人工智能及Python应用 课件 第2章 人工智能技术体系

人工智能及Python应用第2章人工智能技术体系

1学习情境导入2职业能力目标3知能达标4

素养提升5视野拓展6学习评价目录1学习情境导入返回主目录

据中国信息通信研究院发布的《人工智能发展报告（2024年）》显示，以Transformer架构为基础的大模型不断取得新突破，在大数据、大算力加持下，逐渐实现单任务智能到可扩展、多任务智能的跨越。基础大模型的语言、视觉和多模态能力快速迭代，计算平台与模型创新紧密耦合，面向大模型的新一代数据工程成为核心技术手段。2职业能力目标返回主目录职业技能类别职业能力要求人工智能工程师（HCIA-AI）v了解人工智能、机器学习、深度学习的关系v了解人工智能的应用场景v了解人工智能的产业格局人工智能训练师（四级）v理解人工智能的技术路线v理解人工智能的基础应用技术3知能达标返回主目录人工智能技术体系是一个多层次、跨学科的复杂系统，它包括基础层的硬件设施，技术层的机器学习算法、深度学习框架和自然语言处理技术，以及应用层的智慧金融、智慧交通、智慧医疗等行业应用。这个体系不断演进，融合了大数据、云计算、5G和物联网等技术，推动人工智能技术从研究领域走进千行百业。它的目标是通过模拟和扩展人类智能，提高生产效率，优化决策过程，并改善人们的生活质量。随着技术的不断进步，人工智能技术体系已成为推动社会发展的关键力量。主要知识点

我们常用的计算机系统主要由硬件系统和软件系统共同构成的。硬件是有形的物理设备，是计算机系统中实际物理装置的总称，软件是指在硬件上运行的程序和相关数据的文档。数据流、指令流与控制流是计算机系统的三大支柱，确保程序高效、正确地执行。计算机系统构成【知能基础】人工智能的内在逻辑

人工智能系统也是一种计算机应用系统，其系统构成可以简单的概括为由输入系统（传感器、探测器等）、处理系统（语言识别、图像识别、自然语言处理等）、网络系统、决策系统、输出系统等组成，具有智能化的代替人完成重复性、复杂繁重工作的自动化处理系统。人工智能系统典型构成【知能基础】人工智能的内在逻辑人工智能三大要素

人工智能的核心要素包括算法、算力和数据。其中，算法是各类模型，是人工智能的“大脑”；算力就是执行算法所需的计算能力，是人工智能的“肌肉”；数据就是高质量的大数据，是人工智能的“燃料”，三者相辅相成、互相促进。【知能基础】人工智能的内在逻辑人工智能三大要素（1）算法算法定义了如何处理数据和执行任务的逻辑和步骤。算法决定了人工智能系统如何学习、做出决策和预测，以及如何从数据中提取有用的信息。人工智能算法有很多分类，其中机器学习、神经网络、深度学习、生成式人工智能是非常重要的技术子领域。【知能进阶】人工智能的内在逻辑人工智能三大要素（1）算法机器学习(MachineLearning，ML)主要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，它使计算机系统能够从数据中学习并提高性能，而无需进行明确的编程。人脑与机器学习的对比【知能进阶】人工智能的内在逻辑人工智能三大要素（1）算法神经网络(NeuralNetwork，NN)可以泛指生物神经网络和人工神经网络(ArtificialNeuralNetwork,ANN)。典型的人工神经网络一般由输入层、隐藏层、输出层组成，层与层之间通过神经元连接，层内之间的神经元没有连接。感知机与人工神经网络【知能进阶】人工智能的内在逻辑人工智能三大要素（1）算法深度学习(DeepLearning，DL)的概念由Hinton等人于2006年提出，属于机器学习的子类。它的灵感来源于人类大脑的工作方式，是利用深度神经网络来解决特征表达的一种学习过程。深度学习一般指具有多个隐藏层的神经网络，“深度”某种意义上是指神经网络的层数。

深层神经网络【知能进阶】人工智能的内在逻辑人工智能三大要素（1）算法生成式人工智能（GenerativeArtificialIntenligence，GenAI）是深度学习应用的一个重要方向，通常采用复杂的深度神经网络架构。其中生成对抗网络（GenerativeAdversarialNetworks,GANs）是生成式人工智能领域的一个重要突破。

