《信息技術(shù)應(yīng)用》課件-項目9 信息技術(shù)前沿

項目9信息技術(shù)前沿任務(wù)9.1大數(shù)據(jù)任務(wù)9.2云計算任務(wù)9.3人工智能任務(wù)9.4區(qū)塊鏈【項目目標(biāo)】·了解信息技術(shù)前沿。·掌握信息相關(guān)前沿的相關(guān)概念。任務(wù)9.1大數(shù)據(jù)9.1.1數(shù)據(jù)挖掘及其與大數(shù)據(jù)的關(guān)系數(shù)據(jù)挖掘是通過大量數(shù)據(jù)集進(jìn)行分類的自動化過程，它通過數(shù)據(jù)分析來識別趨勢和模式，通過建立關(guān)系來解決業(yè)務(wù)問題。換句話說，數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的但又是潛在有用的信息和知識的過程。數(shù)據(jù)挖掘通常與計算機(jī)科學(xué)有關(guān)，并通過統(tǒng)計、在線分析處理、情報檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)(依靠過去的經(jīng)驗法則)和模式識別等方法來實現(xiàn)上述目標(biāo)。數(shù)據(jù)挖掘分為有指導(dǎo)的數(shù)據(jù)挖掘和無指導(dǎo)的數(shù)據(jù)挖掘。有指導(dǎo)的數(shù)據(jù)挖掘是利用可用的數(shù)據(jù)建立一個模型，這個模型是對一個特定屬性的描述。無指導(dǎo)的數(shù)據(jù)挖掘是在所有的屬性中尋找某種關(guān)系。具體而言，分類、估值和預(yù)測屬于有指導(dǎo)的數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則和聚類屬于無指導(dǎo)的數(shù)據(jù)挖掘。大數(shù)據(jù)是一個領(lǐng)域，是專門應(yīng)對大量數(shù)據(jù)的領(lǐng)域。數(shù)據(jù)挖掘?qū)儆跀?shù)據(jù)分析的一部分，是對于大量數(shù)據(jù)中包含的信息的探索和分析，目的是提取數(shù)據(jù)中的價值。數(shù)據(jù)挖掘的前提是要有數(shù)據(jù)，這會涉及大數(shù)據(jù)集成。大數(shù)據(jù)集成也是大數(shù)據(jù)領(lǐng)域的一部分。9.1.2數(shù)據(jù)挖掘算法目前，數(shù)據(jù)挖掘的算法主要包括神經(jīng)網(wǎng)絡(luò)法、決策樹法、遺傳算法、粗糙集法、模糊集法、關(guān)聯(lián)規(guī)則法等。神經(jīng)網(wǎng)絡(luò)法是模擬生物神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能，是一種通過訓(xùn)練來學(xué)習(xí)的非線性預(yù)測模型，它將每一個連接看作一個處理單元，試圖模擬人腦神經(jīng)元的功能，可完成分類、聚類、特征挖掘等多種數(shù)據(jù)挖掘任務(wù)。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法主要表現(xiàn)在權(quán)值的修改上。其優(yōu)點是具有抗干擾、非線性學(xué)習(xí)、聯(lián)想記憶等功能，對復(fù)雜情況能得到精確的預(yù)測結(jié)果；缺點是不適合處理高維變量，不能觀察中間的學(xué)習(xí)過程，具有“黑箱”性，輸出結(jié)果也難以解釋，且需較長的學(xué)習(xí)時間。神經(jīng)網(wǎng)絡(luò)法主要應(yīng)用于數(shù)據(jù)挖掘的聚類技術(shù)中。決策樹根據(jù)對目標(biāo)變量產(chǎn)生的效用不同而構(gòu)建分類規(guī)則，通過一系列規(guī)則對數(shù)據(jù)進(jìn)行分類，其表現(xiàn)形式類似于樹形結(jié)構(gòu)的流程圖。采用決策樹法的優(yōu)點是制訂決策的過程是可見的，不需要長時間構(gòu)造過程，描述簡單，易于理解，分類速度快；缺點是很難基于多個變量組合發(fā)現(xiàn)規(guī)則。決策樹法擅長處理非數(shù)值型數(shù)據(jù)，特別適合大規(guī)模的數(shù)據(jù)處理。決策樹法是一種展示在什么條件下會得到什么值這類規(guī)則的方法。遺傳算法模擬了自然選擇和遺傳中發(fā)生的繁殖、交配和基因突變現(xiàn)象，是一種采用遺傳結(jié)合、遺傳交叉變異及自然選擇等操作來生成實現(xiàn)規(guī)則的、基于進(jìn)化理論的機(jī)器學(xué)習(xí)方法。