资源简介

(共34张PPT)
专题一　数据、信息
及人工智能
必修1　数据与计算
思维导图
归纳提炼
一、数据、信息与知识
1.数据是对客观事物的符号表示,如图形符号、数字、字母等。在计算机科学中,数据是指所有能输入到计算机并被计算机程序处理的符号总称,是用于输入到计算机中进行处理,具有一定意义的数字、字母、符号和模拟量等的通称。
2.数据的表现形式可以是文字、图形、图像、音频、视频等。
3.信息是指数据、信号、消息中所包含的意义。信息论的奠基者克劳德·艾尔伍德·香农(Claude Elwood Shannon)在《通信的数学理论》中提出:“信息是用来消除随机不确定性的东西。”
4.物质、能源、信息是人类赖以生存的基础。
5.信息的特征:
(1)载体依附性。(2)时效性。(3)共享性。(4)可加工处理性、真伪性。(5)价值性。
6.知识是人类在社会实践中所获得的认识和经验的总和,也是人类在实践中认识客观世界(包括人类自身)的成果,它包括对事实、信息的描述以及在教育和实践中获得的技能。知识是可以继承和传递的。
7.数据、信息、知识和智慧的关系
(1)数据可以是数字、文字、图像、符号等,数据本身没有明确的意义。
(2)信息是数据经过储存、分析及解释后所产生的意义。
(3)人们通过归纳、演绎、比较等手段对信息进行挖掘,将万千信息中有价值的部分沉淀下来,与已存在的人类知识体系相结合,形成知识。
(4)智慧是一种更高层次的综合能力,主要表现为收集、加工、应用、传播知识的能力,以及对事物发展的前瞻性看法。它是在知识的基础之上,通过认识的累积,而形成的对事物的认识、远见,体现为一种卓越的判断力。
二、数据管理与安全
1.数据管理是利用计算机硬件和软件技术对数据进行有效收集、存储、处理和应用的过程,其目的在于充分、有效地发挥数据的作用。
2.计算机数据的管理经历了三个阶段:人工管理、文件管理和数据库管理。
3.数据可以分为:结构化数据、半结构化数据和非结构化数据。
4.威胁数据安全的因素:硬盘驱动器损坏、操作失误、黑客入侵、感染计算机病毒、遭受自然灾害等。
5.保证数据安全的方法:
(1)介质保护:通过磁盘阵列、数据备份、异地容灾等手段。
(2)数据本身安全:通过数据加密、数据校验等方法来提高数据的保密性和完整性。
三、数据与大数据
1.大数据代表着信息量大、速度快、种类繁多的信息资产,需要特定的技术和分析方法将其转化为价值。
2.大数据的特征
数据规模大、处理速度快、数据类型多、价值密度低四个特征,可以用4个V概
括:数量(Volume)、速度(Velocity)、多样(Variety)和价值(Value)。具体为:
(1)数据体量巨大:已经从TB、PB级别跃升至EB、ZB级别。
(2)速度快:数据产生的速度快、数据处理的速度快。
(3)数据类型多:既有人工产生的,也有机器自动产生的。
(4)价值密度低:价值密度相对较低,价值密度的高低与数据总量的大小成反比。
3.大数据思维
(1)大数据要分析的是全体数据,而不是抽样数据。
(2)对于数据不再追求精确性,而是能够接受数据的混杂性。
(3)不一定强调对事物因果关系的探求,而是更加注重它们的相关性。
4.大数据对社会的影响
大数据让生活更便利,大数据让决策更精准,大数据带来新的就业需求,大数据也带来信息泄露、数据安全、个人隐私甚至伦理道德等方面的社会问题。
四、人工智能及应用
1.人工智能的概念
人工智能(Artificial Intelligence,简称AI)是指以机器(计算机)为载体,模仿、延伸和扩展人类智能,其与人类或其他动物所呈现的生物智能有着重要区别。
2.人工智能的主要方法
(1)符号主义(Symbolicism),又称逻辑主义、心理学派或计算机学派,认为学习或者其他的智能特征原则上均可以被符号精确地描述,从而被机器仿真。在符号主义人工智能中,智能行为就是对符号的推理和运算。
