人工智能知识科普有内容课件

共创社会新动能•共享开放新时代人工智能发展简史在现代社会便利与舒适的生活背后，是一场正在深刻地改变人们生活与社会的的科技浪潮----人工智能。十年前仍是科幻小说里的场景，今天已经成为我们真实的生活经历。在人工智能浪潮的驱动下，十年之后我们会生活在什么样的世界里面呢？目录CONTENTS01“智能+”的未来02人工智能的出现及发展03人工智能概述PART

01“智能+”的未来点击输入文字内容点击输入文字内容“智能+”的未来点击输入文字内容点击输入文字内容点击输入文字内容点击输入文字内容点击输入文字内容点击输入文字内容跨越时空—场景一点击输入文字内容点击输入文字内容点击输入文字内容点击输入文字内容点击输入文字内容点击输入文字内容跨越时空—场景二点击输入文字内容点击输入文字内容点击输入文字内容点击输入文字内容点击输入文字内容点击输入文字内容跨越时空—场景三010203“智能+”的未来01家庭城市汽车知识的表达与推理智慧是一种计算过程?02家庭城市汽车什么是智能?帮你算数学？帮你洗衣服？帮你…人工智能学家or数学家、物理学家、科学家跟我们想的是一样的吗?“智能+”的未来什么是人工智能？其实，广义的人工智能，或是人工智能，是很复杂Ex:知识定义、知识表达、知识推理PART

02人工智能的出现及发展人工智能的出现及发展人工智能的横空出世1950年，艾伦・图灵（AlanTuring）在他的论文中提出了著名的“图灵测试”（TuringTest）被广泛认为是测试机器智能的重要标准。图灵测试：一位人类测试员会通过文字与密室里的一台机器和一个人对话。如果测试员无法分辨与之对话的两个实体谁是人谁是机器，参与对话的机器就被认为通过图灵测试。1951年，研究生马文・闵斯基（MarvinMinsky）建立了世界上第一个神经网路机器SNARC。人们第一次模拟了神经信号的传递，为人工智能奠定了深远的基础。人工智能的出现及发展1955年，艾伦・纽厄尔（AlanNewell）、赫伯特・西蒙（HerbertSimon）和克里夫・肖（CliffShaw）建立了“逻辑理论家”计算机程序来模拟人类解决问题的技能，此项工作开创了一种日后被广泛应用的方法：搜索推理（reasoning）。1956年，闵斯基、约翰・麦卡锡（JohnMcCarthy）、克劳的・香农和纳撒尼尔・罗切斯特在达特茅斯学院组织了一次会议，此会议宣告了“人工智能”作为一门新学科的诞生。人工智能的出现及发展人工智能的第一次浪潮（1956-1974）1963年，高等研究计划局投入两百万美元给麻省理工学院，培养了早期的计算机科学和人工智能人才。1964-1966年，约瑟夫・维森鲍姆（JosephWeizenbaum）教授建立了世界上第一个自然语言对话程序ELIZA，可以通过简单的模式匹配和对话规则与人聊天。70年代中期，人工智能还是难以满足社会对这个领域不切实际的期待，因此进入了第一个冬天。人工智能的出现及发展OPTION80年代后期，人工智能的发展再度步入冬天。OPTION80年代后期，人工智能的发展再度步入冬天。OPTION1986年，反向传播算法被广泛用于人工神经网络的训练。

OPTION80年代，由于专家系统和人工神经网络的新进展，人工智能浪潮再度兴起。OPTION1982年，约翰・霍普菲尔德提出了一种新型的网络形式OPTION1980年，卡耐基梅隆大学为迪吉多公司开发了一套名为XCON的专家系统人工智能的出现及发展人工智能的第三次浪潮（2011-现在）21世纪，人类迈入了“大数据”时代，此时电脑芯片的计算能力高速增长，人工智能算法也因此取得重大突破。研究人工智能的学者开始引入不同学科的数学工具，为人工智能打造更坚实的数学基础。在数学的驱动下，一大批新的数学模型和算法被发展起来，逐步被应用于解决实际问题，让科学家看到了人工智能再度兴起的曙光。2012年全球的图像识别算法竞赛ILSVRC（或称ImageNet挑战赛）中，多伦多大学开发的多层神经网络AlexNet取得了冠，且大幅超越传统算法的亚军，引起了人工智能学界的震动。从此，多层神经网络为基础的深度学习被推广到多个应用领域。2016年谷歌通过深度学习训练的阿尔法狗（AlphaGo）程序战胜围棋世界冠李世石。PART

03人工智能概述点击输入文字内容点击输入文字内容科技价值未来人工智能概述人工智能如何自动做出判断或预测专家系统：基于人工定义的规则来回答特定问题（局限性）：机器学习（machinelearning）；通过学习（learning）来，这样的方法已经成为人工智能的主流方法。人工智能概述从数据中学习从已知数据去学习数据中蕴含的规律或判断规则，再把学到的规则应用到新数据并作出判断或预测从数据中学习从已知数据去学习数据中蕴含的规律或判断规则，再把学到的规则应用到新数据并作出判断或预测从数据中学习从已知数据去学习数据中蕴含的规律或判断规则，再把学到的规则应用到新数据并作出判断或预测从数据中学习从已知数据去学习数据中蕴含的规律或判断规则，再把学到的规则应用到新数据并作出判断或预测人工智能概述机器学习的方法：在行动中学习在机器学习的实际应用中，还会遇到另一种类型的问题：利用学习得到的模型来指导行动。比如下棋，此时关注的不是某个判断是否准确，而是行动过程中能否带来最大效益，又称为强化学习。强化学习模型结构可动态变化的状态（state）可选取的动作（action）可以和决策主体进行交互的环境（environment）回报（reward）规则人工智能概述智能客服随着互联网和电子商务的发展，我们和商家的交流变得越来越多元，为了因应这种挑战，很多企业开始引入人工智能技术打造智能客服系统。自动驾驶专家系统：基于人工定义的规则来回答特定问题（局限性）机器学习：通过学习来获得进行预测或判断的能力，这样的方法已经成为人工智能的主流方法。自动驾驶汽车通过多种传感器，包括视频摄像头、激光雷达、卫星定位系统等，对驾驶环境进行实时感知。人工智能概述13

万+15

亿+270+10

万+点击输入标题点击输入标题点击输入标题点击输入标题小结人工智能是研究如何通过机器来模拟人类认知能力的