它的基本觀點是適者生存原理，具有隱含并行性、易于和其他模型結(jié)合等性質(zhì)。遺傳算法的主要優(yōu)點是可以處理許多數(shù)據(jù)類型，同時可以并行處理各種數(shù)據(jù)；缺點是需要的參數(shù)太多，編碼困難，一般計算量比較大。遺傳算法常用于優(yōu)化神經(jīng)元網(wǎng)絡(luò)，能夠解決其他技術(shù)難以解決的問題。粗糙集法也稱粗糙集理論，是由波蘭數(shù)學(xué)家波拉克(Pawlak)在20世紀(jì)80年代初提出的，是一種新的處理含糊、不精確、不完備問題的數(shù)學(xué)工具，可以處理數(shù)據(jù)約簡、數(shù)據(jù)相關(guān)性發(fā)現(xiàn)、數(shù)據(jù)意義評估等問題。其優(yōu)點是算法簡單，在其處理過程中不需要關(guān)于數(shù)據(jù)的先驗知識，可以自動找出問題的內(nèi)在規(guī)律；缺點是難以直接處理連續(xù)的屬性，必須先進(jìn)行屬性的離散化。因此，連續(xù)屬性的離散化問題是制約粗糙集理論實用化的難點。粗糙集理論主要應(yīng)用于近似推理、數(shù)字邏輯分析和化簡、預(yù)測模型建立等問題。模糊集法是利用模糊集合理論對問題進(jìn)行模糊評判、模糊決策、模糊模式識別和模糊聚類分析。模糊集合理論是用隸屬度來描述模糊事物的屬性。系統(tǒng)的復(fù)雜性越高，模糊性就越強(qiáng)。關(guān)聯(lián)規(guī)則反映了事物之間的相互依賴性或關(guān)聯(lián)性，最著名的算法是阿格拉瓦爾(Agrawal)等人提出的Apriori算法。其算法的思想是：首先找出頻繁性至少和預(yù)定意義的最小支持度一樣的所有頻集，然后由頻集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。最小支持度和最小可信度是為了發(fā)現(xiàn)有意義的關(guān)聯(lián)規(guī)則而給定的2個閾值。在這個意義上，數(shù)據(jù)挖掘的目的就是從源數(shù)據(jù)庫中挖掘出滿足最小支持度和最小可信度的關(guān)聯(lián)規(guī)則。2.1.1操作系統(tǒng)的功能操作系統(tǒng)(OperatingSystem，OS)是管理和控制計算機(jī)硬件與軟件資源的計算機(jī)程序，是直接運行在“裸機(jī)”上的最基本的系統(tǒng)軟件，任何其他軟件都必須在操作系統(tǒng)的支持下才能運行。根據(jù)使用環(huán)境和運行環(huán)境的不同，各大IT公司紛紛推出自己的操作系統(tǒng)，目前市場占有率最高的是微軟的Windows操作系統(tǒng)。這里主要介紹Windows10操作系統(tǒng)的相關(guān)操作。如圖2-1所示，操作系統(tǒng)在計算機(jī)系統(tǒng)中位于底層硬件與用戶之間，是兩者溝通的橋梁。用戶可以通過操作系統(tǒng)的用戶界面輸入命令；操作系統(tǒng)對命令進(jìn)行解釋，驅(qū)動硬件設(shè)備，實現(xiàn)用戶要求。2.1.1操作系統(tǒng)的功能操作系統(tǒng)(OperatingSystem，OS)是管理和控制計算機(jī)硬件與軟件資源的計算機(jī)程序，是直接運行在“裸機(jī)”上的最基本的系統(tǒng)軟件，任何其他軟件都必須在操作系統(tǒng)的支持下才能運行。根據(jù)使用環(huán)境和運行環(huán)境的不同，各大IT公司紛紛推出自己的操作系統(tǒng)，目前市場占有率最高的是微軟的Windows操作系統(tǒng)。這里主要介紹Windows10操作系統(tǒng)的相關(guān)操作。如圖2-1所示，操作系統(tǒng)在計算機(jī)系統(tǒng)中位于底層硬件與用戶之間，是兩者溝通的橋梁。用戶可以通過操作系統(tǒng)的用戶界面輸入命令；操作系統(tǒng)對命令進(jìn)行解釋，驅(qū)動硬件設(shè)備，實現(xiàn)用戶要求。9.1.3大數(shù)據(jù)應(yīng)用經(jīng)過近年的發(fā)展，大數(shù)據(jù)技術(shù)已經(jīng)慢慢地滲透到各個行業(yè)。不同行業(yè)的大數(shù)據(jù)應(yīng)用進(jìn)程的推進(jìn)速度，與行業(yè)的信息化水平、行業(yè)與消費者的距離、行業(yè)的數(shù)據(jù)擁有程度有著密切的關(guān)系。1.大數(shù)據(jù)在金融行業(yè)的應(yīng)用金融行業(yè)一直較為重視大數(shù)據(jù)技術(shù)的發(fā)展。