GANs技术原理图【知能进阶】人工智能的内在逻辑人工智能三大要素人工智能主要算法技术关系图人工智能（ArtificialIntenligence）机器学习（MachineLearning）神经网络（NeuralNetwork）深度学习（DeepLearning）生成式人工智能（GenerativeArtificialIntenligence）【知能进阶】人工智能的内在逻辑人工智能三大要素（2）算力算力即计算能力，也被称作计算力，是指计算机系统处理和执行计算任务的能力。小至手机、PC，大到超级计算机，算力存在于各种硬件设备。算力是衡量一个系统能否快速、高效处理复杂计算任务的关键指标，尤其在人工智能、大数据分析、科学计算等领域至关重要。算力单位一般为FLOPS（FloatingPointOperationsPerSecond，每秒浮点运算次数），FLOPS有多种变体，如：GFLOPS（GigaFLOPS）：每秒十亿次浮点运算TFLOPS（TeraFLOPS）：每秒万亿次浮点运算PFLOPS（PetaFLOPS）：每秒千万亿次浮点运算EFLOPS（ExaFLOPS）：每秒百亿亿次浮点运算【知能进阶】人工智能的内在逻辑算力级别计算能力范围典型应用场景代表性设备/系统备注个人电脑100GFLOPS-20TFLOPS办公/游戏/轻量AI推理Inteli9+RTX4090(12TFLOPS)消费级硬件，性价比较高服务器1-100TFLOPS数据库/Web服务/中小规模AI训练NVIDIADGXStation(100TFLOPS)支持多用户并发访问超级计算机1-1000PFLOPS气候模拟/核研究/基因测序天河二号（33.86PFLOPS）由数万CPU+GPU节点组成云计算集群可扩展至EFLOPS级大数据分析/分布式AI训练AWSEC2P4实例集群按需付费，弹性扩容量子计算机特定问题指数级加速密码破解/材料模拟/优化问题GoogleSycamore（53量子比特）非通用计算，需特殊算法人工智能三大要素【知能进阶】人工智能的内在逻辑人工智能三大要素（2）算力在《中国算力发展报告（2024年）》中将目前的算力主要分为通用算力、智能算力、超算算力、边缘算力，它们作为算力生态体系的重要组成部分，承载着不同的功能定位与应用场景，相辅相成而各有侧重，形成了优势互补、协同共进的良好发展格局。【知能进阶】人工智能的内在逻辑人工智能三大要素（2）算力目前通用算力、智能算力、超算算力、边缘算力四类算力已形成“云-边-端”协同生态，承载着不同的功能定位与应用场景，相辅相成而各有侧重，形成了优势互补、协同共进的良好发展格局。【知能进阶】人工智能的内在逻辑人工智能三大要素（3）数据随着社会信息化进程的加快，我们在日常工作和生活中每天都在不断产生大量的数据，例如消费行为数据、交通出行数据、线上学习数据、健康监测数据等。数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产要素。根据数据的不同形式和用途，可以将人工智能所需的数据主要分为四种类型：文本数据、图像数据、音频数据、视频数据。我们的每一天都在制造数据【知能进阶】人工智能的内在逻辑人工智能三大要素（3）数据文本数据是通过符号（如字母、数字、标点符号等）来传达信息，新闻文章、社交媒体内容等都属于文本数据。例如，豆瓣影评数据集是中文互联网中规模较大的公开电影评论数据资源，分为movies.csv（电影信息）、person.csv（演员信息）、users.csv（用户信息）、comments.csv（影评内容）、ratings.csv（评分记录）5个文件。（1）movies数据（2）person数据（3）users数据（5）ratings数据（4）comments数据【知能进阶】人工智能的内在逻辑人工智能三大要素（3）数据图像数据是由像素（pixel）组成的二维阵列，每个像素通过灰度值或颜色分量（红、绿、蓝三原色）表示局部区域的亮度或色彩信息，图像数据的格式主要有BMP、JPEG、JPG、PNG、GIF等。当使用手机拍一张照片来记录当前画面时，设置不同的格式、分辨率、色彩通道、灰度级别等属性将生成不同类型的图像。

