資源簡介

(共23張PPT)
第5單元
數據分析與人工智能
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
創造機器智能的想法從何而來？
第一站 布萊切利
第二次世界大戰期間英國的情報中心（位于劍橋大學和牛津大學之間）。
1939年這里召集了英國最聰明的年輕人，包括27歲的數學天才阿蘭·圖靈。
其主要任務是打敗德軍的超級密碼機——恩尼格碼機
精妙在于：即使每次按下同一個鍵，出來的字母都會有所不同，每次加密都會有變化，一共能產生1.59億種可能性
制造一臺更強大的機器
仿制的“炸彈機”
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
創造機器智能的想法從何而來？
機器能思考嗎？
如果一臺機器能夠與人類對話而不被辨別出其機器的身份，那么這臺機器則具備智能，這就是著名的“圖靈測試”
1946年，世界上第一臺通用計算機 恩尼亞克（ENIAC） 誕生了，速度是機電式計算機的一千倍，人工計算的二十萬倍。
圖靈
奠定了現代計算機的基礎和人工智能的雛形，被稱作“計算機之父”和”人工智能之父“
為了紀念他，計算機界的最高獎項被命名為“圖靈獎”
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
第二站 達特茅斯會議
1956年，在達特茅斯聚集了一群天才，思考圖靈提出的問題，首次提出了人工智能這一術語。
利用數字計算機或者數字計算機控制的機器模擬、延伸和擴展人的智能，感知環境、獲取知識并使用知識獲得最佳結果的理論、方法、技術及應用系統。
——中國電子技術標準化研究院
《人工智能標準化白皮書（2018版）》
弱人工智能：實現特定功能的專用智能設備，不能真正實現推理和解決問題。
強人工智能：真正能思考、有知覺、有自我意識的人類級別的智能機器。
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
第三站 人機博弈歷史
1997年，一次轟動的人機大戰再次讓人工智能進入公眾的視線
1956年，計算機技術的先驅薩繆爾，在計算機上編寫出了世界上第一款國際跳棋程序。
機器學習的首次應用
“深藍”是美國IBM公司生產的一臺超級計算機，有32個大腦（微處理器），每秒可以計算2億步。“深藍”中存儲了一百多年來優秀棋手的兩百多萬局對局。
超級計算機“深藍”
國際象棋世界冠軍
卡斯帕羅夫
使用知識庫搜索和機器學習結合的方法，來進行每一步的決策，它的“智能”主要體現在對海量的實戰棋譜的啟發式搜索上。
機器學習：運用算法來分析數據，從中學習、測定或預測現實世界的某些事情。
plane.exe
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
搜索：根據問題的實際，不斷尋找可利用的知識，構造一條推理路線解決問題的過程。
盲目搜索：按預定的控制策略進行搜索，而不考慮問題本身特性的搜索，一般適用于求解比較簡單的問題。
啟發式搜索：它在搜索過程中加入估價函數等啟發信息，不斷自動調整搜索方向，加速求解進程。
啟發式搜索
啟發式搜索
路徑規劃也是啟發式搜索的一種典型應用，如衛星定位、無人駕駛汽車等。
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
第三站 人機博弈歷史
2016年，阿爾法圍棋（AlphaGo）在與圍棋世界冠軍李世石的對弈中，
以4:1的總比分獲勝。
沃森，經過4年秘密培訓，2011年向北美熱播的智力問答節目《危險邊緣》宣戰，對戰節目歷史上贏得獎金最多的人類選手，沃森存儲了百科全書等數百萬份資料，對沃森來說，挑戰不僅是搜索知識，更難的是理解出題者的問話。是一套具有理解、推理、學習能力的人工智能系統。
深藍通過編程僅靠蠻力看到所有的可能性，國際象棋的走法可能性數量雖多，那一臺計算機基本上可以全部搞定。但對于圍棋，計算機就搞定不了，圍棋布局走法的可能性，要比宇宙中的原子數量還多。
Alphago有兩個大腦，一個負責預測落子的最佳概率，一個作整體的局面判斷，支撐這款圍棋程序的是谷歌的超級服務器集群，讓它威力無邊的是一種名為深度學習的人工智能算法
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
那些具有“智慧”的機器人能戰勝人類，是因為它們的“腦”中存儲了大量的優秀算法。
“阿爾法圍棋”的核心系統屬于基于神經網絡的深度學習，即模擬人腦神經網絡，通過大量數據分析學習了三千萬盤職業棋手的棋譜，再通過增強學習的方法自我博奕，尋找比基礎棋譜更多的打點來擊敗對手。
揭秘人工智能算法
1、初探關鍵算法
深度學習是一種人工智能技術，讓機器進行訓練，是一個多層神經網絡
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
神經網絡
神經網絡是目前人工智能領域的研究熱點之一，是一種模仿動物神經網絡行為特征，進行并行信息處理的算法模型。
人工神經網絡無須事先確定反映輸入、輸出之間映射關系的數學方程，它通過自身的訓練，學習某種規則，最終在給定輸入時得到最接近期望輸出的結果。
BP(back propagation)神經網絡是目前應用最廣泛的的算法，它是一種按照誤差逆向傳播算法訓練的多層前饋神經網絡，結構如下圖所示。
算法由信息的正向傳遞與誤差的反向傳播兩部分組成，它們由可修正的權值互連。在正向傳播過程中，輸入信息從輸入層經隱藏層逐層計算傳向輸出層，當前層神經元的狀態只影響下一層神經元的狀態。如果輸出層沒有得到期望的輸出，則計算輸出層的誤差變化值，然后轉向反向傳播，通過網絡將誤差信號沿原來的連接通路反傳回來，修改各層神經元的權值直至達到期望目標。
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
神經元芯片
智能機器要走向實用化，必須想辦法解決能效問題。為日益興起的神經網絡量身定制一款高效能的芯片。
神經元這一名稱是為了表明正確的網絡控制機制和人腦是極為相似的。
