人工智能技術(shù)與應(yīng)用（案例版）課件全套 儀登利 第1-10章 緒論 -智能服務(wù)機(jī)器人

第1章

緒論-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.課程起源及地位2.學(xué)習(xí)內(nèi)容1.課程起源及地位人工智能引領(lǐng)“第四次工業(yè)革命”

人工智能的應(yīng)用已經(jīng)滲透到各領(lǐng)域1.1智能制造工程專業(yè)人才培養(yǎng)人工智能總體技術(shù)和應(yīng)用與世界先進(jìn)水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟(jì)增長(zhǎng)點(diǎn)，人工智能技術(shù)應(yīng)用成為改善民生的新途徑，有力支撐進(jìn)入創(chuàng)新型國(guó)家行列和全面建成小康社會(huì)的奮斗目標(biāo)。20202025人工智能基礎(chǔ)理論實(shí)現(xiàn)重大突破技術(shù)與應(yīng)用部分達(dá)到世界領(lǐng)先水平，人工智能成為帶動(dòng)我國(guó)產(chǎn)業(yè)升級(jí)和經(jīng)濟(jì)轉(zhuǎn)型的主要?jiǎng)恿Γ悄苌鐣?huì)建設(shè)取得積極進(jìn)展人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心，智能經(jīng)濟(jì)、智能社會(huì)取得明顯成效，為躋身創(chuàng)新型國(guó)家前列和經(jīng)濟(jì)強(qiáng)國(guó)奠定重要基礎(chǔ)。20301.1智能制造工程專業(yè)人才培養(yǎng)

為主動(dòng)應(yīng)對(duì)新一輪科技革命和產(chǎn)業(yè)變革，下好新一輪科技革命和產(chǎn)業(yè)變革的“先手棋”，2017年教育部啟動(dòng)了新工科建設(shè)，更加注重產(chǎn)業(yè)需求導(dǎo)向，注重跨界交叉融合，注重支撐引領(lǐng)，改造升級(jí)傳統(tǒng)工科專業(yè)，發(fā)展新興工科專業(yè)，主動(dòng)布局未來戰(zhàn)略必爭(zhēng)領(lǐng)域人才培養(yǎng)。2018年設(shè)立智能制造工程專業(yè)，立足新工科培養(yǎng)理念，為新時(shí)代制造業(yè)提供高級(jí)工程應(yīng)用型人才。智能制造工程專業(yè)是綜合應(yīng)用自動(dòng)控制、人工智能、機(jī)械、計(jì)算機(jī)等專業(yè)領(lǐng)域知識(shí)形成的前沿交叉學(xué)科專業(yè)，其集成了數(shù)字化設(shè)計(jì)與制造、智能裝備、智能感知與檢測(cè)、工業(yè)機(jī)器人、工業(yè)物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等制造智能化關(guān)鍵技術(shù)。

人工智能是一門新興的邊緣學(xué)科，是自然科學(xué)和社會(huì)科學(xué)的交叉學(xué)科，吸取了自然科學(xué)和社會(huì)科學(xué)的最新成就，以智能為核心，形成了具有自身研究特點(diǎn)的新體系。1.2人工智能+專業(yè)2003年北京大學(xué)“智能科學(xué)與技術(shù)”本科專業(yè)先后通過了專家論證、學(xué)部評(píng)審和學(xué)校批準(zhǔn)，同年報(bào)教育部備案通過，2004年3月教育部公布，同年招收第

一批“智能科學(xué)與技術(shù)”本科專業(yè)學(xué)生。截至2016年，全國(guó)智能科學(xué)與技術(shù)本科專業(yè)共29個(gè)。2017到2018年，全國(guó)智能科學(xué)與技術(shù)本科專業(yè)共26個(gè)。2019到2020年，全國(guó)的智能科學(xué)與技術(shù)本科專業(yè)128個(gè)。2019到2020年，全國(guó)設(shè)立的人工智能本科專業(yè)共215個(gè)。2020年02月，?？迫斯ぶ悄芗夹g(shù)服務(wù)專業(yè)171個(gè)。

我國(guó)智能科學(xué)與技術(shù)本科教育起源于2004年，該專業(yè)就是我國(guó)的人工智能專業(yè)，二者沒有本質(zhì)區(qū)別，名字不同，可差異化發(fā)展。后面統(tǒng)稱人工智能專業(yè)。人工智能本科教育的起源與發(fā)展人工智能專業(yè)產(chǎn)生于2019年，絕對(duì)是新專業(yè)。智能科學(xué)與技術(shù)專業(yè)雖產(chǎn)生于2004年，但從其發(fā)展過程看其真正發(fā)展是在2018年，因此也應(yīng)該算是新專業(yè)。從專業(yè)發(fā)展的角度看，除了這兩個(gè)新專業(yè)外，在人工智能領(lǐng)域還會(huì)不會(huì)有新的專業(yè)出來,從事物發(fā)展的角度看，完全有可能，例如:自然語言處理：包括語音識(shí)別、機(jī)器翻譯、自然語言生成、情感計(jì)算、自動(dòng)文摘、文本檢索等。機(jī)器學(xué)習(xí)與知識(shí)工程：知識(shí)計(jì)算理論與方法、群體智能與分布智能、高級(jí)機(jī)器學(xué)習(xí)、知識(shí)圖譜及應(yīng)用、大數(shù)據(jù)技術(shù)與應(yīng)用、不確定性推理與決策等。智能機(jī)器人：跨媒體感知與處理、多模態(tài)表征與融合、智能傳感與監(jiān)測(cè)、圖像分析與理解視頻理解與跟蹤、智能信息獲取與處理等。智能感知與交互：跨媒體感知與處理、多模態(tài)表征與融合、智能傳感與監(jiān)測(cè)、圖像分析與理解、視頻理解與跟蹤、智能信息獲取與處理等。人工智能產(chǎn)業(yè)的產(chǎn)業(yè)生態(tài)基礎(chǔ)層和技術(shù)層主要包括計(jì)算能力等相關(guān)的基礎(chǔ)設(shè)施搭配。計(jì)算機(jī)視覺、語音識(shí)別、生物識(shí)別等感知技術(shù)，類腦智能/推理智能、學(xué)習(xí)判斷/邏輯思考等認(rèn)知技術(shù)，以及人工智能開源軟硬件平臺(tái)、自主無人系統(tǒng)支撐平臺(tái)等技術(shù)應(yīng)用平臺(tái)，是人工智能向產(chǎn)業(yè)轉(zhuǎn)化的技術(shù)支撐，降低人工智能的應(yīng)用門檻。應(yīng)用層主要涵蓋人工智能在各類場(chǎng)景中的應(yīng)用。其中，智能終端產(chǎn)品，包括智能機(jī)器人、智能無人機(jī)、智能硬件等。重點(diǎn)場(chǎng)景應(yīng)用包括自動(dòng)駕駛、智慧醫(yī)療、智慧教育、智慧金融、新零售、智慧安防、智慧營(yíng)銷、智慧城市等，是基于現(xiàn)有的傳統(tǒng)產(chǎn)業(yè)，利用人工智能軟硬件及集成服務(wù)對(duì)傳統(tǒng)產(chǎn)業(yè)進(jìn)行升級(jí)改造，提高智能化程度。保障層包含人工智能產(chǎn)業(yè)發(fā)展過程中需要遵守的法律法規(guī)、倫理規(guī)范、安全以及標(biāo)準(zhǔn)，或在發(fā)展過程中需要修訂、規(guī)范的相關(guān)法規(guī)和標(biāo)準(zhǔn)等，以保障人工智能產(chǎn)業(yè)生態(tài)有序可持續(xù)發(fā)展。2.學(xué)習(xí)內(nèi)容《人工智能技術(shù)及應(yīng)用》，程顯毅、任越美、孫麗麗主編，機(jī)械工業(yè)出版社，2019.12《人工智能基礎(chǔ)》，王東云、劉新玉主編，電子工業(yè)出版社，2020.9《人工智能：智能制造》，劉繼紅、江平宇主編，電子工業(yè)出版社，2020.12《機(jī)器學(xué)習(xí)與視覺感知》，張寶昌、楊萬扣、林娜娜主編，清華大學(xué)出版社，2020.9《Python程序設(shè)計(jì)教程》，王輝、于洋等主編，清華大學(xué)出版社，2020.12教材及參考教材1.遼寧省聯(lián)盟慕課（學(xué)習(xí)通，已建好）2.慕課資源（B站斯坦福吳恩達(dá)課程；浙江大學(xué)《機(jī)器學(xué)習(xí)》課程等）教學(xué)資源及擴(kuò)展第1章

緒論-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.人工智能在我們身邊2.人工智能基本概念3.人工智能發(fā)展歷程4.

人工智能應(yīng)用開發(fā)5.

本章小結(jié)語音助手：識(shí)別用戶的語音命令，執(zhí)行各種任務(wù)，例如播放音樂、查找信息、發(fā)送短信、提醒日程等等。人臉識(shí)別：通過人臉識(shí)別，智能手機(jī)可以在解鎖屏幕、支付購物、拍照等方面提供更高的安全性和便捷性。搭載各APP，如谷歌翻譯APP：提供所支持的任意兩種語言之間的互譯，包括字詞、句子、文本和網(wǎng)頁翻譯。新增自動(dòng)翻譯功能。智能照片：自動(dòng)磨皮、美白、瘦臉、眼部增強(qiáng)及五官立體等功能，美化照片。迎合客戶需求的美顏手機(jī)。智能手機(jī)的AI智能家居智能冰箱智能空調(diào)掃地機(jī)器人智能門鎖智能風(fēng)扇智能燈掃地機(jī)器人這種“聰明”的電器產(chǎn)品可以根據(jù)預(yù)設(shè)時(shí)間或接受語音信息等表進(jìn)行清潔，減輕家務(wù)負(fù)擔(dān)。它是AI技術(shù)在電器上的典型應(yīng)用?？照{(diào)將調(diào)溫、控制風(fēng)向、制冷/制熱等這些控制集中在手機(jī)APP上，能根據(jù)外界氣候條件，按照預(yù)先設(shè)定的指標(biāo)對(duì)溫度、濕度、空氣清潔度傳感器所傳來的信號(hào)進(jìn)行分析、判斷、及時(shí)自動(dòng)打開制冷、加熱、去濕及空氣凈化等功能。智能冰箱可以識(shí)別冰箱內(nèi)的食物種類和數(shù)量，自動(dòng)生成購物清單或推薦食譜。部分智能冰箱還可以通過屏幕顯示日歷、新聞等信息。智能家居的AI人工智能是通過機(jī)器來模擬人類智能的技術(shù)。人工智能就是使一部機(jī)器的反應(yīng)方式像人一樣進(jìn)行感知、認(rèn)知、決策、執(zhí)行的人工程序或系統(tǒng)。感知能力A推理與決策能力BD適應(yīng)能力C學(xué)習(xí)能力人工智能基本概念人工智能是一個(gè)含義很廣的術(shù)語，具有不同學(xué)科背景的人工智能學(xué)者對(duì)它有著不同的理解，綜合各種人工智能觀點(diǎn)，可以從“能力”和“學(xué)科”兩方面對(duì)人工智能進(jìn)行定義。從能力的角度看從學(xué)科的角度看人工智能是指人工的方法在機(jī)器（如計(jì)算機(jī)）上實(shí)現(xiàn)的智能。人工智能是一門研究如何構(gòu)造智能機(jī)器或智能系統(tǒng)，使其能模擬、延伸和拓展人類智能的學(xué)科。1.2人工智能基本概念1.3人工智能的內(nèi)涵與外延2.1人工智能起源與發(fā)展人工智能的發(fā)展道路曲折起伏，總的來說可分為7個(gè)時(shí)期，依次是孕育期、起步發(fā)展期、反思發(fā)展期、應(yīng)用發(fā)展期、低迷發(fā)展期、穩(wěn)步發(fā)展期和蓬勃發(fā)展期，如圖所示---人工智能發(fā)展歷程。并非線性而是螺旋式上升2.1人工智能起源與發(fā)展人工智能的三要素?cái)?shù)據(jù)即是知識(shí)原料，是人工智能發(fā)展的基礎(chǔ)。算法是人工智能發(fā)展的框架，算法框架能夠極大地提高人工智能學(xué)習(xí)效率。算力是支撐人工智能高速發(fā)展的關(guān)鍵要素。2.2人工智能主要學(xué)派3.1人工智能應(yīng)用開發(fā)流程提供了多種框架多樣性面向?qū)ο蠓绞胶?jiǎn)單化3.2人工智能開發(fā)環(huán)境模型框架PaddlePaddle本章小結(jié)第2章

