《大學(xué)計算機(jī)基礎(chǔ)與計算思維》課件 第10章 計算機(jī)前沿技術(shù)

《大學(xué)計算機(jī)基礎(chǔ)與計算思維》第10章計算機(jī)前沿技術(shù)目錄CONTENT1常見前沿技術(shù)2人工智能常見前沿技術(shù)10.110.1.1

大數(shù)據(jù)1.大數(shù)據(jù)的基本概念大數(shù)據(jù)(BigData)：無法用常規(guī)軟件工具（如Excel、數(shù)據(jù)庫管理系統(tǒng)等）在一定時間范圍內(nèi)進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，需要利用新的處理模式才能從海量、高增長率和多樣化的數(shù)據(jù)集合中，挖掘出具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的信息資產(chǎn)，目的是解決海量數(shù)據(jù)的存儲和分析計算問題。410.1.1

大數(shù)據(jù)2.大數(shù)據(jù)的特點(diǎn)（4V）Volume(大量)：數(shù)據(jù)量大是大數(shù)據(jù)的最基本屬性，包括采集、存儲和計算的數(shù)據(jù)量都非常大。具不完全統(tǒng)計，截至目前，人類生產(chǎn)的所有印刷材料的數(shù)據(jù)量接近200PB，全人類總共說過的話的數(shù)據(jù)量大約5EB。Velocity(高速)：數(shù)據(jù)的增長速度、處理速度，時效性要求高，是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)處理的最顯著特征。根據(jù)IDCID（互聯(lián)網(wǎng)數(shù)據(jù)中心)?的“數(shù)字宇宙”的報告，全球數(shù)據(jù)使用量在2021年已達(dá)到84.5ZB左右，海量數(shù)據(jù)的高速處理已經(jīng)成為各企業(yè)面臨的時代課題。Variety(多樣)：數(shù)據(jù)類型多且復(fù)雜多變。根據(jù)數(shù)據(jù)類型的多樣性，可以將數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。除了傳統(tǒng)的以數(shù)據(jù)庫文本為主的結(jié)構(gòu)化數(shù)據(jù)外，還有大量以網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等為主的非結(jié)構(gòu)化數(shù)據(jù)，且非結(jié)構(gòu)化數(shù)據(jù)的處理比結(jié)構(gòu)化數(shù)據(jù)的處理更加困難，要求更高。Value(價值)：數(shù)據(jù)價值密度相對較低?；ヂ?lián)網(wǎng)主導(dǎo)的數(shù)據(jù)世界中，數(shù)據(jù)量越來越多，其價值密度的高低與數(shù)據(jù)總量的大小成反比。如何在海量數(shù)據(jù)中快速對有價值的數(shù)據(jù)"提純”，是大數(shù)據(jù)背景下待解決的難題。5610.1.1

大數(shù)據(jù)的特點(diǎn)大數(shù)據(jù)的特點(diǎn)Volume(大量）Variety（多樣）Velocity(高速)Value(價值)10.1.1

大數(shù)據(jù)3.大數(shù)據(jù)的發(fā)展：人類的信息化出現(xiàn)了三次浪潮710.1.1

大數(shù)據(jù)4.大數(shù)據(jù)的應(yīng)用體系大數(shù)據(jù)包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)已成為大數(shù)據(jù)的主要部分.810.1.1

大數(shù)據(jù)4.大數(shù)據(jù)的應(yīng)用體系大數(shù)據(jù)來源：信息管理系統(tǒng)、網(wǎng)絡(luò)信息系統(tǒng)、物聯(lián)網(wǎng)系統(tǒng)、各種實(shí)驗(yàn)系統(tǒng)等產(chǎn)生的各類數(shù)據(jù)；大數(shù)據(jù)采集：大數(shù)據(jù)技術(shù)的重要開端，謹(jǐn)慎選擇采集方法尤為重要。目前大數(shù)據(jù)常用的采集方法主要有系統(tǒng)日志采集法、網(wǎng)絡(luò)數(shù)據(jù)采集法以及其他數(shù)據(jù)采集法三類；大數(shù)據(jù)預(yù)處理：在進(jìn)行數(shù)據(jù)分析之前，需對采集到的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)歸約、數(shù)據(jù)變換、數(shù)據(jù)離散化等一系列操作過程，以提高數(shù)據(jù)質(zhì)量，為數(shù)據(jù)分析奠定基礎(chǔ)；910.1.1

