Python人工智能技术与应用 课件 1.【课件】1-1 调研分析人工智能技术

《Python人工智能技术与应用》能力模块一

对人工智能与自动驾驶的基本认知任务一调研分析人工智能技术TaskImport任务导入

某高校计划举办“面向未来：数字革命与人工智能”的讲座。

你是一名人工智能科技公司的研发工程师，现高校计划邀请你向参加讲座的学生科普介绍人工智能这门新兴技术，你应该如何准备你的讲座内容。素养目标引导问题的过程中，培养学生形成勤于思考的能力获得分析解决问题以及多元化思考解决问题的方法，形成创新意识。TaskObject任务目标知识目标了解人工智能技术的定义与应用。掌握人工智能技术的三要素。了解人工智能的分类。技能目标能够简单介绍人工智能技术的发展历程。能够简单介绍人工智能的发展现状及面临挑战。立足专业技能，明确未来职业方向。新

授人工智能的定义与应用01CONTENTS目录人工智能的三要素02人工智能的分类03人工智能技术的发展历程04人工智能技术的发展现状05人工智能的定义与应用01人工智能定义人工智能技术本质人工智能（ArtificialIntelligence，以下简称AI）是指研究、模拟人类智能的理论、方法、技术及应用系统的一门技术科学。人工智能技术本质是对人的意识和思想过程的模拟，赋予机器模拟、延伸、扩展类人智能，实现会听、会看、会说、会思考、会学习、会行动等功能。人工智能的定义与应用创造力智能感知能力认知能力01人工智能四大能力人工智能的定义与应用（一）感知能力01语音识别听电脑视觉、图像识别、人脸识别、对象侦测看语音生成、文本转换语音说自然语言处理、语音转换文本读机器翻译写指的是人类通过感官所受到环境的刺激、察觉消息的能力，简单地说就是人类五官的感知能力人工智能的定义与应用（二）认知能力01如AI下围棋、自动驾驶车、健保诈欺判断、癌症判断等判断如机器学习、深度学习、增强式学习学习如医学图像分析、产品推荐、垃圾邮件辨识、法律案件分析、犯罪侦测、信用风险分析、消费行为分析等。分析辨识如AI执行的预防性维修（PredictiveMaintenance）、智慧天然灾害预测与防治。预测人工智能的定义与应用（二）认知能力01指的是人类透过学习、判断、分析等等心理活动来了解讯息、获取知识的过程与能力，对人类认知的模仿与学习也是目前AI第二个焦点领域。利用人工智能提高医疗质量消费者行为分析人工智能的定义与应用（三）创造力01

