課件-5.1認識人工智能

信息技術拓展模塊5人工智能拓展模塊5人工智能學習目標（1）了解人工智能的概念、基本特征和社會價值。（2）了解人工智能的發(fā)展歷程、發(fā)展趨勢，以及在互聯網及各傳統(tǒng)行業(yè)中的典型應用。

（3）熟悉機器學習的基本原理、開發(fā)流程和開發(fā)步驟。（4）了解人工智能涉及的核心技術及部分算法，能使用人工智能相關應用解決實際問題。（5）熟悉人工智能技術應用的開發(fā)框架、集成開發(fā)環(huán)境以及各種開發(fā)平臺，了解其特點和適用范圍。（6）能辨析人工智能在社會應用中面臨的倫理、道德和法律問題。5.1認識人工智能015.1認識人工智能5.1.1什么是人工智能？1.定義：人工智能（英文縮寫為AI）是研究如何應用機器(主要是計算機)來模擬人類某些智能行為的基本理論、方法和技術。說明：

（1）人工智能試圖通過研究人類智能活動的規(guī)律生產出一種新的能以人的智能相似的方式做出反應的智能機器。（2）智能機器能夠通過機器視覺、機器聽覺、機器觸覺、機器嗅覺、人機交互等方式來認識周圍的環(huán)境和需要解決的問題，能夠像人一樣判斷、推理、學習、預測、證明，能夠根據要達到的目標進行決策或采取相應的行動。（3）本質：人工智能是對人類思維信息過程的模擬，其主要目的是賦予機器特有的視聽說動及大腦抽象思維能力。5.1認識人工智能2.人工智能同人類智能的區(qū)別（1）人工智能以軟件代碼為基礎，代碼的運行依賴于計算機技術，人工智能屬于無意識的、機械的物理過程；而人類智能以大腦為核心，大腦的運行依賴于復雜的生命系統(tǒng)，人類智能主要是生理和心理的過程。（2）人工智能沒有情感、意識及道德判斷，也沒有人類意識所特有的、能動的創(chuàng)造能力；而人類智能有豐富多樣的心理結構和情緒，有強烈的自我約束的價值觀，也有很強的自主意識和創(chuàng)新能力。（3）人工智能只能執(zhí)行某一個具體的任務，一個智能體只能掌握一種能力；而人類智能可以執(zhí)行各種各樣的任務，人的大腦可以同時擁有面向很多不同任務的分析和處理能力。（4）人工智能只會朝著一個目標前進，它不具備為自己設定目標、改變目標的能力；而人類智能不但每一個步驟都需要人自己去設定目標，為下一步驟的執(zhí)行創(chuàng)造條件，而且能夠及時根據現實情況靈活調整目標。5.1認識人工智能3.圖靈測試如果一個人和一臺機器作為測試對象與測試者隔開，測試者只能通過類似終端的文本設備向測試對象隨意提問，然后根據測試對象給出的答案判別哪個是真人，哪個是機器。經過多輪問答后，如果機器能夠讓平均每個測試者做出超過30%的誤判，那么這臺機器就通過了測試，并被認為具有類似人類的智能。

圖靈測試提示我們應該更加注重智能的外在功能性表現，通過工程技術為機器賦予智能。5.1

認識人工智能弱人工智能機器可以通過編程展現出某些人類智能的水平，它只是針對特定領域、執(zhí)行特定任務的人工智能。強人工智能可以模仿人類的智能或行為，具有學習和應用其智能來解決任何問題的能力，能夠勝任任何由人所能完成的智力性工作。超人工智能不僅能全面模仿和理解人類的智能，而且能在科學創(chuàng)造力、通識和社交能力等每一方面都遠勝于人類智能。4.智能水平5.1

