人工智能通識 課件 01 初識人工智能

任務(wù)1

初識人工智能了解人工智能的定義和相關(guān)技術(shù)了解人工智能的應(yīng)用領(lǐng)域會使用通義千問的文生圖功能了解國外AI芯片禁售背景下的國產(chǎn)AI芯片自研之路學(xué)習(xí)目標(biāo)任務(wù)背景近年來，人工智技術(shù)取得飛速的發(fā)展，成為推動(dòng)社會進(jìn)步和經(jīng)濟(jì)發(fā)展的重要力量，深刻影響著人們的生活和工作方式。小明是一名大一新生，第一次接觸人工智能通識課程，他非常好奇，十分感興趣，因此他想做好課前預(yù)習(xí)，了解一下課程的內(nèi)容。任務(wù)背景任務(wù)分析對于初學(xué)者，初步認(rèn)識人工智能可從以下問題著手：（1）什么是人工智能？（2）人工智能的發(fā)展分為哪幾個(gè)階段？（3）人工智能的主要應(yīng)用領(lǐng)域有哪些？（4）人工智能相關(guān)技術(shù)有哪些？（5）體驗(yàn)主流人工智能技術(shù)應(yīng)用。任務(wù)分析相關(guān)知識1.1什么是人工智能1.人工智能的定義人工智能就是根據(jù)對環(huán)境的感知，做出合理的行動(dòng)，并獲得最大收益的計(jì)算機(jī)程序。這強(qiáng)調(diào)人工智能可以根據(jù)環(huán)境感知做出主動(dòng)反應(yīng)，例如：自動(dòng)駕駛。人工智能就是會學(xué)習(xí)的計(jì)算機(jī)程序。這反映了當(dāng)代主流技術(shù)機(jī)器學(xué)習(xí)（深度學(xué)習(xí)），例如：物品分類和預(yù)測程序。人工智能就是與人類行為相似的計(jì)算機(jī)程序。這是從實(shí)用主義角度給出的闡述，例如：麻省理工學(xué)院開發(fā)的“智能”聊天程序ELIZA。人工智能就是與人類思考方式相似的計(jì)算機(jī)程序。這是人工智能發(fā)展早期流行的一種定義方式。例如：專家系統(tǒng)、機(jī)器翻譯等。人工智能就是讓人覺得不可思議的計(jì)算機(jī)程序。這是一個(gè)時(shí)代里大多數(shù)普通人對人工智能的認(rèn)知。例如：跳棋、圍棋等。定義三定義二定義一定義四定義五人工智能的部分定義1.人工智能的定義人工智能（ArtificialIntelligence，AI）是指用機(jī)器去實(shí)現(xiàn)所有目前必須借助人類智慧才能實(shí)現(xiàn)的任務(wù)，它本質(zhì)上是基于學(xué)習(xí)能力和推理能力的不斷進(jìn)步，去模仿人類思考、認(rèn)知、決策和行動(dòng)的過程。人工智能包括機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺等多個(gè)領(lǐng)域，旨在使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。人工智能的發(fā)展以算法、計(jì)算和數(shù)據(jù)為驅(qū)動(dòng)力，其中算法是核心，計(jì)算和數(shù)據(jù)是基礎(chǔ)。2.人工智能的分類從發(fā)展程度的角度上，人工智能可以分為三大類：弱人工智能、強(qiáng)人工智能、超人工智能，如圖1-1所示。圖1-1

人工智能分類2.人工智能的分類強(qiáng)人工智能（AGI）弱人工智能（ANI）超人工智能（ASI）類似于人類級別的人工智能，可以進(jìn)行各種復(fù)雜的操作。強(qiáng)人工智能能夠像人一樣理解語言、識別圖像、解決問題、做出決策等，可以應(yīng)用于醫(yī)療、金融、交通、安防等多個(gè)領(lǐng)域。目前強(qiáng)人工智能主要應(yīng)用于無人駕駛/自動(dòng)駕駛、GPT4與文心一言等各類大語言模型，以及ChatGPT等超級AI工具，相信后續(xù)還將有更多顛覆性的應(yīng)用出現(xiàn)。在幾乎所有領(lǐng)域都比最聰明的人類大腦都聰明很多，包括科學(xué)創(chuàng)新、通識和社交技能。超人工智能的發(fā)展引發(fā)了廣泛的討論和擔(dān)憂，因?yàn)樗赡軙θ祟惿鐣a(chǎn)生巨大的影響，甚至導(dǎo)致永生或滅絕。因此，我們需要謹(jǐn)慎地控制超人工智能的發(fā)展。人工智能分類擅長于單個(gè)領(lǐng)域的人工智能，即只是經(jīng)過AI訓(xùn)練并專注于執(zhí)行特定任務(wù)。