信息技术基础 模块8 新一代信息技术应用

模块八新一代信息技术应用

开放包容，做新一代信息开创者人工智能项目一从能力角度看，人工智能是指用人工的方法在机器(计算机)上实现的智能；从学科角度看，人工智能是一门研究如何构造智能机器或智能系统，使它能够模拟、延伸和扩展人类智能的学科。人工智能人工智能核心技术机器学习自然语言处理机器人语音识别计算机视觉走进人工智能第七次信息革命？现在我们正经历着一场信息革命。这不是在技术上、机器设备上、软件上或速度上的一场革命，而是一场“概念”上的革命。以往50年信息技术的重点在“技术”上，目的在于提升信息传播范围、传播能力和传播效率。而新的信息革命的重点将会在“信息”上。——彼得·德鲁克《21世纪的管理挑战》AlphaGo到底有多厉害？2016年，AlphaGo围棋程序就在19*19棋盘上无条件战胜了人类棋王。研制AlphaGo的团队DeepMind正在投入AlphaSC的研发，未来将于人类顶尖高手在星际争霸游戏中一较高下。AlphaGo绝非一帆风顺3月13日李世石九段“神之一手”“AlphaGo远非人工智能的终点。”微软研究院著名机器学习专家JohnLangford批评了Wired和Slashdot等媒体对于“实现人工智能”夸大其词的相关报道。Langford认为这些进展本是好事，但报道的时候产生了偏差，这容易导致失望和人工智能寒冬。JohnLangford国际机器学习大会ICML2016程序主席“AlphaGo以为自己做的很好，但在87手迷惑了，有麻烦了”“错误在第79手，但AlphaGo到第87手才发觉”从AlphaGo到AlphaGoMaster60-0vs

顶级专业人士（在线游戏）等级分专业级业余级入门级2017年7月9日,柯洁携20连胜,等级分冲至3675分，世界排名第一人工智能的定义人工智能：ArtificialIntelligence英文缩写：AI简单来说，就是想生产出一种能以人类智能相似的方式做出反应的智能机器。是计算机科学的一个分支，研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等。机器人仅仅是人工智能的一个分支人工智能的评判标准阿兰·图灵英国数学家、逻辑学家，被视为计算机科学之父。阿兰·图灵在1950年发表的一篇名为《计算机器与智能》的论文，提出著名的“图灵测试”，测试者在与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。如果机器能够让30%的测试人相信它是人类，那么这台计算机就可以被认为具有人类的思考能力。图灵测试

图灵测试额外加分项：说服测试者，令他认为自己是电脑。人工智能发展简史混沌初生开天辟地百家争鸣百花齐放物竞天择适者生存达特茅斯会议的召开标志着人工智能的诞生。（1956年）图灵测试的提出标志人工智能进入萌芽阶段。以DENDRAL系统为代表的专家系统大量涌现。（1970~1980）浅层机器学习模型兴起，SVM、LR、Boosting算法等纷纷面世。（1990~2000）多伦多大学教授Hinton开启深度学习在学术界和工业界的浪潮（2006）人工智能出现新的研究高潮，机器开始通过视频学习识别人和事物，AlphaGo战胜围棋冠军（2011~今）随着新的算法和模型不断涌现，学科交叉现象日趋明显，人工智能的研究进入了新的阶段。奠定了人工智能的数学基础，出现了人工智能历史上的第一个应用。-西蒙和纽厄尔提出了“LogicTheorist”自动定理证明系统。大数据时代的到来给人工智能的发展带来契机，人工智能全面融入人们的社会生活人工智能应用：语音识别Skype语音聊天实时翻译微软Cortana/小冰人工智能应用：计算机视觉计算机视觉人脸识别LFW测试准确率近100%图像识别ImageNet测试识别率超过人目标检测以图搜图看图说话……各大公司“军备竞赛”MS，Google，fb，baidu……1000类目标图像识别20%->10%->6%>5%->4%人工智能主要应用领域

人工智能246531个人助理自驾领域电商零售安防教育金融7医疗健康机器学习MachineLearningMachineLeaning=Machine+Learning机器学会“人识别事物的方法

”LearningtrainingRecognitionRedRoundyellowlongorangeRoundapplebananaorangeFeatureExtraction机器学习MachineLearningMachineLeaning=Machine+Learning机器学会“人识别事物的方法

