任务2.1 人工智能概述-课件

主讲老师：李锋人工智能概述项目2：AI应用开发及测试任务2.1《车载计算平台技术与应用》目录任务导入AssignmentINTRO学习目标LearningobjectivesCONTENTS0102知识准备Backgroundknowledge03课堂小测Classroomquizz课堂总结Classroomsummary0405PART01任务导入AssignmentINTRO话题导入1.人工智能是目前非常流行的词语，同学们使用过或者见过哪些人工智能的产品？并说说它们的出现对生活、学习或者工作产生了什么样的影响？AI的应用问题导入2.近些年我们的生活越来越便捷，离不开先进的人工智能技术。大家知道人工智能是什么时候提出的吗?人工智能的发展历程PART02学习目标Learningobjectives学习目标素质目标培养学生对人工智能领域的兴趣和探索精神；培养学生团队合作能力和沟通表达能力；培养学生的国家意识和全球视野。能力目标能够将人工智能技术与其他学科知识结合[A14]；能够正确使用生活中的AI工具解决问题[A15]。知识目标理解人工智能的基本概念、发展历程[K17]；理解实现人工智能的主要途径和技术原理[K18]；了解人工智能在各行业的应用[K19]。PART03知识准备Backgroundknowledge一、人工智能简介人工智能是由麦卡锡于1956年在达特茅斯学会上正式提出，在当前被人们称为世界三大尖端技术之一。怎样表示知识以及怎样获得知识并使用知识的学科研究如何使计算机去做过去只有人才能做的智能的工作……模拟并构建具有一定智能行为的人工系统一、人工智能简介1.人工智能发展史从1956年“人工智能”概念被提出至今，人工智能发展已经历经60余年，经历了三次发展浪潮。当前全球人工智能正处于第三次发展浪潮之中。人工智能的三次发展浪潮一、人工智能简介1.人工智能发展史1956年，“人工智能”概念提出，标志首次发展浪潮掀起，重心在于赋予计算机逻辑推理能力。此阶段实现了计算机解代数题、证明几何定理、学用英语及首款感知神经网络软件与聊天软件的开发。（1）第一次浪潮（1956-1976年）ELIZA对话机器人一、人工智能简介1.人工智能发展史1980年，“专家系统”商业化的兴起开启人工智能第二次发展浪潮，核心是提炼知识并传授给计算机。此期间，针对特定领域的“专家系统”被企业采用，填补了首次浪潮中依赖固定指令处理特定问题的局限，提升了人工智能实用性。（2）第二次浪潮（1976-2006年）AIPHAGO围棋专家一、人工智能简介1.人工智能发展史2006年，Hinton提出“深度学习”神经网络，掀起第三次发展浪潮，核心为攻克“不可用”至“可用”的技术瓶颈。此次解决了基础理论问题，受新兴技术的影响，以及核心算法突破、计算能力提高和海量数据的支撑，人工智能跨越科学与应用间“技术鸿沟”，迎来爆发式增长新高潮。（3）第三次浪潮（2006至今）Midjourney文生图AI工具一、人工智能简介2.图灵测试图灵测试是科学家艾伦·图灵于1950年提出的思想实验，目的是测试机器能否表现出与人一样的智力水准。实验中询问者提出问题，根据回答判断人与机器，若机器让平均每个测试者做出超过30%的误判，则视为通过，该机器被认为具备人类智能。图灵测试原理示意图一、人工智能简介3.人工智能的实现途径人工智能近期能取得突飞猛进的发展，得益于大数据的长足发展。同时，人工智能开始在某一领域拥有深度、精细的数据。人工智能的发展可以确保数据采集和分析处理等过程的实现，同时让数据的显示结果规制和事件驱动的履行与数据流一样高速。（1）大数据大数据处理流程示意图一、人工智能简介3.人工智能的实现途径机器学习是研究计算机系统中算法与统计模型的科学分支。在经典编程中，以数据、规则为输入，答案作输出，而机器学习则以数据、答案做输入，规则作输出，模拟了人类学习新知识的过程，故称“学习”。（2）机器学习RulesDataAnswersClassicalprogramming经典编程工作原理DataAnswersRulesMachinelearning机器学习工作原理一、人工智能简介3.人工智能的实现途径人工智能包含机器学习，机器学习包含深度学习。神经网络是机器学习的一个分支，是深度学习的前身。近年来深度学习已经成为机器学习领域的重要组成部分。深度学习的优势是用无监督式或半监督式的特征学习和分层特征提取高效算法替代手工获取特征。（3）深度学习人工智能、机器学习、深度学习间的关系二、集成开发环境开发环境是一种辅助程序开发人员进行开发工作的应用软件，在开发工作内部就可以辅助编写代码，并编译打包，使其成为可用的程序。在开发过程中少不了开发环境，这些软件可以帮助开发者加快开发速度，提高效率。