AI系列培訓課件-人工智能技術及應用課件第1章

擁抱AI

時間：2024-9-8人工智能再認識1.1

1.2

1.3

1.4AI內

涵與Al發(fā)

展

中Al就

在

你身

邊外

延1

手機美顏2

聊天機器人3

今日頭條4

在線翻譯5語音助手6圖像生成1.1

AI就在你身邊智能交通

智能教育

儀智慧金融合

智慧城市

e互聯網智能醫(yī)療

智能旅游AI+

行業(yè)智能汽車智能家居8

智能手機

智能手環(huán)智能手表AI+生活11.1

AI就在你身邊搜素引擎：網頁、圖片、視頻、新聞、學術、地圖信息推薦：新聞、商品、游戲、書籍圖片識別：人像、用品、動物、交通工具用戶分析：社交網絡、影評、商品評論機器翻譯、

摘要生成……自

己地域農

藏買

了又買都

群A

達

人

AFollo海

內SNS關

系屬

性

外部關

系屬

性迎sT/Epnr[e

Pof理D

分he

nk目體系嚴品

B:pdg7交隱性計四時庫關系五大實行22露網

n

H

m

等相

似看

了

又

看膳C=加的的

評論

第：絕點擊

四

買腐

性品度松頭條智能助理機器翻譯個性化推薦倉儲機器人11.1

AI就在你身邊智能圖像理解智能搜索排序智能出行隨著智能手機市場女性用戶的地位日益升高，帶有美膚效果的手機相繼推出，而這一類手機也獲得了女性用戶的追捧，這一類手機統(tǒng)稱為美顏手機。美顏手機內嵌人工智能算

法具備自動磨皮、美白、瘦臉、眼部增強、五官立體等功能。1.手機美顏體驗

/android/271754.html。手機美顏聊天機器人的成功之處在于，研發(fā)者將大量網絡流行的俏皮語言加入詞庫，當你發(fā)送的詞組和句子被詞庫識別后，程序將通過算法把預先設定好的回答回復給你。而詞庫的豐

富程度、回復的速度，是一個聊天機器人能不能得到大眾喜歡的重要因素。千篇一律的

回答不能得到大眾青睞，中規(guī)中矩的話語也不會引起人們共鳴。此外，只要程序啟動，

聊士們24小時在線隨叫隨到，堪稱貼心之至為人民服務小i

機器人w

o

com聊天機器人微軟小冰

Apple

SIRI微軟二代小冰在萬人2中R

于

的

."Siri,

給我弄碗

熱干面。"IMI小

i機器人京東JIMI聊天機器人2.聊天機器人很牛3.科大訊飛金融客服機器人4.聊天機器人也有不足下載地址：

/expcenter.shtml《今日頭條》基于個性化推薦引擎技術，根據每個用戶的社交行為、閱讀行為、位置、職業(yè)、年齡等挖掘出興趣進行個性化推薦，推薦內容不僅包括狹義上的新聞，還包括音

樂、電影、游戲、購物等資訊。頭條日頭條5.頭騰大戰(zhàn)6.今日頭條賺錢今日頭條你關心的才是條人工智能的普遍應用則使在線翻譯成了當今機器翻譯的重頭戲(參見13.4.2)。在這一領域，競爭正變得空前激烈。如今功能較強、方便易用的在線翻譯工具有谷歌翻譯、必

應翻譯、臉譜翻譯、有道翻譯、巴比倫翻譯等，其中后起之秀的谷歌翻譯最具特色，同

時最具代表性。谷歌翻譯可提供63種主要語言之間的即時翻譯；它可以提供所支持的任

意兩種語言之間的互譯，包括字詞、句子、文本和網頁翻譯。另外它還可以幫助用戶閱

讀搜索結果、網頁、電子郵件、YouTube

視頻字幕以及其他信息。在線翻譯視頻軟件7.