大數(shù)據(jù)4.大數(shù)據(jù)的應(yīng)用體系大數(shù)據(jù)存儲：大數(shù)據(jù)存儲即對結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)以數(shù)據(jù)庫的形式存儲，并對數(shù)據(jù)進(jìn)行管理和調(diào)用。大數(shù)據(jù)的存儲需要高性能、高吞吐率、大容量的基礎(chǔ)設(shè)備，目前大數(shù)據(jù)的存儲路線主要有三種：采用MPP（MassivelyParallelProcessing，大規(guī)模并行處理）架構(gòu)的新型數(shù)據(jù)庫集群；基于Hadoop技術(shù)的擴(kuò)展和封裝，派生出圍繞Hadoop的相關(guān)大數(shù)據(jù)存儲技術(shù)；大數(shù)據(jù)一體機(jī)，面向大數(shù)據(jù)存儲、處理、軟硬一體化的方案型產(chǎn)品；大數(shù)據(jù)分析：大數(shù)據(jù)分析是指有組織有目的地收集數(shù)據(jù)、分析數(shù)據(jù)，把隱藏在海量數(shù)據(jù)中的有用信息集中和提煉出來，并找出所研究對象的內(nèi)在規(guī)律，使之成為有用的信息。基本方法主要有：可視化分析；數(shù)據(jù)挖掘算法；預(yù)測性分析；數(shù)據(jù)質(zhì)量分析與管理。1010.1.2

物聯(lián)網(wǎng)1.物聯(lián)網(wǎng)的基本概念物聯(lián)網(wǎng)(IoT,InternetofThings)即“萬物相連的互聯(lián)網(wǎng)”，是信息科技產(chǎn)業(yè)的第三次革命，其將各種信息傳感設(shè)備與互聯(lián)網(wǎng)結(jié)合，延伸和擴(kuò)展了傳統(tǒng)的互聯(lián)網(wǎng)，實(shí)現(xiàn)任何時間、地點(diǎn)，人、機(jī)、物的互聯(lián)互通。物聯(lián)網(wǎng)擴(kuò)展了傳統(tǒng)的網(wǎng)絡(luò)，核心技術(shù)有傳感器技術(shù)、組網(wǎng)技術(shù)、云計算、嵌入式技術(shù)。1110.1.2

物聯(lián)網(wǎng)2、物聯(lián)網(wǎng)的體系結(jié)構(gòu)物聯(lián)網(wǎng)是由眾多依賴于傳感器、通信、網(wǎng)絡(luò)和信息處理技術(shù)的連接設(shè)備組成的網(wǎng)絡(luò)基礎(chǔ)架構(gòu)。為了更好地研究和開發(fā)物聯(lián)網(wǎng)，學(xué)者們從技術(shù)架構(gòu)上把物聯(lián)網(wǎng)分為三層架構(gòu)。1210.1.2

物聯(lián)網(wǎng)2、物聯(lián)網(wǎng)的體系結(jié)構(gòu)物聯(lián)網(wǎng)是由眾多依賴于傳感器、通信、網(wǎng)絡(luò)和信息處理技術(shù)的連接設(shè)備組成的網(wǎng)絡(luò)基礎(chǔ)架構(gòu)。為了更好地研究和開發(fā)物聯(lián)網(wǎng)，學(xué)者們從技術(shù)架構(gòu)上把物聯(lián)網(wǎng)分為三層架構(gòu)。1310.1.2

物聯(lián)網(wǎng)2、物聯(lián)網(wǎng)的體系結(jié)構(gòu)1410.1.2

物聯(lián)網(wǎng)3、物聯(lián)網(wǎng)的應(yīng)用物聯(lián)網(wǎng)技術(shù)廣泛應(yīng)用于智能交通、智能醫(yī)療、智慧城市、智慧工廠、物聯(lián)行業(yè)、食品安全、智能電網(wǎng)等諸多領(lǐng)域。物聯(lián)網(wǎng)充分運(yùn)用新一代IT技術(shù)，將感應(yīng)器嵌入到電網(wǎng)、鐵路、橋梁、隧道、公路、建筑、供水系統(tǒng)、大壩、油氣管道等各種物體中，通過“物聯(lián)網(wǎng)”與現(xiàn)有的互聯(lián)網(wǎng)的整合來實(shí)現(xiàn)人類社會與物理網(wǎng)絡(luò)系統(tǒng)的整合，并利用一個超級強(qiáng)大的中心計算機(jī)群對網(wǎng)絡(luò)內(nèi)的人員、機(jī)器、設(shè)備和基礎(chǔ)設(shè)施進(jìn)行實(shí)時管理和控制，可以精細(xì)和動態(tài)地管理網(wǎng)內(nèi)人與物的生產(chǎn)或生活，達(dá)到“智慧”狀態(tài)，提高資源利用率和生產(chǎn)力。1510.1.2