比如有能戰(zhàn)勝象棋世界冠軍的人工智能阿爾法狗，但是它只會下象棋，如果我們問它其他的問題那么它就不知道怎么回答了。目前弱人工智能主要應(yīng)用于數(shù)字助手、智能推薦、人臉識別等方面。2.人工智能的分類此外，從技術(shù)角度上，人工智能還可以分為認(rèn)知AI、機(jī)器學(xué)習(xí)AI和深度學(xué)習(xí)AI。利用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行數(shù)據(jù)分析和預(yù)測的AI。在龐大的未標(biāo)記數(shù)據(jù)集上進(jìn)行學(xué)習(xí)的AI，其靈感來自于人腦中的神經(jīng)網(wǎng)絡(luò)。處理復(fù)雜性和二義性的AI，能持續(xù)不斷地在數(shù)據(jù)挖掘、自然語言處理NLP和智能自動(dòng)化的經(jīng)驗(yàn)中學(xué)習(xí)。認(rèn)知AI機(jī)器學(xué)習(xí)AI深度學(xué)習(xí)AI1.2人工智能的起源和發(fā)展1.人工智能的起源人工智能的起源可以追溯至上世紀(jì)50年代。最早的人工智能研究是基于符號主義的，這個(gè)方法是通過編程來模擬人類的思維過程。但是隨著計(jì)算機(jī)技術(shù)的發(fā)展，符號主義的限制逐漸顯現(xiàn)出來，人們開始尋找新的方法來實(shí)現(xiàn)人工智能。在20世紀(jì)60年代末期，機(jī)器學(xué)習(xí)的概念被提出，這是一種通過數(shù)據(jù)訓(xùn)練機(jī)器來自動(dòng)改進(jìn)算法的技術(shù)。這個(gè)方法不再依賴于人類編寫規(guī)則，而是通過讓機(jī)器從數(shù)據(jù)中學(xué)習(xí)，來實(shí)現(xiàn)智能化。機(jī)器學(xué)習(xí)的出現(xiàn)，成為了人工智能發(fā)展的重要里程碑。2.圖靈測試計(jì)算機(jī)科學(xué)之父艾倫·圖靈在1950年提出了“圖靈測試”，這是一種用于評估人工智能是否具有人類智能的標(biāo)準(zhǔn)。在這個(gè)測試中，一個(gè)測試者分別與一個(gè)人和一臺機(jī)器進(jìn)行對話，如果測試者不能區(qū)分兩者的差異，那么這臺機(jī)器就被認(rèn)為具有人類智能。圖靈測試作為評估人工智能是否具備人類智能水平的重要標(biāo)準(zhǔn)，其核心思想在于要求計(jì)算機(jī)在沒有直接物理接觸的情況下，通過回答人類詢問并盡可能偽裝成人類，以檢驗(yàn)其是否能像人類一樣思考和行為。在圖靈的設(shè)想中，若機(jī)器能成功通過這一測試，則意味著它達(dá)到了人類智能的水平。圖靈測試不僅推動(dòng)了人工智能技術(shù)的發(fā)展和應(yīng)用，提供了一個(gè)衡量智能水平的標(biāo)準(zhǔn)，同時(shí)也引發(fā)了關(guān)于人工智能倫理的深刻討論。當(dāng)機(jī)器能夠通過圖靈測試，我們不得不面對一個(gè)關(guān)鍵問題：是否應(yīng)賦予這些具備人類智能的機(jī)器與人類同等的權(quán)利和尊嚴(yán)？這一議題值得我們進(jìn)一步深入研究和探討。3.人工智的發(fā)展1956年夏天，約翰·麥卡錫、馬文·閔斯基等科學(xué)家在達(dá)特茅斯學(xué)院召開研討會，提出了人工智能的概念。達(dá)特茅斯會議是人類歷史上第一次人工智能研討，被認(rèn)為是人工智能誕生的標(biāo)志。人工智能發(fā)展是充滿未知的道路探索，曲折起伏，可將這段發(fā)展歷程大致劃分為六個(gè)階段，如圖1-2所示。圖1-2人工智能發(fā)展歷程推理期（1956年-1974年）（1）推理期（1956年-1974年）1956年是人工智能元年，伴隨著“人工智能”這一新興概念的興起，人們對人工智能的未來充滿了想象，人工智能迎來第一次發(fā)展浪潮。這一階段，人工智能研發(fā)主要圍繞機(jī)器的邏輯推理能力展開。推理期人工智能應(yīng)用推理期（1956年-1974年）20世紀(jì)60年代自然語言處理和人機(jī)對話技術(shù)的突破性發(fā)展，大大地提升了人們對人工智能的期望，也將人工智能帶入了第一波高潮。這個(gè)階段產(chǎn)生了很多理論基石，這些不僅成為了人工智能的理論基石，還成為了計(jì)算機(jī)領(lǐng)域的基石。