模块六 人工智能

工业和信息化精品系列教材信息技术（拓展模块）人工智能模块六目录认识人工智能了解人工智能核心技术任务一任务二人工智能并不是触不可及的，Windows10操作系统的Cortana、小米的小爱、苹果的Siri等智能助手和智能聊天类应用，都属于人工智能的范畴，甚至一些简单的、带有固定模式的资讯类新闻，也由人工智能来完成。本任务将介绍人工智能的相关基础知识，要求读者通过搜索互联网上的人工智能相关资料，了解人工智能在各行业的典型应用场景和代表性企业，同时进入百度AI开放平台，了解其功能、行业应用和客户案例。任务描述任务描述认识人工智能任务一相关知识（一）人工智能的概念和特征（二）人工智能的社会价值（三）人工智能的发展历程认识信息安全任务一相关知识（四）人工智能的典型应用（五）人工智能的发展趋势（六）人工智能的常用开发平台、框架（一）人工智能的概念和特征1．人工智能的定义中国《人工智能标准化白皮书（2018版）》认为：人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。（一）人工智能的概念和特征2．人工智能的特征以人为本能感知环境并作出反应，并且与人类交互、互补具备自适应、自学习能力，可以演化迭代（二）人工智能的社会价值人工智能是21世纪的尖端科技，属于科研前沿领域，拥有着巨大的社会价值，具体表现在生物医学、环保、国家和社会管理、经济生产、日常生活等各个方面。人工智能对于经济生产的价值人工智能对于日常生活的价值人工智能对于生物医学的价值人工智能对于环保的价值人工智能对于国家和社会管理的价值（三）人工智能的发展历程萌芽期黄金期瓶颈期繁荣期寒冬期平稳发展期1956年以前1956～1974年1974～1980年1980～1987年1987～1993年1993年至今人工智能的发展历程（四）人工智能的典型应用1．人工智能客服人工智能客服是一种基于自然语言处理的拟人式服务，其能通过文字、语音与客户进行多轮交流，在获取必要信息后给出相应的解决方案。（四）人工智能的典型应用2．智慧医疗智慧医疗是医疗信息化的产物，也是人工智能、云计算、大数据等技术与医疗行业进行深度融合的结果。智能预问诊智能推荐开方语音电子病历精准外科手术01020403（四）人工智能的典型应用3．智慧物流020103分拣机器人可以在分拣、搬运、堆垛等方面代替人工，大幅度地减少分拣环节中的人工成本，提升分拣工作的效率、准确性及自动化程度仓储方面无人驾驶可自动完成高速行驶、自动转弯、自动避障绕行、紧急制动等大多数驾驶功能运输方面无人机配送可以解决医疗冷链、偏远物流、特色生鲜等特殊场景下的末端配送问题配送方面（四）人工智能的典型应用4．无人零售无人零售采用人工智能、生物识别、智能算法等技术，颠覆了传统零售业的服务模式，用更加信息化、智能化的方式提升了用户的消费体验，降低了人力成本，提高了运营效率和经营决策水平。（四）人工智能的典型应用5．人工智能+教育人工智能可以代替教师从事日常工作中重复性的工作，例如批改试卷等，减轻教师的工作压力，使教师能为学生提供更加个性化、精准的支持。（四）人工智能的典型应用6．智能家居智能家居利用人工智能、物联网等技术，实现家居设备等的远程控制、互联互通、自我学习等，并通过收集、分析用户数据，有针对性地为用户提供生活服务，提升用户家居生活的舒适度和便捷性。（五）人工智能的发展趋势近年来，人工智能发展迅猛，越来越多的企业开始在人工智能领域大力投入，各种人工智能产品层出不穷。人工智能产品更加细分垂直01人工智能服务带来更高的附加值02人工智能相关治理体系将加速出台04人机协同模式有望成为主流03（六）人工智能的常用开发平台、框架1．人工智能的常用开发平台1324

腾讯AI开放平台京东人工智能开放平台讯飞开发平台百度AI开放平台（六）人工智能的常用开发平台、框架2．人工智能的常用开发框架TensorFlowCaffeAccord.NET微软CNTKSparkMLlibTorchKerasTheano任务实践（1）了解人工智能在以下行业的应用，并分析其应用场景，填写表。行业典型应用场景代表性企业金融安防餐饮制造交通认识人工智能任务一（2）进入百度AI开放平台，了解其功能、行业应用和客户案例。目录认识人工智能了解人工智能核心技术任务一任务二人工智能目前已成为全世界极其活跃的创新领域，各种技术对于人工智能发展的支撑作用日益凸显。其中，机器学习和人工神经网络是现代人工智能的核心技术。本任务将对这两项技术进行介绍，再通过基于监督学习算法设计一个能辨认自己照片的模型进行实践操作。任务描述任务描述认识人工智能任务二相关知识（一）机器学习（二）人工神经网络相关知识认识人工智能任务二（一）机器学习机器学习（MachineLearning）是一门涉及概率论、统计学、逼近论、算法复杂度理论等学科的交叉学科，是一门研究机器模拟人类学习活动、自动获取知识和技能以改善系统性能的一门学科，是使机器智能化、实现人工智能的一个途径。监督学习无监督学习半监督学习强化学习01020403（二）人工神经网络1．人工神经网络的主要特征1234非局限性非常定性非线性非凸性（二）人工神经网络2．人工神经网络的分类按照网络结构区分：前向网络和反馈网络。按照网络性能区分：连续型和离散型网络、随机型和确定型网络。按照学习方式区分：教师学习网络和无教师学习网络。按照突触性质区分：一阶线性关联网络和高阶非线性关联网络。