人工智能概论 课件 第2章 人工智能生态

高职高专人工智能通识课规划教材人工智能概论本章学习目标第2章人工智能生态【素养目标】通过学习大数据、物联网、云计算、5G通信技术等，培养学生的探索创新精神；通过学习大数据案例，培养学生的提出问题、分析问题、解决问题的能力；通过了解我国5G网络建设状况，激发学生科技报国的家国情怀和使命担当。本章学习目标第2章人工智能生态【知识目标】理解大数据的概念、特性，并了解其相关应用；理解物联网的概念、技术架构、特点、未来趋势，并了解其相关应用；理解云计算的概念、特点、分类、服务模式，并了解其相关应用；理解5G通信技术的概念、关键技术，并了解其相关应用。本章学习目标第2章人工智能生态【能力目标】能够针对大数据、物联网、云计算、5G通信技术具体应用功能，阐述其实现原理；能够理解大数据、物联网与人工智能的关系；会使用百度网盘、二维码分享等工具。本章学习目标第2章人工智能生态【思维导图】第二章人工智能生态2.1大数据2.2物联网2.3云计算2.5本章实训高职高专人工智能通识课规划教材2.4

5G通信技术2.6拓展知识人工智能三要素第2章人工智能生态人工智能的目的就是让机器能够像人类一样思考，让机器拥有智能。人工智能三要素是数据、算力和算法。数据指的就是大数据，是人工智能发展的基石；算力，指的是计算机的超级计算能力，是人工智能发展的保障；算法是人工智能的灵魂。人工智能三要素第2章人工智能生态人工智能作为一门交叉学科，向下需要基础硬件、芯片、云计算为其提供算力支撑，并需要利用互联网、物联网、5G网络搜集海量数据；向上需要利用成熟的深度学习算法，将成果渗透到各行各业的应用场景中。人工智能的产业结构2.1大数据第2章人工智能生态2.1.1什么是大数据大数据（BigData），是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要利用新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量的、高增长率的和多样化的信息资产，如购物网站的消费记录，这些数据只有进行处理和整合才有意义。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键在于，提高对数据的“加工能力”，通过“加工”实现数据的“增值”。2.1大数据第2章人工智能生态2.1.1什么是大数据大数据的意义并不在“大”，而在于“有用”。价值含量和挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是赢得竞争的关键。淘宝购物、百度搜索等总能推荐给用户想要的，这是大数据决策的体现，依据大数据分析，去匹配用户属于哪一类人群，从而给用户推荐这一类人群喜好的东西。大数据的兴起，也让数据分析师、数据科学家、大数据工程师、数据可视化等成为了热门职业。大数据已经在环境、农业、教育行业、医疗行业、零售行业、金融行业、智慧城市等在内的社会各行各业都融入了大数据的印记。2.1大数据第2章人工智能生态大数据在电商场景应用2.1大数据第2章人工智能生态2.1.2大数据的四大特性2.1大数据第2章人工智能生态2.1.2大数据的四大特性（1）体量大（Volume）。大数据的特性首先就是体现了数据量的“大”，从一开始的TB级别，增加到PB级别，其起始计量单位至少是PB（1000TB）、EB（100万TB）或ZB（10亿TB）。随着信息技术的不断飞速发展，数据爆发性地增长。数据的来源有社交网络（微博、推特、脸书）、移动网络、各种智能工具、服务工具等。在淘宝网有近4亿会员，每日产生的商品交易数据约20TB；在脸书（Facebook）网约有10亿用户，每日产生的日志数据超过300TB。因此，亟需利用智能的算法、强大的数据处理平台和全新的数据处理技术，来统计、分析、预测和实时处理这么大规模的数据。2.1大数据第2章人工智能生态2.1.2大数据的四大特性（2）多样化（Variety）。众多的数据来源，也就决定了大数据形式的多样化。例如，在当前的上网用户中，年龄、学历、爱好、性格等特征都不一样，这也是大数据的多样性。