用硬件直接“繪制”大腦的結構。將幾百萬個神經元連接在一起，每個神經元都能通過位數眾多的路徑向其他的神經元發送信息。
在研究各類人工智能軟件時， 我們經常抱怨“ 電腦太慢了！ ”“ 手機內存太小了＂ ， 我們總會感覺機器性能跟不上軟件需求。算法對硬件的依賴到底有多大？
神經元芯片是一個帶有多個處理器、讀寫/只讀存儲器（RAM和ROM）以及通信和I/O接口的單芯片系統。
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
神經元芯片
2016年中國科學院計算技術研究所發布了寒武紀神經元芯片，用硬件直接＂繪制” 大腦的結構。它采用專門的硬件神經元，并將幾百萬個神經元連接在一起，使每個神經元都能通過位數眾多的路徑向其他的神經元發送信息。實驗表明，該芯片的速度是普通中央處理器(CPU)的1000倍。
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
回顧人類與人工智能的幾次對戰，可以感受到人工智能技術的飛速發展。
請搜集相關信息，并完善下表。
時間 機器 對戰實錄
1996 深藍（Deep Blue） 戰勝國際象棋世界冠軍加里 卡斯帕羅夫（Garry Kasparov）
2011 沃森（IBM Waston） 在綜藝節目《危險邊緣》中戰勝了最高獎金得主和連勝紀錄保持者
2016 阿爾法圍棋（AlphaGo）
2017 準星數學高考機器人 （AI-MATHS）
2017 Aidam智能教育機器人
2018 狀元（Champion）AI機器人
戰勝世界圍棋冠軍李世石
在單獨的考場進行高考數學考試，考場內服務器切斷外部網絡連接，在公證機構和媒體的“監考”之下，僅憑自身的人工智能程序解題，通過打印機輸出答案。高考機器人將在兩個小時的考試時間內，同時作答多份試卷。
通過現場直播的方式與6名高考狀元同臺PK，分別解答2017年高考數學試題，完成包括客觀題和主觀題在內的整張試卷，并按照評分標準得出最終成績。
挑戰高考作文，并擊敗了數位作家。
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
人工智能、機器學習、深度學習之間的關系
（1）機器學習
（2）將知識庫搜索與機器學習結合
（3）深度學習
計算機學會“思考”的三個階段：
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
功能 人工智能體現形式
兒童及病人陪伴 健康伴侶機器人、聊天機器人、家政機器人、智能家居
搬家公司重體力勞動 搬家機器人、物流機器人
環境測試 水下機器人、特種極限機器人、礦業機器人
虛擬現實、增強現實、混合現實 VR一體機
自動駕駛 自動駕駛汽車
工業制作 焊接機器人、噴涂機器人、加工機器人
無人機救援 無人直升機、無人飛艇
智能終端 智能手機、智能手表、智能手環
人工智能應用
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
人工智能的應用
結合信息感知、信息表示與形成、智能推理、智能決策、智能執行與信息輸出的一般過程，人工智能領域的關鍵技術目前主要包括機器學習、知識圖譜、自然語言處理、計算機視覺、人機交互、生物特征識別、虛擬現實與增強現實等。
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
人工智能的應用——語音技術
語音采集
② 語音識別
③ 語義理解
④ 語音合成
語音交互的原理是什么？
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
人工智能的應用——圖像識別技術
如何識別狗的品種？
采集特征
特征庫對比
識別狗品種
輸入
判斷
阿拉斯加
哈士奇
輸出狗品種
輸出
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
人臉考勤
設置識別參數：年齡、性別、是否戴眼鏡、人種、情緒等。
人工智能的應用——圖像識別技術
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
人工智能的應用——自然語言處理
利用計算機技術實現一種自然語言到另外一種自然語言的翻譯。
機器翻譯
利用計算機技術實現對文本篇章的理解，并回答相關問題。
語義理解
讓計算機像人類一樣用自然語言與人交流
問答系統
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
是具有信息處理功能的傳感器。智能傳感器帶有微處理機，具備采集、處理、交換信息等功能，是傳感器集成化與微處理機相結合的產物。
它屬于人工智能的神經末梢，用于感知外界環境，未來高敏度、高精度、高可靠性、微型化、集成化將是智能傳感器的發展趨勢。
智能傳感器
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
1. 了解人工智能技術的相關概念與應用領域。
2. 了解人工智能技術的發展趨勢。
3. 認識人工智能在信息社會中的重要作用。
課堂小結
e7d195523061f1c0c2b73831c94a3edc981f60e396d3e182073EE1468018468A7F192AE5E5CD515B6C3125F8AF6E4EE646174E8CF0B46FD19828DCE8CDA3B3A044A74F0E769C5FA8CB87AB6FC303C8BA3785FAC64AF54247D6964A8FBCED17CC661E9BBDBC040BE2E9BB5E7852A1CA2182FF1ADFE626A1F75E2AA4E3E887391BF8A0180D4EB5E92BD1FF04EF24E0AA94
課后思考
思考：
機器人的感知能力遠遠超過人類，當機器人有了意識，我們的世界會怎樣？
當機器人有了意識，在法律上機器人是人還是機器？
如果把有強大知識數據或能完成強大功能的智能機械裝置植入人體，人類會怎樣？
THANK four watching

展開更多......

收起↑