24云人工智能时代的加速器

项目二人机共舞打造智慧物流《物流人工智能技术》任务三云：人工智能时代的加速器2目录/CONTENTS01云计算与人工智能02云智能【知识目标】1.了解云计算与人工智能的关系；2.了解云智能的优点；3.了解云智能的主要功能。【情感目标】1.具有工匠精神、服务意识、环保意识、质量意识、安全意识；2.培养独立获取信息和自学能力；3.坚定拥护中国共产党领导和我国社会主义制度。【教学目标】数字化转型的大潮下，云计算与人工智能对数字经济的推动意义重大。如果说云计算是新的生产力，那大数据就是新的生产资料，AI无疑就是新的生产工具，这三者将带领我们走向数字世界与物理世界的融合之路。云计算大数据AI新的生产力新的生产资料新的生产工具一、云计算与人工智能人工智能可以帮助云计算的深入应用，这体现在两个方面：首先，人工智能和混合多云环境可以助推企业的数字化转型。其次，云计算的IaaS、PaaS和SaaS层面都和人工智能的关系越来越密切。一、云计算与人工智能云为人工智能的深度学习提供平台，人工智能反过来提升云计算的“智商”，未来随着数据体量的增长,只有人工智能才能使云更好地被用户使用，让云变成互联网的“中枢大脑”。一、云计算与人工智能到目前为止，由于机器学习等智能技术大多是把大数据的运用作为核心，因此很难普及。而云智能技术却有着能立刻拓展智能技术用途的潜力。在机器学习的基础上，利用云智能可以方便地实现预测分析、自然语言处理、图像识别、语音识别等人工智能技术。二、云智能云智能主要有以下三大优点：云智能不需要软、硬件购买等初期投入。优点1云智能不要求使用者是机器学习专家。优点2使用云智能的分析功能可以在任意云中存储数据，并毫不费力地进行数据交换。优点3二、云智能1.AzureMachineLearningAzureMachineLearning具有广泛的预测分析、自然语言处理、图像语音处理功能。具体来讲，AzureMachineLearning的预测分析分为五种类型：从数据中提取出特征事态的“异常检出”；1将数据分为三个以上分组的“多项分类”；3根据过去的数据预测将来的“回归分析”5将数据分为两组的“二项分类”；2进行无标签信息分类的“聚类”；46二、云智能AzureMachineLearning对每一种预测分析都预备了非常多的算法，包括支持向量机、神经网络等的最新算法。这样可以根据数据的特征选择最佳的算法，从而提高预测精度。图像识别、语音识别技术是从微软的研究开发项目ProjectOxford（关于深度学习的人工智能技术）派生出来的，而预测分析以机器学习API的形式出现。二、云智能2.WatsonWatson包括问答系统DeepQA等核心功能和IBM的PaaS云平台中Bluemix的一部分。DeepQA系统可以分析已知问题的意图，从已登录的数据库中确切地提示多个答案。IBM发可以通过语音和文本实现实时对话的功能。Bluemix版本的Watson从Watson平台提取出一部分功能，除此之外，还添加补充了语言识别、机器翻译、图像识别等功能。当前，IBM使用深度学习把图像识别、影像识别作为Watson的重点开发领域之一。二、云智能3.AmazonMachineLearningmazonMachineLearning可以提供三种算法：二项分类、多项分类、回归分析。它可以通过数据存取与各种参数选择进行半自动学习。AmazonMachineLearning的优点是可以从Redshift、AWS的已有数据库中方便地提取学习用的数据集，再由本公司的数据库通过批处理生成CSV文件，然后上传完成整个学习过程。二项分类多项分类回归分析二、云智能14云：人工智能时代的加速器云计算与人工智能人工智能可以帮助云计算的深入应用，这体现在：首先，人工智能和混合多云环境可以助推企业的数字化转型。其次，云计算的IaaS、PaaS和SaaS层面都和人工智能的关系越来越密切。云智能云智能的主要功能：1.AzureMachineLearning2.Watson3.AmazonMachineLearning【课后小结】15问题：1.（判断）人工智能和混合多云环境可以助推企业的数字化转型。（

）2.（判断）AzureMachineLearning具有广泛的预测分析、自然