AI作曲

AI作诗

AI设计

AI小说AI绘画知识智力能力个性潜意识指的是人类产生新思想，新发现，新方法，新理论，新设计，创造新事物的能力。人工智能的定义与应用（四）智能01价值观人类自我意识自我认知指的是人类深刻了解人、事、物的真相，能探求真实真理、明辨是非，指导人类可以过有意义生活的一种能力。人工智能的三要素02数据、算法和算力是人工智能的三要素，是人工智能发展的基础。定义人工智能的三要素例如：大量的历史数据，用户行为数据，网络数据，视频数据等。在计算机内部，所有数据都以二进制形式存储，每一位数据都由0和1组成。机器世界的数据“0”和“1数据是提供给机器学习算法的原材料02（一）数据人工智能的三要素其可以使计算机根据输入的数据，自动执行一系列步骤，以达到指定的目标。生活中的算法一烹饪红烧肉02（二）算法算法是一种特定的解决问题的规则集人工智能的三要素02（三）算力算力是运行算法的计算能力，指的是人工智能系统可以处理的任务的数量和复杂程度。算力的单位为TOPS，1TOPS代表处理器每秒钟可进行一万亿次。我们熟知的8155芯片算力是8TOPS，英伟达orin芯片算力为254TOPS。人工智能的分类03超人工智能弱人工智能强人工智能人工智能按照与人类智能程度的匹配程度可以分人工智能的分类智能语音助手Siri苹果公司语音助手Siri为语音识别领域的人工智能，用户可以通过语音调用Siri查找信息、拨打电话、发送信息、获取路线、播放音乐、查找苹果设备等。例如指的是专注于且只能解决特定领域问题的人工智能。（一）弱人工智能03人工智能的分类强人工智能思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作，并且和人类一样得心应手，目前仍未发展出此技术。包含属于人类级别的人工智能，在各方面都能与人类胜任。（二）强人工智能03人工智能的分类超人工智能“科学创新、通识和社交技能”，这是人工智能的终极目标，目前仍未实现。包含牛津哲学家、知名人工智能思想家尼克·博斯特伦(NickBostrom)把超人工智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多。（三）超人工智能03人工智能技术的发展历程04人工智能产业化第二阶段人工智能诞生第一阶段人工智能爆发第三阶段人工智能的发展历程卷积神经网络的基本原理《罗素姆万能机器人》1921年在布拉格演出时的舞台剧照（一）神话，幻想和预言中的AI03如:赫淮斯托斯的黄金机器人和皮格马利翁的伽拉忒亚。19世纪的幻想小说中出现了人造人和会思考的机器之类题材，例如玛丽·雪莱的《弗兰肯斯坦》和卡雷尔·恰佩克的《罗素姆的万能机器人》。希腊神话中已经出现了机械人和人造人人工智能技术的发展历程(二）人工智能的起源04英国数学家艾伦·图灵（AlanTuring）于1950年提出著名的图灵测试：如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能。这一简化使得图灵能够令人信服地说明“思考的机器”是可能的。1956年，在达特茅斯的人工智能研讨会上，人工智能的创始人之一、美国计算机科学家约翰·麦卡锡（JohnMcCarthy）正式提出“人工智能”这个概念，人工智能被确立为一门学科，该年被公认是现代人工智能学科的起始元年。1950年提出图灵测试1956年提出“人工智能”概念人工智能技术的发展历程（三）人工智能的第一次浪潮与困境0470年代，即使最优秀的AI程序也只能解决简单问题，无法再往上突破。研究者们遭遇了无法克服的基础性障碍，包括计算机的运算能力有限、计算复杂性和指数爆炸、常识与推理等问题。随后，各国政府和机构也停止或减少了资金投入。心理治疗机器人在回答用户的问题达特茅斯会议之后的数年是大发现的时代计算机可以解决代数应用题、证明几何定理、学习和使用英语人工智能技术的发展历程（四）人工智能的第二次浪潮与困境0420世纪80年代初开始卡内基梅隆大学为DEC（数字设备公司）设计了名为XCON的专家系统。1980年1981年1985年全世界的公司都开始研发和应用专家系统，到1985年它们已在AI上投入十亿美元以上，大部分用于公司内设的AI部门。AI技术发展缓慢，政府停止对AI的资助。加上电脑市场的冲击，AI进入第二次发展困境期。XCON等最初大获成功的专家系统维护费用居高不下。它们难以升级，难以使用，脆弱（当输入异常时会出现莫名其妙的错误），暴露各类问题。80年代后期日本经济产业省拨款八亿五千万美元支持第五代计算机项目。其目标是造出能够与人对话，翻译语言，解释图像，并且像人一样推理的机器。引领力量是知识工程和专家系统，专家系统实际上是一套程序软件，能够从专门的知识库系统中，通过推理找到一定规律，像人类专家那样解决某一特定领域的问题。人工智能技术的发展历程（五）人工智能的第三次浪潮与困境0420世纪90年代，计算机算力性能不断突破，英特尔的处理器每18—24个月晶体管体积可以缩小二分之一，同样体积上的集成电路密集度增长一倍、同样计算机的处理运算能力可以翻一倍。20世纪90年代4G时代的到来和智能手机的普及与移动互联网的发展为神经网络训练迭代提供了海量的数据，而IoT物联网的兴起和边缘计算的支持也使传感器时序数据指数级生成。4G时代2006年亚马逊发布AWS云计算平台，大幅提升了人工智能网络模型计算所需要的算力。2007年华裔女科学家李飞飞教授开源了世界上最大的图像识别数据集（超过1400万、2万多标注类别的图像数据集），为人工智能计算机视觉项目提供了强大的数据支持。2007-至今基于大数据的深度升级网络让人工智能重新活跃起来，人工智能思维方式发生巨大改变。人工智能技术发展现状和面临挑战AI已经被广泛应用于交通、金融、农业、军事等领域，尤其是疫情期间，AI在医疗保健和生物医学领域发挥了重要作用，例如加速了新冠病毒相关药物的发现，以及解决了长期以来的蛋白质折叠生物学难题。AI初创公司PostEra的机器学习技术能够在48小时内完成此前需要3~4周时间进行的化学合成路线设计，加速了新冠病毒相关药物的发现。AI逐步走向产业化AI系统现在可以合成文本、音频和图像，而且水平足够高，如得益于机器学习和自然语言处理技术的进步，机器能在视觉问答中提供更加准确的自然语言答案。AI技术进一步完善（一）发展现状05人工智能技术发展现状和面临挑战（二）面临挑战05三要素仍需不断突破人工智能存在安全隐患带来新的就业问题人工智能技术发展现状和面临挑战（二）面临挑战05缺乏高质量的数据资源：Keras是一个高层次的深度学习框架，它可以用于搭建和训练各种神经网络模型。模型泛化能力较弱：人工智能的模型泛化能力是指，在训练集中学习到的模型能够成功地应用到未知的数据集上，从而达到准确的预测结果。算力瓶颈仍然有待突破：人工智能系统的算力瓶颈主要源于计算机硬件的性能和能力的局限性。三要素仍需不断突破人工智能技术发展现状和面临挑战（二）面临挑战05人工智能存在安全隐患黑客对自动驾驶中的人工智能系统造成威胁由于人工智能系统的复杂性，攻击者可能会利用漏洞攻击系统，从而导致安全隐患。漏洞带来的安全隐患由于人工智能系统可以自主学习，因此它们可能会做出意想不到的决策，导致安全风险。自主学习带来的安全隐患人工智能技术发展现状和面临挑战（二）面临挑战0