”MachineLearningtrainingFeatureExtractionRecognitionRedRoundyellowlongorangeRoundapplebananaorange机器学习处理过程RawDataFeatureExtractionXProcessedDataDataAnalysisAnomalyDetectionDimensionReductionRegressionLinearregressionClassificationNaïveBayesSVMNeutralNetworkClusterK–MeansMixtureofGaussianTrainingAlgorithmsValidationNewDataTrainingModelFinalModelresultRegularization4560135768570020FeatureExtraction特征提取(1/2)图像的特征提取DNNCNNRNNLSTM几种深度学习网络深度神经网络DeepNeuralNetwork卷积神经网络convolutionalneuralnetwork循环神经网络RecurrentNeuralNet长短时记忆LongShortTermMemoeryLeNet，最早用于数字识别的CNNAlexNet，2012ILSVRC比赛远超第2名的CNN，比LeNet更深，用多层小卷积层叠加替换单大卷积层GoogleNet，2014ILSVRC比赛冠军VGGNet，2014ILSVRC比赛中的模型，图像识别略差于GoogleNet，但是在很多图像转化学习问题(比如objectdetection)上效果奇好ResNet，2015年ILSVRC比赛的冠军，微软打造，层次极深(152层)典型CNN网络CNN：ConvolutionalLayer卷积层卷积计算层：参数共享机制：每个神经元连接数据窗的权重是固定的每个神经元只关注一个特性需要估算的权重个数减少一组固定的权重和不同窗口内数据做内积:卷积CNN：PoolingLayer池化层任务2大数据、云计算一、大数据任务要求：理解大数据，能够描述大数据概念、数据类型和大数据的应用一、大数据1大数据概念VARIETY（数据类型繁多）VELOCITY（处理速度快）VALUE（价值密度低）VOLUME（数据量大）4V一、大数据从数据量的角度而言，大数据泛指无法在可容忍的时间内用传统信息技术和软、硬件工具对其进行获取、管理和处理的巨量数据集合，需要可伸缩的计算体系结构以支持其存储、处理和分析。数据量大一、大数据基因组-LHC加速器-地球与空间探测--查询日志/点击流-Twitter/Blog/SNS-Wiki科学研究企业应用Web1.0数据Web2.0数据数据类型繁多-交易记录-应用日志-Email、文档、文件文本-图像-视频-一、大数据2万次4.7万次6万次30万次90万次1min一秒定律

从数据生成到决策响应仅需1秒处理速度快一、大数据价值密度低有价值的数据海量数据价值密度低一、大数据2大数据的数据类型大数据的数据类型丰富多样，包括网页文件、表格数据、XML文件、文本数据、多媒体数据（视频、图片等)等，文本A图片B视频D音频A一、大数据3大数据的应用——大数据在生物医学领域的应用

从谷歌流感趋势看大数据的应用价值

“谷歌流感趋势”，通过跟踪搜索词相关数据来判断全美地区的流感情况一、大数据3大数据的应用——大数据在电商领域的应用图

亚马逊网站根据用户的浏览记录来推荐商品二、云计算任务要求：掌握云计算的概念、特点、云计算服务模式和类型，了解云计算的应用二、云计算云计算的概念、特点通过网络、以服务的方式，为千家万户提供非常廉价的IT资源云计算概念云计算特点超大规模计算、虚拟化、高可靠性和安全性、通用性、动态扩展性、按需服务、降低成本云计算示意图二、云计算任务要求：掌握云计算的概念、特点、云计算服务模式和类型，了解云计算的应用租用云端资源云计算：企业不需要自建IT基础设施，可以租用云端资源企业用户初期零成本,瞬时可获得后期免维护,使用成本低在供应IT资源量方面“予取予求”传统IT资源获取方式：自建机房初期成本高，周期长后期需要自己维护，使用成本高IT资源供应量有限vs二、云计算云计算服务模式和类型ServerStorageServerStorageVisualizationInfrastructurePlatformApplication从一个集中的系统部署软件，使之在一台本地计算机上(或从云中远程地)运行的一个模型。由于是计量服务，SaaS允许出租一个应用程序，并计时收费IaaS将基础设施(计算资源和存储)作为服务出租PaaS类似于IaaS，但是它包括操作系统和围绕特定应用的必需的服务SaaS二、云计算云计算的应用政务云上可以部署公共安全管理、容灾备份、城市管理、应急管理、智能交通、社会保障等应用，通过集约化建设、管理和运行，可以实现信息