每个地区，每个时间段，都会存在各种各样的数据多样性。任何形式的数据都能产生作用，目前应用最广泛的就是推荐系统，例如，淘宝网、网易云音乐、今日头条等，这些平台都会对用户的日志数据进行分析，进而向用户推荐其喜欢的东西。2.1大数据第2章人工智能生态2.1.2大数据的四大特性（3）速度快（Velocity）。速度快就是指通过算法可以高速地对数据进行逻辑处理，从而在各种类型的数据中快速获得高价值的信息，这与传统的数据挖掘技术有着本质的不同。大数据的产生十分迅速，主要通过互联网传输。生活中的每个人都离不开互联网，可以说，每个人每天都在提供众多的数据，而这些数据是应该及时被处理的。对于一个平台来说，也许保存的数据只是在过去几天或者一个月之内的，长时间的数据就要及时清理，不然保存的代价很大。基于这种情况，大数据对处理的速度有着非常严格的要求，服务器中的很多资源都用于处理和计算数据，很多平台都需要做到实时分析这些数据。在企业竞争的过程中，谁对数据的处理速度更快，谁就会占据发展优势。2.1大数据第2章人工智能生态2.1.2大数据的四大特性（4）价值密度低（Value）。这也是大数据的核心特征。在现实世界所产生的数据中，有价值的数据所占比例很小。相比于传统的小数据，大数据最大的价值在于通过从大量不相关的各种类型的数据中，挖掘出对未来趋势与模式预测分析有价值的数据，并通过机器学习方法、人工智能方法或数据挖掘方法去深度分析，从而发现新规律和新知识。例如，拥有1PB以上的全国范围内20~35岁年轻人的上网数据，那么可以通过分析这些数据，了解这些人的爱好，进而指导产品的发展方向等。又如，拥有全国几百万病人的数据，则可以分析这些数据以预测疾病的发生。这些都是大数据的价值所在。2.1大数据第2章人工智能生态2.1.3大数据与人工智能在人工智能的飞速发展的背后离不开大数据的支持，而在大数据的发展过程中，人工智能的加入也使得更多类型、更大体量的数据能够得到迅速的处理与分析。因此，大数据与人工智能是相辅相成的关系。（1）大数据的积累为人工智能的发展提供“燃料”。大数据的应用需要经历采集与预处理、存储与管理、分析与加工、可视化计算及数据安全等过程，具有数据规模不断扩大、种类繁多、产生速度快、处理能力要求高、时效性强、可靠性要求严格、价值大但密度较低等特点，可以为人工智能提供丰富的数据积累和训练资源。以人脸识别所用的训练图像数量为例，百度训练人脸识别系统需要2亿幅人脸画像。（2）数据处理技术推进运算能力提升。人工智能领域收集了海量数据，传统的数据处理技术难以满足高强度、高频次的处理需求。AI芯片的出现，极大提升了大规模处理大数据的效率。目前，出现了GPU、NPU、FPGA和各种各样的AI-PU专用芯片。相较于传统的双核CPU，AI芯片能够提升约70倍的运算速度。2.1大数据第2章人工智能生态2.1.3大数据与人工智能（3）算法让大量的数据有了价值。无论是特斯拉的无人驾驶，还是谷歌的机器翻译；不管是微软的“小冰”，还是英特尔的精准医疗，都可以见到“学习”大量的“非结构化数据”的“身影”。“机器学习”“深度学习”“增强学习”等技术的发展都推动着人工智能的进步。以计算机视觉为例，作为一个数据复杂的领域，传统的浅层算法识别的准确率并不高。自深度学习出现以后，基于寻找合适特征可以使机器识别物体的精准度从70%多提升到95%。由此可见，人工智能的快速演进，不仅需要理论研究，还需要大量的数据作为支撑。2.1大数据第2章人工智能生态2.1.3大数据与人工智能（4）人工智能推进大数据应用深化。在算力指数级增长及高价值数据的驱动下，以人工智能为核心的智能化正在不断延伸其技术应用的广度、拓展其技术突破的深度，增强其技术落地（商业变现）的速度。例如，在新零售领域，大数据与人工智能技术的结合，可以提升人脸识别的准确率，商家可以更好地预测每个月的销售情况；在交通领域，大数据和人工智能技术的结合可以开发基于大量交通数据的智能交通流量预测、智能交通疏导等人工智能应用，从而实现对整体交通网络的智能控制；在健康领域，大数据和人工智能技术的结合能够提供医疗影像分析、辅助诊疗、医疗机器人等更便捷、更智能的医疗服务。