人工智能基礎(chǔ) 課件 第7-9章 爬行機器人、人工智能應(yīng)用展、人工智能倫理

爬行機器人波士頓動力公司的大狗（BigDog）。它能行走、奔跑、攀爬以及負載重物。大狗的四條腿和動物一樣擁有關(guān)節(jié)，可吸收沖擊能量，每邁出一步就回收部分能量，以此帶動下一步。知識目標了解強化學(xué)習(xí)的含義了解強化學(xué)習(xí)的含義理了解如何在不確定的世界做決策了解Q學(xué)習(xí)的基本原理知識準備—7.1—強化學(xué)習(xí)就像是小孩子學(xué)走路，沒有哪個小孩子學(xué)走路是拿著“走路寶典”學(xué)會的，每個小孩子都是靠不斷地嘗試、摔跤、站起來繼續(xù)嘗試這樣不斷的“迭代”學(xué)會的。著名的波士頓動力大狗也是靠多次摔跤才學(xué)會各種炫酷的動作的。7.1.1強化學(xué)習(xí)7.1.2充滿不確定性的世界在現(xiàn)實世界中，我們的某一個動作不一定會帶來特定結(jié)果，這個結(jié)果往往是不確定的，我們真實的世界是一個不確定的世界。如圖所示，機器人想向前走，但是最終會到達哪里，并不確定。世界中充滿了危險和誘惑。如果是一個確定的世界，那機器人的選擇將會很簡單，直接走向鉆石成為人生贏家。但是世界不是這么簡單，是不確定的。7.1.3不確定的世界如何做決策如果沒有不確定性，機器人要繞路嗎？要繞多遠？如果有一點不確定性，機器人要繞路嗎？要繞多遠？如果有很大不確定性，機器人要繞路嗎？要繞多遠？生存回報—7.2—智能體走任意一步，不管怎么走，走到哪里，都會接收這個回報，它可能為正，也可能為負。這就是小孩子每走一步都會耗費一定的體力。不過如果我們忽略小孩子體力的問題，將小孩子學(xué)走路的生存回報變?yōu)槊孔咭徊骄徒o某個獎勵，小孩子可能就會嘗試一直走從而能夠一直得到這種獎勵。試一試深入分析—7.3—

探索與利用

學(xué)習(xí)率告訴我們當前體驗相對歷史經(jīng)驗有多大成分會影響我們的判斷。如何設(shè)置學(xué)習(xí)率，也是一個重要的技術(shù)。具體的設(shè)置，在每個任務(wù)中都會不同，一般來說開始的時候設(shè)置較大的學(xué)習(xí)率進行快速學(xué)習(xí)，隨后降低學(xué)習(xí)率慢慢學(xué)習(xí)。學(xué)習(xí)率本章小結(jié)—7.4—本章介紹了強化學(xué)習(xí)的基礎(chǔ)。真實的世界有著各種不確定性，強化學(xué)習(xí)幫助我們解決這類問題。通過對回報和Q值的感性認識，體驗Q學(xué)習(xí)。接著介紹了探索與利用的作用、學(xué)習(xí)率的重要性，并親自動手訓(xùn)練一個爬行機器人。

