信息技術(shù)項目八教學(xué)課件-

信息技術(shù)0102人工智能初步認識人工智能機器人初步01認識人工智能人工智能發(fā)展簡史1

20世紀50年代，人工智能興起。人工智能概念在1956年首次提出后，相繼出現(xiàn)了一批顯著的成果，如機器定理證明、跳棋程序、通用問題、求解程序、LISP表處理語言等。人工智能在這一階段的特點是：重視問題求解的方法，忽視知識的重要性。第一階段

20世紀60年代末至70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN疾病診斷和治療系統(tǒng)、Prospector探礦系統(tǒng)、Hearsay-Ⅱ語音處理系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實用化。第二階段

20世紀80年代，隨著第五代計算機的研制成功和應(yīng)用，人工智能得到了很大發(fā)展。日本于1982年開始了“第五代計算機研制計劃”，即“知識信息處理計算機系統(tǒng)KIPS”，其目的是使邏輯推理達到數(shù)值運算那么快。雖然此計劃最終失敗了，但它的開展形成了一股研究人工智能的熱潮。第三階段01認識人工智能人工智能發(fā)展簡史1

20世紀80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展。1987年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會議，宣告了這一新學(xué)科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。第四階段

20世紀90年代，人工智能出現(xiàn)新的研究高潮。由于網(wǎng)絡(luò)技術(shù)，特別是國際互聯(lián)網(wǎng)技術(shù)的發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。人們不僅研究基于同一目標的分布式問題求解，而且研究多個智能主體的多目標問題求解，使人工智能更加實用。另外，由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入社會生活的各個領(lǐng)域。第五階段01認識人工智能人工智能的基本工作原理2

人工智能（ArtificialIntelligence，AI）是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計算機科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以與人類智能相似的方式做出反應(yīng)的智能機器，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能的定義可以分為兩部分，即“人工”和“智能”。美國斯坦福大學(xué)人工智能研究中心的尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關(guān)于知識的學(xué)科——怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)?！甭槭±砉W(xué)院的溫斯頓教授則認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作的學(xué)科?！比斯ぶ悄艿亩x01認識人工智能人工智能的基本工作原理2（1）AI最重要的功能——模式識別的工作原理。

神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)模式識別、翻譯語言、進行簡單的邏輯推理，甚至創(chuàng)建圖像或者形成新設(shè)計。其中，模式識別是一項特別重要的功能，因為AI十分擅長識別海量數(shù)據(jù)中隱藏的模式，而這對于賴經(jīng)驗和知識的人類來說就沒有那么容易。這些程序運行的神經(jīng)網(wǎng)絡(luò)具有數(shù)百萬單位和數(shù)十億的連接。我們現(xiàn)在所能創(chuàng)造出來的“智能”就是由這些電子神經(jīng)元網(wǎng)絡(luò)組成的。

卷積神經(jīng)網(wǎng)絡(luò)。這種算法參考了生物學(xué)研究人類和其他動物大腦視覺皮層的結(jié)構(gòu)。它使用感知器、機器學(xué)習(xí)單元算法，用于監(jiān)督學(xué)習(xí)分析數(shù)據(jù)，適用于圖像處理、自然語言處理和其他類型的認知任務(wù)。與其他類型的人工神經(jīng)網(wǎng)絡(luò)一樣，卷積神經(jīng)網(wǎng)絡(luò)具有輸入層、輸出層和各種隱藏層。其中一些層是卷積的，使用數(shù)學(xué)模型將結(jié)果傳遞給連續(xù)的層。這個過程模擬了人類視覺皮層中的一些動作，所以被稱為卷積神經(jīng)網(wǎng)絡(luò)，也就是CNN。