推理期（1956年-1974年）1956年，馬文明斯基等人一起發(fā)起并組織了達(dá)特茅斯會議，在會議上首次提出了人工智能的概念。達(dá)特茅斯會議被認(rèn)為是人工智能誕生的標(biāo)志，從此人工智能走上了快速發(fā)展的道路。1957年，計(jì)算機(jī)科學(xué)家羅森布拉特提出了感知機(jī)的概念。感知機(jī)是最早的人工神經(jīng)網(wǎng)絡(luò)。它的出現(xiàn)，將人工智能的發(fā)展推向了第一個(gè)高峰。在長達(dá)十余年的時(shí)間里，計(jì)算機(jī)被廣泛應(yīng)用于數(shù)學(xué)與自然語言處理領(lǐng)域，解決了很多代數(shù)、幾何和英語問題，這讓很多研究者看到了機(jī)器像人工智能發(fā)展的信心。甚至在當(dāng)時(shí)，有很多學(xué)者認(rèn)為“20年內(nèi)機(jī)器將能完成人能做的一切?！钡谝淮魏?974年-1980年）人工智能發(fā)展初期的突破性進(jìn)展大大提升了人們對人工智能的期望，人們開始嘗試更具挑戰(zhàn)性的任務(wù)，但受限于當(dāng)時(shí)計(jì)算機(jī)算力不足，同時(shí)由于國會壓力下美英政府于1973年停止向沒有明確目標(biāo)的人工智能研究項(xiàng)目撥款，人工智能研發(fā)變現(xiàn)周期拉長、行業(yè)遇冷。知識期（1980年-1987年）這個(gè)時(shí)期的科學(xué)家們開始從公用的人工智能技術(shù)轉(zhuǎn)變?yōu)榱四軌蚪鉀Q某一領(lǐng)域問題的專家系統(tǒng)，并且實(shí)現(xiàn)了應(yīng)用。專家系統(tǒng)是一種基于規(guī)則的人工智能系統(tǒng)，它可以模擬人類專家的知識和經(jīng)驗(yàn)，用于解決特定領(lǐng)域的問題。最早的專家系統(tǒng)是1968年由費(fèi)根鮑姆研發(fā)的DENDRAL系統(tǒng)，可以幫助化學(xué)家判斷某特定物質(zhì)的分子結(jié)構(gòu)；DENDRAL首次對知識庫提出定義，也為第二次AI發(fā)展浪潮埋下伏筆。知識期（1980年-1987年）第二次寒冬（1987年-1993年）專家系統(tǒng)最初取得的成功是有限的，專家系統(tǒng)的實(shí)用性只局限于特定領(lǐng)域，同時(shí)升級難度高、維護(hù)成本居高不下，行業(yè)發(fā)展再次遇到瓶頸。1990年，人工智能計(jì)算機(jī)DARPA沒能成功實(shí)現(xiàn)，因此政府縮減了研究的經(jīng)費(fèi)投入，人工智能進(jìn)入第二次低谷期。不過，同時(shí)期BP神經(jīng)網(wǎng)絡(luò)的提出，為之后機(jī)器感知、交互的能力奠定了基礎(chǔ)。復(fù)蘇期（1993年-2010年）由于互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，加速了人工智能的創(chuàng)新研究，促使人工智能技術(shù)進(jìn)一步走向?qū)嵱没斯ぶ悄芟嚓P(guān)的各個(gè)領(lǐng)域都取得長足進(jìn)步。在2000年代初，由于專家系統(tǒng)的項(xiàng)目都需要編碼太多的顯式規(guī)則，這降低了效率并增加了成本，人工智能研究的重心從基于知識系統(tǒng)轉(zhuǎn)向了機(jī)器學(xué)習(xí)方向。機(jī)器學(xué)習(xí)是一種人工智能技術(shù)，它可以讓計(jì)算機(jī)從數(shù)據(jù)中學(xué)習(xí)，并自動(dòng)改進(jìn)算法，以提高性能。1997年，國際商業(yè)機(jī)器公司IBM的計(jì)算機(jī)系統(tǒng)DeepBlue戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫，又一次在公眾領(lǐng)域引發(fā)了現(xiàn)象級的人工智能話題討論，這是人工智能發(fā)展中的一個(gè)非常重要的事件。爆發(fā)期（2010年-至今）隨著大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，泛在感知數(shù)據(jù)和圖形處理器等計(jì)算平臺推動(dòng)以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)飛速發(fā)展，大幅跨越了科學(xué)與應(yīng)用之間的技術(shù)鴻溝，諸如圖像分類、語音識別、知識問答、人機(jī)對弈、無人駕駛等人工智能技術(shù)實(shí)現(xiàn)了重大的技術(shù)突破，迎來爆發(fā)式增長的新高潮。