高像素图像（左）与低像素图像（右）彩色图像（左）与灰度图像（右）【知能进阶】人工智能的内在逻辑人工智能三大要素（3）数据音频数据是数字化的声音数据，一段美妙的音乐就是音频。在计算机中，音频数据一般用音频文件的格式来保存。音频文件是指存储声音内容的文件，把音频文件用一定的音频程序执行，就可以还原以前录下的声音。音频文件的格式很多，包括WAV、MP3、WMA、AMR、CD、MID、RM等。音频【知能基础】人工智能的内在逻辑人工智能三大要素（3）数据视频数据‌是由一系列连续静态图像（帧）按时间顺序排列组成的动态视觉信息，通常结合音频流、字幕和元数据（如时间戳、分辨率参数），通过数字化方式存储或传输。其本质是‌时序化的图像序列‌，通过快速播放（通常以每秒24-60帧的速率）模拟真实世界的运动与变化。视频文件常见的格式包括MPEG-4、AVI、WMV、FLV、DAT、RM、MOV、ASF、DivX等。短视频以技术普惠性、社交传播效率与内容创新性为核心竞争力，重构了现代信息消费模式。部分主流短视频平台【知能基础】人工智能的内在逻辑按照技术实现逻辑，人工智能技术可以抽象出基础层、技术层和应用层基本架构。（1）基础层是计算能力和数据资源。（2）技术层是算法、模型和技术开发。（3）应用层聚焦在人工智能和各行业各领域的结合应用。【知能进阶】人工智能的内在逻辑【知能基础】人工智能外部生态AI++AI探索人工智能自身能力人工智能技术走进企业核心生产系统并创造价值计算机视觉智能语音识别自然语言处理知识图谱人机交互交叉领域智能制造智能金融智能交通智能安防智能医疗智能物流

随着人工智能技术的不断进化，人工智能迎来架构设计、交互方式、内容、应用生态等的全面创新和升级，呈现“AI+”和“+AI”

两种发展模式。在“AI+”模式下，探索人工智能自身能力，人工智能不仅是工具，更是驱动力，带来从无到有的颠覆性变化。在“+AI”模式下，在现有系统或流程基础上，人工智能作为增强工具，为行业创造更大价值。VS【知能进阶】人工智能外部生态限时任务1：以小组为单位，探讨人工智能典型应用领域，要求使用阿里云【通义千问】实时记录讨论要点，并以思维导图形式呈现，15分钟内完成，官网地址：/。打开网址：/①②【知能进阶】人工智能外部生态限时任务2：以小组为单位，结合所属专业方向和任务1结论，围绕“个人职业竞争力和就业岗位分析”完成PPT制作，要求使用【讯飞智文】生成PPT并演示汇报，官网地址：/。①②③④⑤⑥4素养提升返回主目录【案例体验】基于百度AI开放平台的动物识别百度AI开放平台是百度大脑的核心组成部分，旨在打造人工智能的开放生态，提供全球领先的语音、图像、NLP等多项人工智能技术。下面带领大家体验百度AI开放平台的图像识别能力中的动物识别，此功能可识别近八千种动物，适用于拍照识图、幼教科普、图像内容分析等场景。案例描述开放能力之图像技术概览【案例体验】基于百度AI开放平台的动物识别（1）登录百度AI开放平台

在浏览器中输入网址/tech/imagerecognition/animal，进入“动物识别”页面。体验环节动物识别页面【案例体验】基于百度AI开放平台的动物识别（2）功能体验（使用示例图片）

点击动物识别页面的“功能体验”，就可以示例图片开始功能体验，如图所示，这是一张大熊猫的图片，通过算法识别得出的结果是一些可能的类别及概率值，我们可以看到这张图片是国宝大熊包的概率为0.973，秦岭四宝的概率为0.018，团团圆圆的概率为0.002，圆仔的概率为0.002，棕色大熊猫的概率为0.001，小熊猫的概率为0.001。最终可以判定，这是一张国宝大熊猫的图片。右侧给出了请求（Request）和返回结果（Response），可便于在程序中通过接口调用。体验环节大熊猫识别【案例体验】基于百度AI开放平台的动物识别（3）功能体验（上传本地图片）

可以使用本地图片进行体验，点击动物识别页面选择区域中的“本地上传”，上传了一张狗狗的照片，如图所示，最