知識(shí)表示與知識(shí)圖譜人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.知識(shí)與知識(shí)表示2.謂詞邏輯表示法3.產(chǎn)生式表示法4.知識(shí)圖譜5.產(chǎn)生式知識(shí)表示案例2.1知識(shí)與知識(shí)表示知識(shí)基本概念知識(shí)是經(jīng)過削減、塑造、解釋和轉(zhuǎn)換的信息。知識(shí)的不確定性知識(shí)的相對(duì)正確性可表示性與可利用性知識(shí)的特性知識(shí)的分類按知識(shí)的作用效果知識(shí)可分為陳述性知識(shí)、過程性知識(shí)和控制性知識(shí)。其中，陳述性知識(shí)是關(guān)于世界的事實(shí)性知識(shí)，主要回答“是什么”、“為什么”等問題。過程性知識(shí)是描述在問題求解過程所需要的操作、算法或行為等規(guī)律性的知識(shí)，主要回答“怎么做”的問題。控制性知識(shí)是關(guān)于如何使用前兩種知識(shí)去學(xué)習(xí)和解決問題的知識(shí)。按知識(shí)的確定性按知識(shí)的確定性把知識(shí)分為確定性知識(shí)和不確定知識(shí)。確定性知識(shí)是可以指出其值為“真”或“假”的知識(shí)，是精確性知識(shí)；不確定性知識(shí)指具有“不確定”特性的知識(shí)，它是對(duì)不精確、不完全及模糊性知識(shí)的總稱。按知識(shí)的適用范圍知識(shí)可分為常識(shí)性知識(shí)和領(lǐng)域性知識(shí)。常識(shí)性知識(shí)是指通用通識(shí)的知識(shí)，即人們普遍知道的、適用于所有領(lǐng)域的知識(shí)。領(lǐng)域性知識(shí)是指面向某個(gè)具體領(lǐng)域的專業(yè)性知識(shí)，這些知識(shí)只有該領(lǐng)域的專業(yè)人員才能夠掌握和運(yùn)用它，如領(lǐng)域?qū)＜业慕?jīng)驗(yàn)等。知識(shí)與知識(shí)表示知識(shí)表示的含義知識(shí)表示是研究用機(jī)器表示知識(shí)的可行性、有效性的一般方法，是一種數(shù)據(jù)結(jié)構(gòu)與控制結(jié)構(gòu)的統(tǒng)一體，既考慮知識(shí)的存儲(chǔ)又考慮知識(shí)的使用。知識(shí)表示的分類充分性可利用性可理解性可擴(kuò)充性知識(shí)表示的要求符號(hào)表示法和連接機(jī)制表示法2.2謂詞邏輯表示法例1.命題“王宏是學(xué)生”。謂詞表示為STUDENT（WangHong）。其中，WangHong是個(gè)體，代表王宏；STUDENT是謂詞名，說明王宏是學(xué)生主這一特征。通常，謂詞名用大寫英文字母表示，個(gè)體用小寫英文字母表示。例2.命題“5>3”。謂詞表示為Greater(5,3)。若命題“x>3”，則謂詞表示為Greater(x,3)，式中x是變?cè)?。?.命題“王宏的父親是教師”。謂詞表示為TEACHER（father（WangHong））。其中father（WangHong）是一個(gè)函數(shù)，表示命題中的定語關(guān)系。邏輯符號(hào)含義2.3產(chǎn)生式表示法規(guī)則描述的是事物間的因果關(guān)系，其含義是“如果……則……”

。在經(jīng)典的“動(dòng)物識(shí)別系統(tǒng)”中，利用產(chǎn)生式規(guī)則表示為：

IF動(dòng)物有羽毛THEN動(dòng)物是鳥其前提條件是“動(dòng)物有羽毛”，結(jié)論是“動(dòng)物是鳥”，其含義是“如羽毛，則動(dòng)物是鳥”。產(chǎn)生式系統(tǒng)規(guī)則庫是用于描述相應(yīng)領(lǐng)域內(nèi)過程性知識(shí)的產(chǎn)生式集合。對(duì)知識(shí)進(jìn)行合理的組織與管理，提高問題求解效率。綜合數(shù)據(jù)庫包含事實(shí)庫、上下文、黑板等，用于存放問題求解過程中的各種信息的數(shù)據(jù)結(jié)構(gòu)，包括初始狀態(tài)、原始證據(jù)、中間結(jié)論、最終結(jié)論，其內(nèi)容在推理過程中在動(dòng)態(tài)、不斷變化的。2.4知識(shí)圖譜以圖結(jié)構(gòu)存儲(chǔ)的語義網(wǎng)絡(luò)。通過這樣的方式，讓使用者更加便捷地發(fā)現(xiàn)新知識(shí)。知識(shí)圖譜起源與發(fā)展知識(shí)圖譜的構(gòu)建

知識(shí)圖譜特點(diǎn)基于知識(shí)圖譜的交互探索式分析，可以模擬人的思考過程去發(fā)現(xiàn)、求證及推理,員自己就可以完成全部過程，不需要專業(yè)人員的協(xié)助。利用交互式機(jī)器學(xué)習(xí)技術(shù)，支持根據(jù)推理、糾錯(cuò)及標(biāo)注等交互動(dòng)作的學(xué)習(xí)功能,不隨淀知識(shí)邏輯和模型，提高系統(tǒng)智能性，將知識(shí)沉淀在企業(yè)內(nèi)部，降低對(duì)經(jīng)驗(yàn)的依賴。知識(shí)學(xué)習(xí)圖式的數(shù)據(jù)存儲(chǔ)方式，相比傳統(tǒng)存儲(chǔ)方式，數(shù)據(jù)調(diào)取速度更快，圖庫可計(jì)算超過百萬的實(shí)體的屬性分布，可實(shí)現(xiàn)秒級(jí)返回結(jié)果，真正實(shí)現(xiàn)人機(jī)互動(dòng)的實(shí)時(shí)響應(yīng)，讓用戶可以做到即時(shí)決策。高速反饋基于知識(shí)圖譜的交互探索式分析，可以模擬人的思考過程去發(fā)現(xiàn)、求證及推理,員自己就可以完成全部過程，不需要專業(yè)人員的協(xié)助。像人類思考一樣去做分析傳統(tǒng)數(shù)據(jù)庫通常通過表格、字段等方式進(jìn)行讀取，而關(guān)系的層級(jí)及表達(dá)方式多種么且基于圖論和概率圖模型，可以處理復(fù)雜多樣的關(guān)聯(lián)分析，滿足企業(yè)各種角色關(guān)系的州管理需要。關(guān)系的表達(dá)能力強(qiáng)知識(shí)圖譜的應(yīng)用2.5產(chǎn)生式知識(shí)表示案例設(shè)計(jì)產(chǎn)生式動(dòng)物識(shí)別系統(tǒng)，該系統(tǒng)能夠識(shí)別虎、金錢豹、斑馬、長(zhǎng)頸鹿、鴕鳥、企鵝、信天翁等七種動(dòng)物。程序結(jié)果本章小結(jié)第3章

搜索與推理人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.搜索概述2.盲目搜索3.啟發(fā)式搜索4.推理5.搜索案例案例引入當(dāng)我們到陌生的城市旅游時(shí)，常使用手機(jī)的APP進(jìn)行搜索地點(diǎn)、路徑導(dǎo)航等，也會(huì)搜索附近的美食、旅店等。當(dāng)我們?cè)诿鎸?duì)一個(gè)新事物，新產(chǎn)品，新概念時(shí)，常使用搜索引擎工具進(jìn)行查詢、了解、學(xué)習(xí)。搜索技術(shù)在日常生活中的普遍應(yīng)用和重要性是不言而喻的。但你是否想過，在你使用智能助手搜索附近的餐廳過程中，智能助手是如何從成千上萬的選項(xiàng)中找到最符合你需求的那幾家餐廳的？它不僅能夠快速搜索，而且還對(duì)你的喜好、地理位置，甚至是當(dāng)時(shí)的餐飲潮流進(jìn)行復(fù)雜的分析和判斷。這背后就是搜索技術(shù)的功勞。1.搜索概述美國(guó)人工智能專家尼爾森（Nilsson）把搜索列為人工智能研究的四個(gè)核心問題之一。知識(shí)的模型化和表示，常識(shí)性推理、演繹和問題求解，啟發(fā)式搜索，人工智能系統(tǒng)和語言。在人工智能中，搜索問題一般包括兩個(gè)重要的問題：（1）搜索什么（2）在哪里搜索發(fā)展歷史20世紀(jì)50年代。最初，搜索被用于解決邏輯和數(shù)學(xué)問題，如象棋等游戲。這些早期的AI系統(tǒng)，如IBM的DeepBlue，通過搜索算法評(píng)估可能的棋局走法，并選擇最佳策略。DeepBlue在1997年擊敗國(guó)際象棋世界冠軍加里·卡斯帕羅夫，這標(biāo)志著搜索技術(shù)在解決復(fù)雜問題上的巨大潛力。2.盲目搜索在問題的求解過程中，只按照一般的邏輯法則或控制性知識(shí)，在預(yù)定的控制策略下進(jìn)行搜索。典型的盲目搜索有深度優(yōu)先搜索和寬度優(yōu)先搜索?；厮菟阉?/p>

回溯算法實(shí)際上是一個(gè)類似枚舉的搜索嘗試過程，主要是在搜索嘗試過程中尋找問題的解，當(dāng)發(fā)現(xiàn)已不滿足求解條件時(shí)，就“回溯”返回，嘗試別的路徑?；厮莘ㄊ且环N選優(yōu)搜索法，按選優(yōu)條件向前搜索，以達(dá)到目標(biāo)。但當(dāng)探索到某一步時(shí)，發(fā)現(xiàn)原先選擇并不優(yōu)或達(dá)不到目標(biāo)，就退回一步重新選擇，這種走不通就退回再走的技術(shù)為回溯法，而滿足回溯條件的某個(gè)狀態(tài)的點(diǎn)稱為“回溯點(diǎn)”八皇后問題如何能夠在8×8的國(guó)際象棋棋盤上放置8個(gè)皇后，使其不能互相攻擊，即任意兩個(gè)皇后都不能處于同一行、同一列或同一斜線上，問有多少種擺法。3.啟發(fā)式搜索僅從當(dāng)前狀態(tài)節(jié)點(diǎn)擴(kuò)展出子節(jié)點(diǎn)(相當(dāng)于找到上爬的路徑)，并將h(x)最小的子節(jié)點(diǎn)(對(duì)應(yīng)于到頂峰最近的上爬路徑)作為下一次考察和擴(kuò)展的節(jié)點(diǎn)，其余子節(jié)點(diǎn)全部丟棄。3.啟發(fā)式搜索A搜索算法是基于估價(jià)函數(shù)的一種加權(quán)啟發(fā)式圖搜索算法f(n)=g(n)+h(n)A*算法則是對(duì)A算法進(jìn)行了優(yōu)化，讓h(n)≤h*(n)，對(duì)h(n）進(jìn)行了限制，是優(yōu)化版的A算法。A算法與A*算法模擬退火算法

