资源简介

(共16张PPT)
第4课　
人工智能的技术基础
第一单元　走进人工智能
第4课　学习目标
1 理解数据、算力和算法在人工智能技术中的重要作
用及其相互关系。
2 通过实践活动，体验数据量、设备计算能力和不同
训练方式对人工智能模型性能的影响。
第4课 课堂导入
问题情境
同学们，你们有没有想过：为什么人工智能能够如此迅速地发展？其实，人工智能的发展离不开几个关键要素：数据、算力和算法。这些要素就像推动人工智能前进的“三驾马车”，对模型的性能和效果有着至关重要的影响。
今天，我们就来探讨一下这些关键要素是如何发挥作用的，看看它们如何塑造了人工智能的强大能力！
第4课 学习内容
一 数据
二 算力
学习内容
三 算法
丰富的数据是驱动人工智能不断成长的“养料”。就像人类需要通过学习积累知识一样，智能系统也需要通过大量数据来训练自己，通过分析数据中的规律，逐渐学会完成特定任务。数据越多样、质量越高，人工智能的学习效果就越好。
第4课 学习内容
一、数据
一、数据
第4课 学习内容
1．运行配套资源中的《猫狗识别系统》软件。
2．选择“小数据集”选项后单击“开始训练”按钮，训练能够识别猫和狗图像的模型。
一、数据
第4课 学习内容
3．打开“模型推理”选项卡，参照提示，选择前面训练的模型和一幅图，查看识别效果。
4．选择规模更大的数据集，重新训练模型，并用新模型进行识别，查看识别效果。
刚开始训练时，随着训练数据集的增大，模型的准确率会显著上升。准确率上升到一定水平后，增大数据量带来的提升效果会逐渐下降。最终，无论怎么增加数据量，也难以提升模型的性能。
第4课 学习内容
一、数据
进行识别时，选择其他风格的图像，观察识别效果如何。
第4课 学习内容
一、数据
第4课 学习内容
1. 在老师的帮助下，选择两台设备，一台普通计算机，一台配备智能加速硬件的计算机。
2. 在选中的两台设备中分别运行《猫狗识别系统》软件。
3. 选择相同的参数，如同样的训练量、训练数据集等，然后开始训练，比较两者的用时。
4. 尝试调整参数进行对比，然后小组交流算力对人工智能的影响。
算力如何影响人工智能的发展与应用？
二、算力
第4课 学习内容
更强的算力除了能显著缩短模型开发周期，更重要的是，算力决定了技术探索的边界——无论是处理更大规模的数据，训练更复杂的模型，还是实现实时推理应用，都依赖算力的持续突破与提升。
近年来，我国在人工智能芯片领域取得了显著进展，自主研发的AI 芯片已广泛应用于云计算、智能制造等领域，为我国人工智能发展提供了坚实的算力支撑。
二、算力
第4课 学习内容
1. 运行配套资源中的《数字识别系统》软件。单击左侧的数字，观察预测结果。由于模型未经训练，预测结果是随机的。
三、算法
第4课 学习内容
2. 单击人工神经网络中的连接参数，尝试修改其值，试试能否完成数字识别工作。
3. 单击“开始训练”按钮训练模型。训练过程中注意观察连接参数的自动变化。
4. 训练结束后，评估识别效果。
三、算法
第4课 学习内容
在前面自动调整参数的过程中，使用了一种称为误差反向传播的算法。这种算法是目前训练人工神经网络的核心算法之一，它将人工调整神经网络参数的工作，全部交由机器完成，从而使参数量巨大的模型训练成为可能。
三、算法
1. 数据量越大，人工智能模型的学习效果通常越好，但性能提升存在瓶颈，不会无限增长。
2. 算力越强，模型训练越快，越能支撑更复杂、更大规模的人工智能任务。
3. 算法是技术突破的核心，高效的算法能显著提升模型性能，是人工智能研究的重点方向。
第4课 课堂总结
第4课 拓展与提升
随着人工智能技术的不断发展，科研人员借助强大算力和先进算法，不断基于海量数据训练模型，使人工智能的能力持续提升。然而，在这一过程中也暴露出越来越多的问题。例如，单纯增加数据量对智能水平的提升效果逐渐减弱，高质量数据日益稀缺，高算力需求带来巨大能耗压力。
假如你是科技报社的一名小记者，正在策划一篇关于“人工智能发展瓶颈”的专题报道。尝试查阅相关资料，介绍相应的问题和可能的解决方案。

展开更多......

收起↑