在技术层面，大数据技术已经基本成熟，并且推动人工智能技术以惊人的速度进步；在产业层面，智能安防、自动驾驶、医疗影像等都在加速落地。2.1大数据第2章人工智能生态2.1.4大数据的应用案例（1）案例1：尿不湿和啤酒超级商业零售连锁“巨无霸”沃尔玛公司拥有世界上最大的数据仓库系统之一。为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购物行为进行了“购物篮关联规则”分析，以了解顾客经常一起购买的商品有哪些。在沃尔玛庞大的数据仓库里集合了其所有门店的详细的原始交易数据，在这些原始交易数据的基础上，沃尔玛利用数据挖掘工具对这些数据进行分析和挖掘。一个令人惊奇和意外的结果出现了：“跟尿不湿一起购买最多的商品竟是啤酒！”这是数据挖掘技术对历史数据进行分析的结果，反映出数据的内在规律。那么这个结果符合现实情况吗？是否是一个有用的知识？是否有利用价值？2.1大数据第2章人工智能生态2.1.4大数据的应用案例（1）案例1：尿不湿和啤酒经过大量实际调查和分析，他们揭示了一个隐藏在“尿不湿与啤酒”背后的美国消费者的一种行为模式：在美国，到超市去买婴儿尿不湿是一些年轻父亲下班后的日常工作，而他们中有30%～40%的人同时也会为自己买一些啤酒。产生这一现象的原因是，美国的年轻妈妈们经常叮嘱她们的丈夫不要忘了下班后为小孩买尿不湿，而丈夫们在购买尿不湿后又随手带回了他们喜欢的啤酒。另一种情况是，丈夫们在买啤酒时突然记起他们的责任，又去购买了尿不湿。沃尔玛就在他们所有门店里将尿不湿与啤酒并排摆放在一起，其结果是尿不湿与啤酒的销售量双双得到增长。按常规思维，尿不湿与啤酒风马牛不相及，若不是借助数据挖掘技术对大量交易数据进行挖掘分析，沃尔玛是不可能发现这一有价值的规律的。2.1大数据第2章人工智能生态2.1.4大数据的应用案例（2）案例2：Google公司成功预测冬季流感

Google公司的设计人员认为，人们输入的搜索关键词代表了他们的即时需要，反映出用户情况。为了便于建立关联，设计人员编入“一揽子”流感关键词，包括温度计、流感症状、肌肉疼痛、胸闷等。只要用户输入这些关键词，系统就会展开跟踪分析，创建地区流感图表和流感地图。2009年，Google公司通过分析5000万条美国人最频繁检索的词汇，将之与美国疾病中心在2003年到2008年间季节性流感传播时期的数据进行比较，并建立一个特定的数学模型。最终google公司成功预测了2009冬季流感的传播，甚至可以将传播的范围具体定位到特定的地区和州。第二章人工智能生态2.1大数据2.2物联网2.3云计算2.5本章实训高职高专人工智能通识课规划教材2.4

5G通信技术2.6拓展知识2.2物联网第2章人工智能生态2.2.1什么是物联网1：物联网的概念物联网（InternetofThings，IoT），顾名思义，就是物物相连的互联网。在物联网中，可以应用电子标签将真实的物体在网上连接起来，查出它们的具体位置。通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制，也可以对家庭设备、汽车进行遥控等，物联网收集的数据可以聚集成大数据，用以进行道路设计、灾害预测、犯罪防治、流行病控制等。物联网的核心和基础仍然是互联网，物联网是在互联网基础上延伸和扩展出来的网络。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。2.2物联网第2章人工智能生态2.2.1什么是物联网2：物联网的容量整体来看，物联网是世界信息产业第三次浪潮。当前，全球物联网核心技术持续发展，标准体系加快构建，产业体系处于建立和完善过程中。未来几年，全球物联网市场规模将出现快速增长。数据显示，2021年全球物联网企业级投资规模约为6812.8亿美元，有望在2026年增至1.1万亿美元，五年复合增长率(CAGR)为10.8%。据预测，2026年中国物联网IT支出规模接近2981.2亿美元，占全球物联网总投资的1/4左右，投资规模将领跑全球。