《人工智能導(dǎo)論》高職全套教學(xué)課件

《人工智能導(dǎo)論》第1章Python概述第2章

人工智能概述第3章

知識(shí)表示第4章

搜索技術(shù)第5章

機(jī)器學(xué)習(xí)第6章

人工神經(jīng)網(wǎng)絡(luò)第7章

計(jì)算機(jī)視覺(jué)第8章

自然語(yǔ)言處理第9章

智能機(jī)器人全套可編輯PPT課件

Python概述第一章全套可編輯PPT課件

知識(shí)結(jié)構(gòu)知識(shí)目標(biāo)1.

認(rèn)識(shí)Python及其必要的庫(kù)。2.了解Python實(shí)際應(yīng)用場(chǎng)景。能力與素養(yǎng)目標(biāo)1.能夠運(yùn)用Python編程解決機(jī)器學(xué)習(xí)相關(guān)的問(wèn)題。2.能夠熟練安裝各類軟件。3.增強(qiáng)應(yīng)用意識(shí),培養(yǎng)應(yīng)用能力。專題拓展閱讀當(dāng)前Python在人工智能的很多細(xì)分領(lǐng)域都有比較廣泛的應(yīng)用,人工智能領(lǐng)域之所以使用Python語(yǔ)言比較普遍,有三個(gè)比較主要的原因:一是Python語(yǔ)言有非常豐富的庫(kù)支持,能夠讓研發(fā)人員把更多的精力放在算法設(shè)計(jì)和算法訓(xùn)練等方面;二是Python語(yǔ)言本身是一門全場(chǎng)景編程語(yǔ)言,有非常強(qiáng)的落地應(yīng)用能力,而且語(yǔ)言生態(tài)比較健全;三是Python語(yǔ)言簡(jiǎn)單易學(xué),目前開(kāi)始落地應(yīng)用的人工智能平臺(tái)也普遍支持基于Python語(yǔ)言進(jìn)行行業(yè)應(yīng)用開(kāi)發(fā),這對(duì)于普及人工智能技術(shù)有一定的積極意義。如果你是一名會(huì)計(jì),利用Python輸入幾行代碼即可一鍵整理表格數(shù)據(jù);如果你是一名房地產(chǎn)銷售人員,借助于Python就可以輕松抓取房源的全部評(píng)價(jià)和細(xì)節(jié)內(nèi)容,從地段、交通、價(jià)格、小區(qū)環(huán)境等各個(gè)方面進(jìn)行比對(duì),給用戶推薦最合適的房源,用嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)獲得用戶信賴;如果你是一名新媒體工作者,通過(guò)Python可以快速獲取大眾關(guān)注的熱點(diǎn)話題。因此,若想抓住人工智能時(shí)代的機(jī)會(huì),可以重點(diǎn)關(guān)注Python語(yǔ)言。目錄1.1認(rèn)識(shí)Python1.2認(rèn)識(shí)cikit-learn1.3Jupyter

