资源简介

(共24张PPT)
人工智能技术基础
CONTENTS
目录
01.
人工智能的定义
02.
数据
03.
算法
04.
算力
05.
人工智能的未来趋势
一、人工智能的定义
概念解释
01
人工智能（AI）是指由人制造出来的系统能够理解、学习、适应并执行人类的某些特定任务。
02
人工智能的目标是使机器能够模拟人类的思维过程和行为。
03
人工智能可以分为弱人工智能和强人工智能，前者只能完成特定任务，后者则可以像人类一样进行思考和学习。
04
人工智能的应用领域广泛，包括医疗、金融、教育、交通、娱乐等。
技术特点
自主性：人工智能系统能够自主完成决策和执行任务
学习能力：人工智能系统能够从数据中学习并优化其性能
适应性：人工智能系统能够适应不同的环境和任务
智能性：人工智能系统能够模拟人类的智能，实现复杂的任务
应用领域
03
07
交通：自动驾驶、智能交通系统、无人机运输等
智能家居：智能音箱、智能家电、家庭机器人等
01
05
医疗：辅助诊断、药物研发、手术机器人等
零售：商品推荐、库存管理、物流配送等
02
06
教育：个性化教学、智能辅导、在线教育等
娱乐：游戏AI、虚拟偶像、智能创作等
04
08
金融：风险评估、量化交易、智能客服等
工业：智能制造、工业机器人、质量检测等
二、数据
02
数据
从图像识别到刷脸支付，从语音识别到人机交互，人工智能的应用随处可见，影响着生活的方方面面。人工智能技术与应用的飞速发展，归功于推动其发展的三大要素:数据、算法、算力。
从移动终端上的全球定位系统,到工厂生产线上每个工位的机械臂操作，再到在网购平台进行浏览与购物等，都会产生数据。过去受数据收集、存储、处理等方面的限制，只能通过抽样等方式得到小部分的数据，作用有限。现在，随着智能终端和传感器的普及，产生和收集海量的数据，通过对这些数据进行分类整理，统计分析，从中获取更准确、更深层次的信息，从而不断挖掘数据背后的价值，为人类提供更好的服务。
数据是人工智能的基础，有了足够的数据，人工智能就能不断学习和提高。例如城市的智慧交通管理系统，可以实现对交通流量的预测，交通网络的控制，密集车流的疏导，如同交通领域的“大脑”，如图3-1所示。马路上安装的自动采集数据的设备，每时每刻都在记录人、车的通行数据，依据这些数据建立数据模型，实时分析城市交通流量，调整红绿灯间隔，缩短车辆等待时间，提升城市道路的通行效率。
城市大脑
数据的重要性和应用
数据的定义和类型：包括结构化数据、非结构化数据和半结构化数据。
数据的重要性：描述数据如何推动科技进步和商业决策。
数据的收集：介绍数据的来源和收集方法。
数据的存储和管理：讨论数据的存储和管理策略。
数据的分析：介绍数据分析的重要性和方法。
数据的可视化：解释如何通过数据可视化理解数据。
数据的安全和隐私：讨论如何保护数据的安全和隐私。
数据的应用：介绍数据在不同领域的应用，如医疗、教育、金融等。
三、算法
03
算法
算法是人工智能的核心，实现了从数据中发现规律、预测结果和决策的过程。想让计算机学会像人一样感知、思考和行动，具有类似人的智能，就要建立合适的算法。
1997年5月，计算机“深蓝”以2∶1的成绩战胜了国际象棋世界冠军卡斯帕罗夫，轰动一时。2016年3月，“阿尔法围棋”与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，最终“阿尔法围棋”以4:1的总分获胜,如图3-2所示。
图3-2 人机对弈
穷举搜索算法
“深蓝”计算机针对国际象棋采用了穷举搜索算法，该算法被用来帮助计算机在棋盘上寻找最佳的落子位置。而围棋是一个19×19的棋盘，使用穷举搜索算法无法在规定时间内得到每一步的最佳走法。“阿尔法围棋”使用了更加高效的搜索算法,这种算法能够对大量的随机对局进行模拟，快速评估每个可能的走法,并选择最优解。“阿尔法围棋”还利用了深度学习和强化学习等现代人工智能技术，使得其具有更强的学习能力和搜索效率，可以更好地成对围棋等复杂游戏的挑战。从“深蓝”到“阿尔法围棋”，正是人工智能算法不断发展的结果。