Anoconda、Eclipse、PyCharm二、集成开发环境1.Anaconda版本Linux、MacOS、Windows作用提供包与环境管理功能解决多版本Python并存、切换问题解决各种第三方包安装问题特点易安装、高性能、丰富的第三方库免费社区支持、多平台支持二、集成开发环境1.AnacondaAnaconda支持Python3.4、3.5、3.6等多个版本，并允许自由切换。更改Python版本可通过conda命令在AnacondaPrompt中直接操作，也可以在AnacondaNavigator图形界面新建开发环境，做到在保留原版本的同时添加新版本。（1）Python版本的更改Anoconda更改python版本二、集成开发环境1.AnacondaAnaconda附带众多常用数据科学包，包括了Python和150多个科学包及其依赖项。安装时预装NumPy、Pandas、scikit-learn等。用户可通过AnacondaPrompt中pip命令安装所需库。（2）Python库的安装Anaconda中安装python库二、集成开发环境2.PyCharmPyCharm是由JetBrains打造的Python集成开发环境，整合一系列提升Python开发效率的工具。PyCharm还支持Django，Pyramid、web2py等Web框架，构成完备的快速应用开发环境。PyCharm二、集成开发环境PyCharm支持安装Python库，包括Matplotlib、TensorFlow和PyTorch等。在Settings中，通过“Project：test”→“ProjectInterpreter”选项，即图形化页面方便地查看已安装的库。2.PyCharm（1）Python库的安装PyCharm安装python库二、集成开发环境3.EclipseEclipse是一个开源的、跨平台的集成开发环境，主要用于Java语言开发。但可以通过插件支持Python、C++、PHP等语言的开发，极具灵活性。Eclipse二、集成开发环境3.EclipseEclipse借助PyDev插件开发调试Python。PyDev插件的安装：Help菜单中选择“InstallNewSoftware…”选项，单击“Add…”按钮。安装完成后，可以在Window菜单中，利用Preferences选项中的相关选项，进行Python库的安装。（1）Python库的安装Eclipse安装python库三、常用人工智能应用框架1.TensorFlow含义张量从流图的一端流动到另一端的计算过程优点灵活可扩展、运算性能强支持多语言和多平台、提供强大的研究实验缺点文档和接口混乱、使用繁琐调试理解困难、不利于工具化三、常用人工智能应用框架1.TensorFlow用户不仅可以借助EagerExecution进行快速迭代和直观的调试，还可以使用DistributionStrategyAPI在不同的硬件配置上进行分布式训练。（1）灵活可扩展TensorFlowDistributionStrategyEagerExecution三、常用人工智能应用框架1.TensorFlowTensorFlow很好地支持了线程、队列、异步操作等，高效发挥计算潜能。此外，TensorFlow还可以充分利用多CPU和多GPU，让TensorFlow的运算性能得到进一步的提升。（2）运算性能强多GPU运算三、常用人工智能应用框架1.TensorFlowTensorFlow配备C++与Python界面，用户可以直接写Python/C++程序或利用iPython交互界面将用户的笔记、代码、可视化等有条理地归置好。此外，TensorFlow还支持用户自建Go、Java、Lua、JavaScript、R等语言界面。（3）支持多语言多种编程语言三、常用人工智能应用框架1.TensorFlowTensorFlow作为一个跨平台的人工智能学习系统，可以在Windows、Linux、Android、iOS、RaspberryPi等系统平台上执行。（4）支持多平台Windows、Android、Apple三、常用人工智能应用框架1.TensorFlow（5）提供强大的研究实验三、常用人工智能应用框架2.PyTorchPyTorch由Facebook开发，是Python包及深度学习框架，用于训练神经网络。PyTorch通过采用反向模式自动微分，可以零延迟或零成本地任意改变网络的行为。PyTorch具有简洁、易用、速度快、拥有活跃的社区等特点；但PyToch进行可视化展示需要第三方支持，生产部署需要API服务器的支持。PyTorch动态计算框架三、常用人工智能应用框架2.PyTorchPyTorch的设计提倡少封装，避免重复，逻辑清晰。三个层次相互作用，可以同时修改和操作。相比于TensorFlow，PyTorch源码精简数倍，更便于阅读。（1）简洁低高三、常用人工智能应用框架2.PyTorch