模擬退火算法來源于固體退火原理，是一種基于概率的算法。左圖物體處于非晶體狀態(tài)。將固體加溫至充分高（中圖），再讓其徐徐冷卻，也就是退火（右圖）。加溫時(shí)，固體內(nèi)部粒子隨溫升變?yōu)闊o序狀，內(nèi)能增大，而徐徐冷卻時(shí)粒子漸趨有序，在每個(gè)溫度都達(dá)到平衡態(tài)，最后在常溫時(shí)達(dá)到基態(tài)，內(nèi)能減為最小，此時(shí)物體以晶體形態(tài)呈現(xiàn)。4.推理人們?cè)趯?duì)各種事物進(jìn)行分析、綜合并最后做出決策時(shí)，通常是從已知的事實(shí)出發(fā)，通過運(yùn)用已掌握的知識(shí)，找出其中蘊(yùn)含的事實(shí)，或歸納出新的事實(shí)，這一過程通常稱為推理。概念推理分類按推出新判斷的途徑分類01按推出新判斷的途徑分類02按所用知識(shí)確定性分類03按推理過程中的單調(diào)性04按推理過程是否運(yùn)用啟發(fā)性知識(shí)分類推理策略演繹推理所謂演繹推理，就是從一般性的前提出發(fā)，通過推導(dǎo)即“演繹”，得出具體陳述或個(gè)別結(jié)論的過程。形式有三段論、假言推理和選言推理等。歸納推理歸納推理屬于邏輯學(xué)范疇，是一種由個(gè)別到一般的推理，由一定程度的關(guān)于個(gè)別事物的觀點(diǎn)過渡到范圍較大的觀點(diǎn)，由特殊具體的事例推導(dǎo)出一般原理、原則的解決方法。5.搜索案例八數(shù)碼狀態(tài)程序結(jié)果本章小結(jié)AI+制造-人工智能在制造業(yè)的應(yīng)用人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能制造概述2.智能制造產(chǎn)業(yè)綜述3.人工智能典型產(chǎn)品——機(jī)器人4.人工智能在制造業(yè)的應(yīng)用案例案例引入截至2023年底，我國(guó)已培育421家國(guó)家級(jí)智能制造示范工廠。2023年，我國(guó)智能車載設(shè)備制造、智能無人飛行器制造的增加值分別增長(zhǎng)60.0%、20.5%。越來越多傳統(tǒng)型工業(yè)制造企業(yè)開始加入智能工廠建設(shè)的行列，以此來推動(dòng)工業(yè)制造業(yè)向數(shù)字化、網(wǎng)絡(luò)化、智能化方向發(fā)展，從根本上變革制造業(yè)生產(chǎn)方式和資源組織模式，從而實(shí)現(xiàn)智能制造。1.智能制造概述

AI+的應(yīng)用范圍非常廣泛，正在改變著傳統(tǒng)產(chǎn)業(yè)，在提高生產(chǎn)效率和服務(wù)質(zhì)量的同時(shí)，也在推動(dòng)各個(gè)行業(yè)的創(chuàng)新和發(fā)展，形成新的業(yè)態(tài)和產(chǎn)業(yè)。（1）工業(yè)制造領(lǐng)域:利用人工智能技術(shù)優(yōu)化工業(yè)制造流程進(jìn)行質(zhì)檢，實(shí)現(xiàn)智能制造。

（2）金融領(lǐng)域:利用人工智能技術(shù)進(jìn)行風(fēng)險(xiǎn)控制、投資決策、反欺詐等操作，提高金融服務(wù)的精準(zhǔn)度和時(shí)效性。

（3）醫(yī)療衛(wèi)生領(lǐng)域:利用人工智能技術(shù)實(shí)現(xiàn)疾病預(yù)測(cè)、影像診斷、精準(zhǔn)醫(yī)療和健康管理。隨著老齡化社會(huì)的到來，“AI＋健康與養(yǎng)老”等等。制造業(yè)概述制造業(yè)的定義：制造業(yè)是指機(jī)械工業(yè)時(shí)代利用某種資源(物料、能源、設(shè)備、工具、資金、技術(shù)、信息和人力等)，按照市場(chǎng)要求，通過制造過程，轉(zhuǎn)化為可供人們使用和利用的大型工具、工業(yè)品與生活消費(fèi)產(chǎn)品的行業(yè)。根據(jù)在生產(chǎn)中使用的物質(zhì)形態(tài)，制造業(yè)可劃分為離散制造業(yè)和流程制造業(yè)。制造業(yè)包括：產(chǎn)品制造、設(shè)計(jì)、原料采購、設(shè)備組裝、倉儲(chǔ)運(yùn)輸、訂單處理、批發(fā)經(jīng)營(yíng)、零售。制造業(yè)分類制造業(yè)是國(guó)家的戰(zhàn)略性產(chǎn)業(yè)高度發(fā)達(dá)的制造業(yè)，是實(shí)現(xiàn)工業(yè)化的必備條件高度發(fā)達(dá)的制造業(yè)，是衡量國(guó)家國(guó)際競(jìng)爭(zhēng)力的重要標(biāo)志高度發(fā)達(dá)的制造業(yè)，是決定國(guó)家在經(jīng)濟(jì)全球化進(jìn)程中國(guó)際分工地位的關(guān)鍵因素智能制造的概念美國(guó)：“智能制造創(chuàng)新研究院”對(duì)智能制造的定義是：智能制造是先進(jìn)傳感、儀器、監(jiān)測(cè)、控制和過程優(yōu)化的技術(shù)和實(shí)踐的組合，它們將信息和通信技術(shù)與制造環(huán)境融合在一起，實(shí)現(xiàn)工廠和企業(yè)中能量、生產(chǎn)率、成本的實(shí)時(shí)管理。德國(guó)：“工業(yè)4.0”的內(nèi)涵就是數(shù)字化、智能化、人性化、綠色化，產(chǎn)品的大批量生產(chǎn)已經(jīng)不能滿足客戶個(gè)性化訂制的需求，要想使單件小批量生產(chǎn)能夠達(dá)到大批量生產(chǎn)同樣的效率和成本，需要構(gòu)建可以生產(chǎn)高精密、高質(zhì)量、個(gè)性化智能產(chǎn)品的智能工廠。中國(guó)：智能制造定義為基于新一代信息技術(shù)，貫穿設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動(dòng)各個(gè)環(huán)節(jié)，具有信息深度自感知、智慧優(yōu)化自決策、精準(zhǔn)控制自執(zhí)行等功能的先進(jìn)制造過程、系統(tǒng)與模式的總稱。2.智能制造產(chǎn)業(yè)綜述“AI+制造業(yè)”意義制造業(yè)為人工智能技術(shù)落地提供豐富的應(yīng)用場(chǎng)景促進(jìn)新經(jīng)濟(jì)增長(zhǎng)人工智能支持制造業(yè)產(chǎn)品、流程及商業(yè)模式創(chuàng)新滿足社會(huì)需求搶占新工業(yè)革命“智”高點(diǎn)，重構(gòu)國(guó)際分工“AI+制造業(yè)”產(chǎn)業(yè)綜述基礎(chǔ)層是不可或缺的軟硬件資源，包括人工智能芯片、工業(yè)機(jī)器人、工業(yè)物聯(lián)網(wǎng)，提供人工智能技術(shù)在制造業(yè)應(yīng)用所需的軟硬件資源。

技術(shù)平臺(tái)層是問題導(dǎo)向而非數(shù)據(jù)導(dǎo)向，包括公有制造云、制造業(yè)大數(shù)據(jù)、制造業(yè)人工智能算法，即基于數(shù)據(jù)和網(wǎng)絡(luò)，開發(fā)設(shè)計(jì)人工智能算法。

應(yīng)用層是讓人工智能去做擅長(zhǎng)的事情，利用人工智能技術(shù)在制造業(yè)生產(chǎn)和服務(wù)的各個(gè)環(huán)節(jié)創(chuàng)造價(jià)值。智能工廠內(nèi)涵與基本架構(gòu)“AI+制造業(yè)”未來趨勢(shì)自適應(yīng)學(xué)習(xí)與智能決策智能制造與工業(yè)互聯(lián)網(wǎng)邊緣計(jì)算與實(shí)時(shí)響應(yīng)0203013.人工智能的典型產(chǎn)品——機(jī)器人機(jī)器人的定義發(fā)明第一臺(tái)機(jī)器人的正是享有“機(jī)器人之父”美譽(yù)的恩格爾伯格先生。1958年他建立了Unimation公司，并于1959年研制出了世界上第一臺(tái)工業(yè)機(jī)器人，1983年，恩格爾伯格和他的同事們毅然將Unimation公司賣給了西屋公司，并創(chuàng)建了TRC公司，開始研制服務(wù)機(jī)器人。機(jī)器人的分類1按機(jī)器人的發(fā)展2按機(jī)器人的控制方式3按應(yīng)用環(huán)境的方式4按機(jī)器人的運(yùn)動(dòng)形式5按照機(jī)器人的移動(dòng)方式6按照機(jī)器人的作業(yè)空間適應(yīng)性通用性適應(yīng)性是指機(jī)器人對(duì)環(huán)境的自適應(yīng)能力。即所設(shè)計(jì)的機(jī)器人能夠自我執(zhí)行未經(jīng)完全指定的任務(wù)，而不管任務(wù)執(zhí)行過程中所發(fā)生的沒有預(yù)計(jì)到的環(huán)境變化。通用性指的是某種執(zhí)行不同功能和完成多樣簡(jiǎn)單任務(wù)的實(shí)際能力。機(jī)器人的通用性取決于其幾何特性和機(jī)械能力。機(jī)器人的主要特征及應(yīng)用=

主要應(yīng)用：

機(jī)器人有著極其廣泛的研究和應(yīng)用領(lǐng)域。研究機(jī)器人的學(xué)科叫機(jī)器人學(xué)，這些領(lǐng)域涉及眾多課題，體現(xiàn)出廣泛的學(xué)科交叉特點(diǎn)。機(jī)器人已在工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋以及國(guó)防等領(lǐng)域獲得越來越普遍的應(yīng)用。此外，機(jī)器人已逐漸在醫(yī)院、家庭和一些服務(wù)行業(yè)獲得推廣應(yīng)用，發(fā)展十分迅速。

生產(chǎn)線上的工業(yè)機(jī)器人

“玉兔號(hào)”月球車機(jī)器人的主要特征及應(yīng)用智能機(jī)器人定義智能機(jī)器人具有感知功能與識(shí)別、判斷及規(guī)劃功能。因此機(jī)器的智能分為兩個(gè)層次，一具有感覺、識(shí)別、理解和判斷功能；二具有總結(jié)經(jīng)驗(yàn)和學(xué)習(xí)的功能。感覺要素01運(yùn)動(dòng)要素02思考要素035.人工智能在制造業(yè)的應(yīng)用案例預(yù)防性維護(hù)預(yù)防維修生產(chǎn)維修20XX20XX20XX20XX事后維修狀態(tài)維修數(shù)字孿生在工廠的應(yīng)用數(shù)字孿生應(yīng)用于制造流程設(shè)計(jì)中產(chǎn)生了盒裝工廠。當(dāng)機(jī)器與AI設(shè)備一起交付時(shí)，制造商將端到端的工作流程打包，并為用戶提供安裝說明、知識(shí)參考、傳感器檢測(cè)操作和機(jī)器維護(hù)的分析方法以及無人監(jiān)督的模型。用戶通過訓(xùn)練創(chuàng)建一個(gè)盒裝工廠系統(tǒng)，使用無監(jiān)督的模型來尋找異常或錯(cuò)誤，并能夠?qū)⑺鼈兣c傳感器的正常反饋模式進(jìn)行比較。焊縫檢測(cè)該系統(tǒng)主要完成焊縫中缺陷的識(shí)別和焊接缺陷分類任務(wù)。檢測(cè)系統(tǒng)由轉(zhuǎn)換部分、處理部分和串行通信部分組成。轉(zhuǎn)換部分由一個(gè)X射線源、一個(gè)傳輸車輛、一個(gè)增強(qiáng)器和一個(gè)CCD相機(jī)組成。轉(zhuǎn)換部分是通過光增強(qiáng)器使X射線轉(zhuǎn)換為可見光，然后CCD攝像機(jī)將光信號(hào)轉(zhuǎn)換成電信號(hào)并發(fā)送給處理部分。處理部分由顯示器、圖像采集器、計(jì)算機(jī)和屏幕組成。在這一部分中，電信號(hào)被采集并通過圖像采集器轉(zhuǎn)換為數(shù)字信號(hào)。將數(shù)字圖像送入計(jì)算機(jī)，利用基于模糊識(shí)別理論的缺陷檢測(cè)算法進(jìn)行檢測(cè)。結(jié)果將實(shí)時(shí)顯示在屏幕上，并存儲(chǔ)在計(jì)算機(jī)中，以備將來的檢查或測(cè)試。串行通信部分由單片機(jī)、旋轉(zhuǎn)編碼器、光隔離器模塊組成，獲取和傳輸位置信息。該系統(tǒng)利用旋轉(zhuǎn)編碼器將位移信號(hào)轉(zhuǎn)換為脈沖信號(hào)，通過計(jì)算脈沖個(gè)數(shù)得到位移量，然后通過串行通信將位移信號(hào)傳送給計(jì)算機(jī)進(jìn)行缺陷的定位。本章小結(jié)第5章