Notebook

工具1.4其他必要的庫(kù)1.5Python機(jī)器學(xué)習(xí)應(yīng)用認(rèn)識(shí)Python1.11.1認(rèn)識(shí)Python隨著人工智能概念的興起,Python的受關(guān)注度也越來(lái)越高。Python由荷蘭數(shù)學(xué)和計(jì)算機(jī)科學(xué)研究學(xué)會(huì)的吉多·范羅蘇姆于20世紀(jì)90年代初設(shè)計(jì),是一種解釋型、面向?qū)ο蟆?dòng)態(tài)數(shù)據(jù)類型的高級(jí)程序設(shè)計(jì)語(yǔ)言。Python在日常辦公、程序開(kāi)發(fā)、圖像處理等多個(gè)方面都可以勝任,既適合編程初學(xué)者入門學(xué)習(xí),也適合專業(yè)人士進(jìn)行研究開(kāi)發(fā),因此深受廣大群眾的喜愛(ài)吉多·范羅蘇姆（GuidovanRossum），是一名荷蘭計(jì)算機(jī)程序員，他作為Python程序設(shè)計(jì)語(yǔ)言的作者而為人們熟知。在Python社區(qū)，吉多·范羅蘇姆被人們認(rèn)為是“仁慈的獨(dú)裁者（BDFL）”，意思是他仍然關(guān)注Python的開(kāi)發(fā)進(jìn)程，并在必要的時(shí)刻做出決定。他在Google工作，在那里他把一半的時(shí)間用來(lái)維護(hù)Python的開(kāi)發(fā)。2020年11月12日，Python之父GuidovanRossum在自己的官方宣布：由于退休生活太無(wú)聊，自己決定加入Microsoft的DevDivTeam。荷蘭計(jì)算機(jī)程序員——吉多·范羅蘇姆1.1認(rèn)識(shí)Python1.簡(jiǎn)單013.兼容性035.豐富的庫(kù)057.可擴(kuò)展性和可嵌入性072.免費(fèi)024.面向?qū)ο?46.可讀性06Python的優(yōu)點(diǎn)1.1認(rèn)識(shí)Python(1)簡(jiǎn)單。Python奉行簡(jiǎn)潔主義,易于讀寫,它使編程人員能夠?qū)Ｗ⒂诮鉀Q問(wèn)題而不是去弄清語(yǔ)言本身。Python入門簡(jiǎn)單,相比于其他語(yǔ)言更容易上手,非常適合作為編程初學(xué)者的啟蒙語(yǔ)言。(2)免費(fèi)。Python是開(kāi)源軟件,這意味著開(kāi)發(fā)者不用花一分錢便能復(fù)制、閱讀、改動(dòng)它,這也是Python越來(lái)越優(yōu)秀的原因之一———它是由一群希望看到一個(gè)更加優(yōu)秀的Python的人創(chuàng)造并改進(jìn)的。(3)兼容性。Python兼容眾多平臺(tái),所以開(kāi)發(fā)者不會(huì)遇到使用其他語(yǔ)言時(shí)常會(huì)遇到的困擾。(4)面向?qū)ο?。Python既支持面向過(guò)程編程,也支持面向?qū)ο缶幊?。在面向過(guò)程編程中,編程人員復(fù)用代碼;在面向?qū)ο缶幊讨?編程人員使用基于數(shù)據(jù)和函數(shù)的對(duì)象。1.1認(rèn)識(shí)Python(5)豐富的庫(kù)。Python標(biāo)準(zhǔn)庫(kù)非常龐大,強(qiáng)大的庫(kù)支持是Python的堅(jiān)強(qiáng)后盾。它可以幫助編程人員處理各種工作,包括正則表達(dá)式、文檔生成、單元測(cè)試、線程、數(shù)據(jù)庫(kù)、網(wǎng)頁(yè)瀏覽器、CGI(公共網(wǎng)關(guān)接口)、FTP、電子郵件、XML、XML-RPC(XML遠(yuǎn)程過(guò)程調(diào)用)、HTML、WAV文件、密碼系統(tǒng)、GUI(圖形用戶界面)和其他與系統(tǒng)有關(guān)的操作。(6)可讀性。Python采用強(qiáng)制縮進(jìn)的方式規(guī)范代碼,使得代碼具有極佳的可讀性。(7)可擴(kuò)展性和可嵌入性。如果想要更快地運(yùn)行一段關(guān)鍵代碼或者不公開(kāi)某些算法,可以將該部分功能用C/C++編寫,然后在Python中調(diào)用它們;也可以把Python嵌入C/C++程序,從而向程序用戶提供腳本功能。因此,Python還有個(gè)昵稱叫作“膠水語(yǔ)言”,即可以很方便地調(diào)用別的語(yǔ)言(如C++、Java)編寫的功能模塊,將它們有機(jī)結(jié)合在一起形成更高效的新程序。文件傳輸協(xié)議（FileTransferProtocol，F(xiàn)TP）是用于在網(wǎng)絡(luò)上進(jìn)行文件傳輸?shù)囊惶讟?biāo)準(zhǔn)協(xié)議，它工作在OSI模型的第七層，TCP模型的第四層，即應(yīng)用層，使用TCP傳輸而不是UDP，客戶在和服務(wù)器建立連接前要經(jīng)過(guò)一個(gè)“三次握手”的過(guò)程，保證客戶與服務(wù)器之間的連接是可靠的，而且是面向連接，為數(shù)據(jù)傳輸提供可靠保證。[1]FTP允許用戶以文件操作的方式（如文件的增、刪、改、查、傳送等）與另一主機(jī)相互通信。然而，用戶并不真正登錄到自己想要存取的計(jì)算機(jī)上面而成為完全用戶，可用FTP程序訪問(wèn)遠(yuǎn)程資源，實(shí)現(xiàn)用戶往返傳輸文件、目錄管理以及訪問(wèn)電子郵件等等，即使雙方計(jì)算機(jī)可能配有不同的操作系統(tǒng)和文件存儲(chǔ)方式。FTP：文件傳輸協(xié)議可擴(kuò)展標(biāo)記語(yǔ)言(ExtensibleMarkupLanguage,XML)，標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言的子集，可以用來(lái)標(biāo)記數(shù)據(jù)、定義數(shù)據(jù)類型，是一種允許用戶對(duì)自己的標(biāo)記語(yǔ)言進(jìn)行定義的源語(yǔ)言。XML是標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言可擴(kuò)展性良好,內(nèi)容與形式分離,遵循嚴(yán)格的語(yǔ)法要求,保值性良好等優(yōu)點(diǎn),。在電子計(jì)算機(jī)中，標(biāo)記指計(jì)算機(jī)所能理解的信息符號(hào)，通過(guò)此種標(biāo)記，計(jì)算機(jī)之間可以處理包含各種的信息比如文章等。它可以用來(lái)標(biāo)記數(shù)據(jù)、定義數(shù)據(jù)類型，是一種允許用戶對(duì)自己的標(biāo)記語(yǔ)言進(jìn)行定義的源語(yǔ)言。它非常適合萬(wàn)維網(wǎng)傳輸，提供統(tǒng)一的方法來(lái)描述和交換獨(dú)立于應(yīng)用程序或供應(yīng)商的結(jié)構(gòu)化數(shù)據(jù)。是Internet環(huán)境中跨平臺(tái)的、依賴于內(nèi)容的技術(shù)，也是當(dāng)今處理分布式結(jié)構(gòu)信息的有效工具。早在1998年，W3C就發(fā)布了XML1.0規(guī)范，使用它來(lái)簡(jiǎn)化Internet的文檔信息傳輸。XML：可擴(kuò)展標(biāo)記語(yǔ)言HTML的全稱為超文本標(biāo)記語(yǔ)言，是一種標(biāo)記語(yǔ)言。它包括一系列標(biāo)簽，通過(guò)這些標(biāo)簽可以將網(wǎng)絡(luò)上的文檔格式統(tǒng)一，使分散的Internet資源連接為一個(gè)邏輯整體。HTML文本是由HTML命令組成的描述性文本，HTML命令可以說(shuō)明文字，圖形、動(dòng)畫、聲音、表格、鏈接等。超文本是一種組織信息的方式，它通過(guò)超級(jí)鏈接方法將文本中的文字、圖表與其他信息媒體相關(guān)聯(lián)。這些相互關(guān)聯(lián)的信息媒體可能在同一文本中，也可能是其他文件，或是地理位置相距遙遠(yuǎn)的某臺(tái)計(jì)算機(jī)上的文件。這種組織信息方式將分布在不同位置的信息資源用隨機(jī)方式進(jìn)行連接，為人們查找，檢索信息提供方便。HTML：超文本標(biāo)記語(yǔ)言WAV是最常見(jiàn)的聲音文件格式之一，是微軟公司專門為Windows開(kāi)發(fā)的一種標(biāo)準(zhǔn)數(shù)字音頻文件，該文件能記錄各種單聲道或立體聲的聲音信息，并能保證聲音不失真。但WAV文件有一個(gè)致命的缺點(diǎn)，就是它所占用的磁盤空間太大（每分鐘的音樂(lè)大約需要12兆磁盤空間）。它符合資源互換文件格式（RIFF）規(guī)范，用于保存Windows平臺(tái)的音頻信息資源，被Windows平臺(tái)及其應(yīng)用程序所廣泛支持。Wave格式支持MSADPCM、CCITTA律、CCITTμ律和其他壓縮算法，支持多種音頻位數(shù)、采樣頻率和聲道，是PC機(jī)上最為流行的聲音文件格式；但其文件尺寸較大，多用于存儲(chǔ)簡(jiǎn)短的聲音片段。WAV：標(biāo)準(zhǔn)數(shù)字音頻文件1.1認(rèn)識(shí)PythonPython的學(xué)習(xí)強(qiáng)度相對(duì)于其他編程語(yǔ)言來(lái)說(shuō)比較小,可幫助零基礎(chǔ)人群輕松學(xué)會(huì),而且發(fā)展前景好,在人工智能、大數(shù)據(jù)、云計(jì)算等領(lǐng)域均得到了廣泛的應(yīng)用。綜上,Python可以說(shuō)是最適合數(shù)據(jù)科學(xué)領(lǐng)域的編程語(yǔ)言,且具有受眾廣的優(yōu)秀品質(zhì)。因此,要想實(shí)現(xiàn)深度學(xué)習(xí)的目標(biāo),Python可以說(shuō)是最合適的工具。課外拓展Python是一種廣泛使用的編程語(yǔ)言，具有簡(jiǎn)單易學(xué)、易于閱讀和編寫的特點(diǎn)。以下是Python的一些主要用途：1.Web開(kāi)發(fā)：Python有多個(gè)優(yōu)秀的Web開(kāi)發(fā)框架，如Django和Flask，可用于創(chuàng)建動(dòng)態(tài)網(wǎng)站和Web應(yīng)用程序。2.數(shù)據(jù)分析和數(shù)據(jù)科學(xué)：Python擁有許多強(qiáng)大的庫(kù)，如NumPy、Pandas和SciPy，可用于數(shù)據(jù)處理、數(shù)據(jù)挖掘、數(shù)據(jù)可視化等。3.機(jī)器學(xué)習(xí)和人工智能：Python在機(jī)器學(xué)習(xí)和人工智能領(lǐng)域中廣泛使用，許多流行的庫(kù)（如TensorFlow和PyTorch）都是用Python編寫的。4.網(wǎng)絡(luò)爬蟲(chóng)和數(shù)據(jù)抓?。