課后練習(xí)—7.5—（1）除了小孩子學(xué)走路，生活中有沒有什么類似強化學(xué)習(xí)的例子？（2）生活中有沒有什么體現(xiàn)了合理設(shè)置回報的例子？（3）你認為如何設(shè)置參數(shù)，爬行機器人會更快地到達終點？人工智能應(yīng)用展學(xué)習(xí)目標—8.1—知識目標了解人工智能在圖像領(lǐng)域的應(yīng)用了解人工智能在語言和語音方面的應(yīng)用了解遷移學(xué)習(xí)的基本原理了解生成對抗網(wǎng)絡(luò)的基本原理理解推薦系統(tǒng)的基本原理展廳服務(wù)機器人—8.2—8.2.1人臉識別機器人怎么識別這個人是誰呢？使用了人臉識別和語音交互技術(shù)。8.2.1人臉識別人臉識別的過程中有4個關(guān)鍵的步驟：人臉檢測、人臉對齊、人臉編碼和人臉匹配。人臉檢測的目的是尋找圖片中人臉的位置。當發(fā)現(xiàn)有人臉出現(xiàn)在圖片中時，不管這個臉是誰，都會標記出人臉的坐標信息，或者將人臉切割出來。人臉檢測同一個人會有的姿態(tài)和表情，即使這個人大笑或者大哭我們也可以識別出來。機器要做到這一點，就需要將人臉圖像都變換到一個統(tǒng)一的角度和姿態(tài)，這就是人臉對齊，如圖所示。它的原理是找到人臉的若干個關(guān)鍵點，將人臉盡可能變換到標準人臉。人臉對齊人臉編碼經(jīng)過前兩步之后，人臉圖像的像素值會被轉(zhuǎn)換成一串數(shù)字（向量）。理想情況下，一個人臉會對應(yīng)類似的一串數(shù)字（向量），如圖所示。每個人臉都有了對應(yīng)的一串數(shù)字，我們就可以根據(jù)這一串數(shù)字計算出最匹配的兩串數(shù)字，從而找出某張圖片對應(yīng)的那個人是誰，如圖所示。人臉匹配8.2.2語音交互語音交互指的是人類與設(shè)備通過自然語音進行信息的交互。使用自動語音識別技術(shù)（ASR）將語音轉(zhuǎn)換為對應(yīng)的指令文本通過自然語言處理（NLP）將此文本轉(zhuǎn)換為對應(yīng)的機器可以理解的語言。使用內(nèi)置的各項功能，處理用戶的指令，最后通過使用語音合成技術(shù)，回復(fù)用戶。人物動漫化—8.3—計算機將人物照片轉(zhuǎn)化成動漫卡通形象采用的是生成對抗網(wǎng)絡(luò)技術(shù)

8.3.1生成對抗網(wǎng)絡(luò)核心思想生成對抗網(wǎng)絡(luò)是由Goodfellow于2014年提出的一種生成模型，其核心思想是“零和博弈”。8.3.2生成模型和判別模型生成對抗網(wǎng)絡(luò)模型主要包括兩部分：生成模型和判別模型。生成模型是指我們可以根據(jù)任務(wù)、通過模型訓(xùn)練輸入的數(shù)據(jù)生成文字、圖像、視頻等數(shù)據(jù)，類似上述籃球運動員不斷訓(xùn)練的過程。判別模型會對生成模型生成的圖像等數(shù)據(jù)進行判斷，判斷其是否是真實的訓(xùn)練數(shù)據(jù)，類似上述籃球教練不斷判斷運動員訓(xùn)練效果的過程。智能音樂創(chuàng)作—8.4—人工智能創(chuàng)作音樂也是借助深度學(xué)習(xí)來實現(xiàn)的。

典型的人工智能創(chuàng)作音樂是借助深度學(xué)習(xí)來實現(xiàn)的，和AlphaGo有著很大的相似之處。借助大量的原始音樂素材，從熱門舞曲到經(jīng)典的輕音樂，深度學(xué)習(xí)的長短期記憶網(wǎng)絡(luò)算法（LSTM）通過分析，找到其中潛在的模式，進而學(xué)習(xí)到節(jié)奏、長度及音符之間的關(guān)系，然后就可以寫出自己的旋律8.4.1人工智能如何創(chuàng)作音樂事實上，任何音樂都是從隨機選擇聲音并將它們組合成一段旋律開始的。早在1787年，莫扎特就提出了一個骰子游戲目的就是隨機地進行聲音選擇。他手工創(chuàng)作了近272個音調(diào)，然后，根據(jù)兩個骰子的總和來選擇一個音調(diào)。8.4.2什么是自動音樂生成

8.4.3怎樣利用深度學(xué)習(xí)實現(xiàn)自動音樂生成利用人工智能創(chuàng)作的音樂，可能是為我們每一個人量身創(chuàng)作的，比如可能參考你的音樂偏好、身體習(xí)慣甚至心跳數(shù)據(jù)，等等。采用深度學(xué)習(xí)的方法創(chuàng)作音樂，也是通過大量的音樂數(shù)據(jù)進行模型訓(xùn)練，之后采用訓(xùn)練好的模型自動生成音樂。

