資源簡介

(共24張PPT)
人工智能技術基礎
CONTENTS
目錄
01.
人工智能的定義
02.
數據
03.
算法
04.
算力
05.
人工智能的未來趨勢
一、人工智能的定義
概念解釋
01
人工智能（AI）是指由人制造出來的系統能夠理解、學習、適應并執行人類的某些特定任務。
02
人工智能的目標是使機器能夠模擬人類的思維過程和行為。
03
人工智能可以分為弱人工智能和強人工智能，前者只能完成特定任務，后者則可以像人類一樣進行思考和學習。
04
人工智能的應用領域廣泛，包括醫療、金融、教育、交通、娛樂等。
技術特點
自主性：人工智能系統能夠自主完成決策和執行任務
學習能力：人工智能系統能夠從數據中學習并優化其性能
適應性：人工智能系統能夠適應不同的環境和任務
智能性：人工智能系統能夠模擬人類的智能，實現復雜的任務
應用領域
03
07
交通：自動駕駛、智能交通系統、無人機運輸等
智能家居：智能音箱、智能家電、家庭機器人等
01
05
醫療：輔助診斷、藥物研發、手術機器人等
零售：商品推薦、庫存管理、物流配送等
02
06
教育：個性化教學、智能輔導、在線教育等
娛樂：游戲AI、虛擬偶像、智能創作等
04
08
金融：風險評估、量化交易、智能客服等
工業：智能制造、工業機器人、質量檢測等
二、數據
02
數據
從圖像識別到刷臉支付，從語音識別到人機交互，人工智能的應用隨處可見，影響著生活的方方面面。人工智能技術與應用的飛速發展，歸功于推動其發展的三大要素:數據、算法、算力。
從移動終端上的全球定位系統,到工廠生產線上每個工位的機械臂操作，再到在網購平臺進行瀏覽與購物等，都會產生數據。過去受數據收集、存儲、處理等方面的限制，只能通過抽樣等方式得到小部分的數據，作用有限。現在，隨著智能終端和傳感器的普及，產生和收集海量的數據，通過對這些數據進行分類整理，統計分析，從中獲取更準確、更深層次的信息，從而不斷挖掘數據背后的價值，為人類提供更好的服務。
數據是人工智能的基礎，有了足夠的數據，人工智能就能不斷學習和提高。例如城市的智慧交通管理系統，可以實現對交通流量的預測，交通網絡的控制，密集車流的疏導，如同交通領域的“大腦”，如圖3-1所示。馬路上安裝的自動采集數據的設備，每時每刻都在記錄人、車的通行數據，依據這些數據建立數據模型，實時分析城市交通流量，調整紅綠燈間隔，縮短車輛等待時間，提升城市道路的通行效率。
城市大腦
數據的重要性和應用
數據的定義和類型：包括結構化數據、非結構化數據和半結構化數據。
數據的重要性：描述數據如何推動科技進步和商業決策。
數據的收集：介紹數據的來源和收集方法。
數據的存儲和管理：討論數據的存儲和管理策略。
數據的分析：介紹數據分析的重要性和方法。
數據的可視化：解釋如何通過數據可視化理解數據。
數據的安全和隱私：討論如何保護數據的安全和隱私。
數據的應用：介紹數據在不同領域的應用，如醫療、教育、金融等。
三、算法
03
算法
算法是人工智能的核心，實現了從數據中發現規律、預測結果和決策的過程。想讓計算機學會像人一樣感知、思考和行動，具有類似人的智能，就要建立合適的算法。
1997年5月，計算機“深藍”以2∶1的成績戰勝了國際象棋世界冠軍卡斯帕羅夫，轟動一時。2016年3月，“阿爾法圍棋”與圍棋世界冠軍、職業九段棋手李世石進行圍棋人機大戰，最終“阿爾法圍棋”以4:1的總分獲勝,如圖3-2所示。
圖3-2 人機對弈
窮舉搜索算法
“深藍”計算機針對國際象棋采用了窮舉搜索算法，該算法被用來幫助計算機在棋盤上尋找最佳的落子位置。而圍棋是一個19×19的棋盤，使用窮舉搜索算法無法在規定時間內得到每一步的最佳走法。“阿爾法圍棋”使用了更加高效的搜索算法,這種算法能夠對大量的隨機對局進行模擬，快速評估每個可能的走法,并選擇最優解。“阿爾法圍棋”還利用了深度學習和強化學習等現代人工智能技術，使得其具有更強的學習能力和搜索效率，可以更好地成對圍棋等復雜游戲的挑戰。從“深藍”到“阿爾法圍棋”，正是人工智能算法不斷發展的結果。