(2)联结主义(Connectionism),又称仿生学派或生理学派,通过模仿人类大脑中神经元之间的复杂交互来进行认知推理。其主要原理为神经网络及神经网络间的连接机制与学习算法。典型代表是深度学习。
(3)行为主义(Actionism),又称进化主义或控制论学派,其原理为控制论及感知-动作型控制系统。这一方法从“交互—反馈”角度来刻画智能行为,认为智能体可以在与环境的交互中不断学习,从而提升自己的智能水平。
3.人工智能的发展历程
(1)从计算到智能测试。图灵机成为现代计算机的理论模型。1950年提出了
“图灵测试”。
(2)人工智能登上历史舞台。1956年,“人工智能达特茅斯夏季研讨会”标志着人工智能正式诞生。
(3)以符号主义表达与推理为代表的人工智能。“手工构造知识库+推理引擎”的“专家系统”,如IBM研制的“沃森(Watson)”。基于规则学习的人工智能方法解释性强,但其可拓展性较弱,难以构建完备的知识库和完善的推理方法。
(4)数据驱动的人工智能方法。让计算机能从数据本身进行知识学习,深度学习是一种对原始数据所蕴含的特征模式进行学习的算法模型。最常用的深度学习模拟人类大脑处理数据的机制,逐层抽象对原始数据进行学习。多层神经网络是典型的深度学习模型。
(5)问题引导下的人工智能学习方法。强化学习机制,在这种学习方法中,学习者事先不知道最终答案,而是在学习过程中不断尝试各种解决问题的可能途径,然后根据结果反馈来调整相应的学习方法,体现了一种自我学习的能力。如围棋人工智能系统AlphaGo Zero不依赖人类棋手数据而在自我博弈中不断提升棋力。
4.人工智能的应用
(1)领域人工智能
依赖于领域知识和数据的人工智能被称为领域人工智能。具有强大的存储、记忆和搜索功能,在特定领域有较强的能力。例如:专门用于下国际象棋的超级计算机“深蓝”和用于人机对话的系统“沃森”,车牌识别、人脸识别等。
(2)跨领域人工智能
跨领域人工智能指智能系统从一个领域快速跨越到另外一个领域。例如: AlphaGo从围棋人工智能跨界到电力控制领域。
(3)混合增强智能
混合增强智能是多种智能体的混合形式,它将人的作用或人的认知模型引入人工智能系统,形成“混合增强智能”的形态。例如:达芬奇外科手术机器人由人和机器共同来完成手术。
5.人工智能对社会的影响
(1)人工智能改善人类生活:智能家居、智慧城市、智能出行、智能购物等。
(2)人工智能促进经济发展:为人类社会带来巨大的经济效益、提高生产力、加快转型升级。
(3)人工智能带来的社会担忧:在就业、安全、伦理等方面可能带来新的挑战。
典型例题
[例1] (2023·浙江1月选考)下列关于数据和信息的说法,正确的是(　 　)
A.数据的表现形式只能是文字和图像
B.同一信息对所有人而言其价值是相同的
C.计算机中保存的数据可以是未经数字化的
D.信息是数据经分析、解释后得到的
D
解析:本题主要考查的是数据与信息的相关知识。文字、图形、图像、音频、视频等都是数据的表现形式,故A选项错误;同一信息对不同的人而言价值也不同,故B选项错误;计算机中保存的数据都是数字化后的二进制数据,故C选项错误;信息是数据经过分析、解释后得到的,故D选项正确,故答案为D。
阅读下列材料,回答例2至例3:
某博物馆在实物展区基础上,推出了数字展区,将藏品以数字形式进行展示。在“星耀中国”展上,该博物馆还使用了基于人工智能技术的数字导览员,该导览员能实时与观众交流互动,其互动形式除语音外,还结合了图像、视频等多媒体元素,为观众呈现更丰富立体的中华文明。
[例2] 关于该博物馆数字展区中数据的叙述,正确的是(　 　)
A.众多的藏品数据属于大数据范畴
B.计算机中的藏品数据,存储形式均为二进制
C.图像和视频都是结构化数据
D.不同格式的数据必须存储在不同的存储设备中
B