8.4.3怎樣利用深度學(xué)習(xí)實現(xiàn)自動音樂生成利用人工智能創(chuàng)作的音樂，可能是為我們每一個人量身創(chuàng)作的，比如可能參考你的音樂偏好、身體習(xí)慣甚至心跳數(shù)據(jù)，等等。采用深度學(xué)習(xí)的方法創(chuàng)作音樂，也是通過大量的音樂數(shù)據(jù)進行模型訓(xùn)練，之后采用訓(xùn)練好的模型自動生成音樂。遷移學(xué)習(xí)—8.5—遷移學(xué)習(xí)概述遷移學(xué)習(xí)就是把已經(jīng)訓(xùn)練好的模型參數(shù)遷移到新的模型中來幫助新模型訓(xùn)練。考慮到大部分數(shù)據(jù)或任務(wù)是存在相關(guān)性的，所以通過遷移學(xué)習(xí)，我們可以將已經(jīng)學(xué)到的模型參數(shù)通過某種方式來分享給新模型，從而加快并優(yōu)化模型的學(xué)習(xí)效率，不用像大多數(shù)網(wǎng)絡(luò)那樣從零學(xué)習(xí)了。8.5.2深度學(xué)習(xí)和遷移學(xué)習(xí)結(jié)合深度學(xué)習(xí)需要大量的高質(zhì)量標注數(shù)據(jù)，預(yù)訓(xùn)練然后微調(diào)模型是現(xiàn)在深度學(xué)習(xí)中一個非常流行的技巧，以圖像識別領(lǐng)域為例，很多時候會選擇預(yù)訓(xùn)練的ImageNet對模型進行初始化。自動駕駛技術(shù)—8.6—8.6.1自動駕駛級別自動駕駛汽車的自動化程度分為6個等級8.6.2自動駕駛原理自動駕駛汽車的核心是感知能力，它有4種不同視野的眼睛，包括無線雷達、激光雷達、超聲波雷達和攝像頭，通過它們能得到不同的視野。在定位方面自動駕駛汽車使用GPS與慣性策略裝置，再加上高精電子地圖就能夠?qū)崿F(xiàn)非常精準的定位。探測器自動駕駛汽車需要安裝多種探測器，比如激光雷達，即激光探測及測距系統(tǒng)，超聲波雷達、GPS、攝像頭等。自動駕駛汽車攝像頭捕獲的鏡頭通過深度學(xué)習(xí)能夠識別出圖像中包含的物體，比如行人、行車、交通路標等路徑規(guī)劃路徑規(guī)劃主要解決的問題是找到一條最快最安全的從起點到終點的路徑，路徑規(guī)劃中有很多成熟的算法，比如Dijkstra算法、RRT算法等。自動駕駛汽車的路徑規(guī)劃需要考慮多種因素的影響，比如車禍路道、交通擁堵等。推薦系統(tǒng)—8.7—8.7.1推薦系統(tǒng)概述推薦系統(tǒng)通常可以根據(jù)用戶偏好、商品特征、用戶—商品交易和其他環(huán)境因素（如時間、季節(jié)、位置等）生成推薦結(jié)果。所推薦的物品可以包括電影、書籍、餐廳、新聞條目，等等。8.7.2購物車推薦系統(tǒng)在人工智能應(yīng)用展中積聚了大量的紀念品交易數(shù)據(jù)，我們從各個顧客的購物車中，會發(fā)現(xiàn)買了啤酒的顧客，也很可能買尿不濕。商家可以使用這種有價值的信息來支持各種商業(yè)中的實際應(yīng)用，如市場促銷、庫存管理和顧客關(guān)系管理，等等。本章小結(jié)—8.9—本章通過人工智能應(yīng)用展對目前人工智能的相關(guān)應(yīng)用做了一個概述，介紹了人工智能在圖像、自然語言、音樂、自動駕駛等方面的應(yīng)用，開拓了同學(xué)們的視野和思路，了解人工智能可以應(yīng)用在工作和生活中的方方面面，最后通過推薦系統(tǒng)的了解和應(yīng)用，讓同學(xué)們可以將不同的技術(shù)融會貫通。