智能工業(yè)機(jī)器人-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能工業(yè)機(jī)器人概述2.智能工業(yè)機(jī)器人應(yīng)用3.智能技術(shù)——機(jī)器視覺4.應(yīng)用案例工業(yè)機(jī)器人概念工業(yè)機(jī)器人是一種具有自動(dòng)控制的操作和移動(dòng)功能，能完成各種作業(yè)的可編程操作機(jī)。國(guó)際標(biāo)準(zhǔn)化組織（ISO）工業(yè)機(jī)器人是一種可以反復(fù)編程和多功能的，用來搬運(yùn)材料、零件、工具的操作機(jī)；或者為了執(zhí)行不同的任務(wù)而具有可改變和可編程的動(dòng)作的專門系統(tǒng)。美國(guó)機(jī)器人協(xié)會(huì)（RIA）機(jī)器人是一種自動(dòng)化的機(jī)器，所不同的是這種機(jī)器具備一些與人或生物相似的智能能力，如感知能力、規(guī)劃能力、動(dòng)作能力和協(xié)同能力，是一種具有高度靈活性的自動(dòng)化機(jī)器。我國(guó)科學(xué)家1985-2018年中日美德韓五國(guó)工業(yè)機(jī)器人保有量工業(yè)機(jī)器人發(fā)展歷程美國(guó)首創(chuàng)，日本實(shí)現(xiàn)產(chǎn)業(yè)化，中國(guó)接棒成為最大市場(chǎng)”。工業(yè)機(jī)器人四大家族

行業(yè)領(lǐng)先者包括ABB（瑞士）、KUKA（德國(guó)）、FANUC（日本）、YASKAWA（日本）等公司，這些公司經(jīng)由多年發(fā)展，研發(fā)出更高效能的工業(yè)機(jī)器人，也就是人們常說的工業(yè)機(jī)器人四大家族。這四大家族在工業(yè)機(jī)器人領(lǐng)域具有廣泛的市場(chǎng)份額和良好的聲譽(yù)，它們各自具有獨(dú)特的技術(shù)優(yōu)勢(shì)和市場(chǎng)定位，在不同的領(lǐng)域中發(fā)揮著重要作用。工業(yè)機(jī)器人的組成三大部分：機(jī)械部分、傳感部分、控制部分六大系統(tǒng)：機(jī)械結(jié)構(gòu)系統(tǒng)、驅(qū)動(dòng)系統(tǒng)、感受系統(tǒng)、機(jī)器人-環(huán)境交互系統(tǒng)、人-機(jī)交互系統(tǒng)、控制系統(tǒng)工業(yè)機(jī)器人產(chǎn)業(yè)鏈工業(yè)機(jī)器人的分類2.智能工業(yè)機(jī)器人近兩年模態(tài)大模型技術(shù)的發(fā)展，更是奠定了實(shí)現(xiàn)人機(jī)自然交互的技術(shù)基礎(chǔ)。將成熟的工業(yè)機(jī)器人與新興的人工智能技術(shù)融合，誕生了具身智能工業(yè)機(jī)器人。具身智能工業(yè)機(jī)器人，英文為EmbodiedIntelligentIndustrialRobots，簡(jiǎn)稱EIIR。具身智能理論根源于“具身認(rèn)知（EmbodiedRecoginition）”，包括人類在內(nèi)的一切智能體的認(rèn)知能力是由智能體自身結(jié)構(gòu)決定的，并在此基礎(chǔ)上構(gòu)建自己的世界模型。而這種認(rèn)知又直接影響智能體的高級(jí)心理活動(dòng)，諸如：推理，決策等。以具身智能理論作為指導(dǎo)，將成熟的工業(yè)機(jī)器人與新興的人工智能技術(shù)融合，誕生了具身智能工業(yè)機(jī)器人。通俗說，具身智能就是具有身體的智能，讓“大腦”有了可支配、可感知、可交互、可行動(dòng)的“身體”。智能工業(yè)機(jī)器人在裝配生產(chǎn)線上的應(yīng)用在汽車生產(chǎn)線上，機(jī)器人可以完成汽車發(fā)動(dòng)機(jī)組裝、車身噴漆、零件裝配等工作。智能工業(yè)機(jī)器人在焊接生產(chǎn)線上的應(yīng)用隨著科學(xué)技術(shù)進(jìn)步與發(fā)展，焊接機(jī)器人智能化程度不斷提升，已被廣泛應(yīng)用到點(diǎn)焊、弧焊、激光焊等工序，顯著提高焊接質(zhì)量和效率，降低人工操作誤差。智能工業(yè)機(jī)器人在搬運(yùn)生產(chǎn)線上的應(yīng)用搬運(yùn)機(jī)器人的出現(xiàn)，不僅可以充分利用工作環(huán)境的空間，而且提高了物料的搬運(yùn)能力，大大節(jié)約了裝卸搬運(yùn)過程中的作業(yè)時(shí)間，提高了裝卸效率，減輕了人類繁重的體力勞動(dòng)。工業(yè)機(jī)器人系統(tǒng)應(yīng)用案例熱軋鋼卷自動(dòng)打碼系統(tǒng)工作主要由工業(yè)機(jī)器人、激光打碼機(jī)（帶防護(hù)罩）、安全防護(hù)欄、行程開關(guān)、上位機(jī)、機(jī)器人控制柜等組成第5章

智能工業(yè)機(jī)器人-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能工業(yè)機(jī)器人概述2.智能工業(yè)機(jī)器人應(yīng)用3.智能技術(shù)——機(jī)器視覺4.應(yīng)用案例3.機(jī)器視覺概述機(jī)器視覺（MachineVision）又稱計(jì)算機(jī)視覺（ComputerVision簡(jiǎn)稱CV），是一門“教”會(huì)計(jì)算機(jī)如何去“看”世界的學(xué)科。形象地說，就是給計(jì)算機(jī)安裝上眼睛（照相機(jī)）和大腦（算法），讓計(jì)算機(jī)能夠感知環(huán)境。是一門研究如何讓機(jī)器“看”的科學(xué)。概念機(jī)器視覺系統(tǒng)組成機(jī)器視覺系統(tǒng)一個(gè)典型的基于PC的工業(yè)機(jī)器視覺系統(tǒng)包括：光源、鏡頭、相機(jī)、采集卡、視覺處理系統(tǒng)幾個(gè)部分。機(jī)器視覺的發(fā)展歷史機(jī)器視覺的發(fā)展歷史計(jì)算機(jī)視覺任務(wù)機(jī)器視覺應(yīng)用

機(jī)器視覺檢測(cè)現(xiàn)已被廣泛用于各大領(lǐng)域商品的缺點(diǎn)檢測(cè)、尺度檢測(cè)中。用視覺體系檢測(cè)電子部件的缺點(diǎn)或偏移的針腳，用視覺體系丈量電子部件形狀或區(qū)別顏色來進(jìn)行檢查錯(cuò)誤安裝等。其在消除瑕疵、含糊、碎屑或凹陷等商品缺點(diǎn)，以保證商品的功用和性能至關(guān)重要。物體檢測(cè)是視覺感知的第一步，也是計(jì)算機(jī)視覺的一個(gè)重要分支。物體檢測(cè)的目標(biāo)，就是用框去標(biāo)出物體的位置，并不一定給出物體的類別。在檢測(cè)的基礎(chǔ)上給出物體的類別。物體檢測(cè)（解決“有”的問題）

物體識(shí)別（解決“是什么”的問題）圖像分類和識(shí)別一張圖像中是否包含某種物體，對(duì)圖像進(jìn)行特征描述是物體分類的主要研究?jī)?nèi)容。一般說來，物體分類算法通過手工特征或者特征學(xué)習(xí)方法對(duì)整個(gè)圖像進(jìn)行全局描述，然后使用分類器判斷是否存在某類物體。不經(jīng)過物體檢測(cè)和物體識(shí)別，屬于無監(jiān)督學(xué)習(xí)，而物體檢測(cè)和物體識(shí)別是有監(jiān)督學(xué)習(xí)。目標(biāo)跟蹤

在第一幀中給定待跟蹤目標(biāo)的情況下，對(duì)目標(biāo)進(jìn)行特征提取，對(duì)感興趣區(qū)域進(jìn)行分析；然后在后續(xù)圖像中找到相似的特征和感興趣區(qū)域，并對(duì)目標(biāo)在下一幀中的位置進(jìn)行預(yù)測(cè)。4.應(yīng)用案例-形位識(shí)別硬件：ABB工業(yè)機(jī)器人、CCD工業(yè)相機(jī)、機(jī)器視覺工作站及其他相關(guān)配套元件；軟件：RobotStudio6.04以上版本、HALCON視覺軟件；實(shí)物與采集數(shù)據(jù)對(duì)比實(shí)物與采集數(shù)據(jù)對(duì)比應(yīng)用案例-人臉識(shí)別本章小結(jié)第6章

智能語音機(jī)器人-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能語音機(jī)器人概述2.智能語音機(jī)器人應(yīng)用3.智能技術(shù)——語音識(shí)別4.應(yīng)用案例案例引入亞歷克薩（Alexa），是由亞馬遜公司研發(fā)的家庭語音助手。也許你很難想象，每天都有成千上萬的人向這個(gè)小機(jī)器說“我愛你”。2017年亞歷克薩問世，外媒報(bào)道Alexa在一年就收到了超過100萬次求婚！然而結(jié)局可想而知，Alexa拒絕了100萬次，并且會(huì)回答這句話：“我們生活在不同的地方，我的意思是，你在地球上，而我在云上。”憑借著全球第一的市場(chǎng)份額，亞馬遜的語音助手Alexa無疑是地球上最受歡迎的語音助手。智能語音機(jī)器人概念智能語音機(jī)器人是基于語音識(shí)別、自然語言處理、機(jī)器學(xué)習(xí)等技術(shù)，面向客戶提供的一款智能客服機(jī)器人產(chǎn)品或人工智能系統(tǒng)。它可以通過語音與用戶進(jìn)行交互，實(shí)現(xiàn)自動(dòng)化客戶服務(wù)、智能問答、語音導(dǎo)航等功能。智能語音機(jī)器人通過接收用戶的語音輸入，進(jìn)行語音識(shí)別并理解用戶意圖，最終輸出相應(yīng)的回答或執(zhí)行動(dòng)作。語音機(jī)器人的發(fā)展歷程語音導(dǎo)航030102自然語言處理、語義理解基礎(chǔ)上加入了多輪對(duì)話能力，但是用戶對(duì)機(jī)器人還是有明顯感知的第二階段04機(jī)器人在語氣、對(duì)話能力上有了顯著提升，用戶對(duì)機(jī)器人的感知能力相對(duì)比較弱，服務(wù)水平接近普通業(yè)務(wù)員的水平第三階段將進(jìn)一步提升機(jī)器人對(duì)話的能力，尤其是業(yè)務(wù)場(chǎng)景下細(xì)化機(jī)器人的業(yè)務(wù)處理能力，使得機(jī)器人達(dá)到金牌業(yè)務(wù)員的水平。第四階段第一階段2.智能語音機(jī)器人的應(yīng)用在生活上在生產(chǎn)上第6章

智能語音機(jī)器人-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能語音機(jī)器人概述2.智能語音機(jī)器人應(yīng)用3.智能技術(shù)——語音識(shí)別4.應(yīng)用案例語音識(shí)別即ASR(AutoSpeechRecognize)，指利用計(jì)算機(jī)實(shí)現(xiàn)從語音到文字自動(dòng)轉(zhuǎn)換的任務(wù)。語音識(shí)別是以語音為研究對(duì)象，是一門與聲學(xué)、語音學(xué)、語言學(xué)、信息理論、模式識(shí)別理論以及神經(jīng)生物學(xué)等學(xué)科都有非常密切關(guān)系的交叉學(xué)科。讓機(jī)器通過識(shí)別和理解過程把語音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本，主要包括特征提取技術(shù)、模式匹配準(zhǔn)則及模型訓(xùn)練技術(shù)三個(gè)方面。通過語音信號(hào)處理和模式識(shí)別讓機(jī)器自動(dòng)識(shí)別和理解人類口述的語言或者文字。3.智能技術(shù)——語音識(shí)別語音識(shí)別概述語音識(shí)別系統(tǒng)構(gòu)建總體包括兩個(gè)部分，即訓(xùn)練和識(shí)別。語音識(shí)別系統(tǒng)語音識(shí)別系統(tǒng)構(gòu)建步驟（1）錄音（2）語音信號(hào)的預(yù)處理（3）語音信號(hào)的特征提取（4）語音信號(hào)的模型匹配（5）輸出文本的解碼語音識(shí)別分類

