傳統(tǒng)業(yè)務(wù)和創(chuàng)新模式之間配置摩擦客戶傳統(tǒng)習(xí)慣與新工具之間摩擦。金融科技 機(jī)遇和挑戰(zhàn)第30頁(yè)FORE第四部分 發(fā)展?fàn)幾h第31頁(yè)電影中人工智能第32頁(yè)技術(shù)奇點(diǎn)：人工智能是否會(huì)引發(fā)技術(shù)爆炸？我們未來(lái)不是再經(jīng)歷進(jìn)化，而是要經(jīng)歷爆

12、炸。 -瑞庫(kù)茨維爾，瑞庫(kù)茨維爾提出摩爾定律擴(kuò)展定理，即（Kurzweils Lawof Accelerated Return）。該定理指出，人類出現(xiàn)以來(lái)全部技術(shù)發(fā)展都是以指數(shù)增加。以后發(fā)展為奇點(diǎn)理論，奇點(diǎn)理論認(rèn)為很多技術(shù)處于指數(shù)增加中，如芯片計(jì)算能力，DNA技術(shù)，數(shù)據(jù)儲(chǔ)存等等。他預(yù)測(cè)技術(shù)在突破一個(gè)稱之為奇點(diǎn)臨界點(diǎn)后暴發(fā)性增加，在2045年左右會(huì)出現(xiàn)自己思索人工智能。第33頁(yè)發(fā)展?fàn)幾h人工智能會(huì)擁有情感，奴役人類嗎？第34頁(yè)“人類制造機(jī)器就是為了讓機(jī)器在一些方面強(qiáng)于人類，不過(guò)機(jī)器在一些方面超越人類不意味著機(jī)器有能力學(xué)習(xí)其它方面能力，或者將不一樣信息聯(lián)絡(luò)起來(lái)而做超越人類事情，而這一點(diǎn)非常主要”。只要

13、你認(rèn)可AI技術(shù)會(huì)不停發(fā)展，我們會(huì)在智力上遠(yuǎn)遠(yuǎn)落后于AI，以至于最終成為AI寵物。馬克.扎克伯格 Facebook 創(chuàng)始人埃隆.馬斯克SpaceX 太空探索技術(shù)企業(yè)CEOvs第35頁(yè)怎么判斷你內(nèi)心選擇符不符合道德呢？社會(huì)不可能把大量規(guī)則逐條列出來(lái)，一個(gè)漢字也沒(méi)法表示那么多內(nèi)容吧。“德”字上面是一個(gè)十字，十字下面一個(gè)四，其實(shí)不是四，而是眼睛，十個(gè)眼睛看著你。就是由群眾來(lái)評(píng)判。他們假如以為你做事情能夠接收就是道德，假如不接收那就是不道德。所以，你在做選擇時(shí)候，必須考慮周圍人看法，人家腦袋里會(huì)怎么想，才決定這個(gè)東西做不做。道德第36頁(yè)一、歸納學(xué)習(xí) Inductive learning。我們經(jīng)過(guò)觀察大量數(shù)據(jù)樣本，這些樣本就是對(duì)某個(gè)時(shí)期、某個(gè)地域、某個(gè)人群達(dá)成準(zhǔn)平衡態(tài)觀察。二、演繹學(xué)習(xí) Deductive learning。這個(gè)東西文件中極少，也就是從價(jià)值函數(shù)（還有物理因果）出發(fā)，直接推導(dǎo)出這些準(zhǔn)平衡態(tài)。這就要求對(duì)研究對(duì)象有深刻、生成式模型