只要有大量被標記的樣本數(shù)據(jù)庫，就可以對神經(jīng)網(wǎng)絡(luò)進行特征訓(xùn)練。它對于識別圖像、視頻、語音、音樂甚至文本等信息特別有用。為了更好地訓(xùn)練AI的機器視覺，我們需要向這些神經(jīng)網(wǎng)絡(luò)提供大量被人標記的圖像數(shù)據(jù)。人工智能技術(shù)原理（2）人工智能最常見的三種學(xué)習(xí)方式。?強化學(xué)習(xí)。在特定場景下，機器做出一個動作或一系列動作并可以獲得獎勵。強化學(xué)習(xí)通常用于教機器玩游戲和進行比賽，比如國際象棋、圍棋或簡單的視頻游戲。強化學(xué)習(xí)面臨的問題是，單純地強化學(xué)習(xí)需要海量的試錯，才能學(xué)會簡單的任務(wù)。好處是只要你提出一個有價值的問題，提供足夠的數(shù)據(jù)輸入，理論上來說強化學(xué)習(xí)最終會找到那個最優(yōu)解。?監(jiān)督學(xué)習(xí)。就是需要我們告訴機器正確答案。它之所以被稱為監(jiān)督學(xué)習(xí)，是因為算法是向標簽數(shù)據(jù)學(xué)習(xí)的。這也是訓(xùn)練神經(jīng)網(wǎng)絡(luò)和其他機器學(xué)習(xí)體系結(jié)構(gòu)最常用的技術(shù)。?無監(jiān)督學(xué)習(xí)。這是人類和大多數(shù)其他動物的學(xué)習(xí)過程，特別是剛出生的時候，是以沒有人監(jiān)督的方式來進行學(xué)習(xí)的，我們通過觀察和認知我們行動的結(jié)果來了解世界如何運作。缺乏用于無監(jiān)督學(xué)習(xí)的AI技術(shù)，也是當前AI發(fā)展的問題之一。

概括來說，當前AI技術(shù)的原理是：將大量數(shù)據(jù)與超強的運算處理能力和智能算法三者結(jié)合起來，建立一個解決特定問題的模型，使程序能夠自動地從數(shù)據(jù)中學(xué)習(xí)潛在的模式或特征，從而實現(xiàn)接近人類的思考方式。01認識人工智能人工智能的應(yīng)用領(lǐng)域3智能家居主要是基于物聯(lián)網(wǎng)技術(shù)，通過智能硬件、軟件系統(tǒng)、云計算平臺構(gòu)成一套完整的家居生態(tài)圈。在智能家居領(lǐng)域的應(yīng)用智慧零售的發(fā)展方向主要有以下三點：一是要擁抱時代技術(shù)，創(chuàng)新零售業(yè)態(tài)，變革流通渠道；二是要從B2C轉(zhuǎn)向C2B，實現(xiàn)大數(shù)據(jù)牽引零售；三是要運用社交化客服，實現(xiàn)個性服務(wù)和精準營銷在智慧零售領(lǐng)域的應(yīng)用01認識人工智能人工智能的應(yīng)用領(lǐng)域3智慧交通系統(tǒng)是通信、信息和控制技術(shù)在交通系統(tǒng)中集成應(yīng)用的產(chǎn)物。在智慧交通領(lǐng)域的應(yīng)用智慧醫(yī)療在輔助診療、疾病預(yù)測、醫(yī)療影像輔助診斷、藥物開發(fā)等方面日益發(fā)揮著重要作用在智慧醫(yī)療領(lǐng)域的應(yīng)用01認識人工智能人工智能的應(yīng)用領(lǐng)域3智慧教育是指以數(shù)字化信息和網(wǎng)絡(luò)為基礎(chǔ)，在計算機和網(wǎng)絡(luò)技術(shù)基礎(chǔ)上建立起來的對教學(xué)、科研、管理、技術(shù)服務(wù)、生活服務(wù)等校園信息進行收集、處理、整合、存儲、傳輸和應(yīng)用，使數(shù)字資源得到充分優(yōu)化利用的一種虛擬教育環(huán)境。在智慧教育領(lǐng)域的應(yīng)用物流行業(yè)通過利用智能搜索、推理規(guī)劃、計算機視覺以及智能機器人等技術(shù)在運輸、倉儲、配送裝卸等流程上進行了自動化改造，能夠基本實現(xiàn)無人操作。在智慧物流領(lǐng)域的應(yīng)用01認識人工智能人工智能的應(yīng)用領(lǐng)域3近些年來，智能安防行業(yè)發(fā)展迅速，視頻監(jiān)控數(shù)量不斷增加，公共和個人場景監(jiān)控攝像頭安裝總數(shù)已經(jīng)超過了1.75億。在部分一線城市，視頻監(jiān)控已經(jīng)實現(xiàn)了全覆蓋。在智能安防領(lǐng)域的應(yīng)用機器人的發(fā)展歷史102機器人初步