特別是2013年語音和視覺識別領(lǐng)域識別率達(dá)到了99%和95%，引發(fā)了人工智能的爆發(fā)期。爆發(fā)期（2010年-至今）2011年在如今AI爆發(fā)期，一些標(biāo)志性的事件包括：2014年Google獲得美國內(nèi)華達(dá)州機(jī)動(dòng)車輛管理局頒發(fā)的首張無人駕駛車輛牌照。2017年AlphaGoZero在沒有任何數(shù)據(jù)輸入的情況下，自學(xué)圍棋3天后便以100:0戰(zhàn)勝第二代，學(xué)習(xí)40天后又戰(zhàn)勝了第三代。2022年OpenAI于2022年11月30日發(fā)布聊天機(jī)器人程序ChatGPT，短短5天內(nèi)注冊用戶數(shù)就突破了100萬。ChatGPT能夠基于預(yù)訓(xùn)練模式生成回答，與用戶進(jìn)行自然流暢的對話。2012年蘋果Siri技術(shù)首次應(yīng)用于IPhone，IPhone變成一臺智能機(jī)器人。2016年微軟公司發(fā)布全球第一款個(gè)人智能助理微軟小娜。2020年GPT-3問世，成為最先進(jìn)的自然語言處理模型，引領(lǐng)了語言生成技術(shù)的發(fā)展。2023年人工智能在醫(yī)療、交通、金融等領(lǐng)域廣泛應(yīng)用，深度融入人類社會生活。DeepMind團(tuán)隊(duì)的AlphaGo運(yùn)用深度學(xué)習(xí)算法以4:1擊敗世界圍棋冠軍李世石，引發(fā)全球?qū)θ斯ぶ悄艿纳羁趟伎己陀懻摗?.3人工智能的應(yīng)用領(lǐng)域1.3人工智能的應(yīng)用領(lǐng)域人工智能在安防領(lǐng)域的應(yīng)用包括人臉識別、物體檢測、行為分析等。智能安防01工智能在金融領(lǐng)域的應(yīng)用包括智能投顧、風(fēng)險(xiǎn)評估、信貸審批、智能客服等。智能金融02智能家居主要是基于物聯(lián)網(wǎng)技術(shù)，通過智能設(shè)備、傳感器、控制器等實(shí)現(xiàn)家居設(shè)備的自動(dòng)化控制和管理。用于智能門鎖、家庭安防、網(wǎng)絡(luò)攝像頭等。智能家居03人工智能在醫(yī)療領(lǐng)域的應(yīng)用包括疾病診斷、醫(yī)療影像、健康監(jiān)測等。智能醫(yī)療和健康管理04人工智能在教育領(lǐng)域的應(yīng)用包括在線教育、智能家教、教育機(jī)器人等。智慧教育05基于互聯(lián)網(wǎng)的物聯(lián)網(wǎng)意義上實(shí)現(xiàn)的包括企業(yè)與社會在內(nèi)的全過程的制造，把工業(yè)4.0的“智能工廠”、“智能生產(chǎn)”、“智能物流”進(jìn)一步擴(kuò)展到“智能消費(fèi)”、“智能服務(wù)”等全過程的智能化中去。智能制造06人工智能可以被應(yīng)用于各種領(lǐng)域，如自動(dòng)駕駛汽車、語音助手、智能機(jī)器人、醫(yī)療診斷、金融分析等。人工智能的發(fā)展能夠改變?nèi)藗兊纳詈凸ぷ鞣绞?，帶來巨大的社會影響?.3人工智能的應(yīng)用領(lǐng)域人工智能在零售領(lǐng)域的應(yīng)用已十分廣泛，正在改變?nèi)藗冑徫锏姆绞?。無人便利店、智慧供應(yīng)鏈、客流統(tǒng)計(jì)、無人倉/無人車等等都是的熱門方向。大數(shù)據(jù)和人工智能可以讓交通更智慧，智能交通系統(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，主要應(yīng)用包括智能交通信號控制、智能車輛、智能船舶等。人工智能可以幫助決策者進(jìn)行數(shù)據(jù)分析和預(yù)測，從而做出更明智的決策。此外還可以根據(jù)用戶的興趣和行為，推薦個(gè)性化的產(chǎn)品和服務(wù)。用于財(cái)務(wù)分析、市場預(yù)測、電子商務(wù)等。070809智能零售智慧交通與自動(dòng)駕駛決策支持和個(gè)性化推薦總之，人工智能的應(yīng)用領(lǐng)域非常廣泛，并且還在不斷擴(kuò)展和演進(jìn)。隨著技術(shù)的進(jìn)步，人工智能在更多領(lǐng)域的應(yīng)用也將得到不斷拓展和優(yōu)化。