篜ython有很多庫(kù)（如BeautifulSoup和Scrapy）可用于從網(wǎng)站上抓取和解析數(shù)據(jù)。Django是一個(gè)高級(jí)的PythonWeb框架，可以快速開(kāi)發(fā)安全和可維護(hù)的網(wǎng)站。由經(jīng)驗(yàn)豐富的開(kāi)發(fā)者構(gòu)建，Django負(fù)責(zé)處理網(wǎng)站開(kāi)發(fā)中麻煩的部分，可以專注于編寫應(yīng)用程序，而無(wú)需重新開(kāi)發(fā)。它是免費(fèi)和開(kāi)源的，有活躍繁榮的社區(qū)，豐富的文檔，以及很多免費(fèi)和付費(fèi)的解決方案。2019年12月2日，Django3.0發(fā)布。Django：PythonWeb框架課外拓展5.自動(dòng)化和腳本編寫：Python可用于自動(dòng)化任務(wù)，編寫腳本，以及處理重復(fù)性任務(wù)。6.系統(tǒng)自動(dòng)化：Python的強(qiáng)大庫(kù)和能力，例如Ansible和SaltStack，使它成為系統(tǒng)自動(dòng)化的理想選擇。7.圖形和多媒體處理：Python有像PIL（Pillow）這樣的庫(kù)，可以用于圖像處理和創(chuàng)建圖形界面。8.網(wǎng)絡(luò)編程：Python可用于編寫服務(wù)器和客戶端應(yīng)用程序，以及創(chuàng)建網(wǎng)絡(luò)協(xié)議的客戶端和服務(wù)端實(shí)現(xiàn)。9.系統(tǒng)編程：Python可以用于編寫系統(tǒng)軟件，例如操作系統(tǒng)組件、驅(qū)動(dòng)程序、嵌入式系統(tǒng)等。Pillow是一個(gè)流行的Python圖像處理庫(kù)，它提供了廣泛的功能和工具，可以用于加載、編輯、處理和保存圖像。Pillow庫(kù)是什么課外拓展10.游戲開(kāi)發(fā)：Python有多個(gè)游戲開(kāi)發(fā)框架，如Pygame和Panda3D，可用于創(chuàng)建視頻游戲。11.網(wǎng)絡(luò)應(yīng)用開(kāi)發(fā)：Python可以用于編寫Web應(yīng)用程序、API、爬蟲(chóng)、網(wǎng)絡(luò)服務(wù)器等。以上只是Python的一些用途，實(shí)際上Python在許多其他領(lǐng)域也有應(yīng)用，例如科學(xué)計(jì)算、數(shù)學(xué)處理、文本處理、數(shù)據(jù)庫(kù)編程等。Pygame是一個(gè)跨平臺(tái)Python庫(kù)，Pygame作者是PeteShinners，協(xié)議為GNULesserGeneralPublicLicense。Pygame認(rèn)識(shí)scikit-learn1.21.2認(rèn)識(shí)scikit-learnscikit-learn是基于Python語(yǔ)言的開(kāi)源機(jī)器學(xué)習(xí)庫(kù),可以方便地實(shí)現(xiàn)分類、回歸、聚類、數(shù)據(jù)降維、模型選擇和數(shù)據(jù)預(yù)處理等數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)中常見(jiàn)的操作,是非常重要的工具包,官網(wǎng)為/,里面有使用教程、用戶手冊(cè)、API接口查詢等,如圖1-1所示。1.2認(rèn)識(shí)scikit-learnscikit-learn簡(jiǎn)稱sklearn,其建立在NumPy、SciPy、Matplotlib模塊之上。使用scikitlearn時(shí),需要通過(guò)依賴關(guān)系借助pip工具逐個(gè)安裝所需庫(kù),首先安裝NumPy,然后安裝SciPy、Matplotlib(如果需要繪圖或進(jìn)行交互式開(kāi)發(fā),應(yīng)該安裝Matplotlib),最后安裝scikitlearn。由于此過(guò)程比較煩瑣,建議直接下載Anaconda(一個(gè)開(kāi)源的Python發(fā)行版本),Anaconda里面已經(jīng)裝有必要的包,而NumPy、Matplotlib等有助于數(shù)據(jù)分析的庫(kù)都包含在其中。課外拓展Scikit-learn（也稱為sklearn）是一個(gè)針對(duì)Python編程語(yǔ)言的免費(fèi)軟件機(jī)器學(xué)習(xí)庫(kù)。它具有各種分類、回歸和聚類算法，包括支持向量機(jī)、隨機(jī)森林、梯度提升、k均值和DBSCAN等。Scikit-learn旨在與Python數(shù)值科學(xué)庫(kù)NumPy和SciPy聯(lián)合使用，它是建立在這些庫(kù)基礎(chǔ)上的。Scikit-learn包含眾多頂級(jí)機(jī)器學(xué)習(xí)算法，主要有六大基本功能，分別是分類、回歸、聚類、數(shù)據(jù)降維、模型選擇和數(shù)據(jù)預(yù)處理。這個(gè)庫(kù)提供了許多已經(jīng)搞好的模型，可以直接在官網(wǎng)查看和下載。Scikit-learn擁有非?；钴S的用戶社區(qū)，基本上其所有的功能都有非常詳盡的文檔供用戶查閱。Scikit-learn提供各種工具，支持有監(jiān)督和無(wú)監(jiān)督學(xué)習(xí)，為模型擬合、數(shù)據(jù)預(yù)處理、模型選擇和評(píng)估等提供各種工具。在機(jī)器學(xué)習(xí)中，隨機(jī)森林是一個(gè)包含多個(gè)決策樹(shù)的分類器，并且其輸出的類別是由個(gè)別樹(shù)輸出的類別的眾數(shù)而定。LeoBreiman和AdeleCutler發(fā)展出推論出隨機(jī)森林的算法。而"RandomForests"是他們的商標(biāo)。這個(gè)術(shù)語(yǔ)是1995年由貝爾實(shí)驗(yàn)室的TinKamHo所提出的隨機(jī)決策森林（randomdecisionforests）而來(lái)的。這個(gè)方法則是結(jié)合Breimans的"Bootstrapaggregating"想法和Ho的"randomsubspacemethod"以建造決策樹(shù)的集合。隨機(jī)森林是一種包含很多決策樹(shù)的分類器，既可以用于處理分類和回歸問(wèn)題，也適用于降維問(wèn)題。其對(duì)異常值與噪音也有很好的容忍，相較于決策樹(shù)有著更好的預(yù)測(cè)和分類性能。隨機(jī)森林JupyterNotebook工具1.31.3JupyterNotebook工具JupyterNotebook是基于網(wǎng)頁(yè)的用于交互計(jì)算的應(yīng)用程序,可被應(yīng)用于全過(guò)程計(jì)算:開(kāi)發(fā)、文檔編寫、運(yùn)行代碼和展示結(jié)果。簡(jiǎn)而言之,JupyterNotebook是以網(wǎng)頁(yè)的形式打開(kāi)的,可以在網(wǎng)頁(yè)頁(yè)面中直接編寫代碼和運(yùn)行代碼,代碼的運(yùn)行結(jié)果也會(huì)直接在代碼模塊下顯示的程序。若在編程過(guò)程中需要編寫說(shuō)明文檔,可在同一個(gè)頁(yè)面中直接編寫,便于作及時(shí)的說(shuō)明和解釋。有了JupyterNotebook,開(kāi)發(fā)者可以直接在代碼旁寫出敘述性文檔,而不用另外編寫單獨(dú)的文檔。也就是說(shuō),它可以將代碼、文檔等集中到一處,讓用戶一目了然。如果已經(jīng)下載好了Anaconda,可以直接解決JupyterNotebook的安裝問(wèn)題。因?yàn)锳naconda已經(jīng)自動(dòng)為你安裝了JupyterNotebook。單擊計(jì)算機(jī)上的開(kāi)始菜單,找到下載好的Anaconda,雙擊打開(kāi)。在打開(kāi)的Anaconda界面右側(cè)單擊“Install”按鈕(見(jiàn)圖1-2),即可打開(kāi)JupyterNotebook。1.3.1安裝瀏覽器打開(kāi)的Jupyter

Notebook初始界面一般展示的是用戶計(jì)算機(jī)“user”用戶名路徑下面的文件列表,在初始界面右上角單擊“New”下拉按鈕,在下拉列表中可以選擇創(chuàng)建新的Notebook、文本文檔、文件夾或終端,如圖1-3所示。創(chuàng)建完成后即可進(jìn)入編輯區(qū)域,編輯區(qū)域由一系列單元格組成,單元格是編寫和運(yùn)行代碼的地方,即用戶可以在單元格中輸入數(shù)據(jù)、分析代碼,如圖1-4所示。編輯完代碼后,單擊“Run”按鈕即可運(yùn)行代碼,代碼輸出結(jié)果顯示在單元格的下方,同時(shí)單元格會(huì)被編號(hào)(左側(cè)顯示In[1])。1.3.2創(chuàng)建課外拓展JupyterNotebook是一種基于網(wǎng)頁(yè)的交互式筆記本，可以用于數(shù)據(jù)清理、數(shù)據(jù)可視化、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)等。它支持多種編程語(yǔ)言，包括Python、R、Julia等，使得用戶可以根據(jù)自己的需求選擇合適的編程語(yǔ)言進(jìn)行數(shù)據(jù)處理和分析。在JupyterNotebook中，用戶可以創(chuàng)建一個(gè)或多個(gè)代碼單元格，并在這些單元格中編寫代碼。代碼單元格下方會(huì)顯示代碼的輸出結(jié)果，這使得用戶可以方便地查看代碼的執(zhí)行結(jié)果。同時(shí)，用戶還可以在筆記本中添加文本、圖片等富媒體內(nèi)容，使得筆記本更加易于閱讀和理解。JupyterNotebook的另一個(gè)優(yōu)點(diǎn)是它的可共享性。用戶可以將整個(gè)筆記本導(dǎo)出為HTML文件，并在瀏覽器中打開(kāi)，從而實(shí)現(xiàn)筆記本的共享和協(xié)作。這對(duì)于團(tuán)隊(duì)合作和知識(shí)分享非常有用。課外拓展總之，JupyterNotebook是一個(gè)非常實(shí)用的工具，可以幫助用戶進(jìn)行數(shù)據(jù)處理、分析和可視化。它的交互式特性和可共享性也使得它在科研、教育和技術(shù)領(lǐng)域中得到了廣泛的應(yīng)用。其他必要的庫(kù)1.41.4其他必要的庫(kù)scikit-learn可以說(shuō)是Python中最重要的機(jī)器學(xué)習(xí)庫(kù)了,除此之外,還有其他一些庫(kù)也可以改善編程體驗(yàn),更好地為用戶編程服務(wù)。例如,NumPy(基礎(chǔ)科學(xué)計(jì)算庫(kù))、Matplotlib(繪圖庫(kù))、pandas(數(shù)據(jù)分析庫(kù))、SciPy(科學(xué)計(jì)算工具集)等。NumPy是Numerical