2.2物联网第2章人工智能生态2.2.1什么是物联网3：物联网的历史1970年，卡内基梅隆大学的自动售货机为连接到物联网的第一台设备。物联网一词是由英国技术专家凯文·阿什顿于1999年提出的。每个连接互联网的事物都需要一个处理器和一种与其他事物通信的方式，最好是无线通信，而这些因素带来了成本和功率要求。物联网发展的一个重要里程碑是射频识别（RadioFrequencyIdentification，RFID）标签的广泛采用。2.2物联网第2章人工智能生态2.2.2物联网的技术架构物联网的技术架构分为三层：感知层、网络层和应用层。2.2物联网第2章人工智能生态2.2.2物联网的技术架构物联网的技术架构分为三层：感知层、网络层和应用层。（1）感知层：由各种传感器/探测器、RFID标签和读写器、摄像头、个人终端、GPS等感知终端构成。感知层主要负责采集物体的信息。（2）网络层：网络层包括接入网和核心网，接入网可以是无线局域网、Zigbee、蓝牙、红外等，还可能是其他形式的接入，如有线网络接入、卫星通信等。核心网是物联网信息和数据的传输层，将感知层采集到的数据传输到应用层进行进一步的处理。（3）应用层：包括数据处理、中间件、云计算、网络安全、网络管理等应用支撑系统，以及基于这些应用支撑系统建立的物联网应用，如智能农业、智能交通、智能工业、智能医疗等。应用层对物联网信息和数据进行融合处理和利用，达到信息最终为人们所使用的目的。2.2物联网第2章人工智能生态2.2.2物联网的技术架构物联网的设备入网方式分为直接接入和网关接入两种方式。直接接入是指物联网终端设备本身带有通信模块，具备联网能力，可直接接入网络；网关接入是指物联网终端设备本身不具备入网能力，需要在本地组网后，统一通过网关再接入网络。物联网网关是连接无线传感网络与传统通信网络的纽带，集数据监控和传输于一身，用于完成不同类型网络之间的协议转换以及实现节点的数据收集与远程控制。物联网网关的主要功能包括管理功能、源寻址功能、协议转换功能与数据格式标准化功能。物联网协议分为接入协议和通信协议两大类。接入协议一般负责子网内设备间的组网及通信，常见的接入协议有zigbee、蓝牙及Wi-Fi协议等；通信协议主要是运行在传统互联网TCP/IP协议之上的设备通信协议，负责设备通过互联网进行数据交换及通信，常见的通信协议有HTTP、websocket、XMPP、COAP、MQTT等。2.2物联网第2章人工智能生态2.2.3物联网的特点物联网的特点主要有以下几个。（1）物联网是各种感知技术的广泛应用。物联网部署了海量的多种类型的传感器，每个传感器就是一个信息源，不同类型的传感器所捕获的信息内容和信息格式不同。传感器按一定的频率周期采集环境信息，获得的数据具有实时性。（2）物联网是一种建立在互联网上的泛在网络。物联网中的传感器定时采集的信息需要通过互联网传输，由于其数量极其庞大，形成了海量信息。在数据的传输过程中，为了保障数据的正确性和及时性，必须适应各种异构网络和协议。2.2物联网第2章人工智能生态2.2.3物联网的特点（3）物联网不仅提供了传感器的连接，其本身也具有智能处理的能力，能够对物体实施智能控制。物联网将传感器和智能处理相结合，利用云计算、模式识别等各种智能技术，扩充其应用领域。物联网能从传感器获得的海量信息中分析、加工和处理出有意义的数据，以适应不同用户的不同需求，发现新的应用领域和应用模式。（4）物联网提供不拘泥于任何场合、任何时间的应用场景，并可与用户自由互动。物联网依托云平台和互联互通的嵌入式处理软件，弱化技术色彩，强化与用户之间的良性互动，为用户提供更好的体验、更及时的数据采集和分析建议。物联网是通往智能生活的物理支撑。2.2物联网第2章人工智能生态2.2.4物联网的未来趋势物联网的未来趋势主要有以下几个方面。（1）巨大的连接性。未来，物联网将连接更多的设备和物体。预计到2025年，全球物联网设备的数量将超过1000亿。这将促进各种行业完成数字化转型，为人们提供更多的便利和智能化服务。（2）实现与人工智能的融合。人工智能将与物联网相结合，为物联网提供更加智能的能力。利用机器学习和深度学习等算法，物联网设备可以分析和处理大量的数据，并做出智能决策。