1.4人工智能相關(guān)技術(shù)1.人工智能四要素人工智能四要素包括：數(shù)據(jù)、算力、算法、場景。隨著AI大模型規(guī)模的不斷擴(kuò)大，對計(jì)算資源的需求也在增加。高性能的硬件設(shè)備、海量場景數(shù)據(jù)、強(qiáng)大的算力基礎(chǔ)和升級迭代的算法模型成為了支持AI大模型發(fā)展的關(guān)鍵。算力是人工智能的“肌肉”，提供了強(qiáng)大的計(jì)算和處理能力，使人工智能能夠處理復(fù)雜的任務(wù)、運(yùn)行龐大的模型和進(jìn)行高速的數(shù)據(jù)分析。足夠的算力是人工智能發(fā)揮潛力的基石。算力場景是人工智能的“舞臺”，提供了人工智能應(yīng)用和展示其能力的實(shí)際環(huán)境。不同的場景需要不同類型的人工智能解決方案，而人工智能也需要適應(yīng)不同的場景需求。通過在不同的場景中應(yīng)用和優(yōu)化，人工智能能夠更好地服務(wù)于人類社會。場景數(shù)據(jù)是人工智能成長的營養(yǎng)物資，為人工智能提供了學(xué)習(xí)和成長的基礎(chǔ)。豐富的、高質(zhì)量的數(shù)據(jù)能夠滋養(yǎng)人工智能，使其能夠更準(zhǔn)確地理解世界、更高效地解決問題。數(shù)據(jù)算法是人工智能的“大腦”，決定了人工智能如何理解、學(xué)習(xí)和解決問題。先進(jìn)的算法能夠使人工智能更加智能、高效和準(zhǔn)確地完成任務(wù)。不斷優(yōu)化和創(chuàng)新算法，是提升人工智能性能的關(guān)鍵。算法010203041.人工智能四要素?cái)?shù)據(jù)數(shù)據(jù)(data)提供了學(xué)習(xí)的材料和訓(xùn)練的依據(jù)，大規(guī)模、高質(zhì)量的數(shù)據(jù)對于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等算法的訓(xùn)練和優(yōu)化至關(guān)重要。數(shù)據(jù)之于AI應(yīng)用，如同流量是互聯(lián)網(wǎng)的護(hù)城河，有核心數(shù)據(jù)才有關(guān)鍵的AI能力。數(shù)據(jù)庫等結(jié)構(gòu)化數(shù)據(jù)文本、圖像、音頻和視頻等非結(jié)構(gòu)化數(shù)據(jù)傳感器數(shù)據(jù)等實(shí)時(shí)生成數(shù)據(jù)核心數(shù)據(jù)：訓(xùn)練集測試集權(quán)重學(xué)習(xí)預(yù)測結(jié)果數(shù)據(jù)清洗模型訓(xùn)練1.人工智能四要素1.人工智能四要素算力（ComputiongPower）算力是計(jì)算機(jī)系統(tǒng)處理復(fù)雜計(jì)算任務(wù)和大規(guī)模數(shù)據(jù)的能力，為人工智能提供基本的計(jì)算能力的支撐。隨著人工智能任務(wù)的復(fù)雜性不斷增加，對于高效的計(jì)算能力需求也日益增大。特別是深度學(xué)習(xí)等計(jì)算密集型任務(wù)，需要進(jìn)行大量矩陣運(yùn)算和神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，對計(jì)算能力提出了更高的要求。為了滿足這種需求，專門設(shè)計(jì)的硬件設(shè)備如圖形處理器（GPU）和專用AI芯片的應(yīng)用變得越來越廣泛。這些硬件設(shè)備具備并行計(jì)算能力和高效能運(yùn)算，能夠大幅度提升計(jì)算速度和效率，加速人工智能任務(wù)的處理過程。1.人工智能四要素1.人工智能四要素算法（Algorithm）算法是實(shí)現(xiàn)智能決策和預(yù)測的數(shù)學(xué)模型，是實(shí)現(xiàn)人工智能的根本途徑，是挖掘數(shù)據(jù)智能的有效方法。人工智能領(lǐng)域涵蓋了多種算法，例如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等。這些算法通過訓(xùn)練模型，使其從數(shù)據(jù)中學(xué)習(xí)并做出預(yù)測或決策。隨著算法的不斷創(chuàng)新和改進(jìn)，在語音識別、圖像處理、自然語言處理等領(lǐng)域取得了顯著的成果，并為實(shí)現(xiàn)更高級別的人工智能能力提供了基礎(chǔ)。