Python的簡(jiǎn)寫,顧名思義是Python數(shù)值計(jì)算的基石。NumPy是Python中的一個(gè)運(yùn)算速度非常快的數(shù)學(xué)庫(kù),它非常重視數(shù)組,提供了Python對(duì)多維數(shù)組對(duì)象的支持,支持高級(jí)大量的維度數(shù)組與矩陣運(yùn)算,此外也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫(kù),極大地簡(jiǎn)化了向量和矩陣的操作處理,這也讓NumPy成為許多數(shù)據(jù)科學(xué)家的最愛(ài)。1.4.1NunPyNumPy處理的最基礎(chǔ)數(shù)據(jù)類型是由同種元素構(gòu)成的多維數(shù)組,簡(jiǎn)稱為“數(shù)組”。1.4.1NunPy數(shù)組的特點(diǎn)(1)數(shù)組中的所有元素的類型必須相同。(2)數(shù)組中的元素可以用整數(shù)索引。(3)數(shù)組索引序號(hào)從0開(kāi)始。【例1.1】借助于NumPy庫(kù)表示一組數(shù)組[123456]。In[1]:

import

numpyasnp

x=np.array([1,2,3,4,5,6])

print(x)Out[1]:

[123456]由于NumPy屬于外部庫(kù),即它并不包含在標(biāo)準(zhǔn)的Python中,因此使用時(shí)首先需要導(dǎo)入NumPy。導(dǎo)入語(yǔ)句“importnumpyasnp”中,“import”表示輸入,“as”表示作為,因此整條語(yǔ)句的意思是“將numpy作為np來(lái)導(dǎo)入”,相當(dāng)于給numpy起個(gè)別名,后續(xù)的程序編寫即可直接用np來(lái)代替numpy,方便程序的編寫。成功導(dǎo)入NumPy后,就可以使用np.array()函數(shù)生成NumPy數(shù)組了。由于列表是不存在維度問(wèn)題的,但數(shù)組是有維度的,因此通過(guò)np.array()函數(shù)將列表轉(zhuǎn)化為數(shù)組,即負(fù)責(zé)接收Python列表作為參數(shù),生成NumPy數(shù)組。Matplotlib是Python中的另外一個(gè)十分重要的庫(kù),在數(shù)據(jù)可視化場(chǎng)景中應(yīng)用最為廣泛,主要用于繪制各種2D圖像,如直方圖、功率譜、條形圖、錯(cuò)誤圖、散點(diǎn)圖等,甚至還可以繪制地理和天文方面的降雨圖、地形差圖和山河分布圖等不同的圖像。用戶借助Matplotlib除了可以使用庫(kù)方法去繪制已經(jīng)固定好的圖像外,也可以自定義地繪制任意想要的圖案,還可以去繪制能夠在瀏覽器上進(jìn)行交互的圖像。下面通過(guò)兩個(gè)例子來(lái)簡(jiǎn)要介紹圖形的繪制方法和圖像的顯示方法。1.4.2Matplotlib點(diǎn)擊以上圖標(biāo)觀看微課視頻

：例1.2繪制過(guò)程微課【例1.2】繪制一個(gè)正弦函數(shù)曲線。In[2]:

import

matplotlib.pyplot

as

plt

import

numpy

as

np

#生成數(shù)據(jù)(從0到2pi之間,取100個(gè)采樣點(diǎn))

x=np.linspace(0,2*np.pi,100)

y=np.sin(x)

#繪制圖形

plt.plot(x,y)

plt.show()首先通過(guò)NumPy的函數(shù)np.linspace()和np.sin()生成數(shù)據(jù),然后將生成的數(shù)據(jù)傳給函數(shù)plt.plot()繪制圖形,最后通過(guò)函數(shù)plt.show()顯示圖形。運(yùn)行上述代碼,繪制的曲線圖形如圖1-5所示。【例1.3】讀入并輸出顯示圖像。In[3]:

import

matplotlib.pyplotasplt

from

matplotlib.image

import

imread

#讀入圖像,imread()函數(shù)讀取圖像的地址和名稱等信息

img=imread(?3.jpg?)

#把圖像傳給imshow()函數(shù)

plt.imshow(img)

#顯示圖像

plt.show()運(yùn)行上述代碼,所讀取的圖像如圖1-6所示。pandas是基于NumPy的一個(gè)開(kāi)源Python庫(kù),被廣泛用于快速分析數(shù)據(jù)以及數(shù)據(jù)清洗和準(zhǔn)備等工作。它的名字是由“panel”和“data”兩個(gè)單詞拼成的。簡(jiǎn)單地說(shuō),pandas可以被看作是Python版的Excel。pandas的一個(gè)強(qiáng)大之處在于它能很好地處理來(lái)自各種不同來(lái)源的數(shù)據(jù),比如Excel表格、CSV文件、SQL數(shù)據(jù)庫(kù),甚至還能處理存儲(chǔ)在網(wǎng)頁(yè)上的數(shù)據(jù)。pandas基于NumPy,常常與NumPy、Matplotlib一起使用。1.4.3pandas【例1.4】使用pandas處理數(shù)據(jù)。In[4]:

import

pandas

as

pd

from

IPython.display

import

display

df=pd.DataFrame({?name?:[?a?,?b?,?c?],?age?:[20,12,41],?sex?:[0,1,1],?birthday?:pd.date_range(?20111111?,periods=3)},columns=[?name?,?age?,?sex?,?birthday?])

display(df)運(yùn)行上述代碼,輸出結(jié)果如圖1-7所示。課外拓展除了JupyterNotebook，Python還有許多其他必要的庫(kù)，這些庫(kù)可以幫助用戶進(jìn)行各種不同的任務(wù)，包括數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)爬蟲(chóng)、Web開(kāi)發(fā)等。1.數(shù)據(jù)分析與可視化：Pandas：用于數(shù)據(jù)處理和分析。NumPy：用于數(shù)值計(jì)算。Matplotlib：用于數(shù)據(jù)可視化。2.機(jī)器學(xué)習(xí)與深度學(xué)習(xí)：Scikit-learn：用于機(jī)器學(xué)習(xí)。TensorFlow：用于深度學(xué)習(xí)。PyTorch：用于深度學(xué)習(xí)。課外拓展3.網(wǎng)絡(luò)爬蟲(chóng)與數(shù)據(jù)抓?。築eautifulSoup：用于網(wǎng)頁(yè)解析。Scrapy：用于爬蟲(chóng)開(kāi)發(fā)。4.Web開(kāi)發(fā)與Web框架：Django：用于Web開(kāi)發(fā)。Flask：用于Web開(kāi)發(fā)。5.網(wǎng)絡(luò)編程與網(wǎng)絡(luò)庫(kù)：Socket：用于網(wǎng)絡(luò)編程。requests：用于發(fā)送HTTP請(qǐng)求。課外拓展6.系統(tǒng)自動(dòng)化與工具庫(kù)：Ansible：用于系統(tǒng)自動(dòng)化。SaltStack：用于系統(tǒng)自動(dòng)化。7.數(shù)據(jù)庫(kù)與數(shù)據(jù)庫(kù)庫(kù)：SQLAlchemy：用于數(shù)據(jù)庫(kù)操作。8.其他常用庫(kù)：Scapy：用于數(shù)據(jù)包嗅探和分析。SymPy：用于數(shù)學(xué)符號(hào)計(jì)算。Python機(jī)器學(xué)習(xí)應(yīng)用1.51.5Python機(jī)器學(xué)習(xí)應(yīng)用鳶尾花數(shù)據(jù)集的分類預(yù)測(cè)實(shí)驗(yàn)是機(jī)器學(xué)習(xí)最經(jīng)典的案例之一,通過(guò)模型的訓(xùn)練,對(duì)于大量的鳶尾花數(shù)據(jù)集的學(xué)習(xí),可以識(shí)別出新的鳶尾花是什么類型,繼而完成預(yù)測(cè)和分類。鳶尾原產(chǎn)于中國(guó)的中部,可以用來(lái)布置花壇,是一種十分重要的庭園植物。鳶尾的種類有很多,比較常見(jiàn)的有德國(guó)鳶尾、黃鳶尾、荷蘭鳶尾、黃色丹佛鳶尾、網(wǎng)脈鳶尾等。鳶尾花(見(jiàn)圖1-8)就是鳶尾開(kāi)出的花朵,有藍(lán)色、白色、紫色等多種顏色,絢麗多彩,極具觀賞價(jià)值。鳶尾花種類有300多種,通過(guò)機(jī)器學(xué)習(xí),當(dāng)給出一株鳶尾花時(shí),能否根據(jù)它的萼片及花瓣大小等信息成功預(yù)測(cè)它的種類?這里面實(shí)際上涉及了分類問(wèn)題。1.5Python機(jī)器學(xué)習(xí)應(yīng)用1.5Python機(jī)器學(xué)習(xí)應(yīng)用本節(jié)內(nèi)容是一個(gè)簡(jiǎn)單的機(jī)器學(xué)習(xí)的實(shí)例“鳶尾花預(yù)測(cè)模型”,其基本涵蓋了scikit-learn機(jī)器學(xué)習(xí)庫(kù)中所需的所有基本操作,實(shí)驗(yàn)環(huán)境為Anaconda。在搭建預(yù)測(cè)模型之前,需要明確一些基本概念。1.5Python機(jī)器學(xué)習(xí)應(yīng)用(2)在多個(gè)選項(xiàng)中預(yù)測(cè)出一種結(jié)果的模型稱為分類模型,分類模型預(yù)測(cè)結(jié)果有多種的問(wèn)題稱為多分類問(wèn)題。(1)因?yàn)橐阎S尾花的測(cè)量數(shù)據(jù)集,所以該模型為一個(gè)監(jiān)督學(xué)習(xí)模型(可參考機(jī)器學(xué)習(xí)章節(jié)了解監(jiān)督學(xué)習(xí)模型)。(4)單個(gè)數(shù)據(jù)點(diǎn)的預(yù)測(cè)輸出的類型稱為標(biāo)簽。