認識人工智能第三，機器智能具有感知環(huán)境、產生反應的能力。

第四，機器智能擁有學習和適應能力，可以演化迭代。

第二，機器智能本質上體現為計算，基礎是數據。

第一，機器智能由人類設計并為人類服務。

人工智能的基本特征5.1

認識人工智能第一，機器智能由人類設計并為人類服務。

人工智能主要研究領域利用計算機技術來分析、理解和生成自然語言，從而實現人與計算機之間用自然語言進行信息交流的目的自然語言處理專門研究計算機怎樣模擬或實現人類的學習行為的科學，其目的是讓機器能像人一樣具有學習的能力機器學習將人工智能技術應用于機器人，使機器人具有感知、思考和行動能力智能機器人運用計算機來感知、加工、理解客觀世界中三維場景，目標是使計算機能像人那樣通過視覺觀察和理解世界計算機視覺知識工程就是以知識為處理對象，研究如何用機器實現知識的獲取、表示、推理和決策，其目標是構造出高效的知識處理系統(tǒng)知識工程語音識別是讓機器通過識別和理解把語音信號轉變?yōu)橄鄳淖值倪^程;語音合成是讓機器通過規(guī)則和理解將任意的文本轉換成標準流暢的語音輸出語音識別與合成5.1認識人工智能--主要研究領域(機器學習)（1）深度學習深度學習所研究的深度神經網絡本質上是層數較多的人工神經網絡，它能夠發(fā)現高維數據中的復雜規(guī)律，取得比傳統(tǒng)機器學習方法更好的效果，解決了很多復雜的模式識別難題，在智能搜索、數據挖掘、計算機視覺、自然語言處理、語音識別，推薦和個性化等眾多領域里取得了巨大成果，部分應用研究成果已轉化為產品被廣泛使用。（2）強化學習讓智能體與外界環(huán)境進行交互進而學到最優(yōu)控制策略。強化學習是AlphaGo等人工智能軟件的核心技術，可用于計算機博弈、機器人控制、汽車智能駕駛、人機對話、過程優(yōu)化決策與控制等領域，被認為是通向高級人工智能的重要途徑，目前受到學術界和工業(yè)界的廣泛關注。5.1認識人工智能--主要研究領域(知識工程)（1）專家系統(tǒng)專家系統(tǒng)是一種在特定領域內具有專家水平解決復雜問題的智能計算機軟件系統(tǒng)，它將專業(yè)領域的專家知識收集并存儲在系統(tǒng)中，然后運用這些知識通過搜索、推理來解決某些專業(yè)領域的問題。知識工程廣泛應用于專家系統(tǒng)、機器定理證明、聊天機器人、智能搜索和知識圖譜等領域。（2）知識圖譜知識圖譜是一種大規(guī)模語義網絡，它把不同種類的信息連接在一起形成一個關系網絡，利用關系網絡描述真實世界中存在的各種實體和概念以及他們之間的相互關系，從而可以從關系的角度去分析問題，進而可以實現知識的快速搜索和推理。5.1認識人工智能--主要研究領域(自然語言處理)自然語言理解：主要研究如何使計算機理解自然語言的意義。自然語言生成：主要研究讓計算機以自然語言表達給定的信息。自然語言處理包括文本分類根據一段不定長的文本內容來判斷文本相應的類別。文本翻譯文本問答輿情監(jiān)測客服系統(tǒng)信息過濾自然語言處理技術應用5.1認識人工智能--主要研究領域(語音識別與合成)讓機器通過識別和理解把語音信號轉變?yōu)橄鄳淖值倪^程，它與自然語言理解技術相結合，能讓機器聽懂人的聲音。語音識別、自然語言處理和語音合成等技術相互結合，使機器可以通過語音與人進行交流。目前，語音識別和語音合成技術已經達到實用化的程度并應用到許多人機交互的場合。讓機器通過規(guī)則和理解將任意的文本轉換成標準流暢的語音輸出，從而讓機器能夠像人一樣開口說話。語音識別語音合成5.1認識人工智能--主要研究領域(計算機視覺)計算機視覺就是使計算機能借助各種視覺傳感器獲取場景的圖像，從中感知和恢復三維環(huán)境中物體的幾何性質、姿態(tài)結構、運動情況、相互關系等信息，并對客觀場景進行識別、描述、解釋、判斷，或者將客觀場景變換成新的表示。