1.人工智能四要素場景（AIScene）場景是人工智能應(yīng)用的關(guān)鍵所在，是實(shí)現(xiàn)智能決策和預(yù)測的實(shí)際環(huán)境。在智能家居、醫(yī)療、交通等領(lǐng)域，AI技術(shù)根據(jù)場景需求進(jìn)行定制和優(yōu)化，通過學(xué)習(xí)用戶習(xí)慣和需求，提供個(gè)性化服務(wù)。場景不僅為AI技術(shù)提供了展示其價(jià)值的舞臺，還推動(dòng)著算法的不斷創(chuàng)新。隨著技術(shù)的發(fā)展，AI將在更多場景中展現(xiàn)其強(qiáng)大的潛力和價(jià)值，為人們的生活帶來更多便利和可能性。2.人工智能技術(shù)架構(gòu)人工智能技術(shù)架構(gòu)應(yīng)用層是人工智能技術(shù)的最終應(yīng)用領(lǐng)域，將技術(shù)層提供的算法和模型應(yīng)用到具體的問題和場景中，實(shí)現(xiàn)智能化的決策和優(yōu)化。技術(shù)層提供了各種人工智能技術(shù)和算法，用于處理和分析數(shù)據(jù)，并提取有用的信息和知識；基礎(chǔ)層提供了支撐人工智能應(yīng)用的基礎(chǔ)設(shè)施和技術(shù)，包括存儲和處理大規(guī)模數(shù)據(jù)的能力，以及高性能的計(jì)算和通信基礎(chǔ)設(shè)施；010203人工智能的技術(shù)架構(gòu)按照產(chǎn)業(yè)生態(tài)通?？梢詣澐譃榛A(chǔ)層、技術(shù)層、應(yīng)用層三大板塊。2.人工智能技術(shù)架構(gòu)人工智能的三層技術(shù)框架是相互交織和緊密關(guān)聯(lián)的，各個(gè)層次之間的功能和作用也存在重疊和互動(dòng)。在實(shí)際應(yīng)用中，還需要根據(jù)具體需求進(jìn)行定制和整合，可形成完整的人工智能解決方案。如圖1-3所示為國內(nèi)企業(yè)應(yīng)對人工智能技術(shù)布局。圖1-3人工智能技術(shù)架構(gòu)人工智能相關(guān)技術(shù)機(jī)器學(xué)習(xí)的概念機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，它融合了概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科的知識。它致力于研究如何使計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，從而獲取新的知識或技能，并重新組織已有的知識結(jié)構(gòu)以改善自身的性能。機(jī)器學(xué)習(xí)是人工智能的核心，是實(shí)現(xiàn)計(jì)算機(jī)智能的根本途徑。機(jī)器學(xué)習(xí)的主要算法：有監(jiān)督學(xué)習(xí)（SupervisedLearning）：通過已知輸入和對應(yīng)輸出來訓(xùn)練模型。在訓(xùn)練過程中，模型學(xué)習(xí)如何從輸入數(shù)據(jù)中提取特征，并基于這些特征預(yù)測輸出。常見的有監(jiān)督學(xué)習(xí)算法包括線性回歸、邏輯回歸、決策樹、支持向量機(jī)（SVM）、神經(jīng)網(wǎng)絡(luò)等。無監(jiān)督學(xué)習(xí)（UnsupervisedLearning）：在訓(xùn)練過程中，只提供輸入數(shù)據(jù)而不提供對應(yīng)的輸出標(biāo)簽。模型的任務(wù)是發(fā)現(xiàn)數(shù)據(jù)中的內(nèi)在結(jié)構(gòu)或模式，如聚類、降維等。常見的無監(jiān)督學(xué)習(xí)算法包括K-均值聚類、層次聚類、主成分分析（PCA）等。人工智能相關(guān)技術(shù)半監(jiān)督學(xué)習(xí)（Semi-SupervisedLearning）：介于有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)之間。它使用部分有標(biāo)簽的數(shù)據(jù)和大量無標(biāo)簽的數(shù)據(jù)來訓(xùn)練模型。這種學(xué)習(xí)方法有助于在標(biāo)簽數(shù)據(jù)稀缺的情況下提高模型的性能。