01模块一-人工智能概述

模块一人工智能概述人工智能AIGC通识教程高职通识课程学习目标知识目标能力目标素养目标能够辨析AI类型与应用场景的匹配度;具备运用关键技术原理解释实际问题的能能力;能够对比AI思维与传统思维的决策逻辑;具备评估技术结合可行性的初步能力理解人工智能核心概念、定义、要素及类型;掌握AI关键技术:树立"技术服务人类"的价值观;培养系统性思维,理解技术与社会的关联性;增强跨学科学习意识;激发技术探索精神与创新意识机器学习、知识图谱、NLP、NLP、CV等;了解AI思维的内涵特点与应用领域;熟悉AI与新兴技术的协同关系单元一认知人工智能作为引领新一轮科技革命和产业变革的核心驱动力,人工智能正深刻重塑全球发展格局。面对技术迭代带来的机遇与挑战,科技工作者需秉持"科技向善"理念在突破算法模型、数据应用等核心技术瓶颈的同时,始终坚守伦理底线,将创新发展与社会责任紧密结合。总结:从弱人工智能到通用人工智能,AI的演进启示我们:坚持以人民为中心,让技术创新更好服务人的全面发展。什么是智能?感知能力视觉智能通常指生物或机器在面对复杂情况时,能够进行有效分析、判断和决策的能力。这种能力使得生物或机器能够适应环境,解决问题,甚至学习和创理解能力视觉、觉等感知外界信息理解能力易义理解、知识推理、逻辑判断新。学习能力从数据中自动发现规律并优化规划能力制定目标和执行路径决策能力在复杂环境中做优优选择人工智能的定义人工智能(ArtificialIntelligence,AI)是使计算机或机器具备一定程度的人类智能,以便完成某些复杂的任务,这些任务在传统上需要人类智能才能完成。理解能力学习能力创造能力感知能力模拟人类感官,识别图像、声音、文字理解自然语言、进行知识推理和逻辑判断从数据中发现规律,自动优化模型性能生成新内容、新方案、新创意AI系统能够模拟人类的感知、理解、推理、学习、规划和自我改进等能力。AI的四大核心要素数据资源计算能力AI的"粮食",为模型训练提供素材大数据为AI提供丰富的学习材料AI的"动力引擎",支撑高效计算强大处理器保证AI高效计算推理GPU、TPU等专用芯片加速AI发展云计算降低了AI应用的算力门槛数据质量直接决定AI能力上限包括结构化、半结构化和非结构化数据算法模型应用场景AI的"大脑",实现智能行为的关键通过数据学习训练提取特征规律深度学习、机器学习等算法广泛应用不同算法适用于不同场景和问题类型AI的"落脚点",创造实际价值覆盖智能制造、医疗、金融、教育等领域场景拓展推动AI技术不断进步创新应用催生新的产业形态AI的三种类型弱人工智能(狭义AI)强人工智能(通用AI)超级人工智能专门针对某一特定任务优化具备与人类同等智能水平智力远超人类所有智慧的AI形态在特定领域表现超越人类能够理解、学习和应用知识到任何任务能够解决全新的、未知的复杂问题智能范围有限,无法泛化具备推理、规划、解决问题的通用能力具有极高的智能水平和创新能力代表:语音助手、图像识别目前仍处于研究探索阶段目前仍处于概念阶段AI对社会的深远影响劳动力就业变革行业运营模式重塑AI自动化取代传统岗位,带来一定失业问题;客服、数据处理等领域需求大幅减少;同时催生新的就业机会:AI训练师、提示工程师;各行业对AI技术人才需求日益增长工业:智能机器人提高生产效率、降低成本医疗:AI辅助诊断提高诊断精确性和效率;金融:AI算法用于风险评估、交易预测;摄影:AI图像处理技术赋能后期创作生活方式改变智能家居:AI实现家居设备智能控制;智慧教育:AI提供个性化学习计划;智能助手:语音助手成为日常生活得力帮手隐私挑战:数据收集增加隐私泄露风险AI深刻改变我们的工作方式、生活习惯和思维模式AI的发展历程第一阶段第二阶段第二阶段诞生与乐观期复兴与实用期低谷与反思期(1956-1970)(1971-1990)(1991-2010)互联网兴起带来海量数据,摩尔定律推动算力飞跃;1997年IBM"深蓝"击败国际象棋冠军卡斯帕罗夫;2006年辛顿提出"深度学习"概念;2011年IBM"沃森"在问答节目中战胜人类冠军;支持向量机.