物聯(lián)網(wǎng)3、物聯(lián)網(wǎng)的應(yīng)用1610.1.3云計算1、云計算的概念

云計算是一種可通過互聯(lián)網(wǎng)訪問、可定制的獨(dú)特的IT資源共享池，包括網(wǎng)絡(luò)、服務(wù)器、存儲、應(yīng)用、服務(wù)等計算資源，一般采用按使用量付費(fèi)模式。云計算是一種全新的、快捷地自助使用遠(yuǎn)程計算資源的模式，計算資源所在地稱為云端（云基礎(chǔ)設(shè)施），使用云端資源服務(wù)的設(shè)備稱為云終端。云計算的核心理念就是按需服務(wù)，與人們使用水、電、天然氣等資源一樣，按需繳費(fèi)。1710.1.3云計算2、云計算的特點(diǎn)

虛擬化技術(shù)：虛擬化是云計算最為顯著的特點(diǎn)，突破了時間、空間的界限。虛擬化技術(shù)包括應(yīng)用虛擬和資源虛擬。動態(tài)可擴(kuò)展：云計算具有高效的運(yùn)算能力，在普通服務(wù)器基礎(chǔ)上部署云計算功能可以大大提高其計算速度，并利用動態(tài)擴(kuò)展虛擬化對其應(yīng)用進(jìn)行擴(kuò)展。按需部署：云計算平臺可以根據(jù)用戶需求配備相應(yīng)的計算能力及相關(guān)資源。靈活性高：云計算的兼容性非常強(qiáng)，除了可以兼容低配置、不同廠商的硬件產(chǎn)品外，還能兼容各種外設(shè)，從而具有更高的計算性能。性價比高：云計算可以將多臺廉價的PC機(jī)組成云，將PC機(jī)的資源放在虛擬資源池中統(tǒng)一優(yōu)化管理，并協(xié)同完成計算任務(wù)，其計算性能不輸于高性能、昂貴的大中型主機(jī)，既減少費(fèi)用又提高計算性能?？煽啃愿撸涸朴嬎阒校魏螁吸c(diǎn)服務(wù)器的故障都不會影響整個系統(tǒng)的正常運(yùn)行。1810.1.3云計算3、云計算的體系結(jié)構(gòu)

云計算通過網(wǎng)絡(luò)提供可伸縮的、廉價的分布式計算能力，具備網(wǎng)絡(luò)接入條件的用戶可隨時隨地獲得所需的各種IT資源。云計算以共享資源池的動態(tài)伸縮形式，降低了管理軟件和硬件的成本，提供了高計算能力和高性能需求。1910.1.3云計算3、云計算的體系結(jié)構(gòu)

云計算包括私有云、公有云和混合云三種基本模型。私有云：一個云端的所有消費(fèi)者只來自一個特定的單位組織，云資源只分配給一個單位組織內(nèi)的用戶使用，如大學(xué)內(nèi)部的機(jī)房部署。公有云：一個云端資源的所有消費(fèi)者是社會大眾，云資源開放給所有公眾使用，如百度云、阿里云等；云端的所有權(quán)、日常管理和操作由一個商業(yè)組織、學(xué)術(shù)機(jī)構(gòu)或政府部門管理，公有云的管理比私有云的管理復(fù)雜得多?；旌显疲河蓛蓚€及以上的不同類型的云組成，在同一環(huán)境下結(jié)合公有和私有云服務(wù)，一般通過公有云擴(kuò)展，將公司的所有敏感業(yè)務(wù)都通過自主完全控制的私有云系統(tǒng)來處理，混合云在實(shí)際應(yīng)用中較為廣泛。2010.1.3云計算3、云計算的體系結(jié)構(gòu)：云計算有三種服務(wù)模型：基礎(chǔ)設(shè)施即服務(wù)(InfrastructureasaService,IaaS)：將基礎(chǔ)設(shè)施（存儲設(shè)施，網(wǎng)絡(luò)，處理能力和虛擬專用服務(wù)器）作為服務(wù)出租，按“現(xiàn)收現(xiàn)付”模式收費(fèi)。軟件即服務(wù)(SoftwareasaService,SaaS)：軟件提供商出租一個應(yīng)用程序，通過一個集中的系統(tǒng)部署軟件，使之在一臺本地計算機(jī)上（或從云中遠(yuǎn)程地）運(yùn)行一個應(yīng)用程序模型。SaaS計費(fèi)通?；谥T如用戶數(shù)量、使用時間、存儲的數(shù)據(jù)量以及處理的事務(wù)數(shù)等因素。平臺即服務(wù)(PlatformasaService,PaaS)：位于基礎(chǔ)架構(gòu)即服務(wù)（IaaS）和軟件即服務(wù)（SaaS）之間，包括操作系統(tǒng)和圍繞特定應(yīng)用的服務(wù)。21云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)關(guān)系結(jié)構(gòu)2210.1.4區(qū)塊鏈1、區(qū)塊鏈的誕生：