強(qiáng)化學(xué)習(xí)（ReinforcementLearning）：模型通過與環(huán)境進(jìn)行交互并嘗試優(yōu)化其策略來學(xué)習(xí)如何執(zhí)行任務(wù)。在每次交互中，模型都會根據(jù)其行為獲得一個(gè)獎(jiǎng)勵(lì)或懲罰，并據(jù)此調(diào)整其策略。強(qiáng)化學(xué)習(xí)在機(jī)器人技術(shù)、游戲AI等領(lǐng)域具有廣泛應(yīng)用。機(jī)器學(xué)習(xí)的應(yīng)用在金融領(lǐng)域，機(jī)器學(xué)習(xí)可以用于股票價(jià)格預(yù)測、信用風(fēng)險(xiǎn)評估、欺詐檢測等任務(wù)。在醫(yī)療領(lǐng)域，機(jī)器學(xué)習(xí)可以用于醫(yī)學(xué)圖像識別（如X光片、CT掃描等）、基因測序、疾病預(yù)測等任務(wù)。在教育領(lǐng)域，機(jī)器學(xué)習(xí)可以實(shí)現(xiàn)個(gè)性化學(xué)習(xí)、智能輔導(dǎo)、學(xué)習(xí)進(jìn)度評估等功能。在自然語言處理領(lǐng)域，機(jī)器學(xué)習(xí)可以用于文本分類、情感分析、機(jī)器翻譯、問答系統(tǒng)等任務(wù)。人工智能相關(guān)技術(shù)深度學(xué)習(xí)深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)前沿領(lǐng)域，它專注于通過模擬人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能，實(shí)現(xiàn)對圖像、聲音、文本等復(fù)雜數(shù)據(jù)的識別、理解和生成。深度學(xué)習(xí)模型采用多層神經(jīng)網(wǎng)絡(luò)架構(gòu)，通過反向傳播算法自動(dòng)調(diào)整網(wǎng)絡(luò)權(quán)重，從而從原始數(shù)據(jù)中學(xué)習(xí)到有用的特征和模式。這種能力使得深度學(xué)習(xí)在處理大規(guī)模、復(fù)雜數(shù)據(jù)集時(shí)表現(xiàn)出色，并在多個(gè)領(lǐng)域取得了顯著的成果，如計(jì)算機(jī)視覺、自然語言處理、語音識別等。深度學(xué)習(xí)模型具有強(qiáng)大的泛化能力和預(yù)測準(zhǔn)確率，為人工智能的發(fā)展和應(yīng)用提供了強(qiáng)大的技術(shù)支撐。深度學(xué)習(xí)應(yīng)用計(jì)算機(jī)視覺：如人臉識別、物體檢測、圖像分類等。自然語言處理：如語音識別、機(jī)器翻譯、情感分析等。推薦系統(tǒng)：如商品推薦、影視推薦等。醫(yī)療領(lǐng)域：如醫(yī)學(xué)影像識別、基因測序等。金融領(lǐng)域：如信用卡欺詐檢測、貸款風(fēng)險(xiǎn)評估等。人工智能相關(guān)技術(shù)計(jì)算機(jī)視覺計(jì)算機(jī)視覺專注于研究如何從圖像和視頻中自動(dòng)提取、處理和分析信息，以實(shí)現(xiàn)檢測、識別和跟蹤等任務(wù)。這一過程包括圖像預(yù)處理、濾波以及提取邊緣、紋理、顏色等特征以深入理解圖像內(nèi)容。此外，借助深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等先進(jìn)算法，計(jì)算機(jī)視覺能夠顯著提高圖像分類、目標(biāo)檢測、分割和識別的準(zhǔn)確性和魯棒性，通過自動(dòng)學(xué)習(xí)數(shù)據(jù)中的模式和特征，實(shí)現(xiàn)更高效和準(zhǔn)確的自動(dòng)化圖像處理。自然語言處理自然語言處理（NLP）是一種結(jié)合語言學(xué)、計(jì)算機(jī)科學(xué)和人工智能技術(shù)的關(guān)鍵人工智能技術(shù)，NLP的研究聚焦于自然語言理解（NLU）和自然語言生成（NLG）兩大核心領(lǐng)域，前者致力于將人類語言轉(zhuǎn)化為機(jī)器可分析的格式以進(jìn)行自動(dòng)處理，如語音識別和信息抽??；后者則負(fù)責(zé)將機(jī)器生成的語言轉(zhuǎn)化為人類可讀的格式，如機(jī)器翻譯和智能回復(fù)。