这将推动物联网应用的智能化水平进一步提升，为用户提供个性化的体验和服务。（3）安全和隐私保护。随着物联网的普及，安全和隐私问题也变得尤为重要。未来，物联网将加强对数据的保护和隐私的管理。采取加密技术、身份认证和访问控制等安全措施，以确保物联网设备和数据的安全性，并将加强隐私保护法律法规的制定和执行，保护用户的个人信息和隐私权。2.2物联网第2章人工智能生态2.2.4物联网的未来趋势（4）边缘计算的兴起。边缘计算是指在本地物联网设备上进行数据处理和存储，而不是依赖于远程云服务器。未来，边缘计算将得到更广泛的应用。边缘计算可以减少数据传输延迟，提高响应速度，减轻云端的负担。由于敏感数据可以在本地进行处理，不必通过网络传输，因此边缘计算还能增强数据的安全性。（5）产业融合与跨界合作。物联网的发展将促进不同行业之间的融合与合作。传统行业，如制造业、交通运输和能源等将与信息技术相结合，实现更高效的生产和管理。跨界合作将推动技术的创新和进步，为各行各业带来更多的机遇和发展空间。（6）环境可持续性。未来，物联网将越来越注重环境的可持续性。通过物联网技术，可以实现能源管理的智能化，提高能源利用效率，减少能源浪费和环境污染。同时，物联网可以为环境监测和资源管理提供数据支持，实现绿色环保等可持续发展目标。2.2物联网第2章人工智能生态2.2.5物联网与人工智能1.物联网和数据所有物联网设备都可以收集巨量的数据，通过边缘网关汇集，然后发送到平台进行处理。通过从现实世界中的传感器收集信息，物联网可以实时做出灵活的决策。2.物联网和大数据大数据操作的流程是，使用从物联网收集的信息，并与其他数据点相关联，以深入了解人类行为。例如，某咖啡经销商首先从分布在各处的联网咖啡机收集咖啡冲煮信息，然后将这些信息与发表在社交媒体上的帖子进行匹配，以查看客户是否在网上谈论相关咖啡品牌。2.2物联网第2章人工智能生态2.2.5物联网与人工智能3.物联网数据和人工智能物联网设备可以收集的数据量远大于任何人类以有用的方式处理的数据量，因此需要物联网设备具备人工智能的功能，以更准确地分析其所收集的数据。同时，物联网设备可以在物联网数据集上进行训练，以在预测性维护领域产生有用的结果。例如，分析来自无人机的数据，以区分桥梁的轻微损坏和需要注意的裂缝。第二章人工智能生态2.1大数据2.2物联网2.3云计算2.5本章实训高职高专人工智能通识课规划教材2.4

5G通信技术2.6拓展知识2.3云计算第2章人工智能生态2.3.1什么是云计算云计算是分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡、热备份冗余等传统计算机和网络技术发展融合的产物。云是网络、互联网的一种比喻说法。过去用云来表示电信网，后来用云表示互联网和底层基础设施。云计算是一种新兴的商业计算模型，将计算任务分布在由大量计算机构成的资源池中，使各种应用系统能够根据需要获取算力、存储空间和软件服务。2.3云计算第2章人工智能生态2.3.1什么是云计算美国国家标准与技术研究院（NIST）认为，云计算是一种按照使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，用户进入可配置的计算资源共享池后（资源包括网络、服务器、存储、应用软件、服务等），这些资源能够被快速提供。云计算实现了对共享的可配置计算资源的按需和快捷访问，这些资源可以通过很小的管理代价或者与服务提供者很少的交互而被快速地提供。云计算模式的出现是对计算资源使用方式的一种巨大变革。打个比方，从传统计算转向云计算就像从古老的单台发电机模式转向了电厂集中供电模式一样。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，使用方便、费用低廉，而且它是通过互联网进行传输的。2.3云计算第2章人工智能生态2.3.1什么是云计算云计算不仅是人工智能的基础计算平台，也是将人工智能的能力集成到千万应用中的便捷途径。云计算具有每秒10万亿次及以上的运算能力，用户可以通过计算机、手机等方式接入云计算数据中心，按需求进行运算。