與常規(guī)商業(yè)分析手段相比，大數(shù)據(jù)可以使業(yè)務(wù)決策具有前瞻性，讓企業(yè)戰(zhàn)略的制訂過程更加理性，實現(xiàn)生產(chǎn)資源的優(yōu)化分配，依據(jù)市場變化迅速調(diào)整業(yè)務(wù)策略，提高用戶體驗以及資金周轉(zhuǎn)率，降低庫存積壓的風(fēng)險，從而獲取更高的價值和利潤。大數(shù)據(jù)在金融行業(yè)的應(yīng)用可以總結(jié)為三個方面。(1)精準(zhǔn)營銷：依據(jù)客戶消費習(xí)慣、地理位置、消費時間進(jìn)行推薦。(2)風(fēng)險管控：依據(jù)客戶消費和現(xiàn)金流提供信用評級或融資支持，利用客戶社交行為記錄實施信用卡反欺詐。(3)決策支持：利用決策樹技術(shù)進(jìn)行抵押貸款管理，利用數(shù)據(jù)分析報告實施產(chǎn)業(yè)信貸風(fēng)險控制。2.大數(shù)據(jù)在醫(yī)療行業(yè)的應(yīng)用醫(yī)療行業(yè)很早就遇到了海量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的挑戰(zhàn)。除了較早前就開始利用大數(shù)據(jù)的互聯(lián)網(wǎng)公司，醫(yī)療行業(yè)是讓大數(shù)據(jù)分析最先發(fā)揚光大的傳統(tǒng)行業(yè)之一。我們面對的數(shù)目及種類眾多的病毒、腫瘤細(xì)胞，都處于不斷進(jìn)化的過程中。在發(fā)現(xiàn)診斷疾病時，疾病的確診和治療方案的確定是最困難的。醫(yī)療行業(yè)擁有大量的病例、病理報告、治愈方案、藥物報告等，如果這些數(shù)據(jù)可以被整理和應(yīng)用，將會極大地幫助醫(yī)生和病人。我們借助于大數(shù)據(jù)平臺可以收集不同的病例、治療方案、病人的基本特征，建立針對疾病特點的數(shù)據(jù)庫。如果未來基因技術(shù)發(fā)展成熟，可以根據(jù)病人的基因序列特點進(jìn)行分類，建立醫(yī)療行業(yè)的病人分類數(shù)據(jù)庫。在醫(yī)生診斷疾病時可以參考病人的疾病特征和檢測報告，參考疾病數(shù)據(jù)庫來快速幫助病人確診，明確定位疾病。在制訂治療方案時，醫(yī)生可以依據(jù)病人的基因特點，調(diào)取相似基因、年齡、人種、身體情況的病人的有效治療方案，制訂出適合病人的治療方案，幫助更多人及時進(jìn)行治療。同時這些數(shù)據(jù)也有利于醫(yī)藥行業(yè)開發(fā)出更加有效的藥物和醫(yī)療器械。醫(yī)療行業(yè)的數(shù)據(jù)應(yīng)用一直在進(jìn)行，但是數(shù)據(jù)沒有打通，都是孤島數(shù)據(jù)，沒有辦法進(jìn)行大規(guī)模應(yīng)用。未來需要將這些數(shù)據(jù)統(tǒng)一收集起來，納入統(tǒng)一的大數(shù)據(jù)平臺，為人類健康造福。3.大數(shù)據(jù)在環(huán)保行業(yè)的應(yīng)用2016年，我國頒布了生態(tài)環(huán)境大數(shù)據(jù)建設(shè)總體方案，明確我國將通過大數(shù)據(jù)建設(shè)加強(qiáng)環(huán)境保護(hù)。在這樣的背景下，目前環(huán)保大數(shù)據(jù)發(fā)展很快。隨著環(huán)境監(jiān)管升級，針對性、精確化、智能化的服務(wù)需求激增，大數(shù)據(jù)在環(huán)境領(lǐng)域大有用武之地。同時，環(huán)保數(shù)據(jù)量呈爆發(fā)式增長，給計算資源和存儲資源的擴(kuò)展性和高可用性帶來了挑戰(zhàn)。另外，生態(tài)監(jiān)測網(wǎng)實時數(shù)據(jù)也給數(shù)據(jù)平臺帶來了挑戰(zhàn)，而非結(jié)構(gòu)化數(shù)據(jù)、時間序列數(shù)據(jù)、關(guān)系型數(shù)據(jù)等多類型數(shù)據(jù)也增加了數(shù)據(jù)處理及分析的復(fù)雜性。因此大數(shù)據(jù)在環(huán)保行業(yè)也有不可或缺的作用。大數(shù)據(jù)轉(zhuǎn)變了人們的態(tài)度與思維，使其從整體上認(rèn)識和了解環(huán)境保護(hù)的重要性，進(jìn)而對環(huán)境保護(hù)工作產(chǎn)生了積極的監(jiān)督意識，將環(huán)境保護(hù)工作從小范圍的環(huán)境監(jiān)測轉(zhuǎn)化為大范圍的監(jiān)督管理，并不斷進(jìn)行探究與創(chuàng)新。