随机森林等算法广泛工业应用1971年起遭遇第一次"AI寒冬",投资锐减;1973年英国报告批评AI研究,加剧资金撒出;80年代专家系统短暂复兴,推动"知识工程"兴起;日本"第五代计算机计划"试图构建AI专用硬件;1987年LISP机市场崩溃,AI发展再次遇冷1956年达特茅斯会议,AI概念正式提出;1957年罗森布拉特发明感知机,神经网络雏形1968年费根鲍姆推出首个专家系统DENDRAL;60年代开发出ELIZA、SHRDLU等早期对话系统;研究以符号主义为主导,强调逻辑推理和知识表达AI超级个体训练:体验豆包视频通话步骤1下载并登录豆包App,确保为最新版本步骤2点击App右上角"电话"按钮进入打电话界面步骤3点击右下角"视频"入口,授权摄像头和麦克风步骤4手机视频通表示已接通步骤4点击"视频通话"按钮,手机震动表示已接通步骤5通话中可切换摄像头、静音、开启字幕等步骤6通话完成后点击"挂断"按钮结束基于豆包视觉推理模型支持视觉与听觉多模态输入可进行综合深度思考和创作支持联网搜索功能支持联网搜索功能视频通话时可实时识别物体、分析题目通过体验视频通话功能,直观感受多模态AI的交互能力单元二AI关键技术AI作为引领新一轮科技革命和产业变革的核心驱动力,其多项关键技术正深刻改变着社会的生产和生活方式。作为新时代科技工作者,我们既要勇攀技术高峰,攻克"卡脖子"难题,又要坚守科技伦理,践行科技为民的初心。机器学习知识图谱自然语言处理人机交互计算机视觉生物机视觉生物特征识别六大核心技术共同构筑AI能力大厦机器学习:让机器从数据中学习机器学习是AI领域的关键技术,它赋予计算机从数据中学习并改进自身性能的能力。其基本原理是通过训练和优化算法,使计算机系统能够自动发现数据中的模式、关联和规律。媒体管理医疗诊断分析微RNA特征,实现心肌梗死早期诊断,为及时有效治疗提供有力支持机器学习结合语义技术智能生成元数据,描述视频内容,提高媒体资产搜索效率生物柴油施工检测训练模型优化生产参数,提高产率和质量,降低生产成本实时分析和预测施工进度数据,帮助管理者及时发现问题并调整计划数据输入模型训练预测输出知识图谱:展现知识关联的数据结构知识图谱是一种以图的方式来展现知识之间关联关系的数据结构。它通常由节点(实体)和边(关系系)组成。提高搜索效率数据收集整理通过关联关系帮助用户更快找到相关信息从结构化数据库、半结构化网页、非结构化文本中获取数据提升推荐准确度实体识别通过用户兴趣和物品知识图谱实现精准个性化推荐从数据中识别出人物、地点、事件等实体,形成图谱节点辅助决策支持关系抽取提供丰富关联信息和可视化展示,帮助决策者理解问题抽取出实体之间的关系,形成图谱中的边图谱验证对构建好的知识图谱进行质量评估和优化自然语言处理:让计算机理解人类语言发展现状自然语言处理是AI领域的关键技术,专注于研究如何让计算机理解和处理自然语言。深度学习方法为NLP带来巨大突破,通过深度神经网络模型能够更准确理解文本语义和上下文信息。大数据时代海量文本数据为NLP研究提供了丰富资源。聊天机器人搜索引擎机器翻译垃圾邮件检测通过语义分析准确识别垃圾邮件提高邮件系统安全性通过深度学习实现更准确流畅的翻译准确理解用户查询意图返回更精准的搜索结果理解并回答用户问题提供个性化服务和建议支持多语言互译人机交互:人与机器的沟通桥梁人机交互(Human-ComputerInteraction,HCI)是研究人与计算机之间交互关系的技术。现交互式计算系统,以便人类能够自然、高效地与计算机进行沟通和协作。通过语音识别和合成技术,实现人与机器的自然对话代表:智能音箱、语音助手语音交互它关注如何设计、评估和实通过摄像头识别用户手势动作,实现无接触操控代表:VR/AR设备、体感游戏手势交互通过摄像头识别用户手势动作,实现无接触操控代表:VR/AR设备、体感游戏手势交互通过触摸屏实现直观的多点触控操作代表:智能手机、平板电脑触控交互直接读取大脑信号,实现意念控制代表:医疗康复设备、科研装置脑机接口好的人机交互设计应该是自然、直观、高效的计算机视觉:让机器看懂世界应用领域安防监控人脸识别、行为分析、异常检测计算机视觉是AI的重要分支,旨在让计算机能够从图像或视频中获取有意义的信息。它模拟人类视觉系统的功能,使机器能够识别、理解和解释自动驾驶道路识别、行人检测、交通标志识别视觉世界。核心技术包括:图像识别:识别图像中的物体、场景、、人脸等;目标检测:在图像中定位并识别特定目标;图像分割:将图像分割为不同的区域或对象;图像生成:生成全新的图像内容X光、CT、MRI等医学影像智能分析辅助医生诊断,提高诊断准确率医疗影像工业质检产品缺陷自动检测、生产线质量监控内容创作图像风格迁移、Al绘画、视频特效生物特征识别:独一无二的身份凭证生物特征识别技术是通过计算机利用人体固有的生理特征或行为特征来进行个人身份鉴定的技术。