特定人語音識(shí)別系統(tǒng)非特定人語音系統(tǒng)多人的識(shí)別系統(tǒng)孤立詞語音識(shí)別系統(tǒng)連接詞語音識(shí)別系統(tǒng)連續(xù)語音識(shí)別系統(tǒng)小詞匯量語音識(shí)別系統(tǒng)中等詞匯量的語音識(shí)別系統(tǒng)大詞匯量語音識(shí)別系統(tǒng)4.應(yīng)用案例——語音打開記事本

對(duì)麥克風(fēng)進(jìn)行語音輸入，依次說“打開記事本”和“語音輸入很快并且比鍵盤輸入快得多”兩句話。計(jì)算機(jī)成功識(shí)別出我們的指令“打開記事本”，并在記事本中輸入了“語音輸入很快并且比鍵盤輸入快得多”。應(yīng)用案例——語音垃圾分類

把錄制好的音頻上傳至Wave庫，經(jīng)過聲卡循環(huán)采樣，調(diào)用上位機(jī)Python的Wave庫，將采樣完成后的數(shù)據(jù)寫入一個(gè)Wave文件，最后進(jìn)行語音識(shí)別。下位機(jī)Arduino的集成開發(fā)環(huán)境中可以通過串口監(jiān)視器來收發(fā)數(shù)據(jù)，主要通過三個(gè)函數(shù)來實(shí)現(xiàn)，其中Serial.read（）可以從COM接口讀取一個(gè)字節(jié)的數(shù)據(jù)，Serial.available（）可以查看COM接口是否有數(shù)據(jù)讀入，pinMode（）設(shè)置引腳的模式，OUTPUT將一個(gè)端口設(shè)置為輸出口。本章小結(jié)

第7章

智能汽車自動(dòng)駕駛-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能汽車概述2.自動(dòng)駕駛車輛的應(yīng)用3.智能技術(shù)——機(jī)器學(xué)習(xí)4.應(yīng)用案例案例引入近日來關(guān)于智能自動(dòng)駕駛汽車的報(bào)道越來越多。都市快報(bào)橙柿互動(dòng)報(bào)道，2024年1月15日至2月5日，“市民中心-杭州東站”“市民中心-蕭山機(jī)場(chǎng)”自動(dòng)駕駛出租車線路在杭州試運(yùn)營(yíng)。運(yùn)營(yíng)車輛配備了50個(gè)高清傳感器，包括28個(gè)高清攝像頭，它具有強(qiáng)大的算力，能夠?qū)崟r(shí)對(duì)道路上的車輛和物體進(jìn)行識(shí)別，并精準(zhǔn)計(jì)算，在保障安全的同時(shí)提供高效的出行服務(wù)。早在2018年，杭州就在全國(guó)率先進(jìn)行智能網(wǎng)聯(lián)車輛道路測(cè)試。智能網(wǎng)聯(lián)汽車發(fā)展，已駛?cè)搿翱燔嚨馈薄?.智能汽車概述智能汽車是搭載先進(jìn)傳感系統(tǒng)、決策系統(tǒng)、執(zhí)行系統(tǒng)，運(yùn)用信息通信、互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等新技術(shù)，具有部分或完全自動(dòng)駕駛功能，由單純交通運(yùn)輸工具逐步向智能移動(dòng)空間轉(zhuǎn)變的新一代汽車。改裝的自動(dòng)駕駛車輛

一款由豐田車改裝的自動(dòng)駕駛車輛，它搭載了毫米波雷達(dá)、攝像機(jī)以及激光雷達(dá)等環(huán)境感知設(shè)備。其中，在前后保險(xiǎn)杠上分布有四個(gè)雷達(dá)，用來探測(cè)較遠(yuǎn)處的障礙物。后視鏡附近有一個(gè)攝像機(jī)，用于檢測(cè)道路指示牌和交通燈情況。在行駛過程中，車載傳感器將感知信息發(fā)送給車載計(jì)算機(jī)，車載計(jì)算機(jī)通過輸入的感知信息進(jìn)行路徑規(guī)劃并生成相應(yīng)控制量，且將控制量下發(fā)給自動(dòng)駕駛車輛控制系統(tǒng)進(jìn)行橫向和縱向控制，實(shí)現(xiàn)智能駕駛。改裝的自動(dòng)駕駛車輛

另一款是谷歌在CodeConference上展示了一款原型車。沒有制動(dòng)踏板，沒有方向盤，也沒有油門踏板，只有一個(gè)用于開啟汽車的按鍵，其內(nèi)部設(shè)計(jì)可以大大增加乘客的乘車空間，提高舒適性。它搭載了64線激光雷達(dá)、GPS定位系統(tǒng)、車載雷達(dá)、攝像機(jī)、紅外攝像機(jī)、車輪編碼器以及開關(guān)。在車輛行駛過程中，車載計(jì)算機(jī)通過處理接收到的感知環(huán)境信息進(jìn)行規(guī)劃，并生成可行路徑以及對(duì)應(yīng)的控制量，最后將其發(fā)送給車輛底層執(zhí)行層，進(jìn)行智能駕駛。自動(dòng)駕駛車輛也可以分為更容易理解的四大部分，包括感知部分、定位導(dǎo)航、路徑規(guī)劃以及路徑跟蹤。感知系統(tǒng)：可以通過激光雷達(dá)、攝像頭、超聲波、GPS慣性導(dǎo)航傳感器來感知周圍的環(huán)境。這些傳感器不斷收集到的數(shù)據(jù)。然后經(jīng)過計(jì)算機(jī)處理，生成了車輛周圍的三維地圖和障礙物信息。決策系統(tǒng)通過人工智能算法和深度學(xué)習(xí)技術(shù)來實(shí)現(xiàn)決策系統(tǒng)。到的數(shù)據(jù)進(jìn)行分析。從而做出最優(yōu)的駕駛決策。執(zhí)行系統(tǒng)：通過電動(dòng)機(jī)剎車和轉(zhuǎn)向系統(tǒng)來控制車輛行駛。系統(tǒng)會(huì)根據(jù)決策系統(tǒng)做出的決策，自動(dòng)控制車輛行駛、轉(zhuǎn)向、制動(dòng)等操作，從而實(shí)現(xiàn)自動(dòng)駕駛。當(dāng)自動(dòng)駕駛車輛在行駛過程中遇到一個(gè)路口，感知系統(tǒng)會(huì)將收集到的三維地圖信息，可稱為車輛的數(shù)據(jù)，然后傳輸?shù)浇巧到y(tǒng)，決策系統(tǒng)會(huì)根據(jù)傳感器數(shù)據(jù)和人工智能算法來決定最佳行駛路線和速度。執(zhí)行系統(tǒng)通過控制車輛行駛和轉(zhuǎn)向，確保車輛安全通過路口。如果傳感器檢測(cè)到前方有障礙物、其他車輛或行人，那么汽車的計(jì)算機(jī)將根據(jù)距離和速度等因素做出相應(yīng)的反應(yīng)，如減速或停車；與此同時(shí)，汽車的計(jì)算機(jī)還可以通過使用先進(jìn)的路線規(guī)劃算法來決定最佳的行駛路線，以避免擁堵或危險(xiǎn)情況。智能汽車組成智能感知設(shè)備集成的硬件系統(tǒng)：自動(dòng)駕駛汽車是以智能汽車為代表，可以被理解為“站在四個(gè)輪子上的機(jī)器人”，利用傳感器、攝像頭及雷達(dá)感知環(huán)境，使用GPS和高精度地圖確定自身位置，從云端數(shù)據(jù)庫接收交通信息，利用處理器將收集到的各類數(shù)據(jù)向控制系統(tǒng)發(fā)出指令，實(shí)現(xiàn)加速、剎車、變道、跟隨等各種操作。智能汽車組成智能駕駛輔助集成的軟件系統(tǒng)：高級(jí)駕駛輔助系統(tǒng)是利用安裝在車上的各式各樣傳感器，在汽車行駛過程中隨時(shí)感應(yīng)周圍的環(huán)境，收集數(shù)據(jù)，進(jìn)行靜態(tài)、動(dòng)態(tài)物體的辨識(shí)、偵測(cè)與追蹤，并結(jié)合導(dǎo)航地圖數(shù)據(jù)，進(jìn)行系統(tǒng)的運(yùn)算與分析，從而預(yù)先讓駕駛者察覺到可能發(fā)生的危險(xiǎn)，有效增加汽車駕駛的舒適性和安全性。智能汽車起源與發(fā)展智能汽車的挑戰(zhàn)與未來在智能汽車技術(shù)變革過程中，智能駕駛汽車的廣泛部署仍面臨許多困難。其中最重要的問題是系統(tǒng)性能、網(wǎng)絡(luò)安全和處理快速發(fā)展的技術(shù)組合的正確管理框架。基于自動(dòng)駕駛概念和出行方式，未來汽車的商業(yè)模式必定會(huì)發(fā)生改變，自動(dòng)駕駛與“互聯(lián)網(wǎng)+”的結(jié)合將會(huì)極大地改變現(xiàn)有的汽車概念，甚至改變現(xiàn)有的物流系統(tǒng)、交通系統(tǒng)，實(shí)現(xiàn)現(xiàn)代公路物流的全自動(dòng)化。同時(shí)，自動(dòng)駕駛的概念與共享的概念完全契合。現(xiàn)在很多國(guó)家都步入老年化，自動(dòng)駕駛可以完美地解決老年人和殘疾人的出行問題。2.自動(dòng)駕駛車輛的應(yīng)用自動(dòng)駕駛分級(jí)國(guó)際自動(dòng)機(jī)工程師學(xué)會(huì)（SAE-International）發(fā)布的SAEJ3016標(biāo)準(zhǔn)提出自動(dòng)駕駛分級(jí)標(biāo)準(zhǔn)L0~L5級(jí)，共6個(gè)等級(jí)的自動(dòng)駕駛分類方法。多數(shù)人所理解的高度自動(dòng)化的自動(dòng)駕駛是Level5級(jí)別，也就是自動(dòng)駕駛的最高形態(tài)，但Level5級(jí)別的高度自動(dòng)化駕駛離量產(chǎn)目前還比較遙遠(yuǎn)。所以，先擁有成熟的駕駛輔助系統(tǒng)（也就是滿足Level1~Level3級(jí)別）是實(shí)現(xiàn)高度自動(dòng)化的基礎(chǔ)。自動(dòng)駕駛車輛在智能交通中的應(yīng)用自動(dòng)駕駛與車聯(lián)網(wǎng)：自動(dòng)駕駛汽車完全取代傳統(tǒng)汽車之前，必然有并存期。自動(dòng)駕駛汽車不僅要實(shí)現(xiàn)有人駕駛和自動(dòng)駕駛的無縫接軌，完全實(shí)現(xiàn)人機(jī)交互、車與車交互。車聯(lián)網(wǎng)通常是指車與車（V2V）、車與路面基礎(chǔ)設(shè)施（V2I）、車與人（V2P）、車與傳感設(shè)備的交互，實(shí)現(xiàn)車輛與公眾網(wǎng)絡(luò)通信的動(dòng)態(tài)移動(dòng)通信系統(tǒng)，并在信息網(wǎng)絡(luò)平臺(tái)上對(duì)多源采集的信息進(jìn)行加工、計(jì)算、共享和安全發(fā)布。自動(dòng)駕駛車輛在智能交通中的應(yīng)用自動(dòng)駕駛與智能交通系統(tǒng)：智能交通系統(tǒng)是將先進(jìn)的信息技術(shù)、通信技術(shù)、傳感技術(shù)、控制技術(shù)以及計(jì)算機(jī)技術(shù)等有效地集成運(yùn)用于整個(gè)交通運(yùn)輸管理體系，從而建立起一種在大范圍內(nèi)全方位發(fā)揮作用的、實(shí)時(shí)、準(zhǔn)確、高效的運(yùn)輸和管理系統(tǒng)。它以信息的收集、處理、發(fā)布、交換、分析、利用為主線，為交通參與者提供多樣性服務(wù)，即利用高科技使傳統(tǒng)交通模式變得更加智能化，更加安全、節(jié)能、高效率。自動(dòng)駕駛車輛在國(guó)防安全領(lǐng)域的應(yīng)用“黑騎士”無人作戰(zhàn)平臺(tái)是美國(guó)陸軍“未來戰(zhàn)斗系統(tǒng)”的重要組成部分，主要用于前沿火力偵察與監(jiān)視等作戰(zhàn)任務(wù)?！昂隍T士”研發(fā)項(xiàng)目由卡內(nèi)基梅隆大學(xué)國(guó)家機(jī)器人工程中心負(fù)責(zé)研制傳感器、車載計(jì)算機(jī)系統(tǒng)和硬件，包括自主導(dǎo)航和行動(dòng)系統(tǒng)。以色列自動(dòng)駕駛車輛“守護(hù)者”是目前世界上第一種已經(jīng)裝備部隊(duì)、具有一定自主能力的地面無人系統(tǒng)，如圖7-20所示。它最高行駛速度為80km/h，能自主設(shè)定行駛路線、規(guī)避障礙，具有自主“跟隨”模式，可與其他地面無人系統(tǒng)協(xié)同作戰(zhàn)。這些無人車都配備了遙控武器站，并具備高水平的自主作業(yè)能力。第7章