同聲譯體驗智能音箱的背后技術是語音助手，而目前最強技術都掌握在微軟、谷歌、亞馬遜、蘋果和三星等幾個巨頭手中。目前，常規(guī)語音識別技術已經比較成熟。語音助手8.語音助手體驗軟件

]https://make.girls.moe開開選項

□高級模式模型Camellia256x256Ver.171219(9.9MB)發(fā)

色發(fā)

型棕

色

隨

機褐色肌膚

臉

紅關

隨

機

開

關

隨

機生成一幅逼真的圖像對人類來說已經非常困難了，需要多年的平面設計訓練。但在人工智能技術發(fā)展的今天，讓機器完成這項任務變的很容易。圖像生成帽

子關隨機生成隨機張嘴開關AI發(fā)展史人工智能的誕生(1943-1956)人工智能的過

去、現在和未來1.21950年，圖靈發(fā)表了

一篇劃時代的論文，并提出了著名的“圖靈測試"。1956年達特矛斯會議：AI的誕生大數據廣泛應用深度學習強化學習遷移學習1950-1970年

計算驅動p1980-2000年的

知識驅動符號主義早期推理系統(tǒng)早期神經網絡(聯結主義)專家系統(tǒng)知識工程(非深度)機器學習神經網絡(聯結主義重獲新生)

|2006年之后

數據驅動計算驅動知識驅動數據驅動1.2.11.2.21.2.31.2

AI發(fā)

展

史主要參與者：約翰·麥卡錫(JohnMcCarthy)、馬文·

閔斯基(MarvinMinsky,人工智能與認知學專家)、克勞德·

香農(Claude

Shannon

,1956

年也就成為了人工信息論的創(chuàng)始人)、艾倫·

紐厄爾(AllenNewell,計算機科學家)、智能元年。工智能夏季研究會的與會者再相聚1956年8月，在美國漢。諾斯小鎮(zhèn)寧靜的達特茅

斯

(Dartmouth),開

來兩個月的會議。雖然大家沒有達成普遍

的共識，但是卻為會議

討論的內容起了一個名AMpame

Votum

27

Nuncr4(2006)(9AAA0A

Proposal

fortheDartmouth

SummerResearchProject

on

ArtificialIntelligenceAugust

31,1955Joln

MeCarthy.Marvin

L.Minsky.NatharielRochester,and

Caude

E.Shannon赫伯特西蒙(Herbert

Simon,諾貝爾經濟學獎得主)等計算驅動字：人工智能。因此，計算驅動鑒于計算機一直被認為是只能進行數值計算的機器，所以，它稍微做一點看起

來有智能的事情，人們都

驚訝不已。這個時期誕生

了世界上第一個聊天程序

ELIZA,塞繆爾的跳棋程

序等

。問題

表現計算驅動導致人工智能的發(fā)展走入低谷主要表現為計

算能力有限。樂觀

預測1956年，西蒙和紐

厄爾預言“十年之內，

數字計算機將成為

國際象棋世界冠軍。①

計算驅動17專家系統(tǒng)其實就是一套計算機軟件，它往往聚焦于單個專業(yè)領域，模擬人類專家回答問題或提供知識，幫助工作人員作出決策。它一方面需要人類專家整理和錄入龐大的

