人工智能基础与应用第一章-揭开人工智能的面纱

人工智能基础与应用1人工智能概述2人工智能的三个要素3人工智能技术体系4人工智能应用开发5人工智能应用与未来人工智能人工智能的目的是让机器能够像人一样感知事物、学会思考、学会学习。人工智能诞生于1956年达特茅斯会议，称为人工智能“元年”。自此，人工智能经历了三起三落的发展历程。什么是智能？智能简单的说就是在具有一定知识积累的前提下，有目的性的思考与反应。什么是人工智能？在学术界一般认为，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。（1956~1982）器学习的一种核心技术。（专注于某项特定任务)阶段习训练必备的、不可或缺的良好的基础。户只需要告诉计算机要“做什机器学习(ML,MachineLearning)是一与应用周期可以分为：数据、人机器人流程自动化（RPA）复苏与爆发期（1997~至人工智能的应用按照设计、开发人工智能的应用按照设计、开发算法：目前阶段所提到的算法一般指“机器人工智能的系统化旨在完成，用人工智能的应用按照设计、开发机器学习是人工智能实现的手段，深度学习是一种实现机器学习的技术或者方法。目前人工智能处于“弱人工智能”（专注于某项特定任务)阶段涵盖计算机科学、统计学、脑认知科学、逻辑学与心理学等第一次繁荣期（1956~1982）第二次繁荣期（1982~1997）复苏与爆发期（1997~至今）三个要素人工智能产业技术的三大基本要素是：算法、算力（计算能力）、数据（信息大数据），这三个要素也是各大互联网巨头角力的三大方向。算法：目前阶段所提到的算法一般指“机器学习”算法，尤其是“深度学习”算法层面。算力：数据高速积累、算法不断优化与改进的同时对算力（计算能力）提出了更高要求。数据：人工智能需要从大量数据中进行学习大量的数据积累，是人工智能算法与深度学习训练必备的、不可或缺的良好的基础。机器学习(ML,MachineLearning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。深度学习(DL,DeepLearning)是实现机器学习的一种核心技术。深度学习使得机器学习能够实现众多的应用，并拓展了人工智能的领域范围。机器学习是人工智能实现的手段，深度学习是一种实现机器学习的技术或者方法。技术体系人工智能技术体系层级可以分成三层，具体包括了AI基础层、AI技术层、AI应用层AI基础层：硬件计算能力，算法支撑、存储能力、大数据技术。AI技术层：计算机视觉技术、语音技术，自然语言处理技术。AI应用层：基于大数据基础上的决策支持并具有一定交互能力的数据挖掘计算。应用开发人工智能的应用需要数据、场景与工程技术能力的紧密结合，从场景应用价值、技术标准建设、产品综合性能、安全与隐私等综合考虑。人工智能的系统化旨在完成，用户只需要告诉计算机要“做什么”，无须说明“怎么做”，计算机就可自动实现程序的设计。人工智能的应用按照设计、开发与应用周期可以分为：数据、人工、智能和系统化四个层级应用与未来人工智能通过对人类的认知模式、思维方式和情感表达等进行模仿，以人的智能为基础学习扩展，使其在社会生活中有着极其广泛的应用。随着数据科学、脑科学的发展和硬件计算能力的增强，人工智能的应用能力得到了极大的提升机器人流程自动化（RPA）生物识别（Biometrics）自然语言处理（NLP）增