智能汽車自動(dòng)駕駛-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能汽車概述2.自動(dòng)駕駛車輛的應(yīng)用3.智能技術(shù)——機(jī)器學(xué)習(xí)4.應(yīng)用案例3.機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。機(jī)器學(xué)習(xí)是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑。概念機(jī)器學(xué)習(xí)就是針對(duì)識(shí)別菊花和玫瑰花這樣的任務(wù)構(gòu)造某種算法。它的特征是：當(dāng)訓(xùn)練的菊花和玫瑰花的圖片越來越多的時(shí)候，也就是樣本越來越多的時(shí)候，識(shí)別率就會(huì)越來越高。用顯著式編程是達(dá)不到這種效果的，因?yàn)轱@著式編程一開始就定死了程序的輸入和輸出，識(shí)別率是不會(huì)隨著訓(xùn)練樣本的增加而變化。機(jī)器學(xué)習(xí)的發(fā)展歷程機(jī)器學(xué)習(xí)的類型機(jī)器學(xué)習(xí)的類型，主要分成這三大類：有監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)，半監(jiān)督學(xué)習(xí)。有監(jiān)督學(xué)習(xí)是指有求知欲的學(xué)生（計(jì)算機(jī)）從老師（環(huán)境）那里獲取知識(shí)、信息。無監(jiān)督學(xué)習(xí)常常是指同學(xué)自主地學(xué)習(xí)，沒有老師，不知道標(biāo)準(zhǔn)的答案是對(duì)還是錯(cuò)。半監(jiān)督的學(xué)習(xí)，是監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)相結(jié)合的一種學(xué)習(xí)方法。有監(jiān)督學(xué)習(xí)無監(jiān)督學(xué)習(xí)機(jī)器學(xué)習(xí)過程線性回歸隨機(jī)變量與確定變量之間只有一個(gè)的，那這個(gè)就稱之為一元線性回歸。如果考慮多種影響因素，或者是預(yù)測(cè)多個(gè)變量的，那我們就稱之為多元回歸。線性回歸的優(yōu)點(diǎn)是簡(jiǎn)單、易于理解和實(shí)現(xiàn)，缺點(diǎn)是不能處理非線性關(guān)系和高維數(shù)據(jù)。線性回歸概念線性回歸基本思想建立回歸模型的基本步驟：確定研究對(duì)象，明確哪個(gè)是自變量，哪個(gè)是因變量；畫出它們的散點(diǎn)圖，觀察他們之間是否存在線性關(guān)系；由經(jīng)驗(yàn)確定回歸方程的類型；按照一定的規(guī)則（如最小二乘法）估計(jì)回歸方程中的參數(shù)；得出結(jié)果，分析殘差，確定模型是否合適。聚類聚類是按照某個(gè)特定標(biāo)準(zhǔn)（如距離）把一個(gè)數(shù)據(jù)集分割成不同的類或簇，使得同一個(gè)簇內(nèi)的數(shù)據(jù)對(duì)象的相似性盡可能大，同時(shí)不在同一個(gè)簇中的數(shù)據(jù)對(duì)象的差異性也盡可能地大。即聚類后同一類的數(shù)據(jù)盡可能聚集到一起，不同類數(shù)據(jù)盡量分離。聚類是指把相似的數(shù)據(jù)劃分到一起，具體劃分的時(shí)候并不關(guān)心這一類的標(biāo)簽，目標(biāo)就是把相似的數(shù)據(jù)聚合到一起。聚類基本概念聚類劃分式聚類方法需要事先指定簇類的數(shù)目或者聚類中心，通過反復(fù)迭代，直至最后達(dá)到“簇內(nèi)的點(diǎn)足夠近，簇間的點(diǎn)足夠遠(yuǎn)”的目標(biāo)。聚類基本過程迭代1次

迭代3次

迭代10次聚類是探索性數(shù)據(jù)挖掘的主要任務(wù)，也是統(tǒng)計(jì)數(shù)據(jù)分析的常用技術(shù)，用于許多領(lǐng)域，包括機(jī)器學(xué)習(xí)、模式識(shí)別、圖像分析、信息檢索、生物信息學(xué)、數(shù)據(jù)壓縮和計(jì)算機(jī)圖形學(xué)。關(guān)聯(lián)分析關(guān)聯(lián)分析是一種數(shù)據(jù)挖掘技術(shù)，用于發(fā)現(xiàn)數(shù)據(jù)集中項(xiàng)之間的關(guān)聯(lián)規(guī)則。在商業(yè)領(lǐng)域，關(guān)聯(lián)分析被廣泛應(yīng)用于市場(chǎng)籃分析、交叉銷售分析、購物籃分析等領(lǐng)域。它可以幫助企業(yè)發(fā)現(xiàn)產(chǎn)品之間的關(guān)聯(lián)性，從而制定更有效的營(yíng)銷策略，提高銷售額和客戶滿意度。支持向量機(jī)支持向量機(jī)縮寫是SVM，它是一種有監(jiān)督的機(jī)器學(xué)習(xí)算法，用于分類任務(wù)或者是回歸任務(wù)。由俄羅斯統(tǒng)計(jì)學(xué)家和數(shù)學(xué)家弗拉基米爾·萬普尼克（VladimirVapnik）在1995年發(fā)表和創(chuàng)造的。支持向量機(jī)是一款強(qiáng)大的分類模型，主要應(yīng)用場(chǎng)景有圖像分類、文本分類、面部識(shí)別、垃圾郵箱檢測(cè)等領(lǐng)域。決策樹決策樹的構(gòu)造是按分類規(guī)則得到最優(yōu)的這個(gè)劃分特征，然后計(jì)算這些最優(yōu)的特征的子函數(shù)，并創(chuàng)建特征劃分的這些節(jié)點(diǎn)。按照劃分的分節(jié)點(diǎn)，把這些數(shù)據(jù)集劃分到若干的子數(shù)據(jù)集里，然后在這些子數(shù)據(jù)集上重復(fù)使用判別規(guī)則，構(gòu)建出新的節(jié)點(diǎn)，作為決策樹的新枝干，然后重復(fù)這樣去執(zhí)行，直到滿足終止的條件，這樣來實(shí)現(xiàn)的。4.機(jī)器學(xué)習(xí)應(yīng)用案例車牌號(hào)碼識(shí)別***機(jī)器學(xué)習(xí)應(yīng)用案例疲勞預(yù)警系統(tǒng)本章小結(jié)第8章

智能醫(yī)療機(jī)器人-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能醫(yī)療機(jī)器人概述2.智能醫(yī)療機(jī)器人應(yīng)用3.智能技術(shù)——深度學(xué)習(xí)4.應(yīng)用案例“人工智能+醫(yī)療”近年來，借助人工智能技術(shù)，開展智慧醫(yī)療成為醫(yī)療領(lǐng)域的熱點(diǎn)?！叭斯ぶ悄?醫(yī)療”是人工智能技術(shù)賦能醫(yī)療健康產(chǎn)業(yè)的現(xiàn)象。以機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘?yàn)閮纱蠛诵募夹g(shù)的人工智能滲透到醫(yī)療行業(yè)，各應(yīng)用場(chǎng)景下醫(yī)療人工智能公司開發(fā)出的產(chǎn)品和服務(wù)，帶來了醫(yī)療健康行業(yè)的降本增效，衍生出醫(yī)療數(shù)據(jù)服務(wù)、機(jī)器學(xué)習(xí)服務(wù)、醫(yī)療研發(fā)服務(wù)等新的醫(yī)療新興細(xì)分行業(yè)，拓展了醫(yī)療領(lǐng)域的邊界，重塑了醫(yī)療健康相關(guān)產(chǎn)業(yè)鏈。1.智能醫(yī)療機(jī)器人概述智能醫(yī)療機(jī)器人是集醫(yī)學(xué)、信息、物理、機(jī)械等多種學(xué)科于一體的技術(shù)密集型產(chǎn)品。通過計(jì)算機(jī)技術(shù)，傳感器技術(shù)、導(dǎo)航技術(shù)等實(shí)現(xiàn)自動(dòng)化、智能化操作。智能醫(yī)療機(jī)器人可以協(xié)助醫(yī)生進(jìn)行診斷和治療，提高醫(yī)療水平和效率。

如今，醫(yī)療機(jī)器人已經(jīng)成為醫(yī)療領(lǐng)域的重要工具，其應(yīng)用范圍涵蓋了手術(shù)、康復(fù)、護(hù)理等多個(gè)方面。包括目前臨床使用的骨科手術(shù)機(jī)器人、胃鏡機(jī)器人、康復(fù)機(jī)器人在內(nèi)的，用于診斷與治療環(huán)節(jié)的機(jī)器人，不僅提高了醫(yī)療服務(wù)的效率和質(zhì)量，還為患者提供了更舒適和安全的醫(yī)療環(huán)境。醫(yī)療機(jī)器人為醫(yī)療行業(yè)帶來了革命性的變化，全球醫(yī)療機(jī)器人市場(chǎng)空間巨大，未來快速增長(zhǎng)。智能醫(yī)療機(jī)器人類型Typesofintelligentmedicalrobots用于手術(shù)操作，包括骨科及神經(jīng)外科手術(shù)機(jī)器人等手術(shù)機(jī)器人用于患者的康復(fù)訓(xùn)練應(yīng)用在康復(fù)護(hù)理、康復(fù)治療等方面的代替人工的機(jī)器人康復(fù)機(jī)器人提供咨詢、導(dǎo)診等服務(wù)服務(wù)機(jī)器人用于照顧患者，可以用來分擔(dān)護(hù)士護(hù)理的繁重和瑣碎工作護(hù)理機(jī)器人智能醫(yī)療機(jī)器人類型

手術(shù)機(jī)器人義齒機(jī)器人智能導(dǎo)診機(jī)器人智能送藥機(jī)器人虛擬助理語音電子病歷/智能導(dǎo)診智能問診/推薦用藥醫(yī)學(xué)影像病灶識(shí)別與標(biāo)注/三維重建靶區(qū)自動(dòng)勾畫與自適應(yīng)放療輔助診療醫(yī)療大數(shù)據(jù)輔助診療醫(yī)療機(jī)器人疾病風(fēng)險(xiǎn)預(yù)測(cè)基因測(cè)序與檢測(cè)服務(wù)預(yù)測(cè)癌癥/白血病等重大疾病藥物挖掘新藥研發(fā)/老藥新用/藥物篩選藥物副作用預(yù)測(cè)/跟蹤研究健康管理營(yíng)養(yǎng)學(xué)/身體健康管理精神健康管理醫(yī)院管理病歷結(jié)構(gòu)化/分級(jí)診療DRGs智能系統(tǒng)/專家系統(tǒng)輔助醫(yī)學(xué)研究平臺(tái)算法框架/數(shù)據(jù)分析等服務(wù)|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||AI+智能醫(yī)療場(chǎng)景AI在醫(yī)療領(lǐng)域的應(yīng)用醫(yī)療影像