2008年11月1日，日本人中本聰在《比特幣:一種點(diǎn)對點(diǎn)的電子現(xiàn)金系統(tǒng)》一文中闡述了基于P2P（peer-to-peer，點(diǎn)對點(diǎn)）網(wǎng)絡(luò)、加密、時間戳、區(qū)塊鏈等技術(shù)的電子現(xiàn)金系統(tǒng)的構(gòu)架理念，誕生了比特幣。2009年1月3日第一個序號為0的區(qū)塊誕生，2009年1月9日序號為1的區(qū)塊出現(xiàn)，并與序號為0的區(qū)塊相連接形成了鏈，標(biāo)志著區(qū)塊鏈的誕生。

區(qū)塊鏈，就是由多個區(qū)塊組成的鏈條。每一個區(qū)塊中保存了一定的信息，并按照各自產(chǎn)生的時間順序連接成鏈條；相比于傳統(tǒng)的網(wǎng)絡(luò)，區(qū)塊鏈具有兩大核心特點(diǎn)：一是數(shù)據(jù)難以篡改，二是去中心化。2310.1.4區(qū)塊鏈2、區(qū)塊鏈原理：

區(qū)塊鏈通過加密算法、共識機(jī)制和特定的數(shù)據(jù)存儲方式，實(shí)現(xiàn)去中心化、各節(jié)點(diǎn)無須事先信任，以構(gòu)建一個集體維護(hù)的可靠數(shù)據(jù)模式，實(shí)現(xiàn)數(shù)字資產(chǎn)在網(wǎng)絡(luò)節(jié)點(diǎn)之間的轉(zhuǎn)移.2410.1.4區(qū)塊鏈2、區(qū)塊鏈原理：區(qū)塊鏈保證了數(shù)據(jù)的完整性，每一個區(qū)塊都會存儲它被創(chuàng)建之前的所有價值交換信息；區(qū)塊鏈保證了數(shù)據(jù)的嚴(yán)謹(jǐn)性，新的區(qū)塊一旦被加入鏈中，之前的區(qū)塊就再也不能隨意修改。區(qū)塊鏈實(shí)現(xiàn)了所有參與者共同構(gòu)建數(shù)據(jù)庫，從數(shù)據(jù)傳輸、數(shù)據(jù)驗(yàn)證、數(shù)據(jù)存儲都去中心化和全面分布式模式處理。區(qū)塊鏈還采用了非對稱加密算法以提高數(shù)據(jù)的可信賴度。區(qū)塊鏈?zhǔn)褂脭?shù)學(xué)方法解決信任問題，用算法代替中心化的第三方機(jī)構(gòu)認(rèn)證。區(qū)塊鏈利用腳本系統(tǒng)來直接定義完成價值交換活動所需要的條件，腳本的可編程性使區(qū)塊鏈技術(shù)不斷擴(kuò)展成長，不斷應(yīng)用在一些新形態(tài)的交易模式中，保證了時效性和實(shí)用性。2510.1.4區(qū)塊鏈3、區(qū)塊鏈特點(diǎn)：去中心化：區(qū)塊鏈網(wǎng)絡(luò)中各個節(jié)點(diǎn)的地位相等，不會因中心節(jié)點(diǎn)故障而引起風(fēng)險。每個節(jié)點(diǎn)參與數(shù)據(jù)存儲并驗(yàn)證其他節(jié)點(diǎn)記錄信息的正確性，當(dāng)某個記錄的正確性被大部分節(jié)點(diǎn)認(rèn)同時，才能寫入鏈中。區(qū)塊鏈會對所有數(shù)據(jù)進(jìn)行分布式存儲，保證了數(shù)據(jù)信息不會因節(jié)點(diǎn)受攻擊或其他意外而丟失，實(shí)時更新，提高了數(shù)據(jù)庫的安全性。開放性：區(qū)塊鏈網(wǎng)絡(luò)中，除了交易各方的私有信息被加密外，區(qū)塊鏈技術(shù)基礎(chǔ)是開源的，其中的數(shù)據(jù)也對所有人開放，任何人都可以通過公開的接口查詢區(qū)塊鏈數(shù)據(jù)和開發(fā)相關(guān)應(yīng)用，整個系統(tǒng)信息高度透明。