云计算拥有如此强大的计算能力，可以模拟核爆炸、预测气候变化和市场发展趋势等。云计算作为IT基础设施，是人工智能与大数据之间的桥梁。因为人工智能的优化或者说自我学习，是需要输入海量数据用于训练的。云计算支撑了人工智能和大数据这些计算存储密集型任务，让信息化、智能化服务无处不在。云计算既是人工智能技术持续更新的重要推手，也是获得海量真实大数据的重要方式。2.3云计算第2章人工智能生态2.3.2云计算的特点（1）超大规模。“云”具有相当大的规模，Google云计算已经拥有100多万台服务器，Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“云”能赋予用户前所未有的计算能力。（2）虚拟化。云计算支持用户在任意位置、使用各种终端获取应用服务。用户所请求的资源来自“云”，而不是固定的有形的实体，应用在“云”中的某处运行，用户无须了解应用在“云”中的具体运行位置。（3）高可靠性。“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性，因此使用云计算比使用本地计算机可靠。（4）通用性。云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同应用的运行。2.3云计算第2章人工智能生态2.3.2云计算的特点（5）高可扩展性。“云”的规模可以动态伸缩，从而可以满足应用和用户规模增长的需要。（6）按需服务。“云”是一个庞大的资源池，在使用云计算服务时，用户所获得的计算机资源可以按照用户个性化需求的增加或减少进行变化，并可以根据用户实际使用的资源量进行付费。（7）廉价。“云”具备特殊容错措施，因此可以采用极其廉价的节点来构成“云”。“云”的自动化集中式管理方式，使用户无须负担日益增长的数据中心管理成本，“云”的通用性使资源的利用率较之传统系统大幅提升，用户可以充分享受“云”的低成本优势。（8）潜在的危险性。云计算除可以提供计算服务外，还可以提供存储服务。在当今社会中，“信息”是至关重要的资源，信息安全是选择云计算服务时必须考虑的重要前提。2.3云计算第2章人工智能生态2.3.3云计算的分类按照网络结构进行分类，云计算可以分为公有云、私有云、社区云和混合云。（1）公有云。公有云是为大众而建的，所有入驻用户都称为租户。公有云不仅同时支持多个租户，而且一个租户离开，其资源可以立即释放给下一个租户，因此可以在大范围内实现资源优化。由于公有云存在安全问题，因此敏感行业、大型用户需要慎重选择。但对于一般的中小型用户，无论是数据泄露的风险，还是停止服务的风险，公有云都远远小于用户自己架设的机房。（2）私有云。私有云是为一个用户或一个企业单独使用而构建的，因而能够提供对数据安全性和服务质量的最有效控制。私有云可由公司自己的IT机构或云供应商进行构建，既可以部署在企业数据中心的防火墙内，又可以部署在一个安全的主机托管场所。私有云的核心属性是专属资源，通常用于实现小范围内的资源优化。2.3云计算第2章人工智能生态2.3.3云计算的分类（3）社区云。社区云通常构建在特定的、由多个目标相似的公司组成的群组中。这些企业共享一套基础设施，所产生的成本由这些企业共同承担，因此所能实现的成本节约效果并不大。群组中的成员都可以登录社区云，并从中获取信息和使用应用程序。（4）混合云。混合云是公有云和私有云的组合，这种组合可以是计算的、存储的，也可以两者兼而有之。用户可以将企业中的非关键信息外包，并在公有云上存储和处理，同时将企业的关键业务及核心数据存放在安全性能更高的私有云上。这种模式可以比较有效地降低企业使用私有云服务的成本，同时达到增强安全性的目的。2.3云计算第2章人工智能生态2.3.4云计算的服务模式按照服务类型划分，云计算可以分为IaaS、PaaS和SaaS三种类型。（1）IaaS（InfrastructureasaService），基础设施即服务。云服务提供商把IT系统中的基础设施层作为服务出租出去，由消费者自己安装操作系统、中间件、数据库和应用程序。（2）PaaS（PlatformasaService），平台即服务。