(5)用于訓(xùn)練的數(shù)據(jù)集稱為訓(xùn)練集(訓(xùn)練數(shù)據(jù))。(3)可能的輸出稱為類別。2143(7)機(jī)器學(xué)習(xí)中,每個(gè)個(gè)體稱為樣本。(6)用于測(cè)試的數(shù)據(jù)集稱為測(cè)試集(測(cè)試數(shù)據(jù),用于驗(yàn)證模型好壞)。此處輸入你的智能圖形項(xiàng)正文(8)每個(gè)樣本所有的屬性稱為特征。65871.5Python機(jī)器學(xué)習(xí)應(yīng)用下面介紹搭建鳶尾花預(yù)測(cè)模型的步驟。22.將數(shù)據(jù)集分為訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)44.搭建模型66.模型評(píng)估11.獲取數(shù)據(jù)集并導(dǎo)入所需庫(kù)33.數(shù)據(jù)分析55.模型的使用1.獲取數(shù)據(jù)集并導(dǎo)入所需庫(kù)機(jī)器學(xué)習(xí)的第一步就是要獲取數(shù)據(jù),這一步非常重要,因?yàn)楂@取數(shù)據(jù)的質(zhì)量和數(shù)量直接影響機(jī)器學(xué)習(xí)模型是否能建立好,是否能夠得到最終的有效預(yù)測(cè)結(jié)果。#本數(shù)據(jù)集為一個(gè)經(jīng)典數(shù)據(jù)集,因此可以直接導(dǎo)入鳶尾花數(shù)據(jù)集from

sklearn.datasets

import

load_iris#數(shù)據(jù)集分割函數(shù)from

sklearn.model_selection

import

train_test_split#K近鄰算法類from

sklearn.neighbors

import

KNeighborsClassifier#導(dǎo)入NumPy庫(kù)import

numpy

as

np#導(dǎo)入pandas庫(kù)import

pandas

as

pd#導(dǎo)入Matplotlib繪圖庫(kù)import

matplotlib.pyplot

as

plt#load_iris()返回的是一個(gè)Bunch對(duì)象,其和字典很相似,通過(guò)一些操作可以得到該數(shù)據(jù)集內(nèi)的數(shù)據(jù)和一些其他資料iris_datasets=load_iris()2.將數(shù)據(jù)集分為訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)拿到數(shù)據(jù)后,不能將數(shù)據(jù)全部用來(lái)訓(xùn)練,也不能將數(shù)據(jù)全部用來(lái)測(cè)試,更不能將訓(xùn)練數(shù)據(jù)拿來(lái)測(cè)試模型,因?yàn)槟Ｐ蜁?huì)記住整個(gè)訓(xùn)練集,導(dǎo)致測(cè)試的結(jié)果總是對(duì)的,所以不能用訓(xùn)練集來(lái)測(cè)試模型的泛化能力。為了解決這個(gè)問(wèn)題,可以根據(jù)數(shù)據(jù)特征選擇機(jī)器學(xué)習(xí)算法建立模型,在訓(xùn)練模型前將數(shù)據(jù)集分成兩部分,一部分作為訓(xùn)練數(shù)據(jù),用來(lái)生成機(jī)器學(xué)習(xí)模型;另一部分作為測(cè)試數(shù)據(jù),對(duì)訓(xùn)練后的模型進(jìn)行測(cè)試,以此來(lái)判斷此機(jī)器學(xué)習(xí)模型的準(zhǔn)確性。通過(guò)scikit-learn中提供的train_test_split()函數(shù)來(lái)實(shí)現(xiàn)數(shù)據(jù)的分割。#得到的數(shù)據(jù)集分為測(cè)試集和訓(xùn)練集,其中x為輸入數(shù)據(jù),y為輸出結(jié)果,即標(biāo)簽x_train,x_test,y_train,y_test=train_test_split(iris_datasets[?data?],iris_datasets[?target?],random_state=0)3.數(shù)據(jù)分析在建立模型前,首先需要對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的分析,方便后續(xù)確定要搭建的模型。我們可以借助于一些工具將數(shù)據(jù)可視化,如將數(shù)據(jù)變成散點(diǎn)圖矩陣(見(jiàn)圖1-9),方便查看其中的規(guī)律。#NumPy數(shù)組轉(zhuǎn)換為pandas

DataFrame,利用特征名字對(duì)其進(jìn)行標(biāo)記iris_dataframe=pd.DataFrame(x_train,columns=iris_datasets.feature_names)#利用pandas中有的dataframe創(chuàng)建散點(diǎn)圖矩陣grr=pd.plotting.scatter_matrix(iris_dataframe,c=y_train,figsize=(15,15),marker=?o?,hist_kwds={?bins?:20},s=60,alpha=.8)#展示數(shù)據(jù)plt.show()4.搭建模型模型搭建選用的是“K近鄰算法”,該算法在neighbors模塊的KNeighborsClassifier類中實(shí)現(xiàn),我們需要實(shí)例化一個(gè)對(duì)象才可以使用該算法。KNeighborsClassifier類中對(duì)要使用的方法進(jìn)行了封裝,其實(shí)例化的對(duì)象包含了訓(xùn)練數(shù)據(jù)構(gòu)建模型的算法,也包含了預(yù)測(cè)的算法,還包含了提取出的信息。對(duì)于類來(lái)說(shuō),其僅僅保存了訓(xùn)練集。#K近鄰算法knn=KNeighborsClassifier(n_neighbors=1)knn.fit(x_train,y_train)5.模型的使用模型的使用在類中已經(jīng)進(jìn)行了封裝,可以直接調(diào)用函數(shù)實(shí)現(xiàn)。1)創(chuàng)建數(shù)據(jù)#輸入的數(shù)據(jù)是一個(gè)二維數(shù)組x_new=np.array([[5,2.9,1,0.2]])2)結(jié)果預(yù)測(cè)#返回的數(shù)據(jù)是一個(gè)一維數(shù)組,含有標(biāo)簽的序號(hào)prediction=knn.predict(x_new)3)展示結(jié)果print(?thename:{}?.format(iris_datasets[?target_names?][prediction]))6.模型評(píng)估對(duì)于已經(jīng)搭建好的模型,我們要對(duì)其正確性進(jìn)行評(píng)估,這時(shí)就要使用到我們提前分離出來(lái)的測(cè)試集里面的數(shù)據(jù)和標(biāo)簽了。其中,knn.score(x_test,y_test)是類中自帶的評(píng)價(jià)函數(shù)。#模型評(píng)估print(?thescore:{:.2f}?.format(knn.score(x_test,y_test)))思考與練習(xí)1.什么是Python?使用Python有什么好處?2.使用scikit-learn機(jī)器學(xué)習(xí)庫(kù)能實(shí)現(xiàn)哪些功能?3.簡(jiǎn)述Python的應(yīng)用。4.使用NumPy庫(kù)寫出兩個(gè)數(shù)組相加運(yùn)算的碼:[1,2,3]+[4,5,6]。謝謝觀看人工智能概述第二章知識(shí)結(jié)構(gòu)知識(shí)目標(biāo)1.了解人工智能的應(yīng)用領(lǐng)域。2.了解人工智能的發(fā)展過(guò)程。3.了解人工智能的知識(shí)圖譜。能力與素養(yǎng)目標(biāo)1.能夠運(yùn)用人工智能相關(guān)應(yīng)用軟件解決生活中的問(wèn)題。2.能夠區(qū)分專用人工智能和通用人工智能。3.培養(yǎng)應(yīng)用能力,開(kāi)拓科技視野。專題拓展閱讀如今,人工智能技術(shù)受到世界的關(guān)注,其中,中國(guó)已具有較強(qiáng)的競(jìng)爭(zhēng)力。我國(guó)民營(yíng)企業(yè)科大訊飛公司,是一家從事智能語(yǔ)音及語(yǔ)言技術(shù)研究的科技公司,其在前幾年嘗試研發(fā)一項(xiàng)新技術(shù)———高考機(jī)器人。當(dāng)時(shí)日本已經(jīng)在做類似的高考機(jī)器人了,并且預(yù)計(jì)要達(dá)到東京大學(xué)入學(xué)考試的水平。當(dāng)中國(guó)的高考機(jī)器人制作完成后,科大訊飛邀請(qǐng)了日本相關(guān)專家到中國(guó)來(lái)互相交流溝通,日本專家在此次交流溝通中大為震撼,回到日本后第一時(shí)間給日本政府寫了一份報(bào)告。報(bào)告中列出了三個(gè)沒(méi)想到。專題拓展閱讀(1)沒(méi)想到中國(guó)政府能投入如此大的力量來(lái)研究人工智能。(2)沒(méi)想到中國(guó)能有這么多年輕的研究人員。(3)沒(méi)想到中國(guó)在人工智能領(lǐng)域已經(jīng)成為與日本并駕齊驅(qū)甚至超越日本的領(lǐng)先者?？梢钥闯?中國(guó)在人工智能領(lǐng)域走在了世界前列。從原來(lái)跟著其他國(guó)家學(xué)到現(xiàn)在建立自信,這正是因?yàn)槲覀儞碛辛藢儆谧约旱暮诵募夹g(shù)。隨著民族品牌不斷地崛起,我們更要做好自主研發(fā),用科技來(lái)創(chuàng)造中國(guó)力量。借用科大訊飛主頁(yè)上的一句話“用人工智能建設(shè)美好世界”,相信人工智能一定可以改變世界。目錄2.1生活中的人工智能

2.2人工智能的由來(lái)與發(fā)展2.3人工智能的定義2.4人工智能的判定2.5人工智能的知識(shí)圖譜2.6人工智能的應(yīng)用分類與體驗(yàn)生活中的人工智能2.12.1生活中的人工智能隨著時(shí)代的發(fā)展,網(wǎng)絡(luò)越來(lái)越發(fā)達(dá),不知不覺(jué)中,人工智能已經(jīng)走進(jìn)我們的生活并悄無(wú)聲息地帶來(lái)了一場(chǎng)智能化革命。其實(shí)人工智能并不神秘,我們沒(méi)必要把它束之高閣。例如,生活中人手一部的智能手機(jī),其內(nèi)部的語(yǔ)音操作功能,其實(shí)就是人工智能。又如,我們所熟知的在許多家庭中都可以見(jiàn)到的天貓精靈、小米智能音箱等,也屬于人工智能。再高端一點(diǎn)的話,當(dāng)屬互聯(lián)網(wǎng)智能家電,許多電器公司都在致力于研究與生產(chǎn)它們,如小米旗下的云米就是從事全屋互聯(lián)網(wǎng)家電的公司。天貓精靈（TmallGenie）是阿里巴巴集團(tuán)阿里云智能事業(yè)群于2017年7月5日發(fā)布的AI智能終端品牌。讓用戶以自然語(yǔ)言對(duì)話的交互方式，實(shí)現(xiàn)影音娛樂(lè)、購(gòu)物、信息查詢、生活服務(wù)等功能操作，成為消費(fèi)者的家庭助手。天貓精靈云米，成立于2014年5月，總部位于廣東佛山，作為全屋智能家電開(kāi)創(chuàng)者，2018年9月，云米在美國(guó)納斯達(dá)克成功上市（代碼:VIOT）。是家庭物聯(lián)網(wǎng)第1股。云米致力于用高科技締造智能的家，為全球用戶提供「一站式全屋智能」解決方案：智能家電+智能家居+軟件服務(wù)。云米通過(guò)5G+Al+loT等前沿科技，打造智能廚房、智能客廳、智能臥室、智能衛(wèi)浴、智能陽(yáng)臺(tái)、智能凈水等智能場(chǎng)景解決方案，持續(xù)為全球家庭帶來(lái)更舒適、便捷、健康、安全、可成長(zhǎng)的智能生活體驗(yàn)。云米人工智能在智能交通領(lǐng)域的應(yīng)用是頗為廣泛的,如圖2-1所示。近幾年,百度、小米等公司都在研究智能駕駛技術(shù),其中百度的Apollo自動(dòng)駕駛科技已經(jīng)公布了《百度智能駕駛開(kāi)放白皮書》,這也是全球第一份系統(tǒng)性解構(gòu)自動(dòng)駕駛安全性與可靠性的技術(shù)文件。在自動(dòng)駕駛模式下,不需要對(duì)汽車進(jìn)行控制,只需要告訴車載AI目的地等相關(guān)信息即可實(shí)現(xiàn)安心、放心的出行。隨著交通卡口的大規(guī)模聯(lián)網(wǎng),匯集的海量車輛通行記錄等信息對(duì)于城市交通管理有著重要的作用,利用人工智能技術(shù),可實(shí)時(shí)分析城市交通流量,調(diào)整紅綠燈間隔,縮短車輛等待時(shí)間,提升城市道路的通行效率。城市級(jí)的人工智能大腦實(shí)時(shí)掌握著城市道路上通行車輛的軌跡信息、停車場(chǎng)的車輛信息以及小區(qū)的停車信息,能提前半個(gè)小時(shí)預(yù)測(cè)交通流量變化和停車位數(shù)量變化,合理調(diào)配資源、疏導(dǎo)交通,實(shí)現(xiàn)機(jī)場(chǎng)、火車站、汽車站、商圈的大規(guī)模交通聯(lián)動(dòng)調(diào)度,提升整個(gè)城市的運(yùn)行效率,為居民的暢通出行提供保障。2.1.1