獨(dú)立性：基于協(xié)商一致的規(guī)范和協(xié)議，整個區(qū)塊鏈系統(tǒng)不依賴其他第三方的干預(yù)，所有節(jié)點(diǎn)在系統(tǒng)內(nèi)自動安全地驗(yàn)證、交換數(shù)據(jù)。安全性：區(qū)塊鏈系統(tǒng)中的區(qū)塊鏈數(shù)據(jù)相對安全，若要操控修改網(wǎng)絡(luò)數(shù)據(jù)，必須掌控全部數(shù)據(jù)節(jié)點(diǎn)的50%以上，從而避免了人為主觀的數(shù)據(jù)變更。2610.1.4區(qū)塊鏈4、區(qū)塊鏈的應(yīng)用：區(qū)塊鏈技術(shù)已經(jīng)應(yīng)用于金融、物聯(lián)網(wǎng)與物流、內(nèi)容社交平臺、醫(yī)療、公益、教育等社會生活中的各大領(lǐng)域。金融領(lǐng)域：區(qū)塊鏈技術(shù)應(yīng)用在金融行業(yè)，將省去第三方中介環(huán)節(jié)，實(shí)現(xiàn)點(diǎn)對點(diǎn)的直接對接，大大降低成本并快速完成交易支付。區(qū)塊鏈可以融入股權(quán)、債券、基金等各類金融資產(chǎn)中，使其以“數(shù)字資產(chǎn)”的形式進(jìn)行存儲和交易。物聯(lián)網(wǎng)和物流領(lǐng)域：區(qū)塊鏈在物聯(lián)網(wǎng)和物流領(lǐng)域可實(shí)現(xiàn)天然結(jié)合。通過區(qū)塊鏈可以降低物流成本，追溯物品的生產(chǎn)和運(yùn)送過程，提高供應(yīng)鏈管理的效率，是一個很有前景的應(yīng)用方向。內(nèi)容社交平臺：當(dāng)前流行的社交平臺（如抖音、微博、微信公眾號等）都是中心化的，用戶通過其提供的平臺提交內(nèi)容為自己帶來流量，利用流量獲利平臺將權(quán)力分散到用戶身上，用戶貢獻(xiàn)出自己的內(nèi)容并獲得平臺的獎勵和經(jīng)濟(jì)回報。2710.1.4區(qū)塊鏈4、區(qū)塊鏈的應(yīng)用：醫(yī)療領(lǐng)域：區(qū)塊鏈在醫(yī)療信息安全與隱私保護(hù)方面有著極其重要的應(yīng)用。利用區(qū)塊鏈的去中心化存儲與共享病人的醫(yī)療健康信息數(shù)據(jù)，可防止病人的私密資料泄漏，有益于醫(yī)療行業(yè)的健康發(fā)展。公益領(lǐng)域：區(qū)塊鏈上存儲的數(shù)據(jù)，具有高可靠且不可篡改的特性，適用于社會公益。公益活動中的捐贈項目、募集明細(xì)、資金流向、受助人反饋等信息，均可存放于區(qū)塊鏈上，透明公開，方便社會監(jiān)督。教育領(lǐng)域：區(qū)塊鏈解決了人工驗(yàn)證紙質(zhì)版證書效率低、紙質(zhì)版證書丟失的風(fēng)險等問題。學(xué)生的學(xué)歷信息、檔案記錄等全部存儲在區(qū)塊鏈中，當(dāng)學(xué)生需要證明自己學(xué)歷和相關(guān)信息時，只需讓對方加入鏈并看見自己的文件即可，證書不會因?yàn)橹行臋C(jī)構(gòu)關(guān)閉而消失。28人工智能10.210.2.1人工智能概述1、人工智能的概念人工智能（ArtificialIntelligence，簡稱AI），從發(fā)展的角度來看，人工智能是一個不斷自我學(xué)習(xí)的程序。人工智能的不斷學(xué)習(xí)過程，如同人類個體的發(fā)展歷程（人們不斷學(xué)習(xí)，然后變得更有智慧），人從嬰兒到成人，是成為經(jīng)驗(yàn)豐富的醫(yī)生，還是成為演藝精湛的演員，都是自我學(xué)習(xí)成長的過程。