任務(wù)9.2云計算近年來，云計算正在成為信息技術(shù)產(chǎn)業(yè)發(fā)展的戰(zhàn)略重點，全球的信息技術(shù)企業(yè)都在紛紛向云計算轉(zhuǎn)型。9.2.1云計算概述云計算是分布式計算的一種，指的是通過網(wǎng)絡(luò)“云”將巨大的數(shù)據(jù)計算處理程序分解成無數(shù)個小程序，然后，通過多部服務(wù)器組成的系統(tǒng)處理和分析這些小程序，并將得到的結(jié)果返回給用戶。云計算早期就是簡單的分布式計算，解決任務(wù)分發(fā)，并進(jìn)行計算結(jié)果的合并。因而，云計算又稱為網(wǎng)格計算。通過這項技術(shù)，可以在很短的時間(幾秒)內(nèi)完成對數(shù)以萬計的數(shù)據(jù)的處理，從而實現(xiàn)強(qiáng)大的網(wǎng)絡(luò)服務(wù)。從廣義上說，云計算是與信息技術(shù)、軟件、互聯(lián)網(wǎng)相關(guān)的一種服務(wù)，這種計算資源共享池叫作“云”，云計算把許多計算資源集合起來，通過軟件實現(xiàn)自動化管理，只需要很少人參與，就能讓資源被快速供應(yīng)。云計算不是一種全新的網(wǎng)絡(luò)技術(shù)，而是一種全新的網(wǎng)絡(luò)應(yīng)用概念。云計算的核心概念就是以互聯(lián)網(wǎng)為中心，在網(wǎng)站上提供快速且安全的云計算服務(wù)與數(shù)據(jù)存儲，讓每一個使用互聯(lián)網(wǎng)的人都可以使用網(wǎng)絡(luò)上的龐大的計算資源與數(shù)據(jù)中心。云計算是繼互聯(lián)網(wǎng)、計算機(jī)后在信息時代又一種新的革新，云計算是信息時代的一個大飛躍，未來的時代可能是云計算的時代。9.2.2云計算與大數(shù)據(jù)的關(guān)系大數(shù)據(jù)是一種移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)背景下的應(yīng)用場景，在該場景下，各種應(yīng)用產(chǎn)生的巨量數(shù)據(jù)需要處理和分析，以挖掘有價值的信息；云計算是一種技術(shù)解決方案，利用云計算可以解決計算、存儲、數(shù)據(jù)庫等一系列IT基礎(chǔ)設(shè)施的按需構(gòu)建的需求。兩者并不是同一個層面的東西。大數(shù)據(jù)的對數(shù)據(jù)進(jìn)行專業(yè)化處理的過程離不開云計算的支持。大數(shù)據(jù)無法用單臺計算機(jī)進(jìn)行處理，必須采用分布式架構(gòu)。它的特色在于對海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘，但它必須依托云計算的分布式處理、分布式數(shù)據(jù)庫和云存儲、虛擬化技術(shù)。大數(shù)據(jù)分析常和云計算聯(lián)系在一起，因為實時的大型數(shù)據(jù)集分析需要框架來向數(shù)十、數(shù)百甚至數(shù)千臺計算機(jī)分配工作。簡而言之，云計算作為計算資源的底層，支撐著上層的大數(shù)據(jù)處理。9.2.3云計算的應(yīng)用當(dāng)前，較為簡單的云計算技術(shù)已經(jīng)普遍服務(wù)于互聯(lián)網(wǎng)服務(wù)中，最為常見的就是網(wǎng)絡(luò)搜索引擎和網(wǎng)絡(luò)郵箱。大家最為熟悉的搜索引擎莫過于谷歌和百度了，在任何時刻，只要用過移動終端就可以在搜索引擎上搜索任何自己想要的資源，通過云端共享數(shù)據(jù)資源。網(wǎng)絡(luò)郵箱也是如此。在過去，寄寫一封郵件是一件比較麻煩的事情，同時也是很慢的過程，而在云計算技術(shù)和網(wǎng)絡(luò)技術(shù)的推動下，電子郵箱成為社會生活中的一部分，只要在網(wǎng)絡(luò)環(huán)境下就可以實現(xiàn)實時的郵件寄收。常用的App、搜索引擎、聽歌軟件，它們的服務(wù)器都“跑”在云上，為我們提供服務(wù)。除此之外還有存儲云和醫(yī)療云等。存儲云是在云計算技術(shù)上發(fā)展起來的一種新的存儲技術(shù)。存儲云是一個以數(shù)據(jù)存儲和管理為核心的云計算系統(tǒng)。用戶可以將本地的資源上傳至云端上，可以在任何地方連入互聯(lián)網(wǎng)來獲取云上的資源，如圖9-1所示。醫(yī)療云是在云計算、移動技術(shù)、多媒體、4G通信、大數(shù)據(jù)以及物聯(lián)網(wǎng)等新技術(shù)的基礎(chǔ)上，結(jié)合醫(yī)療技術(shù)，使用“云計算”創(chuàng)建的醫(yī)療健康服務(wù)云平臺，它實現(xiàn)了醫(yī)療資源的共享和醫(yī)療范圍的擴(kuò)大。