【课件】认识人工智能 2022-2023学年人教中图版（2019）高中信息技术必修1

华智冰2021.6.1清华大学迎来了一位“特殊”的学生智商和情商出众很有艺术细胞中国原创虚拟学生认识人工智能1.人工智能的产生与发展2.感受人工智能的魅力第一盘棋第二盘棋子第三盘棋1956年计算机技术的先驱萨缪尔，在计算机上编写出了世界上第一款国际跳棋程序人机博弈--“三盘棋”第一次高潮第二次高潮第三次高潮第一款国际跳棋程序中使用的“机器学习”概念至今仍然对人工智能程序设计有着重要的影响。人工智能发展--三次高潮第一盘棋第二盘棋子第三盘棋1956年计算机技术的先驱萨缪尔，在计算机上编写出了世界上第一款国际跳棋程序1997年人工智能系统——深蓝首次正式在比赛中战胜国际象棋世界冠军卡斯帕罗夫，成为人工智能发展史上的一个里程碑。人机博弈--“三盘棋”第一次高潮第二次高潮第三次高潮第一款国际跳棋程序中使用的“机器学习”概念至今仍然对人工智能程序设计有着重要的影响。深蓝将知识库结合搜索等机器学习算法引入人工智能，让机器在数据中进行学习，获得知识。人工智能发展--三次高潮第一盘棋第二盘棋子第三盘棋1956年计算机技术的先驱萨缪尔，在计算机上编写出了世界上第一款国际跳棋程序1997年人工智能系统——深蓝首次正式在比赛中战胜国际象棋世界冠军卡斯帕罗夫，成为人工智能发展史上的一个里程碑。2016年阿尔法围棋程序在于围棋世界冠军李世石及逆行的围棋人机对弈中以4:1的总比分获胜，这是人工稚智能发展史上有一个新的里程碑。人机博弈--“三盘棋”第一次高潮第二次高潮第三次高潮第一款国际跳棋程序中使用的“机器学习”概念至今仍然对人工智能程序设计有着重要的影响。深蓝将知识库结合搜索等机器学习算法引入人工智能，让机器在数据中进行学习，获得知识。阿尔法围棋推动了深度学习作为人工智能继续前进的核心技术。人工智能发展--三次高潮什么是人工智能？12人工智能这一术语是1956年在美国达特茅斯学院举行的一次学术研讨会上被提出的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、获取知识并利用知识获得最佳结果的理论、方法、技术及应用系统。------中国电子技术标准化研究院组织编写的《人工智能标准化白皮书》中对人工智能的定义。人工智能在生活中的应用举例认识人工智能1.人工智能的产生与发展2.感受人工智能的魅力人工智能人脸识别手写识别语音识别。。。智能推荐机器翻译人工智能人机交互图像识别与生物特征识别自然语言处理机器学习深度学习人机交互主要研究人与计算机之间的信息交互。人机交互借助键盘、鼠标、话筒、操纵杆、压力笔、数据手套、服装、眼动跟踪器等设备，用手、脚、声音、姿势、动作、眼睛、脑电波等打印机、绘图仪、显示器、头盔式显示器、音响等人机交互基本交互图形交互语音交互体感交互情感交互脑机交互一种高效的交互方式，人以自然语音或机器合成语音同计算机进行交互的综合性技术。人类沟通和获取信息最自然、便捷的手段语音交互02语音识别语音信息到机器可识别的文本信息转换01语音采集音频的获取采样及编码03语义理解根据语音识别转换后的文本字符或命令完成相应的操作04语音合成文本信息到音频信息的转换语音交互智能电视智能导航智能家居图像识别与生物特征识别利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术图像识别生物特征识别图像识别以图像的主要特征为基础眼动研究表明：视线通常是集中在图像的主要特征上--图像轮廓曲度最大或轮廓方向突然改变的地方（信息量最大）。0102APK生物特征识别利用生物特征进行识别（指纹、掌纹、虹膜、人脸、脉搏、步态等）对生物特征进行取样提取唯一特征并转换成相应的代码将这些代码组合成具有代表性的特征模板识别系统获取的生物特征与具有代表性特征的模板进行比对给出判断010203识别过程设计图像处理、计算机视觉、语音识别、机器学习等多项技术自然语言处理主要研究实现人与计算机之间用自然语言进行有效通信、交流的各种理论和方法机器翻译语义理解问答系统自然语言处理问答系统语义理解机器翻译利用计算机技术实现从一种自然语言到另外--种自然语言的翻译，机器翻译的一般过程包括源语言文字的输人、识别与分析、生成与综合和目标语言的输出。利用计算机技术实现对文本篇章的理解，并且回答与篇章相关的问题。语义理解更注重对上下文的理解及对答案精准程度的把控。让计算机像人类一样用自然语言与人交流的技术，人们可以向问答系统提交用自然语言表达的问题，系统会返回关联性较高的答案。机器学习

研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。

基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。机器学习历史数据新的数据位置属性模型锻炼预测输入训练产生模型模型指导预测深度学习“深度神经网络的学习”实质是通过构建具有较多