NLP的廣泛應(yīng)用包括機(jī)器翻譯、情感分析、自動(dòng)摘要、觀點(diǎn)挖掘、文本分類、信息抽取和機(jī)器寫作等，是實(shí)現(xiàn)人機(jī)智能交互的重要基礎(chǔ)。人工智能相關(guān)技術(shù)語音識別語音識別技術(shù)是一種前沿的人工智能應(yīng)用，它能夠?qū)⑷祟愓Z音準(zhǔn)確地轉(zhuǎn)換為文本。該技術(shù)通過處理輸入的音頻信號，分析并比對語音信號的特征，從而將其轉(zhuǎn)換成相應(yīng)的文本形式。語音識別技術(shù)在智能家居、車載娛樂和手機(jī)助手等多個(gè)領(lǐng)域得到了廣泛應(yīng)用，極大地提高了用戶與設(shè)備交互的便捷性和安全性。隨著人工智能技術(shù)的不斷進(jìn)步，語音識別技術(shù)的準(zhǔn)確性和識別速度也在持續(xù)提升。生成式人工智能生成式人工智能（AIGC），全稱ArtificialIntelligenceGeneratedContent，是一種人工智能技術(shù)，用于自動(dòng)生成內(nèi)容，該內(nèi)容在很大程度上類似于通過訓(xùn)練數(shù)據(jù)學(xué)到的內(nèi)容分布，是當(dāng)今研究及應(yīng)用的熱門技術(shù)。與傳統(tǒng)的人工智能主要關(guān)注數(shù)據(jù)模式的識別和預(yù)測不同，AIGC專注于創(chuàng)造新的、富有創(chuàng)意的數(shù)據(jù)。AIGC的應(yīng)用領(lǐng)域廣泛，包括圖像、文本、音頻、視頻等多個(gè)領(lǐng)域。AIGC在人工智能中的定位和關(guān)系如圖1-4所示。人工智能相關(guān)技術(shù)圖1-4AIGC在人工智能中的定位及關(guān)系任務(wù)實(shí)施人工智能初體驗(yàn)近年來，中國的AI大模型產(chǎn)業(yè)如火如荼。據(jù)《中國人工智能大模型地圖研究報(bào)告》披露，自2020年以來，中國企業(yè)和機(jī)構(gòu)已發(fā)布了79個(gè)參數(shù)在10億規(guī)模以上的大模型，這輪熱潮也被戲稱為“百團(tuán)大戰(zhàn)”。大模型入局者中，既有百川智能、光年之外等后起之秀，也不乏百度、騰訊、商湯科技、科大訊飛等積淀深厚的選手。阿里云“通義”大模型，無疑是百家爭鳴中的引領(lǐng)者。阿里通義大模型是阿里云推出的一個(gè)超大規(guī)模的語言模型，功能包括多輪對話、文案創(chuàng)作、邏輯推理、多模態(tài)理解、多語言支持。能夠跟人類進(jìn)行多輪的交互，也融入了多模態(tài)的知識理解，且有文案創(chuàng)作能力，能夠續(xù)寫小說，編寫郵件等。人工智能初體驗(yàn)通義萬相是阿里云通義系列AI繪畫創(chuàng)作大模型，該模型可輔助人類進(jìn)行圖片創(chuàng)作，于2023年7月7日正式上線。通義萬相可通過對配色、布局、風(fēng)格等圖像設(shè)計(jì)元素進(jìn)行拆解和組合，提供高度可控性和極大自由度的圖像生成效果?；A(chǔ)文生圖功能，可根據(jù)文字內(nèi)容生成水彩、扁平插畫、二次元、油畫、中國畫、3D卡通和素描等風(fēng)格圖像1相似圖片生成功能，用戶上傳任意圖片后，即可進(jìn)行創(chuàng)意發(fā)散，生成內(nèi)容、風(fēng)格相似的AI畫作2在業(yè)內(nèi)率先支持圖像風(fēng)格遷移，用戶上傳原圖和風(fēng)格圖，可自動(dòng)把原圖處理為指定的風(fēng)格圖3通義萬相首批上線三大能力人工智能初體驗(yàn)下面一起體驗(yàn)一下通義萬相的強(qiáng)大AI作畫能力。（1）打開通義萬相鏈接：/wanxiang/creation，如下圖1-5所示。（注意：如果系統(tǒng)提示需注冊登錄，按提示進(jìn)行操作即可）圖1-5通義萬相創(chuàng)意作畫人工智能初體驗(yàn)（2）在左側(cè)下列列表框中可選擇對應(yīng)功能（圖1-6），這里選文本生成圖像。圖1-6功能選擇人工智能初體驗(yàn)（3）在左側(cè)文本框中輸入提示詞（Prompt），系統(tǒng)給出的提示詞咒語：主題+主題描述+風(fēng)格描述，例如：小貓，在洗衣機(jī)里對我笑，插畫風(fēng)。在本案例中輸入提示詞：“女大學(xué)生，在圖書館聚精會神看書，肖像特寫，陽光透過窗戶照在臉上”，點(diǎn)擊“生成創(chuàng)意畫作”，在右側(cè)系統(tǒng)生成了4幅畫，如圖1-7所示。圖1-7