課后練習(xí)—8.10—（1）舉例說明生活中人工智能應(yīng)用的例子。（2）想一想有什么場景可以使用生成對抗網(wǎng)絡(luò)。（3）自己上網(wǎng)查閱更多的推薦系統(tǒng)例子，并分享給其他同學(xué)。人工智能倫理學(xué)習(xí)目標—9.1—知識目標了解人工智能可能帶來的隱私權(quán)問題了解人工智能可能帶來的責任倫理問題了解人工智能可能帶來的安全風(fēng)險問題了解人工智能可能帶來的版權(quán)問題人工智能倫理概述—9.2—近年來，人工智能技術(shù)迅猛發(fā)展，在服務(wù)、物流、教育、無人駕駛、智慧城市、醫(yī)療、智能制造等領(lǐng)域應(yīng)用廣泛，為人類社會帶來了巨大變革。人工智能技術(shù)在給人們帶來巨大便利的同時，引發(fā)了系列倫理問題，諸如隱私權(quán)問題、責任倫理問題、安全風(fēng)險問題、版權(quán)問題等，對人類社會帶來不同程度的影響。隱私權(quán)問題—9.3—人工智能發(fā)展的初衷是為了讓人工智能技術(shù)服務(wù)于人類，給人類帶來益處，現(xiàn)在存在的大數(shù)據(jù)濫用、人類隱私被侵犯顯然不是人類發(fā)展人工智能的初衷。由于目前人工智能軟件還沒有達到自主思考的程度，人工智能侵犯隱私權(quán)實際是人工智能技術(shù)的使用者侵犯他人的隱私權(quán)。責任倫理問題—9.4—乘著無人駕駛小汽車出行，正值下班下課高峰期，車多人多，無人駕駛小汽車在避讓人或車的過程中出現(xiàn)失誤，造成交通事故交警不會對我和同車人調(diào)查吧，我只是坐車的。這次交通事故的責任該怎么認定？和朋友去餐廳吃飯，餐廳服務(wù)員已經(jīng)換成了機器人，可能由于人多等原因，機器人在服務(wù)過程中不小心將湯灑了，人有輕微被燙到，小明在想要找誰對這件事情負責？。這兩種情況都涉及人工智能中的責任倫理問題。人工智能的責任倫理問題是當今社會不可回避的重要議題。對于人工智能引發(fā)的責任倫理問題主要討論人工智能產(chǎn)生的過失和對人類帶來的損失由誰來負責。安全風(fēng)險問題—9.5—風(fēng)險指的是遭受某種損失、傷害和不利后果的可能性。人工智能技術(shù)在人類生活中應(yīng)用的同時可能會給人類帶來信息安全風(fēng)險、社會風(fēng)險、經(jīng)濟風(fēng)險等。信息安全風(fēng)險主要包括系統(tǒng)漏洞和數(shù)據(jù)泄露。當人工智能系統(tǒng)的安全防護措施不到位，可能被黑客、惡意者侵入并盜取信息、引發(fā)數(shù)據(jù)泄露。這可能導(dǎo)致個人財產(chǎn)損失。

社會風(fēng)險主要是人工智能技術(shù)的發(fā)展給社會帶來的不利影響。惡意者可能利用“人臉偽造”用他人身份或不存在的身份做不道德或違反法律的事情，造成不良社會影響。下面介紹兩個典型例子。例子1：隨著AI技術(shù)的發(fā)展，AI技術(shù)已經(jīng)可將視頻、圖片中某個對象的人臉換成他人的人臉，用他人身份做不道德或違反法律的事情。商湯科技和新加坡南洋理工大學(xué)的研究者共同構(gòu)造的人臉偽造檢測數(shù)據(jù)集，他們對數(shù)據(jù)集進行了人臉互換操作，圖顯示了對數(shù)據(jù)集中的原始人臉圖片進行處理，與目標人臉進行互換，得到互換后的人臉隨機森林例子2：在“查無此人”網(wǎng)站上，只有一張人臉，沒有其他信息。生成的人臉都是不存在的，均由AI自動生成，發(fā)色發(fā)型、性別、膚色臉型等都是新的，且看起來很真實，但實際確實是“查無此人”，如圖所示。有的惡意使用者用假面孔生成假新聞、在媒體平臺發(fā)布言論或者假扮用戶推薦產(chǎn)品，達到自己的目的。版權(quán)問題—9.6—小明使用某AI軟件，將自己需要的設(shè)計風(fēng)格、字體、形狀、顏色等輸入系統(tǒng)，系統(tǒng)自動生成相應(yīng)的作品。小明不太確定用AI軟件生成的藝術(shù)作品版權(quán)是否歸于自己？這里涉及人工智能倫理里的版權(quán)問題。

2018年第一個在設(shè)計質(zhì)量上通過“圖靈測試”的人工智能系統(tǒng)“月行”