资源简介

(共27张PPT)
人工智能——揭秘智能算法
/人工智能/机器学习/神经网络 / 深度学习/
5.2
学习目标
03
02
01
了解人工智能技术发展的新趋势。
了解人工神经网络在人工智能中的基本应用。
了解什么是机器学习。
人工智能
Artificial Intelligence
人工智能 机器学习 神经网络 深度学习 强化学习 总结
人工创造出来的智能，
使机器能够模拟人类的思维能力，让它能够像人一样去感知、思考甚至决策
人工智能（Artificial Intelligence）
语音
助手
在线
客服
信息
推送
自动
驾驶
智能
管家
人脸
识别
人工智能 机器学习 神经网络 深度学习 强化学习 总结
机器学习
Machine Learning
人工智能的核心
技术之一。使计算机能模拟或实现人类的学习行为，获取新的知识或技能，重新组织已有的知识结构，从而不断完善自身性能
人工智能 机器学习 神经网络 深度学习 强化学习 总结
Bird
Dog
Elephant
Cat
机器学习（Machine Learning）
人工智能 机器学习 神经网络 深度学习 强化学习 总结
Bird
Dog
Elephant
Cat
Bird
机器学习（Machine Learning）
人工智能 机器学习 神经网络 深度学习 强化学习 总结
机器学习（Machine Learning）
数字: 123
01111011
人工智能 机器学习 神经网络 深度学习 强化学习 总结
机器学习（Machine Learning）
人工智能 机器学习 神经网络 深度学习 强化学习 总结
机器学习（Machine Learning）
人工智能 机器学习 神经网络 深度学习 强化学习 总结
机器学习（Machine Learning）
100px
100px
100*100=1000
人工智能 机器学习 神经网络 深度学习 强化学习 总结
机器学习（Machine Learning）
0
1
2
人工智能 机器学习 神经网络 深度学习 强化学习 总结
机器学习（Machine Learning）
f ( x )
7
T-Shirt
人工智能 机器学习 神经网络 深度学习 神经元芯片 智能传感器
机器学习（Machine Learning）
Bird
Dog
Elephant
Cat
f ( x )
Training训 练
7
T-Shirt
模型 Model
人工智能 机器学习 神经网络 深度学习 强化学习 总结
神经网络
Artificial Neurons Network
人工神经网络，
是一种模仿动物神经网络行为特征，并进行信息处理的算法模型
人工智能 机器学习 神经网络 深度学习 强化学习 总结
神经元 Neurons
人的大脑中含有一千多
亿个神经元，相互连接的神经元形成一个庞大的网络，我们就是用这个复杂的网络来侦察外部环境的变化来控制和调节自身的行为，以及内环境的稳态。
人工神经网络（Artifical Neural Network）
人工智能 机器学习 神经网络 深度学习 强化学习 总结
人工神经网络（Artifical Neural Network）
当天气寒冷时，分布于全身的感觉神经元
就能通过这个巨大的网络将寒冷的信号传递给中枢神经系统。
人工智能 机器学习 神经网络 深度学习 强化学习 总结
轴突
Axon
树突
Dendrite
人工神经网络（Artifical Neural Network）
突触
Synapse
信息传递：
突触将一个神经元接受的信号传递给另一个神经元，信号能否继续传递取决于神经元收到信号的强度，及突触是否对该信号进行抑制或者加强。而突触的强度有强有弱，可通过训练改变，有可塑性。
人工智能 机器学习 神经网络 深度学习 强化学习 总结
输入层
隐藏层
输出层
T-Shirt
人工神经网络（Artifical Neural Network）
7
人工智能 机器学习 神经网络 深度学习 强化学习 总结
深度学习
Deep Learning
人工智能 机器学习 神经网络 深度学习 强化学习 总结
人工神经
网络的一个特例，是一类模式分析方法的统称。目前大部分应用都用到了深度学习
…
…
…
…
深度学习（Deep Learning）
人工智能 机器学习 神经网络 深度学习 强化学习 总结
…
…
…
…
10
人工智能 机器学习 神经网络 深度学习 强化学习 总结
深度学习（Deep Learning）
强化学习
Reinforcement Learning
人工智能 机器学习 神经网络 深度学习 强化学习 总结
解决智能决策问题的算法
框架，强化学习算法的核心就是不停地跟环境交互，不停地试错，不停地改进自己，直到得到最优策略。
f ( x )
Dog
强化学习（Reinforcement Learning）
人工智能 机器学习 神经网络 深度学习 强化学习 总结
强化学习（Reinforcement Learning）
人工智能 机器学习 神经网络 深度学习 强化学习 总结
AlphaGo 打败了围棋世界冠军，AlphaGO 采用的是神经网络学习算法，分析了三千万盘职业棋手的棋谱来学习的。但是 AlphaGo 的升级版，AlphaGo zero，完全通过自我博弈的强化学习算法训练自己，从 0开始训练，而且完全摈弃了人类棋谱的影响，最后在与 Alpha Go的对弈中取得100比0的胜利。
让计算机像人一样去处理工作。
运用算法来分析数据，从中学习、测定或预测现实世界的某些事。
具体实现技术，源自人工神经网络。
从数据中学习：深度学习
从行动中学习：强化学习
宽泛概念
实际技术
总结（Summary）
人工智能 机器学习 神经网络 深度学习 强化学习 总结
人类会被人工智能取代吗？

展开更多......

收起↑