任務(wù)9.3人工智能9.3.2人工智能技術(shù)人工智能包含機(jī)器學(xué)習(xí)、知識圖譜、自然語言處理、人機(jī)交互、計算機(jī)視覺、生物特征識別、AR/VR七項關(guān)鍵技術(shù)。機(jī)器學(xué)習(xí)(MachineLearning)是一門涉及統(tǒng)計學(xué)、系統(tǒng)辨識、逼近理論、神經(jīng)網(wǎng)絡(luò)、優(yōu)化理論、計算機(jī)科學(xué)、腦科學(xué)等領(lǐng)域的交叉學(xué)科。研究計算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能，是人工智能技術(shù)的核心。知識圖譜本質(zhì)上是結(jié)構(gòu)化的語義知識庫，是一種由節(jié)點和邊組成的圖數(shù)據(jù)結(jié)構(gòu)，以符號形式描述物理世界中的概念及其相互關(guān)系，其基本組成單位是實體-關(guān)系-實體三元組、實體及其相關(guān)的屬性-值對。不同實體之間通過關(guān)系相互連接，構(gòu)成網(wǎng)狀的知識結(jié)構(gòu)。在知識圖譜中，每個節(jié)點表示現(xiàn)實世界的實體，每條邊為實體與實體之間的關(guān)系。通俗地講，知識圖譜就是把所有不同種類的信息連接在一起而得到的一個關(guān)系網(wǎng)絡(luò)，提供了從關(guān)系的角度去分析問題的能力。知識圖譜可用于反欺詐、不一致性驗證、組團(tuán)欺詐等公共安全保障領(lǐng)域，需要用到異常分析、靜態(tài)分析、動態(tài)分析等數(shù)據(jù)挖掘方法。知識圖譜在搜索引擎、可視化展示和精準(zhǔn)營銷方面有很大優(yōu)勢，已成為業(yè)界的熱門工具。但是，知識圖譜的發(fā)展還有很大的挑戰(zhàn)，如數(shù)據(jù)的噪聲問題(即數(shù)據(jù)本身有錯誤或者數(shù)據(jù)存在冗余)。隨著知識圖譜應(yīng)用的不斷深入，還有一系列關(guān)鍵技術(shù)需要突破。自然語言處理是計算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要方向，研制能有效實現(xiàn)自然語言通信的計算機(jī)系統(tǒng)。自然語言處理的目的是實現(xiàn)人與計算機(jī)之間用自然語言進(jìn)行有效通信的各種理論和方法。人機(jī)交互主要研究人和計算機(jī)之間的信息交換，主要包括人到計算機(jī)和計算機(jī)到人的信息交換，是人工智能領(lǐng)域的重要的外圍技術(shù)。人機(jī)交互是與認(rèn)知心理學(xué)、人機(jī)工程學(xué)、多媒體技術(shù)、虛擬現(xiàn)實技術(shù)等密切相關(guān)的綜合學(xué)科。傳統(tǒng)的人與計算機(jī)之間的信息交換主要依靠交互設(shè)備(如鍵盤、鼠標(biāo)、操縱桿、數(shù)據(jù)服裝、眼動跟蹤器、位置跟蹤器、數(shù)據(jù)手套、壓力筆等輸入設(shè)備，以及打印機(jī)、繪圖儀、顯示器、頭盔式顯示器、音箱等輸出設(shè)備)進(jìn)行。人機(jī)交互技術(shù)除了傳統(tǒng)的基本交互和圖形交互外，還包括語音交互、情感交互、體感交互及腦機(jī)交互等技術(shù)。計算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，就是指用攝影機(jī)和計算機(jī)代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量等機(jī)器視覺處理，并進(jìn)一步做圖形處理，使計算機(jī)處理成為更適合人眼觀察或傳送給儀器檢測的圖像。計算機(jī)視覺的主要任務(wù)是通過對采集的圖片或者視頻進(jìn)行處理以獲得相應(yīng)場景的三維信息。生物特征識別技術(shù)是通過個體生理特征或行為特征對個體身份進(jìn)行識別認(rèn)證的技術(shù)。從應(yīng)用流程看，生物特征識別通常分為注冊和識別兩個階段。注冊階段通過傳感器對人體的生物表征信息進(jìn)行采集(如利用圖像傳感器對指紋和人臉等光學(xué)信息進(jìn)行采集，通過話筒對說話聲等聲學(xué)信息進(jìn)行采集)，利用數(shù)據(jù)預(yù)處理以及特征提取技術(shù)對采集的數(shù)據(jù)進(jìn)行處理，得到相應(yīng)的特征進(jìn)行存儲。識別過程采用與注冊過程一致的信息采集方式對待識別人進(jìn)行信息采集、數(shù)據(jù)預(yù)處理和特征提取，然后將提取的特征與存儲的特征進(jìn)行對比分析，完成識別。