人工智能是一種基于對各種環(huán)境的感知進(jìn)行合理行動，滿足各種需求，獲得最大收益的計算機(jī)程序。3010.2.1人工智能概述2、人工智能的發(fā)展經(jīng)歷了三次浪潮3110.2.1人工智能概述3、人工智能可分三個級別：人工智能可分三個級別：弱人工智能、強(qiáng)人工智能、超人工智能。1）弱人工智能弱人工智能稱為限制領(lǐng)域人工智能（ArtificialNarrowIntelligence,簡稱ANI），即專注于且只能解決特定領(lǐng)域問題的人工智能。當(dāng)前人們看到的所有人工智能算法和應(yīng)用程序都屬于弱人工智能，AlphaGo、Siri等都是弱人工智能的代表。3210.2.1人工智能概述3、人工智能可分三個級別：2）強(qiáng)人工智能強(qiáng)人工智能稱為通用人工智能（ArtificialGeneralIntelligence,簡稱AGI）或完全人工智能（FullAI），是可以勝任人類工作的人工智能程序，其具備以下幾方面的能力：存在不確定因素時進(jìn)行推理、制定決策能力；新舊知識的表示能力；各種業(yè)務(wù)規(guī)劃能力；各種學(xué)習(xí)能力；自然語言交流溝通能力等。3）超人工智能超人工智能（ArtificialSuperIntelligence,簡稱ASI），人工智能程序可以比世界上最聰明、最有天賦的人還聰明，由此產(chǎn)生的人工智能稱為超人工智能。目前無法描述超越人類最高水平的智慧到底會表現(xiàn)為何種能力，故超人工智能的定義比較模糊。人工智能目前還處在弱人工智能狀態(tài)，強(qiáng)人工智能的可能性只處在技術(shù)角度的探討，超人工智能目前只能從哲學(xué)或科幻的角度加以解析。3310.2.2人工智能的應(yīng)用1）計算機(jī)視覺（ComputerVision,CV）使用計算機(jī)及相關(guān)設(shè)備來模擬生物視覺，通過對圖片或視頻的采集并進(jìn)行處理以獲得相應(yīng)場景的三維信息。計算機(jī)視覺中的圖像分類、對象檢測、目標(biāo)跟蹤、語義分割和實(shí)例分割等都有較為成熟的算法和應(yīng)用，有興趣的讀者可以利用Python或MATLAB語言開發(fā)相關(guān)的應(yīng)用程序。3410.2.2人工智能的應(yīng)用2）自然語言處理自然語言處理（NaturalLanguageProcessing，NLP）是計算機(jī)科學(xué)，人工智能，語言學(xué)相結(jié)合來實(shí)現(xiàn)計算機(jī)和人類語言相互作用的應(yīng)用領(lǐng)域?qū)W科。3510.2.2人工智能的應(yīng)用3）機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是涵蓋概率論、統(tǒng)計學(xué)、近似理論和復(fù)雜算法等的交叉學(xué)科，利用計算機(jī)工具來模擬人類的學(xué)習(xí)方式，通過對現(xiàn)有內(nèi)容進(jìn)行知識結(jié)構(gòu)劃分來提高學(xué)習(xí)效率。機(jī)器學(xué)習(xí)算法是普通算法的進(jìn)化，讓普通程序變得“更聰明”，能從用戶提供的數(shù)據(jù)里自動學(xué)到新知識。機(jī)器學(xué)習(xí)的基本流程：數(shù)據(jù)預(yù)處理->模型學(xué)習(xí)->模型評估->新樣本預(yù)測。3610.2.2人工智能的應(yīng)用3）機(jī)器學(xué)習(xí)人類思考與機(jī)器學(xué)習(xí)的對比：3710