解析:本题主要考查大数据和数据的编码。A选项,该博物馆的藏品数据不符合大数据的4个特征(数据规模大、处理速度快、数据类型多、价值密度低),不算大数据,因此A选项错误;C选项,图像和视频是非结构化数据,因此C选项错误;D选项,不同格式的数据可以存储在相同的存储设备中,因此D选项错误;B选项正确,故答案为B。
[例3] 以下有关数字导览员的说法,不正确的是(　　)
A.数字导览员提升了参观者的观展体验
B.数字导览员具备语音识别能力
C.增加数据训练,有助于提升问答效果
D.数字导览员可以代替人工导览员完成所有工作
D
解析:本题主要考查人工智能。数字导览员能与观众交流互动、为观众带来更好的观展体验,但是无法完全代替人工导览员,因此D选项不正确,故答案为D。
[例4] 魏晋时期数学家刘徽利用割圆术计算出圆周率的近似值为 3.14,并以此来计算圆的面积。下列有关该事例中数据、信息、知识、智慧的说法,不正确的是(　 　)
A.计算圆面积时使用了3.14,此时3.14 是信息
B.从此之后,3.14 这个数据在任何地方都表示圆周率
C.刘徽采用割圆术这一方法计算出圆周率,是智慧的体现
D.圆面积的近似值可以用3.14 乘以半径的平方获得,这是知识
B
解析:本题主要考查的是数据、信息、知识和智慧的相关知识。3.14在不同的场景有不同的含义,因此B选项错误,故答案为B。
[例5] 下列关于大数据的说法,正确的是(　 　)
A.“大数据”的概念首次是由美国硅图公司(SGI)的一位科学家提出的
B.大数据的特征是数据规模大、处理速度快、数据类型单一、价值密度低
C.大数据的数据类型多是指数据的来源多
D.大数据的处理速度快是指数据产生的速度快
A
解析:大数据的特征是数据规模大、处理速度快、数据类型多、价值密度低,故B选项错误;大数据的数据类型多不仅是数据的来源多,还有数据的种类和格式也是多样的,故C选项错误;大数据的处理速度快不仅是数据产生的速度快,还有数据处理的速度也快,故D选项错误;“大数据”的概念首次是由美国硅图公司(SGI)的一位科学家提出的,故答案为A。
[例6] 下列有关大数据思维的说法,正确的是(　 　)
A.大数据要分析的是抽样数据,因为抽样数据分析的方式效率高
B.大数据追求的是数据的精确性,要求每个数据都准确无误
C.大数据强调的是对事物因果关系的探求,因而与它们的相关性无关
D.大数据不仅能处理结构化的数据,还能处理半结构化和非结构化的数据
D
解析:大数据要分析的是全体数据,而不是抽样数据,故A选项错误;大数据不再追求数据的精确性,而是能够接受数据的混杂性,故B选项错误;大数据不一定强调对事物因果关系的探求,而是更加注重它们的相关性,故C选项错误;大数据不仅能处理结构化的数据,还能处理半结构化和非结构化的数据,故答案为D。
[例7] 一台扫地机器人在未知的环境中不断地通过前进、后退、避让等操作进行学习,最终能自如地执行清扫任务,我们称这种实现智能的方法为
( 　 　)
A.符号主义 B.联结主义
C.行为主义 D.现实主义
C
解析:本题主要考查人工智能的三种主要方法。从题干描述可知,这一方法从“交互-反馈”角度刻画智能行为,属于行为主义。故答案为C。
[例8] 下列关于人工智能的说法,正确的是(　 　)
A.强化学习属于联结主义人工智能方法
B.深度学习是一种基于问题引导下的人工智能方法
C.专家系统和车牌自动识别使用相同的人工智能方法
D.人机协同的达芬奇外科手术机器人是混合增强人工智能的应用
D
解析:本题主要考查的是人工智能。强化学习属于行为主义人工智能方法,因此A选项错误;深度学习是一种基于数据驱动的人工智能方法,因此B选项错误;专家系统使用的是符号主义人工智能方法,而车牌自动识别使用的是联结主义人工智能方法,因此C选项错误;人机协同的达芬奇外科手术机器人是混合增强人工智能的应用,因此D选项正确,故答案为D。
感谢观看

展开更多......

收起↑