利用X線、CT、MR、DSA、PET、ECT等影像設(shè)備，對(duì)疾病進(jìn)行影像診斷和輔助治療的技術(shù)。據(jù)相關(guān)數(shù)據(jù)顯示，90%左右的醫(yī)療數(shù)據(jù)都來自醫(yī)學(xué)影像，而且還正以30%的增長(zhǎng)率逐年增長(zhǎng)。不過，影像科醫(yī)生的整體數(shù)量和工作效率似乎根本沒有辦法應(yīng)對(duì)這樣的增長(zhǎng)趨勢(shì)，而影像科醫(yī)生也因此面臨著巨大的壓力。

X光CT

MRDSA

PET

ECT

2017年，騰訊正式推出了“騰訊覓影”，從臨床數(shù)據(jù)來看，“騰訊覓影”的敏感度已經(jīng)超過了85%,識(shí)別準(zhǔn)確率也達(dá)到90%,特異度更是高達(dá)99%。不僅如此，只需要幾秒的時(shí)間，“騰訊覓影”就可以幫醫(yī)生“看”一張影像圖，在這一過程中，“騰訊覓影”不僅可以自動(dòng)識(shí)別并定位疾病根源，還會(huì)提醒醫(yī)生對(duì)可疑影像圖進(jìn)行復(fù)審。輔助診療

目前人工智能可以通過癥狀和病歷來診斷癌癥，比如Watson，經(jīng)過了4年多的訓(xùn)練，學(xué)習(xí)了200本腫瘤領(lǐng)域的教科書，290種醫(yī)學(xué)期刊和超過1500萬份的文獻(xiàn)后，Watson開始臨床應(yīng)用，并且可以在肺癌、乳腺癌、直腸癌、結(jié)腸癌、胃癌和宮頸癌等領(lǐng)域向人類醫(yī)生提出建議；又可以通過醫(yī)學(xué)影像和病理解讀來識(shí)別癌癥，國(guó)內(nèi)的人工智能領(lǐng)軍企業(yè)Airdoc在各個(gè)領(lǐng)域的頂尖醫(yī)生的幫助下，在眼科、皮膚科、大腦、心血管、肺部、肝部等領(lǐng)域建立了準(zhǔn)確的深度神經(jīng)網(wǎng)絡(luò)診斷模型，在肺癌、乳腺癌、肝癌、基底細(xì)胞瘤、惡性黑色素瘤等領(lǐng)域取得了巨大的進(jìn)展，通過15萬張圖片的訓(xùn)練，在眼科診斷準(zhǔn)確率已經(jīng)不低于人類三甲眼科醫(yī)生，如果將人工智能應(yīng)用在癌癥的早期檢測(cè)和早期診斷，可以挽救無數(shù)人的性命。疾病預(yù)測(cè)

預(yù)測(cè)未知，一直是人類十分向往的能力。2008年谷歌推出一個(gè)預(yù)測(cè)流感流行趨勢(shì)的系統(tǒng)——GoogleFluTrends（谷歌流感趨勢(shì)，以下簡(jiǎn)稱GFT）。GFT一戰(zhàn)成名是在2009年美國(guó)H1N1爆發(fā)的幾周前。AI可預(yù)測(cè)心臟病人何時(shí)死亡：準(zhǔn)確率達(dá)80%英國(guó)醫(yī)學(xué)研究委員會(huì)倫敦醫(yī)學(xué)研究所的這個(gè)研究小組說，人工智能軟件能夠通過分析血檢以及心臟掃描結(jié)果發(fā)現(xiàn)心臟即將衰竭的跡象。研究人員向人工智能軟件輸入了256名心臟病患者的心臟核磁共振掃描結(jié)果，以及血液檢測(cè)結(jié)果。人工智能軟件對(duì)于每一次心跳都測(cè)量了心臟結(jié)構(gòu)中3萬個(gè)不同點(diǎn)的運(yùn)動(dòng)狀況。把上述檢測(cè)結(jié)果同患者8年的健康狀況記錄結(jié)合起來，人工智能軟件就可以發(fā)現(xiàn)哪些異常狀況會(huì)導(dǎo)致患者的死亡。人工智能軟件能夠?qū)ξ磥砦迥甑那闆r作出預(yù)測(cè)，預(yù)測(cè)患者在一年后仍然存活的準(zhǔn)確率大約為80%，而醫(yī)生對(duì)于這項(xiàng)預(yù)測(cè)的準(zhǔn)確率為60%。。醫(yī)院管理能合理地為患者安排治療計(jì)劃；在電子處方系統(tǒng)內(nèi)設(shè)置安全警示，確保用藥規(guī)范，防止濫用抗生素等藥物；自動(dòng)讀取患者電子病歷相關(guān)信息，得出輔助診斷信息，實(shí)現(xiàn)醫(yī)療輔助診斷。通過物聯(lián)網(wǎng)技術(shù)，應(yīng)用RFID標(biāo)簽，打造無人值守耗材管理模式;智能化設(shè)備的應(yīng)用，耗材追瀾及管理發(fā)生質(zhì)的飛躍!健康管理日常監(jiān)測(cè)數(shù)據(jù)(DailyMonitoring

Data)各類日常監(jiān)測(cè)生理信息，生活習(xí)慣，心理及精神狀態(tài)等電子病歷與診療記錄(ElectronicMedical

Records)含問診信息、病程記錄、病史信息，疾病診斷信息，治療過程，隨訪過程，環(huán)境信息等用藥記錄(Records

of

Medicine)藥物信息，治療結(jié)果等診斷數(shù)據(jù)(Diagnosis

Data)生化診斷、病理診斷、物理診斷、生理信號(hào)診斷、影像診斷、基因診斷等健康醫(yī)療大數(shù)據(jù)運(yùn)營(yíng)數(shù)據(jù)(Busi

Data)病人，財(cái)務(wù)，流程，診療，開藥等數(shù)據(jù)保險(xiǎn)與支付(Insurance

andPayment)病人保險(xiǎn)、支付記錄、信用記錄人工智能在醫(yī)療領(lǐng)域面臨的挑戰(zhàn)ChallengesofAIinthehealthcarefield在醫(yī)療方面的信息或隱私都在虛擬的網(wǎng)絡(luò)系統(tǒng)中留下痕跡。如果管理不善，就有可能被不法分子所利用患者隱私保護(hù)通過虛擬的信息系統(tǒng)或人工智能系統(tǒng)進(jìn)行，可能發(fā)生醫(yī)療風(fēng)險(xiǎn)的主體、環(huán)節(jié)和因素增多了，醫(yī)療風(fēng)險(xiǎn)不可控性增強(qiáng)一些醫(yī)務(wù)人員可能會(huì)抵制或消極對(duì)待醫(yī)療人工智能的發(fā)展，那將會(huì)極大地降低醫(yī)療人工智能的發(fā)展速度風(fēng)險(xiǎn)責(zé)任受接受程度文化創(chuàng)建階段2.智能醫(yī)療機(jī)器人應(yīng)用

手術(shù)機(jī)器人是集臨床醫(yī)學(xué)、生物力學(xué)、機(jī)械學(xué)、計(jì)算機(jī)科學(xué)、微電子學(xué)等諸多學(xué)科為一體的新型醫(yī)療器械。手術(shù)機(jī)器人現(xiàn)已應(yīng)用于普腹外科、泌尿外科、心血管外科、胸心外科、婦科、骨科、神經(jīng)外科等多個(gè)領(lǐng)域。此外，智能咽拭子采集機(jī)器人、智能外骨骼機(jī)器人、膝關(guān)節(jié)手術(shù)機(jī)器人、血管介入機(jī)器人等設(shè)備也是醫(yī)療機(jī)器人，醫(yī)療機(jī)器人是高端智能醫(yī)療裝備的代表。手術(shù)機(jī)器人的起源與發(fā)展手術(shù)機(jī)器人類型

膠囊胃鏡是一款可以替代傳統(tǒng)胃鏡的新型醫(yī)療機(jī)器人，隨水吞服后，它以每秒2幀的速度進(jìn)行拍照，將食管、食道、胃進(jìn)行全方位檢查，短短15分鐘即可拍攝上萬張照片，完成無痛、無創(chuàng)、無麻醉、無交叉感染的精準(zhǔn)胃部檢查，檢查后膠囊機(jī)器人隨消化道排泄。

整個(gè)治療過程在體外通過手機(jī)遙控實(shí)現(xiàn)，可以無痛來檢測(cè)胃部的狀況成為將眾多病人從傳統(tǒng)胃鏡痛苦檢查中解放出來的妙招。目前膠囊機(jī)器人已經(jīng)在100多家醫(yī)院和300多家體檢機(jī)構(gòu)開始使用。膠囊胃鏡機(jī)器人康復(fù)機(jī)器人是輔助人體完成肢體動(dòng)作，實(shí)現(xiàn)助殘行走、康復(fù)治療、負(fù)重行走、減輕勞動(dòng)強(qiáng)度等功能的一種醫(yī)用機(jī)器人。康復(fù)機(jī)器人的核心理念是機(jī)器人、病人、治療師之間全新的協(xié)作關(guān)系，形成更有效且個(gè)性化的康復(fù)效果?？祻?fù)機(jī)器人涵蓋物理運(yùn)動(dòng)、日常生活能力、社交活動(dòng)、環(huán)境控制、聽覺、視覺、口頭表達(dá)等應(yīng)用領(lǐng)域。相較于傳統(tǒng)訓(xùn)練的局限性，康復(fù)機(jī)器人能夠節(jié)省人力、重復(fù)訓(xùn)練、減少誤差、全面護(hù)理、最大化持續(xù)時(shí)間和強(qiáng)度。康復(fù)機(jī)器人康復(fù)機(jī)器人類型本章小結(jié)第8章

智能醫(yī)療機(jī)器人-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能醫(yī)療機(jī)器人概述2.智能醫(yī)療機(jī)器人應(yīng)用3.智能技術(shù)——深度學(xué)習(xí)4.應(yīng)用案例3.

智能技術(shù)——深度學(xué)習(xí)深度學(xué)習(xí)（DeepLearning），簡(jiǎn)稱DL。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的子集，它基于人工神經(jīng)網(wǎng)絡(luò)。其概念由杰弗里·辛頓（GeoffreyHinton）等人于2006年提出，基于深度置信網(wǎng)絡(luò)(DBN)提出非監(jiān)督貪心逐層訓(xùn)練算法，為解決深層結(jié)構(gòu)相關(guān)的優(yōu)化難題帶來希望，隨后提出多層自動(dòng)編碼器深層結(jié)構(gòu)。此外楊立昆（YannLeCun）等人提出的卷積神經(jīng)網(wǎng)絡(luò)是第一個(gè)真正多層結(jié)構(gòu)學(xué)習(xí)算法，它利用空間相對(duì)關(guān)系減少參數(shù)數(shù)目以提高訓(xùn)練性能。神經(jīng)網(wǎng)絡(luò)基礎(chǔ)神經(jīng)網(wǎng)絡(luò)的M-

P模型、BP網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)等構(gòu)成人工神經(jīng)網(wǎng)絡(luò)的基本概念。神經(jīng)元作為基本處理單元，由連接、求和節(jié)點(diǎn)、激活函數(shù)組成。深度學(xué)習(xí)的起源與發(fā)展卷積神經(jīng)網(wǎng)絡(luò)（CNN）深度學(xué)習(xí)應(yīng)用場(chǎng)景1.計(jì)算機(jī)視覺深度學(xué)習(xí)技術(shù)可以用于圖像分類、目標(biāo)檢測(cè)、圖像分割、人臉識(shí)別、行人重識(shí)別等領(lǐng)域。例如，卷積神經(jīng)網(wǎng)絡(luò)（CNN）可以用于圖像分類和目標(biāo)檢測(cè)，而生成對(duì)抗網(wǎng)絡(luò)（GAN）可以用于圖像生成和風(fēng)格遷移。3.醫(yī)療保健深度學(xué)習(xí)技術(shù)可以用于醫(yī)學(xué)圖像分析、病理診斷、基因序列分析等領(lǐng)域。例如，卷積神經(jīng)網(wǎng)絡(luò)可以用于乳腺癌檢測(cè)，而遞歸神經(jīng)網(wǎng)絡(luò)可以用于基因序列分析。2.自然語言處理深度學(xué)習(xí)技術(shù)可以用于文本分類、情感分析、命名實(shí)體識(shí)別、機(jī)器翻譯、語音識(shí)別等領(lǐng)域。例如，循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（LSTM）可以用于語言模型和機(jī)器翻譯，而變換器模型（Transformer）可以用于序列到序列的學(xué)習(xí)任務(wù)。應(yīng)用場(chǎng)景LeNet結(jié)構(gòu)4.應(yīng)用案例——病毒感染動(dòng)態(tài)顯示SIR模型是一種常見的傳染病傳播模型，用于描述人群中傳染病的傳播過程。SIR模型將人群分為三個(gè)互相轉(zhuǎn)化的狀態(tài)：易感者（Susceptible）、感染者（Infected）和康復(fù)者（Recovered）