從應(yīng)用任務(wù)看，生物特征識別一般分為辨認(rèn)與確認(rèn)兩種任務(wù)，辨認(rèn)是從存儲庫中確定待識別人身份的過程，是一對多的問題；確認(rèn)是將待識別人信息與存儲庫中特定單人信息進(jìn)行比對以確定身份的過程，是一對一的問題。生物特征識別技術(shù)涉及的內(nèi)容十分廣泛，包括指紋、掌紋、人臉、虹膜、指靜脈、聲紋、步態(tài)等多種生物特征，其識別過程涉及圖像處理、計算機(jī)視覺、語音識別、機(jī)器學(xué)習(xí)等多項技術(shù)。目前生物特征識別作為重要的智能化身份認(rèn)證技術(shù)，在金融、公共安全、教育、交通等領(lǐng)域得到了廣泛的應(yīng)用。虛擬現(xiàn)實(VR)/增強(qiáng)現(xiàn)實(AR)是以計算機(jī)為核心的新型視聽技術(shù)。它結(jié)合相關(guān)科學(xué)技術(shù)，在一定范圍內(nèi)生成與真實環(huán)境在視覺、聽覺、觸感等方面高度近似的數(shù)字化環(huán)境。用戶借助必要的裝備與數(shù)字化環(huán)境中的對象進(jìn)行交互，相互影響，獲得近似真實環(huán)境的感受和體驗。VR/AR通過顯示設(shè)備、跟蹤定位設(shè)備、觸覺交互設(shè)備、數(shù)據(jù)獲取設(shè)備、專用芯片等來實現(xiàn)。VR/AR從技術(shù)特征角度，按照不同處理階段，可以分為獲取與建模技術(shù)、分析與利用技術(shù)、交換與分發(fā)技術(shù)、展示與交互技術(shù)以及技術(shù)標(biāo)準(zhǔn)與評價體系五個方面。獲取與建模技術(shù)研究如何把物理世界或者人類的創(chuàng)意進(jìn)行數(shù)字化和模型化，難點是三維物理世界的數(shù)字化和模型化技術(shù)；分析與利用技術(shù)重點研究對數(shù)字內(nèi)容進(jìn)行分析、理解、搜索和知識化的方法，其難點在于內(nèi)容的語義表示和分析；交換與分發(fā)技術(shù)主要強(qiáng)調(diào)各種網(wǎng)絡(luò)環(huán)境下大規(guī)模的數(shù)字化內(nèi)容的流通、轉(zhuǎn)換、集成和面向不同終端用戶的個性化服務(wù)等，其核心是開放的內(nèi)容交換和版權(quán)管理技術(shù)；展示與交換技術(shù)重點研究符合人類習(xí)慣的數(shù)字內(nèi)容的各種顯示技術(shù)及交互方法，以提高人對復(fù)雜信息的認(rèn)知能力，其難點在于建立自然和諧的人機(jī)交互環(huán)境；技術(shù)標(biāo)準(zhǔn)與評價體系重點研究VR/AR基礎(chǔ)資源、內(nèi)容編目、信源編碼等的規(guī)范標(biāo)準(zhǔn)以及相應(yīng)的評估技術(shù)。目前VR/AR面臨的挑戰(zhàn)主要體現(xiàn)在智能獲取、普適設(shè)備、自由交互和感知融合四個方面。在硬件平臺與裝置、核心芯片與器件、軟件平臺與工具、相關(guān)標(biāo)準(zhǔn)與規(guī)范等方面存在一系列科學(xué)技術(shù)問題?？傮w來說，VR/AR呈現(xiàn)虛擬現(xiàn)實系統(tǒng)智能化、虛實環(huán)境對象無縫融合、自然交互全方位與舒適化的發(fā)展趨勢。9.3.3人工智能的應(yīng)用本節(jié)介紹人工智能在自然語言處理、計算機(jī)視覺、語音識別、專家系統(tǒng)以及交叉領(lǐng)域的應(yīng)用。1.自然語言處理自然語言處理的一個主要應(yīng)用就是外文翻譯。生活中遇到外文文章，大家想到的第一件事就是尋找翻譯網(wǎng)頁或者App，然而機(jī)器翻譯出來的結(jié)果大多不符合語言邏輯，需要我們再次對句子進(jìn)項二次加工，如圖9-2所示。至于專業(yè)領(lǐng)域的翻譯，如法律、醫(yī)療領(lǐng)域，機(jī)器翻譯根本就是不可行的。面對這一困境，自然語言處理正在努力打通翻譯的壁壘，旨在實現(xiàn)只要提供海量的數(shù)據(jù)，機(jī)器就能自己學(xué)習(xí)任何語言。2.計算機(jī)視覺計算機(jī)視覺有著廣泛的應(yīng)用，其中包括醫(yī)療領(lǐng)域成像分析、人臉識別、公關(guān)安全、安防監(jiān)控等。