目前，計算機視覺研究的主要任務包括圖像分類、目標檢測和跟蹤、語義分割、人臉識別、文字識別、事件檢測和識別、幾何測量、3D重建、自動圖題、視覺問答等。其中，圖像分類、人臉識別、目標檢測等任務的計算機視覺算法在性能上已經逼近甚至超越了普通人類的視覺能力。目標檢測目標跟蹤語義分割5.1認識人工智能--主要研究領域(智能機器人)機器人是一種能夠通過編程和自動控制來執(zhí)行各種任務的高度靈活的自動化機器。人工智能要實現學習、感知、語言理解、推理、規(guī)劃等智能任務，機器人是一個理想的載體。近些年來，智能機器人得到飛速發(fā)展，其代表性的成果有波士頓動力公司研制的四足大狗機器人，本田公司研制的仿人機器人阿西莫，深圳市優(yōu)必選科技公司研發(fā)的大型仿人服務機器人WalkerX等等，目前，智能機器人已廣泛應用于工業(yè)制造、農業(yè)種植、物流運輸、醫(yī)療診治、電信運營、金融服務、教育、娛樂等領域。四足大狗機器人仿人機器人阿西莫大型仿人服務機器人WalkerX5.1認識人工智能1.替代人類勞動，解放勞動生產力2.提高醫(yī)療水平，造福人類3.精準決策，提升社會治理能力5．解決人類面臨的嚴重問題6.探索未知，認識自然與社會規(guī)律4．改善生存條件，為人類提供安全環(huán)境7.改變生活方式，優(yōu)化生活品質人工智能的社會價值5.1認識人工智能人工智能發(fā)展歷程起步發(fā)展階段遇冷時期復興階段時間19702020201020001990198019601956熱度低潮時期平穩(wěn)發(fā)展階段高速發(fā)展階段人工智能誕生機器定理證明感知機通用問題求解第一個專家系統(tǒng)目標落空資助停止遭遇基礎性障礙專家系統(tǒng)遍地開花XCON系統(tǒng)獲得成功反向傳播算法推出第五代計算機計劃失敗專家系統(tǒng)存在問題顯現研發(fā)經費投入縮減IBM“深藍”戰(zhàn)勝人類國際象棋冠軍轉向解決具體問題語音識別指紋識別網頁搜索問答系統(tǒng)智能機器人辛頓等提出深度學習并成功研發(fā)出AlexNetGoogle推出無人駕駛汽車人臉識別、語音識別達到或超過人類水平AlphaGo戰(zhàn)勝人類圍棋世界冠軍………………………………寒冬初冬初秋初春復蘇爆發(fā)5.1認識人工智能--人工智能發(fā)展歷程人工智能誕生關于達特茅斯夏季人工智能研究項目的一項提議：我們提議于1956年夏天在達特茅斯學院舉行一次為期兩個月10人參加的人工智能研討會。這次研討會的主題是一項假設的基礎，即學習的每個方面或者智能的任何其他特征原則上都能夠被精確地描述到能夠用機器來模擬的程度。我們將試圖從抽象和概念上尋找如何制造機器來使用語言，解決目前只有人類才能解決的問題，以及能夠自我改進。我們認為，如果仔細選出一組科學家一起工作一夏天的話，將能夠在一個或多個問題上取得意義重大的進展。

麥卡錫達特茅斯學院明斯基哈佛大學羅徹斯特IBM公司香農貝爾電話實驗室1955年8月31日5.1認識人工智能--人工智能發(fā)展歷程第三次浪潮（1993至今）圖靈獎獲得者杰弗里?辛頓2006年，加拿大多倫多大學的科學家杰弗里·辛頓提出深度學習。2012年，辛頓帶領兩名學生利用卷積深度神經網絡AlexNet將圖像分類錯誤率由26%降到15%并贏得2012年度ImageNet競賽第1名。2012年底，Google公司的GoogleX實驗室推出了無人駕駛汽車，它采用照相機、雷達感應器和激光測距機來“看”交通狀況，可以同時對數百個目標保持監(jiān)測。2014年，由百度自然語言研究院研發(fā)的人工智能語言交互機器人小度首次亮相于江蘇衛(wèi)視的《芝麻開門》闖關節(jié)目，出色的表現贏得現場觀眾驚嘆不已。2015年，Microsoft研究院的何凱明