云服务提供商把IT系统中的平台软件层作为服务出租出去，消费者自己开发或者安装程序，并运行程序。（3）SaaS（SoftwareasaService），软件即服务。云服务提供商把IT系统中应用软件层作为服务出租出去，消费者无须自己安装应用程序，直接使用即可，从而进一步降低了云服务消费者使用云服务的技术门槛。2.3云计算第2章人工智能生态2.3.5云计算的应用云计算的应用主要有教育云、金融云、医疗云、制造云等。（1）教育云。教育云是云计算技术在教育领域的迁移应用，包括教育信息化所需的所有硬件计算资源，可以为教育机构、员工、学习者提供良好的云服务平台。2013年10月10日，清华大学推出MOOC平台——学堂在线，许多大学现已使用学堂在线开设课程。（2）金融云。金融云是指利用云计算的模型组成原理，将金融产品、信息和服务分散到由大型分支机构组成的云网络中，提高金融机构快速发现和解决问题的能力。金融云可以帮助金融机构提高整体工作效率、改善流程、降低运营成本。2.3云计算第2章人工智能生态2.3.5云计算的应用（3）医疗云。医疗云是指在医疗卫生领域采用物联网、大数据、5G通信、移动技术、多媒体等新技术的基础上，结合医疗技术，运用云计算的理念构建医疗卫生服务云平台。（4）制造云。制造云是云计算向制造业信息化领域延伸与发展后的落地与实现，用户通过网络和终端就能够随时按需获取制造资源与能力服务，进而智慧地完成其制造全生命周期的各类活动。第二章人工智能生态2.1大数据2.2物联网2.3云计算2.5本章实训高职高专人工智能通识课规划教材2.4

5G通信技术2.6拓展知识2.45G通信技术第2章人工智能生态2.4.1什么是5G5G，即5thGeneration，是指第5代移动通信系统。1G：语音通话，20世纪80年代。2G：消息传递，20世纪90年代。3G：多媒体、文本、互联网，20世纪90年代末至21世纪初。4G：实时数据，包括车载导航、短视频，2008年推出。5G：高速率、低时延、大连接，人机物互联，2019年我国开始正式将5G商用。2.45G通信技术第2章人工智能生态2.4.25G的关键技术1.毫米波技术5G属于通信领域，这就涉及如下光速公式：c＝λf波长越短，频率就越高，传输带宽越宽，网速也就越快2.45G通信技术第2章人工智能生态2.4.25G的关键技术2.小基站技术毫米波技术的缺点是穿透力差、衰减大，因此毫米波频段下的5G通信在高楼林立的环境下传输并不容易，而小基站则可以解决这一问题。因为毫米波的频率很高、波长很短，意味着其天线的尺寸可以做得很小，这是部署小基站的基础。大量的小型基站可以覆盖大基站无法触及的末梢通信。如果以250米左右的间距部署小基站，则运营商可以在每个城市部署数千个小基站以形成密集网络，每个基站可以从其它基站接收信号，并向任何位置的用户发送数据。小基站不仅在规模上小于大基站，而且功耗也大为降低。2.45G通信技术第2章人工智能生态2.4.25G的关键技术3.大规模MIMO技术4G基站只有十几根天线，但5G基站可以支持上百根天线。这些天线通过大规模多进多出（Multiple-InputMultiple-Output，MIMO）技术形成大规模天线阵列，可以同时向更多的用户发送和接收信号，从而将移动网络的容量提升数十倍甚至更高。2.45G通信技术第2章人工智能生态2.4.25G的关键技术4.波束成形技术大规模MIMO技术为5G大幅增加容量的同时，其多天线的特点也势必会带来更多的干扰，波束成形技术是解决这一问题的关键。通过有效地控制这些天线，使其发出的电磁波在空间上互相抵消或者增强就可以形成一个很窄的波束，从而使有限的能量集中在特定方向上传输，不仅传输距离更远，而且还避免了信号的干扰。2.45G通信技术第2章人工智能生态2.4.25G的关键技术5.全双工技术5G的另一大特色是全双工技术。全双工技术是指设备的发射机和接收机在相同的频率资源上同时工作，使得通信的两端同时在上行、下行时使用相同的频率，突破了现有的频分双工（FDD）和时分双工（TDD）模式下的半双工的缺陷，这是通信节点实现双向通信的关键条件之一，也是5G所需的高吞吐量和低延迟的关键技术。