在各級政府大力推進(jìn)“平安城市”建設(shè)的過程中，監(jiān)控點位越來越多，產(chǎn)生了海量數(shù)據(jù)，尤其隨著高清監(jiān)控的普及，整個安防監(jiān)控領(lǐng)域的數(shù)據(jù)量呈現(xiàn)爆炸式增長，依靠人工來分析和處理這些信息變得越來越困難，而以計算機(jī)視覺為核心的安防技術(shù)具有海量的數(shù)據(jù)源以及豐富的數(shù)據(jù)層次，同時安防業(yè)務(wù)的本質(zhì)訴求與AI的技術(shù)邏輯高度一致，可以覆蓋從事前的預(yù)防應(yīng)用到事后的追查。計算機(jī)視覺在安全領(lǐng)域的應(yīng)用在今后將越來越多地拓展到打擊犯罪等方面。3.語音識別語音識別技術(shù)最通俗易懂的理解就是將語音轉(zhuǎn)化為文字，并對其進(jìn)行識別處理，如圖9-3所示。語音識別的主要應(yīng)用包括醫(yī)療聽寫、語音書寫、計算機(jī)系統(tǒng)聲控、電話客服等。語音識別技術(shù)的主要應(yīng)用是虛擬個人助理。虛擬個人助理可使使用者通過聲控、文字輸入的方式來完成一些日常生活的小事。大部分虛擬個人助理都可以搜集簡單的生活信息，并在觀看有關(guān)評論的同時，優(yōu)化信息，進(jìn)行智能決策，部分虛擬個人助理還可以直接播放音樂的智能音響或者收取電子郵件。虛擬個人助理應(yīng)用在我們生活中的方方面面(如智能家居、智能車載、智能客服等多個方面)。一般來說，聽到語音指令就可以完成服務(wù)，基本上都屬于虛擬個人助理。在語音識別方面還有一個比較有趣的應(yīng)用——語音測評服務(wù)，即利用云計算技術(shù)，將自動口語評測服務(wù)放在云端，并開放API接口供客戶遠(yuǎn)程使用。在語音測評服務(wù)中，人機(jī)交互式教學(xué)，能實現(xiàn)一對一口語輔導(dǎo)。4.專家系統(tǒng)專家系統(tǒng)是人工智能中最重要的也是最活躍的一個應(yīng)用領(lǐng)域。專家系統(tǒng)通常根據(jù)某領(lǐng)域一個或多個專家提供的知識和經(jīng)驗，進(jìn)行推理和判斷，模擬人類專家的決策過程，去解決那些需要人類專家處理的復(fù)雜問題。自20世紀(jì)60年代末，費根鮑姆等人研制成功第一個專家系統(tǒng)DENDRAL以來，專家系統(tǒng)已被成功地運用到工業(yè)、農(nóng)業(yè)、地質(zhì)礦產(chǎn)業(yè)、科學(xué)技術(shù)、醫(yī)療、教育、軍事等眾多領(lǐng)域，并已產(chǎn)生了巨大的社會效益和經(jīng)濟(jì)效益。它實現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用，從一般思維方法探討轉(zhuǎn)入專業(yè)知識運用的重大突破，成為人工智能應(yīng)用研究中最活躍、也最有成效的一個重要領(lǐng)域。5.交叉領(lǐng)域其實人工智能的四大方面應(yīng)用或多或少都涉及了其他領(lǐng)域，然而交叉應(yīng)用最突出的方面還是智能機(jī)器人。機(jī)器人是自動執(zhí)行工作的機(jī)器裝置。它既可以接受人類指揮，又可以運行預(yù)先編排的程序，還可以根據(jù)以人工智能技術(shù)制訂的原則或綱領(lǐng)行動。它的任務(wù)是協(xié)助或取代人類的工作，廣泛應(yīng)用于服務(wù)業(yè)、生產(chǎn)業(yè)、建筑業(yè)。比較常見的是陪護(hù)機(jī)器人。陪護(hù)機(jī)器人應(yīng)用于養(yǎng)老院或社區(qū)服務(wù)站環(huán)境，具有生理信號檢測、語音交互、遠(yuǎn)程醫(yī)療、智能聊天、自主避障漫游等功能。機(jī)器人在養(yǎng)老院環(huán)境實現(xiàn)自主導(dǎo)航避障功能，能夠通過語音和觸屏進(jìn)行交互。配合相關(guān)檢測設(shè)備，機(jī)器人具有血壓、心跳、血氧等生理信號檢測與監(jiān)控功能，可無線連接社區(qū)網(wǎng)絡(luò)并傳輸?shù)缴鐓^(qū)醫(yī)療中心，緊急情況下可及時報警或通知親人。陪護(hù)機(jī)器人還具有智能聊天功能，可以輔助老人心理康復(fù)。陪護(hù)機(jī)器人為人口老齡化帶來的重大社會問題提供了解決方案。任務(wù)9.4區(qū)塊鏈區(qū)塊鏈作為一種新型去中心化協(xié)議，能安全地存儲信息和數(shù)據(jù)(信息不可偽造和篡改)，可以自動執(zhí)行智能合約，無須任何中心化機(jī)構(gòu)的審核。9.4.1區(qū)塊鏈概述區(qū)塊鏈?zhǔn)且粋€信息技術(shù)領(lǐng)域的術(shù)語。從本質(zhì)上講，它是一個共享數(shù)據(jù)庫，存儲于其中的數(shù)據(jù)或信息具有不可偽造、全程留痕、可以追溯、公開透明、集體維護(hù)等特征?；谶@些特征，區(qū)塊鏈技術(shù)奠定了堅實的“信任”基礎(chǔ)，創(chuàng)造了可靠的合作機(jī)制，具有廣闊的運用前景。