智能交通點(diǎn)擊以上圖標(biāo)觀看微課視頻

：2.1.1拓展智能交通改變生活微課智能交通是AI落地應(yīng)用的重要垂直市場(chǎng)之一。目前,在智能交通領(lǐng)域,人工智能分析及深度學(xué)習(xí)是比較成熟的應(yīng)用技術(shù),以車牌識(shí)別算法最為理想。此外,人工智能在車輛顏色、車輛廠商標(biāo)志識(shí)別、無(wú)牌車檢測(cè)、非機(jī)動(dòng)車檢測(cè)與分類、車頭車尾判斷、車輛檢索、人臉識(shí)別等方面的應(yīng)用也比較成熟。采用人工智能技術(shù)還可以識(shí)別車輛特征(車標(biāo)、車型、年款等)與違法行為(遮擋車牌、開(kāi)車打電話、不系安全帶、機(jī)動(dòng)車不禮讓行人等)。2.1.1

智能交通未來(lái),隨著訓(xùn)練樣本的大數(shù)據(jù)化和算力的提升,不斷優(yōu)化的AI算法將在緩解城市交通擁堵(對(duì)路口運(yùn)行效率進(jìn)行實(shí)時(shí)監(jiān)測(cè)和展示,優(yōu)化信號(hào)燈配時(shí))、智能導(dǎo)航和無(wú)人駕駛(路線優(yōu)化與道路識(shí)別)、道路養(yǎng)護(hù)(路面病害識(shí)別、道路智能化巡檢)、突發(fā)(交通)事件網(wǎng)絡(luò)態(tài)勢(shì)感知、電子警察(精準(zhǔn)化的違法行為判斷、重點(diǎn)人或車的精準(zhǔn)識(shí)別)等領(lǐng)域發(fā)揮更大的作用,有力促進(jìn)交通強(qiáng)國(guó)戰(zhàn)略的實(shí)施,推動(dòng)我國(guó)智能交通產(chǎn)業(yè)更快更好地發(fā)展。2.1.1

智能交通人工智能的快速發(fā)展可以極大地提高各種高精度醫(yī)療器械的發(fā)展速度,同時(shí)實(shí)現(xiàn)智慧診療。智慧診療使得人工智能不斷地學(xué)習(xí)各種病例,直到可以解決大部分疾病的診斷和治療。圖2-2所示是人工智能在眼科診療過(guò)程中的應(yīng)用,運(yùn)用人工智能算法進(jìn)行病例分析,可以幫助醫(yī)生查出近50種眼類疾病,模擬醫(yī)生的診斷思維,最終給出治療方案。另外,人工智能還可以對(duì)醫(yī)學(xué)影像學(xué)數(shù)據(jù)進(jìn)行分析,輔助醫(yī)生給出預(yù)判結(jié)果。2.1.2智慧醫(yī)療人工智能中的深度學(xué)習(xí)技術(shù)還可以應(yīng)用于藥物研究,通過(guò)大數(shù)據(jù)分析等技術(shù)手段快速、準(zhǔn)確地挖掘和篩選出合適的化合物或生物,達(dá)到縮短新藥研發(fā)周期、降低新藥研發(fā)成本、提高新藥研發(fā)成功率的目的。人工智能通過(guò)計(jì)算機(jī)模擬,可以對(duì)藥物活性、安全性和副作用進(jìn)行預(yù)測(cè)。借助深度學(xué)習(xí),人工智能已在心血管藥、抗腫瘤藥和常見(jiàn)傳染病治療藥等多個(gè)領(lǐng)域取得了新突破,在抗擊埃博拉病毒中也發(fā)揮了重要的作用。除此之外,人工智能技術(shù)還可以應(yīng)用到健康管理的具體場(chǎng)景中,目前主要集中在風(fēng)險(xiǎn)識(shí)別、虛擬護(hù)士、精神健康、移動(dòng)醫(yī)療、健康干預(yù)以及基于精準(zhǔn)醫(yī)學(xué)的健康管理方面。2.1.2智慧醫(yī)療(1)風(fēng)險(xiǎn)識(shí)別。通過(guò)獲取信息并運(yùn)用人工智能技術(shù)進(jìn)行分析,識(shí)別疾病發(fā)生的風(fēng)險(xiǎn)及提供降低風(fēng)險(xiǎn)的措施。(2)虛擬護(hù)士。收集病人的飲食習(xí)慣、鍛煉周期、服藥習(xí)慣等個(gè)人生活習(xí)慣信息,運(yùn)用人工智能技術(shù)進(jìn)行數(shù)據(jù)分析并評(píng)估病人整體狀態(tài),協(xié)助規(guī)劃其日常生活。(3)精神健康。運(yùn)用人工智能技術(shù)對(duì)語(yǔ)言、表情、聲音等數(shù)據(jù)進(jìn)行情感識(shí)別。(4)移動(dòng)醫(yī)療。結(jié)合人工智能技術(shù)提供遠(yuǎn)程醫(yī)療服務(wù)。(5)健康干預(yù)。運(yùn)用AI對(duì)用戶體征數(shù)據(jù)進(jìn)行分析,制訂健康管理計(jì)劃。2.1.2智慧醫(yī)療人工智能在安防領(lǐng)域的應(yīng)用隨處可見(jiàn)。例如,天網(wǎng)工程能調(diào)用地球上任何位置的攝像頭和音頻系統(tǒng),從而高效準(zhǔn)確地搜索人或事物;一些交通要道、公共場(chǎng)所都安裝有視頻監(jiān)控設(shè)備,利用圖像采集等技術(shù)可對(duì)固定區(qū)域進(jìn)行實(shí)時(shí)的監(jiān)控(見(jiàn)圖2-3)。2.1.3智能安防人工智能技術(shù)的迅猛發(fā)展,積極推動(dòng)著安防領(lǐng)域向著一個(gè)更智能化、更人性化的方向前進(jìn),目前人工智能在公安行業(yè)也有很多應(yīng)用。公安行業(yè)用戶的迫切需求是,在海量的視頻信息中發(fā)現(xiàn)犯罪嫌疑人的線索。人工智能在視頻內(nèi)容的特征提取、內(nèi)容理解方面有著天然的優(yōu)勢(shì)。前端攝像頭內(nèi)置人工智能芯片,可實(shí)時(shí)分析視頻內(nèi)容,檢測(cè)運(yùn)動(dòng)對(duì)象,識(shí)別人、車屬性信息,并通過(guò)網(wǎng)絡(luò)傳遞到后端人工智能的中心數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)。再利用強(qiáng)大的計(jì)算能力及智能分析能力,人工智能可對(duì)犯罪嫌疑人的信息進(jìn)行比對(duì)篩查和實(shí)時(shí)分析,給出最可能的線索建議,準(zhǔn)確率高達(dá)99.8%以上,將犯罪嫌疑人的軌跡鎖定由原來(lái)的幾天縮短到幾分鐘,為案件的偵破節(jié)約寶貴的時(shí)間。其強(qiáng)大的交互能力,使其還能與辦案民警進(jìn)行自然語(yǔ)言方式的溝通,真正成為辦案人員的專家助手。2.1.3智能安防安防領(lǐng)域所涉及的人工智能技術(shù)主要體現(xiàn)在兩個(gè)方面:視頻結(jié)構(gòu)化技術(shù)和大數(shù)據(jù)技術(shù)。2.1.3智能安防(1)視頻結(jié)構(gòu)化技術(shù)。視頻結(jié)構(gòu)化技術(shù)融合了機(jī)器視覺(jué)、圖像處理、模式識(shí)別、深度學(xué)習(xí)等技術(shù),是視頻內(nèi)容理解的基石。1(2)大數(shù)據(jù)技術(shù)。大數(shù)據(jù)技術(shù)為人工智能提供強(qiáng)大的分布式計(jì)算能力和知識(shí)庫(kù)管理能力,是人工智能分析預(yù)測(cè)、自主完善的重要支撐。2人工智能雖然在教育行業(yè)面臨巨大的挑戰(zhàn),但也帶來(lái)了一些獨(dú)特的優(yōu)勢(shì)。首先,人工智能可以幫助教育機(jī)構(gòu)更好地理解學(xué)生。通過(guò)對(duì)學(xué)生的日常行為進(jìn)行分析,人工智能可以幫助教育機(jī)構(gòu)了解學(xué)生的學(xué)習(xí)喜好和習(xí)慣,從而個(gè)性化地為學(xué)生制定教育方案。其次,人工智能可以為教師提供即時(shí)反饋。通過(guò)對(duì)課堂內(nèi)容和學(xué)生反應(yīng)的分析,人工智能可以即時(shí)發(fā)現(xiàn)問(wèn)題并提供相應(yīng)的解決方案。最后,人工智能還可以幫助教育機(jī)構(gòu)減少運(yùn)營(yíng)成本。通過(guò)對(duì)課程內(nèi)容、教材使用情況等方面進(jìn)行分析,人工智能可以幫助教育機(jī)構(gòu)優(yōu)化課程設(shè)置和教材使用,從而減少運(yùn)營(yíng)成本。2.1.4智能教育2020年,中共中央、國(guó)務(wù)院印發(fā)《深化新時(shí)代教育評(píng)價(jià)改革總體方案》,明確指出要?jiǎng)?chuàng)新評(píng)價(jià)工具,利用人工智能、大數(shù)據(jù)等現(xiàn)代信息技術(shù),探索開(kāi)展各年級(jí)學(xué)生學(xué)習(xí)情況全過(guò)程縱向評(píng)價(jià)、德智體美勞全要素橫向評(píng)價(jià)。有些學(xué)校已經(jīng)將課堂教學(xué)效果與AI技術(shù)相結(jié)合,生成了一套教學(xué)反饋系統(tǒng)。通過(guò)人臉識(shí)別技術(shù)識(shí)別出學(xué)生當(dāng)前的狀態(tài),以便于教師監(jiān)督并反饋當(dāng)前課堂狀況(見(jiàn)圖2-4)。另外,在智能教育領(lǐng)域,利用人工智能還可以進(jìn)行機(jī)器閱卷,解決了主觀題的公平公正問(wèn)題,能夠直觀判斷每份試卷的難易程度。2.1.4智能教育2.1.4智能教育當(dāng)下,科技的發(fā)展使得互聯(lián)網(wǎng)和智能手機(jī)得到普及,并滲透到人們?nèi)粘Ｉ畹姆椒矫婷?而電子支付更是因?yàn)槠浞奖憧旖莸闹Ц缎问绞艿侥贻p人的追捧?，F(xiàn)在多數(shù)人出門已經(jīng)養(yǎng)成了不帶錢包的習(xí)慣,一部手機(jī)就可以解決所有問(wèn)題。電子支付讓我們充分享受到了科技給生活帶來(lái)的便利,如使用人臉識(shí)別技術(shù)進(jìn)行刷臉支付等,如圖2-5所示。2.1.5電子支付有很大的可能性,在未來(lái)人工智能將高速發(fā)展,并在一些工作崗位中部分或完全取代人力。雖然它會(huì)“搶走”許多人的工作,但是它的存在與發(fā)展是必然趨勢(shì),我們能做的是不斷提升自己,爭(zhēng)做時(shí)代的弄潮兒。2.1.5電子支付人工智能的由來(lái)與發(fā)展2.22.2人工智能的由來(lái)與發(fā)展人工智能雖然不像物理和化學(xué)等學(xué)科一樣古老,但是從歷史進(jìn)程上看,在早期歷史中,一些智能機(jī)器中隱含著人工智能相關(guān)知識(shí),人工智能這個(gè)新學(xué)科正在逐漸變得越來(lái)越強(qiáng)大。第一次工業(yè)革命:機(jī)械化。18世紀(jì)60年代到19世紀(jì)中期,人類開(kāi)始進(jìn)入以蒸汽機(jī)為代表的機(jī)器取代人力生產(chǎn)的機(jī)器時(shí)代。第二次工業(yè)革命:電氣化。19世紀(jì)下半葉到20世紀(jì)初,人類開(kāi)始進(jìn)入以電力大規(guī)模應(yīng)用為代表的電氣時(shí)代,并在信息革命、資訊革命中達(dá)到頂峰。第三次工業(yè)革命:自動(dòng)化。20世紀(jì)后半期,約在第二次世界大戰(zhàn)之后,人類進(jìn)入以計(jì)算機(jī)和電子數(shù)據(jù)普及為代表的科技時(shí)代,生物克隆技術(shù)、航天科技出現(xiàn),引發(fā)了第三次工業(yè)革命。第四次工業(yè)革命:智能化。21世紀(jì)初,第四次工業(yè)革命悄然到來(lái),其是繼蒸汽技術(shù)革命、電力技術(shù)革命、電子技術(shù)革命的又一次科技革命,人類進(jìn)入以物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)等科技實(shí)現(xiàn)智能化和自動(dòng)化的全新時(shí)代。2.2.1人工智能的由來(lái)蒸汽機(jī)是將蒸汽的能量轉(zhuǎn)換為機(jī)械功的往復(fù)式動(dòng)力機(jī)械。蒸汽機(jī)的出現(xiàn)曾引起了18世紀(jì)的工業(yè)革命。直到20世紀(jì)初，它仍然是世界上最重要的原動(dòng)機(jī)，后來(lái)才逐漸讓位于內(nèi)燃機(jī)和汽輪機(jī)等。蒸汽機(jī)需要一個(gè)使水沸騰產(chǎn)生高壓蒸汽的鍋爐，這個(gè)鍋爐可以使用木頭、煤、石油或天然氣甚至可燃垃圾作為熱源。蒸汽膨脹推動(dòng)活塞做功。蒸汽機(jī)人工智能的由來(lái)如圖2-6所示。2.2.1人工智能的由來(lái)人類通過(guò)直立行走解放了雙手,然后開(kāi)始不斷探索與創(chuàng)造新的工具。人類一直致力于創(chuàng)造越來(lái)越精密復(fù)雜的機(jī)器來(lái)節(jié)省體力、延長(zhǎng)自己的壽命,同時(shí)也發(fā)明了很多用于減輕腦力勞動(dòng)的工具,如算盤、計(jì)算機(jī)等,它們?cè)谝欢ǔ潭壬蠝p輕了腦力勞動(dòng),但應(yīng)用范圍有限。直到人工智能出現(xiàn)與發(fā)展,人類的腦力勞動(dòng)才得到了多方面的減輕。人工智能學(xué)科誕生于20世紀(jì)50年代初,當(dāng)時(shí)由于計(jì)算機(jī)的產(chǎn)生與發(fā)展,人們開(kāi)始了具有真正意義的研究,用機(jī)器來(lái)模擬人類智能等問(wèn)題誕生了。2.2.2人工智能的發(fā)展自古以來(lái),人們就一直試圖用各種機(jī)器來(lái)代替人的部分腦力勞動(dòng),以提高其征服自然的能力,其中對(duì)人工智能的產(chǎn)生、發(fā)展有重大影響的研究主要有以下幾個(gè)。公元前900多年,我國(guó)已經(jīng)有關(guān)于歌舞機(jī)器人的傳說(shuō)記載,說(shuō)明古代人就有人工智能的幻想。公元前384—公元前322年,哲學(xué)家亞里士多德(Aristotle)在他的名著《工具論》中提出了形式邏輯的一些主要定律,他提出的三段論至今仍是演繹推理的基本依據(jù)。12世紀(jì)末至13世紀(jì)初,西班牙邏輯學(xué)家RomenLuee試圖制造能解決各種問(wèn)題的通用邏輯機(jī)。2.2.2人工智能的發(fā)展1.萌芽期(1956年以前)亞里士多德（Aristotle，公元前384～前322），古代先哲，古希臘人，世界古代史上偉大的哲學(xué)家、科學(xué)家和教育家之一，堪稱希臘哲學(xué)的集大成者。他是柏拉圖的學(xué)生，亞歷山大的老師。公元前335年，他在雅典辦了一所叫呂克昂的學(xué)校，被稱為逍遙學(xué)派。馬克思曾稱亞里士多德是古希臘哲學(xué)家中最博學(xué)的人物，恩格斯稱他是“古代的黑格爾”。亞里士多德——古希臘著名思想家作為一位百科全書式的科學(xué)家，他幾乎對(duì)每個(gè)學(xué)科都做出了貢獻(xiàn)。他的寫作涉及倫理學(xué)、形而上學(xué)、心理學(xué)、經(jīng)濟(jì)學(xué)、神學(xué)、政治學(xué)、修辭學(xué)、自然科學(xué)、教育學(xué)、詩(shī)歌、風(fēng)俗，以及雅典法律。亞里士多德的著作構(gòu)建了西方哲學(xué)的第一個(gè)廣泛系統(tǒng)，包含道德、美學(xué)、邏輯和科學(xué)、政治和玄學(xué)。《工具論》是亞里士多德邏輯著作的匯編總稱。由于當(dāng)時(shí)認(rèn)為邏輯學(xué)既非理論知識(shí)，又非實(shí)際知識(shí)而只是知識(shí)的工具，所以后人將此書命名為《工具論》。全書包括六篇—一《范疇篇》，討論實(shí)體、量、關(guān)系、質(zhì)等問(wèn)題；《解釋篇》，結(jié)合詞語(yǔ)、語(yǔ)句討論判斷或命題；《前分析篇》，討論推理的有效性、前提和結(jié)論之間的關(guān)系；《后分析篇》，討論證明的條件、種類、方法和構(gòu)成因素，以及定義和證明的關(guān)系等；《論辨篇》，討論論辯的藝術(shù)、推理的方法等，《辨謬篇》，專門培析和駁斥各種謬誤和詭辯?！豆ぞ哒摗贰獊喞锸慷嗟伦珜懙臅?7世紀(jì),法國(guó)物理學(xué)家和數(shù)學(xué)家B.Pascal制成了世界上第一臺(tái)會(huì)演算的機(jī)械加法器并獲得實(shí)際應(yīng)用。19世紀(jì),英國(guó)數(shù)學(xué)和力學(xué)家C.Babbage致力于差分機(jī)和分析機(jī)的研究,雖因條件限制未能完全實(shí)現(xiàn),但其設(shè)計(jì)思想不愧為當(dāng)時(shí)人工智能的最高成就。進(jìn)入20世紀(jì)后,關(guān)于人工智能相繼出現(xiàn)若干開(kāi)創(chuàng)性的工作。1936年,年僅24歲的英國(guó)數(shù)學(xué)家艾倫·麥席森·圖靈(A.M.Turing)在他的一篇有關(guān)“理想計(jì)算機(jī)”的論文中提出了著名的圖靈機(jī)模型,為后來(lái)電子數(shù)字計(jì)算機(jī)的問(wèn)世奠定了理論基礎(chǔ)。1943年,美國(guó)神經(jīng)生理學(xué)家麥克洛奇與數(shù)理邏輯學(xué)家匹茲建成了第一個(gè)神經(jīng)網(wǎng)絡(luò)模型(M-P模型),開(kāi)創(chuàng)了微觀人工智能的研究領(lǐng)域,為后來(lái)人工神經(jīng)網(wǎng)絡(luò)的研究奠定了基礎(chǔ)。2.2.2人工智能的發(fā)展1.萌芽期(1956年以前)在機(jī)器學(xué)習(xí)方面,1957年Rosenblatt研制成功了感知機(jī)。這是一種將神經(jīng)元用于識(shí)別的系統(tǒng),它的學(xué)習(xí)功能引起了人們廣泛的興趣,推動(dòng)了連接機(jī)制的研究,但人們很快發(fā)現(xiàn)了感知機(jī)的局限性。在定理證明方面,美籍華裔數(shù)理邏輯學(xué)家王浩于1958年在IBM-704機(jī)器上用3~5min證明了《數(shù)學(xué)原理》中有關(guān)命題演算的全部定理(220條),并且還證明了謂詞演算中150條定理的85%;1965年魯賓孫(J.A.Robinson)提出了歸結(jié)原理,為定理的機(jī)器證明做出了突破性的貢獻(xiàn)。