知識庫(專家規(guī)則),另一方面需要計算機科學家編寫程序，設定如何根據提問進行推

理找到答案，也就是推理引擎。專家系統(tǒng)把自己限定在一個小的范圍，避免了通用人工智能的各種難題，它充分

利用現有專家的知識經驗，務實的解決人類特定工作領域需要的任務，它不是創(chuàng)造機器

生命，而是制造更有用的活字典，好工具。知識驅動代表

產品●

鑒定化學成分Depdra!●

血液病診斷MYCIN●

通用專家系統(tǒng)Cyc●

1982年發(fā)行具有學習

能力的神經網絡Hopfield網絡?！?/p>

1982年日本研發(fā)第五

代機，十年后基本以

失

敗

。代表

人物知識工程奠基人Feigenbaum問題表現●

知識獲取瓶頸。。

·●神經網絡的局限。②

知識驅動20072007年，在斯坦福任教的華裔科學家李飛飛，發(fā)起創(chuàng)建了

ImageNet項目。為了向人工智能研究機構提供足夠數量可靠地圖像資料，ImageNet。ImageNet

目前已經包含了1400萬張圖片數據，超過2萬個

類別。數十年后，物聯網、云計算、大數據技

●術的成熟，神經網

絡又已經成我們現在人工智能的關鍵

技術。2006

年，Hinton出版了《Learning

Multiple

LayersofRepresentation》奠

定了神經網絡的全新的架構，至今仍

然是人工智能深度學習的核心技術，

后人把Hinton稱為深度學習之父。數據驅動(Andrew

Ng)及其團隊在研究使用圖形處理器

(GPU)進行大規(guī)模無監(jiān)督式機器學

習工作，嘗試讓人工智能程序完全自主的識別圖開中的內容。2012年，吳恩達取得了驚人的成就，

向世人展示了一個超強的神經網絡，它能夠在自主

觀看數千萬張圖片之后，識別那些包含有小貓的圖

像內容。這是歷史上在沒有人工干預下，機器自主

強化學習的里程碑式事件。2014年，伊恩·古德費羅提出GAN(GenerativeAdversarialNetworks)生

成°

對抗網絡算法，這是一種用于無監(jiān)督學習的人工智能算法，這種算法由生成網絡和評估

網絡構成

，

以左右互搏的方式提升最終效果

，

這種方法很快被人工智能很多技術領域采用。數據驅動華裔

科

學

家

吳恩

達20162016年谷歌發(fā)起了兩場轟動世界的圍棋人機之戰(zhàn)，其人工智能程序●AlphaGo

連續(xù)戰(zhàn)勝曾經的圍棋世界

冠軍韓國李世石，以及現任的圍棋世界冠軍中國的柯潔。③

數據驅動視頻

10.人工智能歷史AlphaGo

戰(zhàn)勝李世石2

016201722圖靈測試由艾倫.麥席森圖靈發(fā)明，指測試者與被測試者隔開的情況下，通過一些裝置向被測試者隨意提問。進行多次測試后，如果有超過30%的

測試者不能確定出被測試者是人還是

機器，那么這臺機器就通過了測試，并被認為具有人類智能。人工智能缺乏真實感普通人的認識與人類大腦的生物近似性與人類思考邏輯的近似性與人類行為的近似性人工智能是計算科學的一個分支人工智能是一門綜合科學e

圖靈測試內涵和外延什么是1.3人工智能內涵與外延弱人工智能強人工智能

超人工智能人工智能的不同層次1.3人工智能內涵與外延1

圖靈測試2

機器智能和人工智能3

弱人工智能、強人工智能和超人工智能4弱人工智能到強人工智能之路測試過程測試中要求一個人和。

一臺擁有智能的機器

設備在互不相知的情

況下，進行隨機的提

問交流，如果超過3成

的測試者沒有發(fā)現對方是機器設備，那就

代表了這臺設備擁有

“人類智能”現狀目前還沒有任何人工智能通過測試。①

圖靈測試環(huán)境

搭建受試者測試者機

器機器智能和人工智能人教育

人工智能人

機器機器智能

機器智能和人工智能什么是人工智能人工智能(Artificial

Intelligence)

,

英文縮寫為AI

。它是研究、開發(fā)用于模擬、

延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新技術科學。√企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，相關研究包

括機器人、語言識別、圖像識別、自然語言處理和

專家系統(tǒng)等?！倘斯ぶ悄苁菍θ说囊庾R、思維的信息過程的模擬。

人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。機器學習自動推理人工意識知識表示讓機器人像人一樣聽懂人工智能

語音識別讓機器人像人一樣看儒

讓機器人和人一樣運動視覺識別

運動識別使一部機器的反應方式像人一樣進行感知、認知、決策、執(zhí)行的人工程序或系統(tǒng)人工智能強強人工智能系統(tǒng)包括。

了學習、語言、認知、

推理、創(chuàng)造和計劃，目標是使人工智能在

非監(jiān)督學習情況下處

理前所未見的細節(jié)，

并同時與人類開展交

互式學習。強人工智

能目標：會自己思考

的電腦。弱弱人工智能只專注于。

完成某個特別設定的

任務，例如語音識別、

圖像識別和翻譯，也

包括近年來出現的IBM

的

Watson

和

谷

歌的

AlphaGo。弱人工智能

目標：讓電腦看起來

會像人腦一樣思考。超超人工智能是指通過模擬人。

類的智慧，人工智能開始具

備自主思維意識，形成新的

智能群體，能夠像人類一樣

獨自地進行思維。③

弱人工智能、強人工智能和超人工智能28困難弱人工智能到強人工智能之路這條路很難走，只有

明白創(chuàng)造

一個人類智能水平的電腦是多么不容易；

。

才能讓你真的理解人類的智能是多么不可思議。造摩天大樓、把人送入太空、明白宇宙大爆炸的細

節(jié)

—

—

這些都比理解人類的大腦，并且創(chuàng)造個類似

的東西要簡單太多了。至今為止，人類的大腦是我

們所知宇宙中最復雜的東西。人工智能已經在幾乎所有需要思考的領域超過了人

類，但是在那些人類和其它動物不需要思考就能完

成的事情上，還差得很遠。現狀現在，人類已經掌握了弱

人工智能。其實弱人工智

能無處不在，人工智能革

命是從弱人工智能，經過

強人工智能，最終到達超人工智能的旅途。讓我們

來看看這個領域的思想家

對于這個旅途是怎么看的。④

弱人工智能到強人工智能之路三大流派三個層次知識體系1

.