PyTorch的灵活性让用户可以自由实现自己的算法，文档简洁精炼为用户提供了一定的帮助。（2）易用重视用户体验接口设计人性化符合思维逻辑灵活性文档简洁精炼PyTorch易用的优点三、常用人工智能应用框架2.PyTorchPyTorch兼顾简洁易用与高速性能，相比TensorFlow等框架，许多模型在PyTorch中实现更快。（3）速度快PyTorch计算速度快三、常用人工智能应用框架2.PyTorchPyTorch提供完整的技术文档和开发人员亲自维护的论坛，供用户交流和学习。同时，FAIR的开发支持确保PyTorch及时更新与维护，保障了用户体验。（4）拥有活跃的社区PyTorch文档说明三、常用人工智能应用框架3.MXNetMXNet是DMLC开发的一款开源的、轻量级、可移植、灵活的深度学习库。支持深度学习模型卷积神经网络、长短期记忆网络优点灵活性、可扩展性缺点推广力度不足、代码开源维护少、接口文档不完善三、常用人工智能应用框架3.MXNetMXNet可以通过分布式参数服务器分布到动态的云架构上，并且可以通过多个GPU或CPU实现几何线性的规模。（1）可扩展性MXNet的扩展性三、常用人工智能应用框架3.MXNet（2）灵活性命令式编程符号式编程MXNetMXNet结合了命令式编程和符号式编程，因此兼顾了灵活和高效，既方便研究试错又适合线上部署。三、常用人工智能应用框架3.MXNetMXNet与Python、Scala、Julia、Clojure、Java、C++、R和Perl这8种语言绑定。（3）多语言支持8种语言三、常用人工智能应用框架4.CaffeCaffe内核用C++编写，具备Python和Matlab相关接口。含义兼具表达性思维、速度和思维模块化的深度学习框架优点表达方便、速度快、可扩展代码富有表现力、社区活跃缺点灵活性不足三、常用人工智能应用框架4.Caffe在Caffe中，模型和优化办法的表达用的是纯文本表达，而不是代码，易于理解，并且设置GPU加速或CPU加速仅需条单独的命令即可。（1）表达方便设置CPU加速三、常用人工智能应用框架4.CaffeCaffe是目前可用的最快的convnet实现方案之一。Caffe单个NVIDIAK40GPU*每天可处理超过6000万张图像。推理时为1毫秒一张图像，学习时为4毫秒一张图像，在使用较新的库版本和硬件时速度更快。（2）速度快Caffe运算流程三、常用人工智能应用框架4.CaffeCaffe成立的第一年，在GitHub上已经被1000多名开发人员标记，并做出了许多重大改变，所以该框架在代码和模型方面都使用了最新技术。（3）可扩展代码Caffe在GitHub上的数据三、常用人工智能应用框架4.CaffeCaffe的模型及优化是通过配置定义的，而不是使用硬编码的方式。Caffe不仅可以在GPU和CPU之间无缝切换，而且可以用GPU训练，然后部署到集群或移动设备上。（4）富有表现力GPU和CPU之间的切换三、常用人工智能应用框架4.CaffeCaffe已经支持学术研究项目，启动原型，甚至支持大规模视觉、语音和多媒体的工业应用。（5）社区活跃语音功能三、常用人工智能应用框架5.MindSporeMindSpore是华为全面开发的AI计算框架，可跨云边缘设备实现按需协作。具有安全性、易用、便于部署、隐私性强、开发速度快等特点。MindSpore三、常用人工智能应用框架5.MindSporeMindSpore为所有场景中的模型开发、执行和部署提供统一的API和端到端AI功能。采用分布式架构，利用可区分编程范例和新的AI本机执行模式来实现更好的资源效率、安全性和可信赖性。（1）安全MindSpore的安全性三、常用人工智能应用框架5.MindSporeMindSpore充分利用了AscendAI处理器的计算能力，降低了行业AI开发的入门要求，从而更快地将包容性AI变为现实。（2）易用AscendAI处理器三、常用人工智能应用框架5.MindSporeMindSporeAI计算框架弥合了AI研究与应用之间的鸿沟。MindSpore最大的特点就是能实现全场景支持，能够针对不同的运行环境，进行适应全场景独立部署。（3）便于部署MindSpore部署不同场景三、常用人工智能应用框架5.MindSporeMindSpore框架通过协同经过处理后的、不带有隐私信息的梯度和模型信息，实现更有效的隐私保护。MindSPore还能将模型保护整合到AI框架里面，提升模型的安全性和可靠性。（4）隐私性强MindSpore的隐私性三、常用人工智能应用框架5.MindSpore在原生适应每个场景包括端、边缘和云，并能够在按需协同的基础上，通过实现AI算法即代码，显著减少模型开发时间。（5）开发速度快MindSpore在不同场景的实现思政专栏8月28日，2024深圳(国际)通用人工智能大会在深圳盛大开幕，以“魅力AI·无限未来”