算法的分类-按应用领域分类
数值算法：用于解决数值计算和数值分析的问题
信号处理算法：用于解决信号处理和信号分析的问题
人工智能算法：用于解决人工智能和机器学习的问题
网络算法：用于解决网络设计和网络优化的问题
并行算法：用于解决并行计算和分布式计算的问题
数据结构与算法：用于解决数据结构和算法的问题
图像处理算法：用于解决图像处理和图像识别的问题
控制算法：用于解决控制系统设计和控制的问题
生物信息学算法：用于解决生物信息学和基因组学的问题
密码算法：用于解决密码学和信息安全的问题
算法的分类-按实现方式
随机算法：每一步操作随机，输出结果不确定
分布式算法：多个节点协同计算，提高计算效率
递归算法：通过递归调用，逐步求解问题
确定性算法：每一步都有明确的操作，输出结果唯一
非确定性算法：每一步操作不确定，输出结果可能不同
迭代算法：通过多次迭代，逐步逼近最优解
并行算法：多个步骤同时进行，提高计算效率
算法的分类-按算法性质
确定性算法：每一步都有确定的结果，如排序算法
随机算法：每一步都有一定的概率，如随机数生成算法
01
02
自适应算法：根据输入数据调整算法，如动态规划算法
并行算法：可以同时处理多个任务，如矩阵乘法算法
03
04
四、算力
04
算力
计算机的计算能力即算力。算力的大小代表着数据处理能力的强弱，是人工智能发展的动力。一直以来，中央处理器(CPU)的运算速度是衡量诀算机性能的重要指标之一。我国在超级计算机方面发展迅速，自主研制的天河一、二号(如图3-3)，太湖·神威之光（如图3-4）的性能位居世界超算前列，成为继美国、日本之后第三个能独立设计和研制超级计算机的国家。
图3-3 天河二号
图3-4 太湖.神威之光
人工智能芯片
人工智能在开始发展阶段使用的是通用的中央处理器芯片，根据当时的应用研究，其可以提供足够的计算能力。后来，随着视频、游戏等行业的发展，人们发现图形处理器(GPU)的并行计算特性恰好适应人工智能算法大数据并行计算的要求，于是尝试用图形处理器芯片进行人工智能的研究。随着人工智能应用的不断拓展，应用场景更加清晰，人们开始研发人工智能专用的芯片人AL芯片)。人工智能专用芯片成本低、性能高、功耗低，让大规模的数据处理效率得到提升，极大地促进了人工智能的发展。人工智能芯片同其他芯片一样，在国家经济发展、国家安全等各方面起着重要的作用，是实现自主可控技术和创新发展的关键之一。
数据、算法、算力，构成人工智能的三大技术基础，相互影响，相互促进,缺一不可。随着三大关键技术的不断升级，未来，人工智能将为人类创造出更多可能。
人工智能的未来趋势
05
自主学习
深度学习：通过大量数据训练，实现自主学习
01
02
强化学习：通过与环境的交互，实现自主学习
03
迁移学习：将知识从一个领域迁移到另一个领域，实现自主学习
04
生成对抗网络：通过生成器和判别器的对抗，实现自主学习
跨领域融合
01
人工智能与生物技术的融合：如基因编辑、生物信息学等
02
人工智能与能源技术的融合：如智能电网、能源管理与优化等
03
人工智能与材料科学的融合：如智能材料、纳米材料等
04
人工智能与医疗技术的融合：如智能诊断、精准医疗等
05
人工智能与交通技术的融合：如自动驾驶、智能交通系统等
06
人工智能与教育技术的融合：如个性化教育、在线教育等
人工智能伦理规范
安全性：人工智能系统应确保安全性，防止黑客攻击和系统故障
可解释性：人工智能系统应具备可解释性，让用户了解其决策过程和结果
社会责任感：人工智能系统应具备社会责任感，遵守法律法规和道德规范
透明度：人工智能系统应具备透明度，让用户了解其决策过程和结果
公平性：人工智能系统应避免对特定人群的歧视和偏见
隐私保护：人工智能系统应尊重用户隐私，防止数据泄露和滥用
感谢您耐心观看

展开更多......

收起↑