Robot這個詞是1920年由捷克劇作家卡雷爾·恰佩克（K.Capek）在科幻劇作《羅素姆的萬能機器人》中第一次提出的，Robot（Robota，斯洛伐克語）就是“機器人”。1954年，美國人喬治·德沃爾（GeorgeC.Devol）設(shè)計了第一臺可編程機器人（見圖8-9），并注冊了專利。該專利的要點是借助伺服技術(shù)控制機器人的關(guān)節(jié)，利用人手對機器人進行動作示教，機器人能實現(xiàn)動作的記錄和再現(xiàn)。這就是所謂的示教再現(xiàn)機器人。現(xiàn)有的機器人基本上都采用這種控制方式。機器人產(chǎn)品最早的實用機型（示教再現(xiàn)）是1962年美國AMF公司推出的“VERSTRAN”和Unimation公司推出的“Unimate”。這些工業(yè)機器人的控制方式與數(shù)控機床大致相似，但外形特征迥異，主要由類似人的手和臂組成，如圖8-10所示。它們在美國通用汽車公司投入使用，標志著第一代機器人的誕生。1965年，美國麻省理工學(xué)院的魔法積木機器人演示了第一個具有視覺傳感器的、能識別與定位簡單積木的機器人系統(tǒng)。1967年，日本成立了人工手研究會（現(xiàn)改名為仿生機構(gòu)研究會），同年召開了日本首屆機器人學(xué)術(shù)會。1970年，在美國召開了第一屆國際工業(yè)機器人學(xué)術(shù)會議。1970年以后，機器人的研究迅速得到普及。1973年，辛辛那提·米拉克隆公司的理查德·豪恩制造了第一臺由小型計算機控制的工業(yè)機器人，它是液壓驅(qū)動的，能提升的有效負載達45千克。到了1980年，工業(yè)機器人在日本普及。隨著計算機技術(shù)和人工智能技術(shù)的飛速發(fā)展，機器人在功能和技術(shù)層次上有了很大的提高?，F(xiàn)階段，我國企業(yè)對高度自動化的需求日漸增加，帶動了工業(yè)機器人在我國銷售量的快速增長?！吨袊圃?025》提出，要“圍繞汽車、機械、電子、危險品制造、國防軍工、化工、輕工等工業(yè)機器人、特種機器人，以及醫(yī)療健康、家庭服務(wù)、教育娛樂等服務(wù)機器人應(yīng)用需求，積極研發(fā)新產(chǎn)品，促進機器人標準化、模塊化發(fā)展，擴大市場應(yīng)用”。第一臺可編程機器人第一代機器人工業(yè)機器人的特點和分類202機器人初步（1）可編程。生產(chǎn)自動化的進一步發(fā)展是柔性自動化。工業(yè)機器人可隨工作環(huán)境變化的需要而再編程，因此它在小批量、多品種的均衡高效率的柔性制造過程中能發(fā)揮很好的功用，是柔性制造系統(tǒng)中的一個重要組成部分。（2）擬人化。工業(yè)機器人在機械結(jié)構(gòu)上有類似人的行走等功能和大臂、小臂、手腕、手爪等構(gòu)造，由電腦控制。此外，智能化工業(yè)機器人還有許多類似人類的“生物傳感器”，如皮膚型接觸傳感器、力傳感器、負載傳感器、視覺傳感器、聲覺傳感器等。傳感器提高了工業(yè)機器人對周圍環(huán)境的自適應(yīng)能力。（3）通用性。除專門設(shè)計的專用的工業(yè)機器人外，一般工業(yè)機器人在執(zhí)行不同的作業(yè)任務(wù)時都具有較好的通用性。比如，更換工業(yè)機器人手部末端操作器（手爪、工具等）便可執(zhí)行不同的作業(yè)任務(wù)。（4）工業(yè)機器技術(shù)涉及學(xué)科相當廣泛，歸納起來就是機械學(xué)和微電子學(xué)的結(jié)合——機電一體化技術(shù)。第三代智能機器人不僅具有獲取外部環(huán)境信息的各種傳感器，而且具有記憶能力、語言理解能力、圖像識別能力、推理判斷能力等人工智能，這些都是微電子技術(shù)的應(yīng)用，特別是與計算機技術(shù)的應(yīng)用密切相關(guān)。因此，機器人技術(shù)的發(fā)展必將帶動其他技術(shù)的發(fā)展，機器人技術(shù)的發(fā)展和應(yīng)用水平也可以驗證一個國家科學(xué)技術(shù)和工業(yè)技術(shù)的發(fā)展水平。工業(yè)機器人的特點工業(yè)機器人的特點和分類202機器人初步工業(yè)機器人的分類按照機器人的結(jié)構(gòu)特征分類工業(yè)機器人的特點和分類202機器人初步工業(yè)機器人的分類按照機器人的結(jié)構(gòu)特征分類工業(yè)機器人的特點和分類202機器人初步工業(yè)機器人的分類按照程序輸入方式分類1）離線輸入型機器人。離線輸入型機器人是將計算機上已編號的作業(yè)程序文件，通過U口或者以太網(wǎng)等通信方式傳送到機器人控制