病毒的變異速度可能會(huì)超過科學(xué)家們研發(fā)疫苗和治療藥物的速度，導(dǎo)致疫苗和藥物的有效性受到挑戰(zhàn)。此外，全球化和人口密集的城市化趨勢(shì)使得病毒更容易傳播，加劇了疫情的蔓延速度。同時(shí)，一些病毒可能具有潛在的跨物種傳播能力，增加了疾病的傳播范圍和難度，導(dǎo)致公眾對(duì)病毒傳播和防控措施的誤解和不信任，影響了疫情防控的有效性。為了盡可能預(yù)防疾病，借助機(jī)器學(xué)習(xí)提前發(fā)現(xiàn)易感人群是一種有效的手段。Python版本：Python3及以上運(yùn)行環(huán)境：PyChaRm應(yīng)用案例——疾病預(yù)測(cè)

心臟病是常見的疾病，是全球范圍內(nèi)導(dǎo)致死亡的主要原因之一。早期預(yù)測(cè)和干預(yù)對(duì)于降低心臟病發(fā)病率和死亡率具有重要意義。盡管現(xiàn)代醫(yī)學(xué)的發(fā)展和醫(yī)療設(shè)備的開發(fā)能有效延緩疾病的進(jìn)展，但是心臟疾病的患病率仍然呈逐年增加的趨勢(shì)。目前，研究發(fā)現(xiàn)能夠?qū)π呐K病數(shù)據(jù)進(jìn)行分析，建立聯(lián)防預(yù)警機(jī)制，在心臟病前期篩查和預(yù)警方面前景廣闊。心臟病預(yù)測(cè)通常涉及到大量的醫(yī)療數(shù)據(jù)分析和機(jī)器學(xué)習(xí)技術(shù)。第9章

智能農(nóng)業(yè)機(jī)器人-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能農(nóng)業(yè)機(jī)器人概述2.智能農(nóng)業(yè)機(jī)器人應(yīng)用3.智能技術(shù)——神經(jīng)網(wǎng)絡(luò)4.應(yīng)用案例案例引入

在農(nóng)業(yè)養(yǎng)殖領(lǐng)域，牲畜飼養(yǎng)的料量補(bǔ)給及比例調(diào)整是關(guān)鍵部分之一。傳統(tǒng)養(yǎng)殖模式中剩料評(píng)估、供料補(bǔ)給等環(huán)節(jié)需要投入大量的人力物力資源，尤其是與飼料鋪相距很遠(yuǎn)的大型站點(diǎn)，需要消耗更多的專用資源。澳大利亞機(jī)器人公司發(fā)明了養(yǎng)殖場(chǎng)鋪位余料精準(zhǔn)評(píng)估的機(jī)器人BunkBot，通過目視評(píng)估料倉余料推斷飼料消耗量，作為飼料重分配的主要影響參數(shù)。在實(shí)際運(yùn)行中發(fā)現(xiàn)BunkBot對(duì)于飼料調(diào)配補(bǔ)給比傳統(tǒng)人工操作更完善合理，因?yàn)樗梢愿珳?zhǔn)全面的了解牛的采食量、更及時(shí)的調(diào)整飼料分配策略，進(jìn)而提高飼料有效利用率。1.智能農(nóng)業(yè)機(jī)器人概述農(nóng)業(yè)機(jī)器人是指運(yùn)用在農(nóng)業(yè)生產(chǎn)中的智能機(jī)器人，是一種可由不同程序軟件控制，以適應(yīng)各種作業(yè)，能感覺并適應(yīng)作物種類或環(huán)境變化，有檢測(cè)（如視覺等）和演算等人工智能的新一代無人自動(dòng)操作機(jī)械。農(nóng)業(yè)機(jī)器人的特點(diǎn)：1.作業(yè)季節(jié)性較強(qiáng)；2.作業(yè)環(huán)境復(fù)雜多變；3.作業(yè)對(duì)象的嬌嫩和復(fù)雜性；4.使用對(duì)象的特殊性；5.價(jià)格的特殊性農(nóng)業(yè)機(jī)器人的發(fā)展歷程國(guó)外--20世紀(jì)中期農(nóng)業(yè)機(jī)器人已經(jīng)實(shí)現(xiàn)了高度自主化和智能化的結(jié)合，包括多用途自動(dòng)化聯(lián)合收割機(jī)器人、園丁機(jī)器人、無人駕駛拖拉機(jī)以及果實(shí)分揀機(jī)器人等多種農(nóng)業(yè)機(jī)器人國(guó)內(nèi)--20世紀(jì)90年代中期除草機(jī)器人、施肥機(jī)器人、全自動(dòng)收獲機(jī)器人、耕耘機(jī)器人、蔬菜嫁接機(jī)器人、蔬菜采摘機(jī)器人以及植保無人機(jī)等。智能農(nóng)業(yè)機(jī)器人關(guān)鍵技術(shù)及特點(diǎn)數(shù)據(jù)集成和分析技術(shù)線路規(guī)劃和導(dǎo)航技術(shù)智能農(nóng)業(yè)機(jī)器人類型植保機(jī)器人收獲機(jī)器人智能播種機(jī)器人田間管理機(jī)器人按照作業(yè)功能分類輪式農(nóng)業(yè)機(jī)器人履帶式農(nóng)業(yè)機(jī)器人多足式農(nóng)業(yè)機(jī)器人按照機(jī)器人結(jié)構(gòu)分類單一任務(wù)多功能無人駕駛按照智能化程度分類室外田間使用的農(nóng)業(yè)機(jī)器人溫室內(nèi)使用的農(nóng)業(yè)機(jī)器人按照使用場(chǎng)景分類人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用03除草04采摘05分揀01播種02噴涂采摘機(jī)器人采摘機(jī)器人是一類針對(duì)水果或蔬菜收獲作業(yè)，具有感知系統(tǒng)的自動(dòng)化機(jī)械收獲裝備，是集機(jī)械、電子信息、計(jì)算機(jī)科學(xué)、人工智能、農(nóng)業(yè)及生命科學(xué)等交叉性邊緣學(xué)科，其涉及本體結(jié)構(gòu)、傳感技術(shù)、視覺圖像處理、機(jī)器人正逆運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)、控制驅(qū)動(dòng)技術(shù)以及信息處理等多學(xué)科領(lǐng)域知識(shí)。無人駕駛農(nóng)業(yè)機(jī)器人植保無人飛機(jī)施藥作業(yè)具有快速高效、適應(yīng)性廣等顯著特征，克服了傳統(tǒng)植保機(jī)械作業(yè)效率低、下地難、轉(zhuǎn)場(chǎng)難和勞動(dòng)力投入大的問題，已逐漸成為我國(guó)農(nóng)業(yè)生產(chǎn)不可或缺的一部分。第9章

智能農(nóng)業(yè)機(jī)器人-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能農(nóng)業(yè)機(jī)器人概述2.智能農(nóng)業(yè)機(jī)器人應(yīng)用3.智能技術(shù)——神經(jīng)網(wǎng)絡(luò)4.應(yīng)用案例3.神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork，ANN）簡(jiǎn)稱神經(jīng)網(wǎng)絡(luò)（NN），是基于生物學(xué)中神經(jīng)網(wǎng)絡(luò)的基本原理，在理解和抽象了人腦結(jié)構(gòu)和外界刺激響應(yīng)機(jī)制后，以網(wǎng)絡(luò)拓?fù)渲R(shí)為理論基礎(chǔ)，模擬人腦的神經(jīng)系統(tǒng)對(duì)復(fù)雜信息的處理機(jī)制的一種數(shù)學(xué)模型。概念機(jī)器視覺系統(tǒng)組成人工神經(jīng)元結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)可看成是以人工神經(jīng)元為節(jié)點(diǎn)，用有向加權(quán)弧連接起來的有向圖。在此有向圖中，人工神經(jīng)元就是對(duì)生物神經(jīng)元的模擬，而有向弧則是軸突-突觸-樹突對(duì)的模擬。有向弧的權(quán)值表示相互連接的兩個(gè)人工神經(jīng)元間相互作用的強(qiáng)弱。神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程神經(jīng)網(wǎng)絡(luò)的應(yīng)用神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域很廣泛。如流程建模與控制、機(jī)器故障診斷、證券管理、目標(biāo)識(shí)別、醫(yī)學(xué)診斷、目標(biāo)市場(chǎng)和經(jīng)濟(jì)預(yù)測(cè)等。在流程建模與控制方面，為物理設(shè)備創(chuàng)建一個(gè)神經(jīng)網(wǎng)絡(luò)模型，通過該模型來決定設(shè)備的最佳控制設(shè)置。當(dāng)檢測(cè)到機(jī)器出現(xiàn)故障時(shí)，系統(tǒng)可以自動(dòng)關(guān)閉機(jī)器。以一種高回報(bào)、低風(fēng)險(xiǎn)的方式分配證券資產(chǎn)進(jìn)行投資，證券管理。神經(jīng)網(wǎng)絡(luò)的應(yīng)用在目標(biāo)識(shí)別方面，通過視頻或者紅外圖像數(shù)據(jù)檢測(cè)是否存在敵方目標(biāo)，被廣泛運(yùn)用于軍事領(lǐng)域。通過分析報(bào)告的癥狀和MRI、X-射線圖像數(shù)據(jù)，協(xié)助醫(yī)生診斷、醫(yī)療診斷。根據(jù)統(tǒng)計(jì)學(xué)，找出對(duì)營(yíng)銷活動(dòng)反響率最高的人群，確定目標(biāo)市場(chǎng)。通過歷史安全數(shù)據(jù)預(yù)測(cè)未來經(jīng)濟(jì)活動(dòng)的安全性。神經(jīng)網(wǎng)絡(luò)的應(yīng)用BP模型和MP模型BP神經(jīng)網(wǎng)絡(luò)全稱是Back-propagationneuralnetwork，它被認(rèn)為是最常用的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法，BP神經(jīng)網(wǎng)絡(luò)模型由輸入層、隱層和輸出層三層組成，其中隱層在輸入層和輸出層之間傳遞著重要的信息，一般包含一個(gè)或多個(gè)隱層。BP模型和MP模型1943年，美國(guó)心理學(xué)家沃倫·麥克洛克（WarrenMcRock）和數(shù)學(xué)家沃爾特·皮茨（WalterPitts）參考了生物神經(jīng)元的結(jié)構(gòu)，把神經(jīng)元視為二值開關(guān)，通過不同的組合方式來實(shí)現(xiàn)不同的邏輯運(yùn)算，并且將這種邏輯神經(jīng)元稱為二值神經(jīng)元模型（McCulloch-PittsModel，MP模型）。4.應(yīng)用案例——顏色識(shí)別1利用學(xué)校實(shí)驗(yàn)室現(xiàn)有實(shí)驗(yàn)設(shè)備，搭建機(jī)器人系統(tǒng)，進(jìn)行顏色識(shí)別案例實(shí)踐與分析。具體要求是一些長(zhǎng)方體的箱體在不同側(cè)面涂裝成紅色和藍(lán)色。在這些長(zhǎng)方體的箱體（物塊）搬運(yùn)碼垛的過程中，往往需要把物體按一定方向碼垛，便于存儲(chǔ)的安全性、可靠性、條理性和便利性。現(xiàn)以紅藍(lán)兩種顏色區(qū)分物塊的不同方向。要求按顏色相同、方向一致的方式規(guī)范碼垛。應(yīng)用案例——農(nóng)業(yè)氣象數(shù)據(jù)分析農(nóng)業(yè)氣象數(shù)據(jù)可以提供氣溫、降水、日照等信息，幫助農(nóng)民了解農(nóng)作物生長(zhǎng)所需的氣候條件，合理安排播種、施肥、澆水、除草等管理活動(dòng)，從而提高產(chǎn)量和質(zhì)量。還可以用于