4人工智能再認識1.4.11.4.21.4.3符號主義曾長期領銜其它學派，即使到目前，符號主義仍然屬于三●大主流派別之一。車把車座車胎車架車踏奠基人是西蒙，符號主義主

要

成就代表是上個世紀的專家系

統(tǒng)。在符號主義看來，機

器

遵

從基本的物理學定律，人也是

物理符號系統(tǒng)，自然可以用機

器來模擬人的智能。主要還是

因為人的認知就是一類符號事

物，比如一系列有形或者無形

的事物都可以用特定的語言去

表達，而機器通過輸入輸出自

然也可以得到相應的事物。其

實說白了人工智能的問題就是

如何表示?如何推理?三大流派神經網絡模擬器http://playground.tensorflow.org/#activation=tanh&batchSize=1

0&dataset=circle®Dataset=reg-plane&learningRate=0.03®ularizationRate=0&noise=0&networkShape=4,2&seed=0.46584&showTestData=false&discretiz

e=false&percTrainData=50&x=true&y=true&xTimesY=false&xS

quared=false&ySquared=false&cosX=false&sinX=false&cosY=

false&sinY=false&collectStats=false&problem=classification&initZero=false&hideText=false奠基人是明斯基，主要成就是神經網絡。連接主義學派的誕

生，出現于人類對腦結構與腦

功能的研究到達了可具象化之

后。它的代表性成果是1943

年由生理學家麥卡洛克

(McCulloch)和數理邏輯學家

皮茨(Pitts)創(chuàng)立的腦模型，即

MP

模型，開創(chuàng)了用電子裝置

模仿人腦結構和功能的新途徑。就在人們對符號主義懷疑并且否定的同時，連接主義在理論·

與實踐基礎上均開始突破。這一次連接主義(深度學習)勢如破竹，引領了接下來人工智能的發(fā)展浪潮。三大流派

三大流派

行為主義認為智能不需要知識、不需要表示、不需要推理；奠基人是維

納

，行為主

人工智能可以像人類智能那樣逐步進化，智能只有在現實世義的貢獻是機器人控制

界中通過與周圍環(huán)境的交互作用才能表現出來；指責傳統(tǒng)人工智能(主要指符號主義，也涉及連接主義)對現實世界中客觀事物的描述和復雜智能行為的工作模式做了虛假的、過

于簡單的抽象，因而，是不能真實反映現實世界的客觀事物系統(tǒng)。其代表性成果是布魯克斯研制的機器蟲。

行為主義認為智能取決

于感知和行動，提出了

智能行為的“感知一動

作”模型的。符步主義知識表示知鞏請聯結主義神經網終深黃學年行為主義控制論機器人未來達到強人工智能，需要三大流派互相融合三大流派認知智能認知智能則為理解、解釋的。

能力。所以，真正人工智能

的突破口是認知智能。近幾

年，在深度學習推動下，以

視覺、聽覺等識別技術為目

標的感知智能也取得不錯的

勝利果實。然而，相比于計

算智能和感知智能，認知能

力的實現難度較大。感知

智能感知智能，即視覺、。

聽覺、觸覺等感知能

力，當下十分熱門的

語音識別、語音合成、

圖像識別即是感知智

能。計算

智能計算智能即快速計算。

記憶和儲存能力，目

前，以快速計算、存

儲為目標的計算智能

已經基本實現。②

三個層次知識單元相關學科研究方向描述成果及算法問題求解圖搜索啟發(fā)式搜索問題空間中進行符號推演博弈樹搜索，A*算法優(yōu)化搜索智能計算以計算方式隨機進行求解遺傳算法，粒子群算法知識與推理知識表示知識圖譜一階謂詞邏輯描述邏輯產生式系統(tǒng)框架語義網絡知識表示可看成是一組描

述事物的約定，把人類知

識表示成機器能處理的數

據結構。WordNet,RDF,醫(yī)學知

識圖譜UMLS學習與發(fā)現機器學習有監(jiān)督學習通過訓練集學習得到一個

模型，然后用這個模型進

行預測分類，回歸無監(jiān)督學習學習目標并不十分明確聚類，關聯分析，降維深度學習深度網絡訓練算法CN