區(qū)塊鏈以其可信任性、安全性和不可篡改性，讓更多數(shù)據(jù)被解放出來，推進(jìn)數(shù)據(jù)的海量增長?？勺匪菪允沟脭?shù)據(jù)從采集、交易、流通到計算分析的每一步記錄都可以留存在區(qū)塊鏈上，使得數(shù)據(jù)的質(zhì)量獲得了前所未有的強(qiáng)信任背書，也保證了數(shù)據(jù)分析結(jié)果的正確性和數(shù)據(jù)挖掘的效果。9.4.2區(qū)塊鏈在金融領(lǐng)域的應(yīng)用在區(qū)塊鏈的創(chuàng)新和應(yīng)用探索中，金融是最主要的領(lǐng)域，也是最早的應(yīng)用領(lǐng)域之一，現(xiàn)階段主要的區(qū)塊鏈應(yīng)用探索和實踐也都是圍繞金融領(lǐng)域展開的。在金融領(lǐng)域，區(qū)塊鏈技術(shù)在數(shù)字貨幣、支付清算、智能合約、金融交易、物聯(lián)網(wǎng)金融等多個方面存在廣闊的應(yīng)用前景，一定程度上解決了此前金融服務(wù)中存在的信用校驗復(fù)雜、成本高、流程長、數(shù)據(jù)傳輸有誤差等難題。目前，金融服務(wù)領(lǐng)域已有一些典型案例，如通過區(qū)塊鏈技術(shù)改造的跨境直聯(lián)清算業(yè)務(wù)系統(tǒng)。以前的跨境支付結(jié)算時間長，費用高，且必須通過多重中間環(huán)節(jié)。每一筆匯款所需的中間環(huán)節(jié)不但費時，而且需要支付大量的手續(xù)費，其成本和效率成為跨境匯款的瓶頸所在。區(qū)塊鏈可摒棄中轉(zhuǎn)銀行的角色，實現(xiàn)點到點快速且成本低廉的跨境支付。通過區(qū)塊鏈平臺，不但可以繞過中轉(zhuǎn)銀行，減少中轉(zhuǎn)費用,還因為區(qū)塊鏈安全、透明、低風(fēng)險的特性，提高了跨境匯款的安全性，加快了結(jié)算與清算速度，大大提高了資金利用率。銀行與銀行之間不再通過第三方，而是通過區(qū)塊鏈技術(shù)打造點對點的支付方式。省去第三方金融機(jī)構(gòu)的中間環(huán)節(jié)，不但可以全天候支付，實時到賬，提現(xiàn)簡便且沒有隱性成本，也有助于降低跨境電商的資金風(fēng)險，滿足跨境電商對支付清算服務(wù)的及時性、便捷性需求。在發(fā)展特點上，一方面由于金融服務(wù)行業(yè)注重多方對等合作，并具有強(qiáng)監(jiān)管和高級別的安全要求，需要對節(jié)點準(zhǔn)入、權(quán)限管理等作出要求，因此更傾向于選擇聯(lián)盟鏈的技術(shù)方向；另一方面該領(lǐng)域的應(yīng)用更加強(qiáng)調(diào)可監(jiān)管性，從金融監(jiān)管機(jī)構(gòu)的角度看，區(qū)塊鏈為監(jiān)管機(jī)構(gòu)提供了一致且易于審計的數(shù)據(jù)，使得金融業(yè)務(wù)的監(jiān)管審計更快、更精確。例如，記載于區(qū)塊鏈中的客戶信息與交易記錄有助于銀行識別異常交易，并有效防止欺詐。區(qū)塊鏈的技術(shù)特性可以改變現(xiàn)有的征信體系，在銀行進(jìn)行“認(rèn)識你的客戶”(KYC)時，將有不良記錄的客戶的數(shù)據(jù)存儲在區(qū)塊鏈中?？蛻粜畔⒓敖灰子涗洸粌H可以隨時更新，同時，在客戶信息保護(hù)法規(guī)的框架下，如果能實現(xiàn)客戶信息和交易記錄的自動化加密關(guān)聯(lián)共享，則銀行之間能省去許多KYC的重復(fù)工作。銀行也可以通過分析和監(jiān)測共享的分布式賬本內(nèi)客戶交易行為的異常狀態(tài)，及時發(fā)現(xiàn)并消除欺詐行為。9.4.3區(qū)塊鏈在政務(wù)領(lǐng)域的應(yīng)用政務(wù)領(lǐng)域是區(qū)塊鏈技術(shù)落地的場景之一。區(qū)塊鏈在政府工作中的廣泛落地，基于一個簡單的技術(shù)原理，即區(qū)塊鏈能夠打破數(shù)據(jù)壁壘，解決信任問題，極大地提升辦事效率。區(qū)塊鏈+電子票據(jù)是區(qū)塊鏈技術(shù)在政務(wù)領(lǐng)域的重要應(yīng)用之一，也是區(qū)塊鏈技術(shù)在國內(nèi)的最早落地場景之一。2018年8月，深圳開出了全國首張區(qū)塊鏈發(fā)票。區(qū)塊鏈+電子發(fā)票開始逐漸被人們接受。區(qū)塊鏈+電子發(fā)票的組合大幅降低了稅收征管成本，也豐富了稅收治理手段，并將有效打擊傳統(tǒng)電子發(fā)票模式下難以根除的偷稅漏稅問題。一直以來，我國采取“以票管稅”的稅收征管模式，需要用繁復(fù)的技