在模式識(shí)別方面,1959年塞爾夫里奇推出了一個(gè)模式識(shí)別程序,1965年羅伯特(Ro_x0002_berts)編制出了可分辨積木構(gòu)造的程序。2.2.2人工智能的發(fā)展2.形成時(shí)期(1956—1970年)王浩（HaoWang，1921年5月20日—1995年5月13日），出生于山東省濟(jì)南市，祖籍山東省德州市齊河縣，華裔美國(guó)人，數(shù)學(xué)家，哲學(xué)家，邏輯學(xué)家，計(jì)算機(jī)科學(xué)家，美國(guó)藝術(shù)與科學(xué)院院士，洛克菲勒大學(xué)榮休教授。王浩——美國(guó)藝術(shù)與科學(xué)院院士，數(shù)學(xué)家，哲學(xué)家，邏輯學(xué)家，計(jì)算機(jī)學(xué)家在問(wèn)題求解方面,1960年紐厄爾等人通過(guò)心理學(xué)試驗(yàn)總結(jié)出了人們求解問(wèn)題的思維規(guī)律,編制了通用問(wèn)題求解程序(general-problemsolver,GPS),可以用來(lái)求解11種不同類型的問(wèn)題。在專家系統(tǒng)方面,由美國(guó)斯坦福大學(xué)的費(fèi)根鮑姆(E.A.Feigenbaum)領(lǐng)導(dǎo)的研究小組自1965年開(kāi)始專家系統(tǒng)DENDRAL的研究,1968年完成并投入使用。該專家系統(tǒng)能根據(jù)質(zhì)譜儀的實(shí)驗(yàn),通過(guò)分析推理決定化合物的分子結(jié)構(gòu),其分析能力已接近甚至超過(guò)有關(guān)化學(xué)專家的水平,在美、英等國(guó)得到了實(shí)際的應(yīng)用。該專家系統(tǒng)的研制成功不僅為人們提供了一個(gè)實(shí)用的專家系統(tǒng),而且對(duì)知識(shí)表示、存儲(chǔ)、獲取、推理及利用等技術(shù)是一次非常有益的探索,為以后專家系統(tǒng)的建造樹(shù)立了榜樣,對(duì)人工智能的發(fā)展產(chǎn)生了深刻的影響,其意義遠(yuǎn)遠(yuǎn)超過(guò)了系統(tǒng)本身在實(shí)用上所創(chuàng)造的價(jià)值。2.2.2人工智能的發(fā)展2.形成時(shí)期(1956—1970年)在人工智能語(yǔ)言方面,1960年,麥卡錫研制出的人工智能語(yǔ)言(LISP),成為建造專家系統(tǒng)的重要工具。1969年成立的國(guó)際人工智能聯(lián)合會(huì)議(InternationalJointConferencesonArtificialIntelligence,IJCAI)是人工智能發(fā)展史上一個(gè)重要的里程碑,它標(biāo)志著人工智能這門新興學(xué)科已經(jīng)得到世界的肯定和認(rèn)可。1970年創(chuàng)刊的國(guó)際性人工智能雜志ArtificialIntelligence對(duì)推動(dòng)人工智能的發(fā)展,促進(jìn)研究者們的交流起到了重要的作用。2.2.2人工智能的發(fā)展2.形成時(shí)期(1956—1970年)進(jìn)入20世紀(jì)70年代,許多國(guó)家都開(kāi)展了人工智能的研究,涌現(xiàn)了大量的研究成果。例如,1972年,法國(guó)馬賽大學(xué)的科麥瑞爾(A.Comerauer)提出并實(shí)現(xiàn)了邏輯程序設(shè)計(jì)語(yǔ)言PROLOG;斯坦福大學(xué)的肖特利夫(E.H.Shortliffe)等人從1972年開(kāi)始研制用于診斷和治療感染性疾病的專家系統(tǒng)MYCIN。1977年,費(fèi)根鮑姆在第五屆國(guó)際人工智能聯(lián)合會(huì)議上提出了“知識(shí)工程”的概念,對(duì)以知識(shí)為基礎(chǔ)的智能系統(tǒng)的研究與建造起到了重要的作用。大多數(shù)人接受了費(fèi)根鮑姆關(guān)于以知識(shí)為中心展開(kāi)人工智能研究的觀點(diǎn)。從此,人工智能的研究又迎來(lái)了蓬勃發(fā)展的以知識(shí)為中心的新時(shí)期。2.2.2人工智能的發(fā)展3.發(fā)展時(shí)期(1970年以后)1996年2月10日至17日,為了紀(jì)念世界上第一臺(tái)通用電子計(jì)算機(jī)誕生50周年,美國(guó)IBM公司出巨資邀請(qǐng)國(guó)際象棋世界冠軍卡斯帕羅夫與IBM公司的“深藍(lán)”計(jì)算機(jī)進(jìn)行了六局的“人機(jī)大戰(zhàn)”。這場(chǎng)比賽被人們稱為“人腦與‘電腦’的世界決戰(zhàn)”,參賽雙方分別代表了國(guó)際象棋領(lǐng)域中的人腦和“電腦”的世界最高水平。2.2.2人工智能的發(fā)展3.發(fā)展時(shí)期(1970年以后)人工智能的定義2.32.3人工智能的定義人工智能(artificialintelligence,AI)是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)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(jì)算機(jī)科學(xué)的一個(gè)分支,它企圖了解智能的實(shí)質(zhì),并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器,該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。人工智能屬于一門綜合學(xué)科,集合了數(shù)學(xué)、計(jì)算機(jī)學(xué)、心理學(xué)、物理學(xué)等多門學(xué)科。研究人工智能實(shí)際上就是讓計(jì)算機(jī)模擬人類行為代替人去思考、工作,教“機(jī)器寶寶”逐漸長(zhǎng)大成“人”,與人類成長(zhǎng)過(guò)程類似。2.3人工智能的定義人工智能的定義可以拆分成兩部分,一部分是“人工”,另一部分是“智能”?！叭斯ぁ笔侵副仨毷侨藙?chuàng)造的東西,“智能”是指獲取和應(yīng)用知識(shí)與技能的能力。所以人工智能從某種意義上來(lái)講,也可以定義為由人創(chuàng)造的能夠獲取和應(yīng)用知識(shí)與技能的能力的程序、機(jī)械或者設(shè)備,即讓計(jì)算機(jī)去做過(guò)去只有人才能做的智能工作。目前還沒(méi)有一個(gè)公認(rèn)的關(guān)于人工智能的定義,甚至還存在一些完全相悖的觀點(diǎn),大致上人工智能具有以下幾種被普遍接受的定義。2.3人工智能的定義人工智能是一種使計(jì)算機(jī)能夠思維,使機(jī)器具有智力的激動(dòng)人心的新嘗試。人工智能是研究那些使理解、推理和行為成為可能的計(jì)算。人工智能是那些與人的思維、決策、問(wèn)題求解和學(xué)習(xí)等有關(guān)的活動(dòng)的自動(dòng)化。人工智能是用計(jì)算模型研究智力行為。2.3人工智能的定義下面通過(guò)兩個(gè)問(wèn)題揭示人工智能真正的含義?！纠?.1】如圖2-7(a)所示,金字塔的高度是多少?金字塔是古埃及人的偉大創(chuàng)造,坐落在撒哈拉沙漠的邊緣。在古時(shí)候,由于金字塔又高又陡,并且又是法老們的陵墓,出于敬畏之心,沒(méi)人敢登上去直接進(jìn)行測(cè)量,所以金字塔高度的測(cè)量是一個(gè)難題。要想準(zhǔn)確測(cè)量出金字塔的高度,就要想辦法找到一個(gè)金字塔的模型,通過(guò)模型來(lái)間接計(jì)算金字塔的高度。有一次,古希臘的一位哲學(xué)家泰勒斯在游覽金字塔時(shí),提出了解決方案,他利用相似三角形基本原理輕而易舉地就測(cè)出了金字塔的高度[見(jiàn)圖2-7(b)],也因此開(kāi)創(chuàng)了數(shù)學(xué)命題的簡(jiǎn)單證明。通過(guò)以上問(wèn)題可以看出來(lái):人工智能是建立關(guān)于思維、感知和行動(dòng)的模型。2.3人工智能的定義下面通過(guò)兩個(gè)問(wèn)題揭示人工智能真正的含義?！纠?.1】如圖2-7(a)所示,金字塔的高度是多少?2.3人工智能的定義【例2.2】如圖2-8所示,一個(gè)農(nóng)夫想要帶著一匹狼和兩只羊過(guò)河,但他的船每次只能帶一只動(dòng)物過(guò)河,人不在時(shí)狼會(huì)吃羊,怎樣乘船才能把這些動(dòng)物都安全運(yùn)過(guò)河?2.3人工智能的定義農(nóng)夫過(guò)河問(wèn)題是人工智能領(lǐng)域典型的問(wèn)題。如果用自然語(yǔ)言描述此過(guò)程,不僅煩瑣而且還不夠精準(zhǔn)。因此,要想精確地求解實(shí)際問(wèn)題,就要將問(wèn)題抽象為一個(gè)數(shù)學(xué)模型。表示方法:過(guò)河與未過(guò)河是兩種不同的狀態(tài),可以用0和1來(lái)表示,0表示未過(guò)河,1表示已過(guò)河。農(nóng)夫、狼、羊1、羊2分別處于這兩種狀態(tài)。如果用四元組表示狀態(tài)的話,此問(wèn)題就變成從初始狀態(tài)(0,0,0,0)經(jīng)過(guò)一些中間狀態(tài)變成目標(biāo)狀態(tài)(1,1,1,1)的過(guò)程。約束條件:根據(jù)題意,過(guò)河時(shí)具有一定的約束條件,即人不在時(shí)狼會(huì)吃羊,因此(0,1,1,1)、(0,1,1,0)、(0,1,0,1)、(1,0,0,0)、(1,0,0,1)、(1,0,1,0)這幾種情況是不可以出現(xiàn)的。有了問(wèn)題的表示方法和約束條件,在解決問(wèn)題時(shí)就可以精確地描述問(wèn)題了。通過(guò)以上問(wèn)題可以看出來(lái):人工智能是在特定約束條件下建立關(guān)于思維、感知和行動(dòng)的模型。人工智能的判定2.42.4人工智能的判定學(xué)習(xí)了人工智能的定義后,要想判斷一個(gè)智能體是否擁有人工智能,就要用到人工智能領(lǐng)域兩個(gè)有名的測(cè)試,一個(gè)叫圖靈測(cè)試,另一個(gè)叫中文房間。它們是兩種測(cè)試機(jī)器是否具備人類智能的方法。圖靈測(cè)試(Turingtest)由人工智能之父艾倫·麥席森·圖靈提出,它是指在詢問(wèn)者(一個(gè)人)與被測(cè)試者(一臺(tái)機(jī)器)隔開(kāi)的情況下,詢問(wèn)者向被測(cè)試者隨意提問(wèn),如果被測(cè)試者能夠與詢問(wèn)者對(duì)話,而不被辨別出機(jī)器身份,則稱這臺(tái)機(jī)器是智能的(見(jiàn)圖2-9)。下面可以通過(guò)兩段對(duì)話感受一下哪個(gè)機(jī)器是智能的,哪個(gè)機(jī)器是非智能的。2.4.1圖靈測(cè)試[對(duì)話1]問(wèn):請(qǐng)幫我寫出有關(guān)“第四號(hào)橋”主題的十四行詩(shī)。答:我從來(lái)不會(huì)寫詩(shī)。問(wèn):34957加70764等于多少?答:(停30秒后)105721。問(wèn):你會(huì)下國(guó)際象棋嗎?答:是的。問(wèn):我在我的K1處有棋子K;你僅在K6處有棋子K,在R1處有棋子R。輪到你走,你應(yīng)該下哪步棋?答:(停15秒后)棋子R走到R8處,將軍!2.4.1圖靈測(cè)試[對(duì)話2]問(wèn):你會(huì)下國(guó)際象棋嗎?答:是的。問(wèn):你會(huì)下國(guó)際象棋嗎?答:是的。問(wèn):請(qǐng)?jiān)俅位卮?你會(huì)下國(guó)際象棋嗎?答:是的。很明顯,對(duì)話1的機(jī)器是智能的,對(duì)話2的機(jī)器并不智能。對(duì)話1的回答并不能讓人區(qū)分出其是人或者機(jī)器,即機(jī)器同人一樣具有思考、處理問(wèn)題的能力。對(duì)話2的回答能讓人輕松察覺(jué)其是機(jī)器,因此是不智能的。2.4.1圖靈測(cè)試中文房間(Chineseroom,theChineseroomargument)又稱作華語(yǔ)房間,最早由美國(guó)哲學(xué)家JohnSearle于20世紀(jì)80年代初提出。這個(gè)實(shí)驗(yàn)要求你想象一個(gè)只會(huì)說(shuō)英語(yǔ)的人身處一個(gè)房間之中,這個(gè)房間除了門上有一個(gè)小窗口以外,全部都是封閉的。他隨身帶著一本寫有中文翻譯程序的書,房間里還有足夠的稿紙、鉛筆和櫥柜。寫著中文的紙片通過(guò)小窗口被送入房間中,房間里的人可以使用他的書來(lái)翻譯這些文字并用中文回復(fù)(見(jiàn)圖2-10)。雖然房間里的人完全不會(huì)中文,但是Searle認(rèn)為通過(guò)這個(gè)過(guò)程,房間里的人可以讓任何房間外的人以為他會(huì)說(shuō)流利的中文。2.4.2中文房間2.4.2中文房間可以看出,中文房間是將一個(gè)對(duì)中文一竅不通且只會(huì)說(shuō)英語(yǔ)的人關(guān)在封閉的房間內(nèi),通過(guò)英漢書指導(dǎo)他翻譯并回復(fù)房間外面的人。盡管通過(guò)此方法可以以假亂真,讓房外人相信房中人是一個(gè)完全懂中文的人,但客觀事實(shí)是他壓根就不懂中文。此過(guò)程中,房外人相當(dāng)于程序員,房中人相當(dāng)于機(jī)器,書相當(dāng)于計(jì)算機(jī)程序。每當(dāng)房外人給出一個(gè)輸入,房中人依據(jù)書的指導(dǎo)就會(huì)給出一個(gè)輸出。綜上所述,兩種測(cè)試表明,當(dāng)一臺(tái)機(jī)器能與人類對(duì)話而不被辨別出其機(jī)器身份時(shí),就說(shuō)此臺(tái)機(jī)器是智能的。2.4.2中文房間人工智能的知識(shí)圖譜2.52.5人工智能的知識(shí)圖譜知識(shí)圖譜是人工智能的重要分支,是推動(dòng)互聯(lián)網(wǎng)和人工智能發(fā)展的核心驅(qū)動(dòng)力,目前已經(jīng)成為推動(dòng)機(jī)器基于人類知識(shí)獲取認(rèn)知能力的重要途徑,并將逐漸成為未來(lái)智能社會(huì)的重要主導(dǎo)因素。圖2-11所示是人工智能的知識(shí)圖譜。點(diǎn)擊以上圖標(biāo)觀看微課視頻