2.45G通信技术第2章人工智能生态2.4.35G的应用场景5G拥有比4G更高的性能，支持0.1～1Gbps的用户体验速率，每平方千米100万的连接数密度，毫秒级的端到端时延，每平方千米数十Tbps的流量密度，每小时500km以上的移动性和数十Gbps的峰值速率。场景关键性能连续广域覆盖100Mbps用户体验速率热点高容量用户体验速率：1Gbps峰值速率：数十Gbps流量密度：数十Tbps/km２低功耗大连接连接数密度：10６/km２超低功耗，超低成本低时延高可靠空口时延：1ms端到端时延：ms量级可靠性：接近100%2.45G通信技术第2章人工智能生态2.4.35G的应用场景国际电信联盟无线电通信部门定义了5G的三大典型应用场景。（1）增强型移动宽带。主要面向虚拟现实（VirtualReality,VR）/增强现实（AugmentedReality，AR），以及在线视频4K(3840×2160像素)/8K(7680×4320像素)等高带宽需求业务。（2）超可靠低时延通信。面向车联网、自动驾驶、远程外科手术、智能电网和无人机等对时延敏感的业务。（3）海量物联网通信。主要面向智慧城市、智能交通等高连接密度需求的业务。2.45G通信技术第2章人工智能生态2.4.35G的应用场景工业和信息化部统计数据显示，截至2024年3月底，我国累计建成并开通5G基站364.7万个，5G移动电话用户达到8.74亿户，全国所有地市级城区、县城城区实现5G网络覆盖；5G应用已经融入74个国民经济大类，2023年5G直接带动经济总产出达1.86万亿元，我国已建成全球规模最大的5G网络。从“3G突破”“4G同步”走向“5G引领”，我国5G发展在标准、技术等方面已经具备领先优势。公开数据显示，在全球5G标准必要专利中，中国企业专利声明数量占比位居全球首位，中国企业积极参与并牵头完成了部分5G国际标准的制定。2.45G通信技术第2章人工智能生态2.4.35G的应用场景目前，华为公司在5G方面处于技术领先水平，该公司拥有5G专利超过1.6万个，占全球20％以上，是全球唯一一家能够提供5G端到端服务的厂商。华为公司作为5G标准的重要技术贡献者，已公布了5G标准基本专利许可费率。2022年3月，华为公司知识产权部部长丁建新宣布，华为对遵循5G标准的单台手机专利许可费上限为单台手机2.5美元。5G开启了一个全新的万物互联世界，实现人与人、人与物、物与物的全面互联，并逐步渗透到经济社会的各个领域，成为经济社会数字化转型的重要基础设施。社会各行各业广泛应用5G，与信息通信技术的深度融合，将推动整个社会逐步进入数字化、信息化、智能化的时代。第二章人工智能生态2.1大数据2.2物联网2.3云计算2.5本章实训高职高专人工智能通识课规划教材2.4

5G通信技术2.6拓展知识2.5本章实训第2章人工智能生态2.5.1实训1使用百度网盘（1）在浏览器中访问网址，在打开的“百度网盘”页面中，选择“客户端下载”→“Windows点击立即下载”命令，开始下载安装程序。（2）双击安装包文件，选择安装位置，并选中“阅读并同意用户协议和隐私政策”复选框后，单击“极速安装”按钮开始安装。（3）安装完成后，显示百度网盘客户端的登录界面，如图所示。如果尚未注册，单击“注册账号”超链接，打开“欢迎注册”界面，如图所示，按要求输入相关信息后，单击“注册”按钮。2.5本章实训第2章人工智能生态2.5.1实训1使用百度网盘（4）注册完成后进行登录，进入百度网盘主界面，如图所示。2.5本章实训第2章人工智能生态2.5.1实训1使用百度网盘（5）上传文件。单击“上传”按钮，打开“请选择文件/文件夹”对话框，选择文件或文件夹（如“学习资料”文件夹），单击“存入百度网盘”按钮，即可将文件或文件夹上传到百度网盘中。（6）下载文件。选中要下载的文件（如“学习资料”文件夹），单击“下载”按钮，打开“设置下载存储路径”对话框，设置好文件下载的路径，单击“下载”按钮，即可下载指定的文件或文件夹。2.5本章实训第2章人工智能生态2.5.1实训1使用百度网盘（7）文件分享。选中要分享的文件或文件夹（如“学习资料”文件夹），单击“分享”按钮，打开“分享文件”对