《人工智能的进展》课件

人工智能的进展目录1人工智能简介2历史发展3关键技术4应用领域5什么是人工智能？定义模拟人类智能的计算机系统目标人工智能的分类1超级人工智能超越人类所有智能2强人工智能具有意识的通用智能3弱人工智能人工智能的发展历程：概览起步阶段1950-1970年代低谷与复兴1970-1990年代稳步发展1990-2006年深度学习时代第一次人工智能热潮（1956-1974）图灵测试（1950）判断机器是否具有人类智能达特茅斯会议（1956）第一次人工智能热潮（续）逻辑理论家（1956）首个人工智能程序通用问题求解器（1957）第一次人工智能寒冬（1974-1980）123计算能力不足无法处理复杂任务理论局限方法简单难以处理不确定性过高期望第二次人工智能热潮（1980-1987）1专家系统兴起模拟特定领域专家知识和推理日本第五代计算机第二次人工智能寒冬（1987-1993）1硬件限制计算能力跟不上需求2专家系统局限难以获取和表示专家知识3资金减少投资方对缓慢进展失去信心稳步发展期（1993-2006）机器学习崛起更实用的方法替代符号主义1计算能力提升摩尔定律推动硬件进步2数据增长互联网提供海量训练数据3应用拓展机器人、搜索引擎领域突破4深度学习时代（2006至今）12006年深度信念网络突破性进展22012年AlexNet在ImageNet比赛中胜出32016年AlphaGo击败世界冠军李世石42020年后大型语言模型引领新方向关键技术：机器学习监督学习有标签数据训练模型无监督学习发现无标签数据隐藏模式强化学习通过奖惩信号学习策略监督学习原理通过标注数据训练模型预测或分类算法决策树支持向量机神经网络无监督学习1原理从无标签数据中发现规律和结构2常见算法聚类分析、主成分分析、自编码器强化学习原理通过与环境互动获得奖惩信号学习应用场景游戏、机器人控制、自动驾驶深度学习定义使用多层神经网络的机器学习方法与传统区别自动特征提取、端到端学习模式神经网络基础输入层接收原始数据隐藏层提取和转换特征输出层生成最终预测结果卷积神经网络（CNN）结构特点：卷积层提取特征，池化层降维应用领域：图像识别、物体检测循环神经网络（RNN）序列输入处理时间序列数据隐藏状态保留历史信息序列输出生成预测结果长短期记忆网络（LSTM）长期记忆保留重要信息遗忘机制删除无关信息更新机制调整当前状态生成对抗网络（GAN）生成器创造逼真内容1判别器区分真假内容2对抗训练互相促进提高能力3迁移学习概念利用已训练模型知识解决新问题优势减少数据需求、加速训练、提高性能联邦学习1原理数据留在本地，模型参数交换2应用场景隐私敏感领域如医疗、金融自然语言处理（NLP）定义研究人机语言交互的技术主要任务文本分类、翻译、问答、摘要NLP的发展历程1规则时代语法规则和词典查询2统计时代基于概率模型和语料库3深度学习时代注意力机制和预训练模型计算机视觉图像识别分类物体和场景物体检测定位并分类多个物体图像分割像素级物体分类计算机视觉的发展历程早期探索基本边缘和形状检测传统方法手工特征提取深度学习端到端特征学习语音识别与合成语音识别将语音转换为文本语音合成将文本转换为自然语音推荐系统收集数据用户行为和偏好1生成模型协同过滤或内容推荐2推荐项目展示个性化内容3获取反馈学习用户响应4知识图谱概念：实体、关系组成的语义网络构建：信息提取、实体链接、关系挖掘人工智能芯片GPU擅长并行计算TPU专为机器学习优化类脑芯片模拟神经元工作方式应用领域：智能制造30%生产效率提升40%能源消耗减少25%维护成本降低应用领域：智慧医疗辅助诊断影像识别、疾病预测药物研发分子模拟、靶点预测应用领域：自动驾驶1L5：完全自动驾驶无需人类监督2L4：高度自动驾驶特定场景无需干预3L3：有条件自动驾驶需要人类监督4L2：部分自动驾驶辅助功能5L1：驾驶辅助基本功能应用领域：智能家居语音助手语音控制家电设备安防监控智能识别异常情况能源管理优化用电用水方案应用领域：金融科技风险评估信用风险、欺诈检测智能投顾资产配置、理财建议应用领域：教育1学习分析掌握情况评估2个性化学习定制化学习路径3智能辅导解答问题和指导应用领域：电子商务个性化推荐：基于行为和偏好的商品推荐智能客服：自动回答问题和解决问题应用领域：智慧城市1234交通管理优化信号灯和车流能源管理智能电网和用电控制环境监测空气和水质量监控公共安全监控异常和紧急情况应用领域：安防1人脸识别身份验证和人员跟踪2异常检测发现可疑行为和威胁应用领域：农业精准农业优化种植和灌溉病虫害预测提前发现并防治收成预测评估产量和质量人工智能伦理隐私保护保障个人数据不被滥用算法偏见防止和纠正不公平决策责任归属明确人工智能决策责任人工智能安全对抗性攻击干扰输入使模型产生错误输出防御策略增强模型鲁棒性抵抗攻击可解释人工智能人机协作数据分析机器处理大数据，人类解读决策支持机器提供选项，人类做决策实施行动人机配合完成复杂任务人工智能与就业受威胁工作重复性、规则化的工作新兴工作AI训练、监督和维护工作大语言模型1GPT-1(2018)1.17亿参数2GPT-2(2019)15亿参数3GPT-3(2020)1750亿参数4GPT-4(2023)更强理解和生成能力多模态人工智能文本处理理解和生成文字图像处理识别和生成图像音频处理识别语音和声音元学习学习经验积累处理多个任务1提取通用知识找出共通之处2快速适应新任务少样本学习3图神经网络原理：对图结构数据进行信息传递和聚合应用：社交网络分析、分子结构预测强化学习最新进展AlphaGo击败世界围棋冠军AlphaZero自学棋类游戏规则MuZero无需预设规则学习人工智能硬件1神经网络处理器专为神经网络计算优化的芯片2光学计算利用光子加速神经网络计算边缘计算与人工智能本地处理数据在设备端处理低延迟减少数据传输时间隐私保护敏感数据不离开设备量子计算与人工智能潜在影响加速复杂计算、突破当前瓶颈研究现状量子机器学习算法探索阶段脑机接口直接控制思想控制设备1信息输入直接向大脑传递信息2健康监测检测脑部活动异常3通用人工智能的探索多任务学习一个系统处理多种任务迁移能力将知识应用到新