：2.5什么是知識(shí)圖譜微課要想在技術(shù)層面實(shí)現(xiàn)人工智能,首先要解決一些基礎(chǔ)問(wèn)題,比如人類所熟知的知識(shí)在計(jì)算機(jī)中如何表示的問(wèn)題。由于計(jì)算機(jī)表示數(shù)據(jù)的方式與人類是完全不一樣的,因此要想處理某個(gè)問(wèn)題,第一步就需要將問(wèn)題的相關(guān)知識(shí)表示出來(lái)。知識(shí)表示是一個(gè)核心問(wèn)題,屬于基礎(chǔ)層面的內(nèi)容,詳見(jiàn)本書第3章。每個(gè)人從小就一直在學(xué)習(xí)各種基本概念,比如爸爸的含義、媽媽的含義,這其實(shí)就是在幫助我們理解爸爸和媽媽的概念;概念表示出來(lái)以后,由一系列概念就可以組成一個(gè)完整的知識(shí),即知識(shí)表示;最后,這一系列相關(guān)聯(lián)的知識(shí)便組成了知識(shí)圖譜。2.5.1知識(shí)表示知識(shí)獲取是人工智能和知識(shí)工程的基本技術(shù)之一,也是人工智能所要解決的主要問(wèn)題。如果說(shuō)知識(shí)表示是基礎(chǔ),那么知識(shí)獲取就是運(yùn)用知識(shí)進(jìn)行推理的重要途徑。通過(guò)知識(shí)表示,將所獲取的知識(shí)存儲(chǔ)到知識(shí)庫(kù)中,并利用知識(shí)進(jìn)行推理,最終求解出問(wèn)題。知識(shí)的獲取方式有很多,最基礎(chǔ)的就是搜索技術(shù)。搜索技術(shù)類似于百度搜索過(guò)程,詳見(jiàn)本書第4章。第二種是群智能算法,群智能算法源于以群落形式生存的生物的覓食行為。研究者發(fā)現(xiàn),每個(gè)個(gè)體通過(guò)相互作用機(jī)制形成強(qiáng)大的群體智慧,進(jìn)而來(lái)解決一些復(fù)雜問(wèn)題。因此,相比于一般搜索技術(shù),群智能算法更復(fù)雜一些。除此之外,機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)這兩種知識(shí)獲取方式更為煩瑣,在本書第5章、第6章中會(huì)做詳細(xì)介紹?？梢?jiàn),對(duì)于小數(shù)據(jù)可選擇搜索技術(shù)進(jìn)行知識(shí)的獲取,當(dāng)存在大量數(shù)據(jù)時(shí),主要采用人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)或機(jī)器學(xué)習(xí)的方式進(jìn)行知識(shí)的獲取。2.5.2知識(shí)獲取通過(guò)知識(shí)表示,可以將知識(shí)用計(jì)算機(jī)能讀懂的語(yǔ)言表示出來(lái),并通過(guò)相關(guān)方法獲取知識(shí),此時(shí)相當(dāng)于已經(jīng)有了一定的知識(shí)儲(chǔ)備,人工智能最終的目的是要運(yùn)用這些知識(shí)去解決實(shí)際問(wèn)題,這就涉及應(yīng)用層面的問(wèn)題。例如,目前已經(jīng)非常成熟的計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理,以及某些決策層面上的應(yīng)用,比如規(guī)劃、多智能體系統(tǒng)、智能機(jī)器人等,其中智能機(jī)器人是目前人工智能領(lǐng)域最高端的技術(shù)。2.5.3知識(shí)應(yīng)用人工智能的應(yīng)用分類與體驗(yàn)2.6隨著當(dāng)今社會(huì)科學(xué)技術(shù)的持續(xù)發(fā)展和人們對(duì)編程技術(shù)的探索,近年來(lái)AI產(chǎn)業(yè)正在飛速發(fā)展,人工智能產(chǎn)業(yè)實(shí)踐層出不窮,越來(lái)越多的人開(kāi)始關(guān)注人工智能方面,大體上人工智能的應(yīng)用可分為兩大類,一類是專用人工智能,另一類是通用人工智能。2.6.1人工智能的應(yīng)用分類1.專用人工智能專用人工智能是指具備了某一項(xiàng)能力的人工智能代替人去做某個(gè)具體崗位的重復(fù)的體力勞動(dòng)或腦力勞動(dòng)工作,可以做一些簡(jiǎn)單、重復(fù)的勞動(dòng)形式?！纠?.3】阿爾法圍棋(AlphaGo)是第一個(gè)擊敗人類職業(yè)圍棋選手、第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能機(jī)器人。2016年3月,AlphaGo與圍棋世界冠軍、韓國(guó)職業(yè)九段棋手李世石進(jìn)行圍棋人機(jī)大戰(zhàn),以4∶1的總比分獲勝;2017年5月,在中國(guó)烏鎮(zhèn)圍棋峰會(huì)上,它與世界圍棋等級(jí)排名第一的世界圍棋冠軍、中國(guó)職業(yè)棋手柯潔對(duì)戰(zhàn),以3∶0的總比分獲勝,如圖2-12所示,其中右側(cè)的工作人員僅替AlphaGo將每一步的棋子擺放到棋盤上。圍棋界公認(rèn)AlphaGo的棋力已經(jīng)超過(guò)人類職業(yè)圍棋頂尖水平。2.6.1人工智能的應(yīng)用分類2.6.1人工智能的應(yīng)用分類專用人工智能只擅長(zhǎng)于單方面人工智能的能力,比如AlphaGo只會(huì)下圍棋,盡管下得很出色,但也僅限于圍棋,若讓它去下軍棋,它就不擅長(zhǎng)了。本章2.1節(jié)“生活中的人工智能”中介紹的人工智能均屬于專用人工智能。在很多行業(yè)中,專用人工智能已經(jīng)得到廣泛的應(yīng)用,替代了很多崗位的工作,如下所示。2.6.1人工智能的應(yīng)用分類01快遞公司:用24小時(shí)不停歇、零差錯(cuò)的分揀機(jī)器人替代分揀員,并開(kāi)始測(cè)試無(wú)人駕駛送件車。02新聞媒體:用寫稿機(jī)器人來(lái)代替普通記者和編輯,其一天可以完成一個(gè)編輯團(tuán)隊(duì)半年的工作量。03超市便利店:開(kāi)始嘗試無(wú)人售貨或自主買單,收銀員不再是不可或缺的。04工廠:計(jì)劃在未來(lái)幾年內(nèi)拿掉80%的工人,用機(jī)器人替代生產(chǎn)線工人。2.6.1人工智能的應(yīng)用分類05電商:用人工智能替代普通美工,一秒鐘能做出8000張海報(bào)。06醫(yī)院:用人工智能和大數(shù)據(jù)輔助醫(yī)生判斷病情,準(zhǔn)確率已接近80%。07律師事務(wù)所:用人工智能審核法律文件,節(jié)約大量人力和時(shí)間。08保險(xiǎn)公司和地產(chǎn)公司:用人工智能呼出廣告電話,其不僅應(yīng)答自如,普通話還比一般人標(biāo)準(zhǔn)得多。2.6.1人工智能的應(yīng)用分類在如此多的行業(yè)中,大家可以思考一下哪些崗位最容易被人工智能替換。表2-1所示是各崗位被人工智能替換的概率,其中電話推銷員最容易被替換,被替換的概率高達(dá)99.0%,而教師最不容易被替換,被替換的概率僅為0.4%。由此可見(jiàn),一些比較簡(jiǎn)單的、重復(fù)的、機(jī)械的崗位被人工智能替代的可能性最大,而一些需要情感交流和互動(dòng)、技術(shù)含量較高的崗位被人工智能替代的可能性較小。2.6.1人工智能的應(yīng)用分類通用人工智能是指人工智能具有像人一樣的思維水平以及心理結(jié)構(gòu)的全面智能化,可以執(zhí)行相當(dāng)于人類甚至超越人類智力水平的任務(wù),不僅能夠獨(dú)立完成任務(wù),還可以理解物理論文,設(shè)計(jì)投資策略,并與陌生人進(jìn)行愉快的交談,而不局限在某個(gè)特定領(lǐng)域。現(xiàn)在的科研應(yīng)用主要聚焦在專用人工智能上,發(fā)展勢(shì)頭較猛,并已取得可觀成就。而通用人工智能還未實(shí)現(xiàn),屬于停滯不前的狀態(tài)。騰訊董事會(huì)主席兼首席執(zhí)行官馬化騰認(rèn)為通用人工智能發(fā)展趨勢(shì)越來(lái)越清晰。AI從專才向通才發(fā)展,實(shí)現(xiàn)從專用人工智能向通用人工智能的跨越發(fā)展,這也是下一階段的重要趨勢(shì)。2.通用人工智能2.6.2人工智能的應(yīng)用體驗(yàn)?zāi)壳?很多人工智能的技術(shù)已經(jīng)放在云端,比如一些App和微信小程序等。下面我們可以來(lái)體驗(yàn)一下人工智能帶給我們生活上的便捷。在微信小程序中搜索“騰訊云AI體驗(yàn)中心”,可以利用這個(gè)小程序來(lái)體驗(yàn)騰訊的AI服務(wù),如圖2-13(a)所示,里面有人臉特效、人臉識(shí)別、文字識(shí)別等功能。在日常生活中,可以通過(guò)生物特征識(shí)別技術(shù)進(jìn)行身份查找和身份確認(rèn)。其中,人臉屬性識(shí)別是通過(guò)圖片識(shí)別出人臉的性別、年齡、表情等屬性值的一項(xiàng)技術(shù),圖2-13(b)所示為使用騰訊云AI體驗(yàn)中心的“人臉屬性”功能對(duì)某幅人臉圖像進(jìn)行識(shí)別。2.6.2人工智能的應(yīng)用體驗(yàn)思考與練習(xí)1.什么是人工智能?2.專用人工智能與通用人工智能的區(qū)別有哪些?3.請(qǐng)說(shuō)出人工智能在生活中的應(yīng)用。4.人工智能帶給我們哪些便捷?謝謝觀看知識(shí)表示第三章知識(shí)結(jié)構(gòu)知識(shí)目標(biāo)1.了解知識(shí)、知識(shí)表示的概念。2.掌握各種算法表示知識(shí)的過(guò)程。能力與素養(yǎng)目標(biāo)1.能夠用謂詞邏輯表示法表示知識(shí)。2.能夠繪制狀態(tài)空間圖進(jìn)行問(wèn)題的表示。3.培養(yǎng)嚴(yán)謹(jǐn)?shù)倪壿嬐评砟芰Αｎ}拓展閱讀在“互聯(lián)網(wǎng)+”時(shí)代,最熱門的詞語(yǔ)可能就是大數(shù)據(jù)了。手機(jī)話費(fèi)賬單是大數(shù)據(jù),信用卡消費(fèi)記錄是大數(shù)據(jù),我們?nèi)粘Ｊ褂玫闹Ц秾毐澈笠灿写髷?shù)據(jù)的支撐。數(shù)據(jù)已經(jīng)滲透到當(dāng)今每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域,成為重要的生產(chǎn)因素。人們開(kāi)始著力于對(duì)海量數(shù)據(jù)進(jìn)行挖掘和運(yùn)用,力求在大數(shù)據(jù)里面快速地獲取相關(guān)的信息。隨著國(guó)家大數(shù)據(jù)戰(zhàn)略配套政策措施的制定和實(shí)施,我國(guó)大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展環(huán)境將進(jìn)一步優(yōu)化,大數(shù)據(jù)的新業(yè)態(tài)、新業(yè)務(wù)、新服務(wù)將迎來(lái)爆發(fā)式增長(zhǎng),產(chǎn)業(yè)鏈進(jìn)一步成熟和擴(kuò)張。我國(guó)大數(shù)據(jù)的資源掌控能力、技術(shù)支撐能力和價(jià)值挖掘能力,正加快促使我國(guó)邁向數(shù)據(jù)強(qiáng)國(guó)。要想在大數(shù)據(jù)里面快速地獲取相關(guān)的信息,最基本的技術(shù)就是知識(shí)的表示,它決定著人工智能如何進(jìn)行知識(shí)學(xué)習(xí),是最底層、最基礎(chǔ)的部分,因此是人工智能當(dāng)中很重要的一個(gè)技術(shù)手段。專題拓展閱讀人類之所以擁有智能行為是因?yàn)槿祟悡碛兄R(shí),擁有對(duì)知識(shí)的獲取、表達(dá)、搜索、分析和解答等智能能力。因此,要想讓機(jī)器系統(tǒng)像人一樣具有智能能力(人工智能),則必須以人的知識(shí)為基礎(chǔ),因?yàn)橹R(shí)是人工智能的基石。但是人類所熟知的知識(shí)對(duì)于計(jì)算機(jī)而言,需要用適當(dāng)?shù)谋硎拘问奖磉_(dá)出來(lái)