算法的分類-按應用領域分類
數值算法：用于解決數值計算和數值分析的問題
信號處理算法：用于解決信號處理和信號分析的問題
人工智能算法：用于解決人工智能和機器學習的問題
網絡算法：用于解決網絡設計和網絡優化的問題
并行算法：用于解決并行計算和分布式計算的問題
數據結構與算法：用于解決數據結構和算法的問題
圖像處理算法：用于解決圖像處理和圖像識別的問題
控制算法：用于解決控制系統設計和控制的問題
生物信息學算法：用于解決生物信息學和基因組學的問題
密碼算法：用于解決密碼學和信息安全的問題
算法的分類-按實現方式
隨機算法：每一步操作隨機，輸出結果不確定
分布式算法：多個節點協同計算，提高計算效率
遞歸算法：通過遞歸調用，逐步求解問題
確定性算法：每一步都有明確的操作，輸出結果唯一
非確定性算法：每一步操作不確定，輸出結果可能不同
迭代算法：通過多次迭代，逐步逼近最優解
并行算法：多個步驟同時進行，提高計算效率
算法的分類-按算法性質
確定性算法：每一步都有確定的結果，如排序算法
隨機算法：每一步都有一定的概率，如隨機數生成算法
01
02
自適應算法：根據輸入數據調整算法，如動態規劃算法
并行算法：可以同時處理多個任務，如矩陣乘法算法
03
04
四、算力
04
算力
計算機的計算能力即算力。算力的大小代表著數據處理能力的強弱，是人工智能發展的動力。一直以來，中央處理器(CPU)的運算速度是衡量訣算機性能的重要指標之一。我國在超級計算機方面發展迅速，自主研制的天河一、二號(如圖3-3)，太湖·神威之光（如圖3-4）的性能位居世界超算前列，成為繼美國、日本之后第三個能獨立設計和研制超級計算機的國家。
圖3-3 天河二號
圖3-4 太湖.神威之光
人工智能芯片
人工智能在開始發展階段使用的是通用的中央處理器芯片，根據當時的應用研究，其可以提供足夠的計算能力。后來，隨著視頻、游戲等行業的發展，人們發現圖形處理器(GPU)的并行計算特性恰好適應人工智能算法大數據并行計算的要求，于是嘗試用圖形處理器芯片進行人工智能的研究。隨著人工智能應用的不斷拓展，應用場景更加清晰，人們開始研發人工智能專用的芯片人AL芯片)。人工智能專用芯片成本低、性能高、功耗低，讓大規模的數據處理效率得到提升，極大地促進了人工智能的發展。人工智能芯片同其他芯片一樣，在國家經濟發展、國家安全等各方面起著重要的作用，是實現自主可控技術和創新發展的關鍵之一。
數據、算法、算力，構成人工智能的三大技術基礎，相互影響，相互促進,缺一不可。隨著三大關鍵技術的不斷升級，未來，人工智能將為人類創造出更多可能。
人工智能的未來趨勢
05
自主學習
深度學習：通過大量數據訓練，實現自主學習
01
02
強化學習：通過與環境的交互，實現自主學習
03
遷移學習：將知識從一個領域遷移到另一個領域，實現自主學習
04
生成對抗網絡：通過生成器和判別器的對抗，實現自主學習
跨領域融合
01
人工智能與生物技術的融合：如基因編輯、生物信息學等
02
人工智能與能源技術的融合：如智能電網、能源管理與優化等
03
人工智能與材料科學的融合：如智能材料、納米材料等
04
人工智能與醫療技術的融合：如智能診斷、精準醫療等
05
人工智能與交通技術的融合：如自動駕駛、智能交通系統等
06
人工智能與教育技術的融合：如個性化教育、在線教育等
人工智能倫理規范
安全性：人工智能系統應確保安全性，防止黑客攻擊和系統故障
可解釋性：人工智能系統應具備可解釋性，讓用戶了解其決策過程和結果
社會責任感：人工智能系統應具備社會責任感，遵守法律法規和道德規范
透明度：人工智能系統應具備透明度，讓用戶了解其決策過程和結果
公平性：人工智能系統應避免對特定人群的歧視和偏見
隱私保護：人工智能系統應尊重用戶隱私，防止數據泄露和濫用
感謝您耐心觀看

展開更多......

收起↑