这些特征具有唯一性稳定性和可采集性的特点,是安全的身份认证方式之一宥人脸识别指纹识别虹膜识别通过面部特征进行身份识别应用最广泛的生物识别技术通过指纹纹线图案进行身份验证技术成熟,应用广泛通过眼睛虹膜纹理进行识别准确率极高,防伪性强声纹识别步态识别掌纹识别通过行走姿态进行身份识别可远距离非接触识别通过手掌纹路进行身份识别常用于门禁和考勤系统通过声音特征进行身份识别可用于远程身份验证生物特征识别为身份认证提供了安全、便捷的解决方案AI超级个体训练:文心一言赋能文档阅读文档摘要生成内容要点提取训练目标从繁杂的文档中提取关键信息,形成结构化的知识要点快速生成长文档的核心要点摘要,节省阅读时间,提高信息获取效率学习使用文心一言等AI工具辅助文档阅读和分析,提高信息获取和理解效率。掌握AI赋能知识工作的基本方法,培养AI时代的核心竞争力。问答式阅读多文档对比针对文档内容进行提问AI基于文档内容给出精准回答对比分析多份文档的异同,辅助决策和研究工作上传文档→输入指令→获取AI分析结果AI超级个体训练:体验AutoGLM人机交互AutoGLM是一款先进的AI人机交互系统,展示了自然语言交互与智能任务执行的完美结合。通过体验AutoGLM,可以深入理解人机交互的设计原则和技术实现。交互方式体验设计原则学习用户体验优先原则、交互简洁性原则、反馈及时性原则、错误容错性原则自然语言对话交互、多轮上下文理解、指令执行与结果反馈实践应用思考能力边界认知理解AI能做什么、不能做什么、了解当前技术的局限性、培养合理的Al使用预期如何将AI交互融入日常工作、如何设计更好的人机协作流程、如何提升人机协协同效率单元三AI思维在AI时代,仅仅掌握技术工具是不够的,更重要的是培养AI思维方式。AI思维是一种全新的思维模式,它融合了数据驱动、算法思维和系统观念,能够帮助我们更好地理解和应对复杂问题,在智能时代保持竞争力。数据驱动算法思维迭代优化基于数据而非经验做决策用数据说话,让决策更科学将问题分解为可计算的步骤通过模型和算法寻找最优解持续学习、持续改进在实践中不断优化和提升培养AI思维,拥抱智能时代AI思维的定义与内涵将问题转化为数据问题用数据来描述、分析和解决问题抽象出问题的本质模型通过模型来理解和预测事物接受不确定性,用概率描述可能性在不确定中寻找最优决策追求在约束条件下的最优解平衡效率、效果和成本数据化思维AI思维是指在人工智能技术的影响和启发下,人们形成的一种新的思维方式和认知模式。它借鉴了AI系统的工作原理和方法,帮助人、人的急决深。模型化思维概率化思维AI思维定义AI系统的工作原理和方法,帮助人们更好地理解复杂系统、处理海量信息、做出科学决策。最优化思维小步快跑,快速试错,持续优化在迭代中不断趋近完美迭代化思维AI思维vs传统思维传统思维AI思维决策依据:经验和直觉为主数据利用:有限数据,定性分析问题处理:线性思维,因果推理更新频率:知识更新慢,经验固化决策依据:数据驱动,量化分析数据利用:全量数据,挖掘关联问题处理:系统思维,寻找最优解更新频率:实时学习,持续迭代VS风险态度:规避风险,追求稳定创新方式:灵感驱动,试错成本高AI思维不是要取代传统思维,而是在传统思维的基础上,借助数据和风险态度:可控风险,快速试错创新方式:数据启发,创新可复制算法的力量,实现更科学、更高效的决策和创新。AI思维的应用领域医疗健康教育培训交通出行分析交通流量数据,优化信号控制,预测拥堵代表:自适应学习系统、智能教育助手通过医疗数据辅助诊断和治疗,优化医疗资源配置,提高服务效率,代表:A辅助诊断个性化治疗方案根据学生数据提供个性化学习路径,智能测评和反馈,提升教学效果,代表:自适应学习系统。智能教育助手提供最优路线规划,金融服务工业制造商业零售分析用户数据,提供个性化金融产品,风险评估和欺诈检测,保障资金安全,代表智能交通系统、导航应用智能投顾、风控系统生产数据实时分析,优化工艺流程,预测设备故障,减少停故的减少停机时间,代表:决少制间用智能制造、预测性维护用户画像分析,精准营销推荐,库存优化,提升供应链效率,代表:推荐系统、智能选址AI思维正在渗透到各行各业,重塑商业模式和工作方式AI超级个体训练:使用Kimi生成订单处理流程图步骤1:明确需求清晰描述要表达的业务流程,确定流程图的受众和使用场景,明确需要包含的关键节点步骤2:编写提示词步骤3:生成与迭代学习使用AI工具(如Kimi)辅助进行流程设计和文档生成,掌握将复杂业务流程可视化的方法,提高工作表达和沟通效率。清晰说明流程图的主题和范围,指定需要包含的关键环节,说明风格偏好(简洁/详细)步骤4:应用与分享AI生成初稿后进行评估,根据反馈调整提示词,多次代直到满意将生成的流程图用于文档或演示,根据实际反馈持续优化,分享给团队成员协同使用开始订单接收库存检查发货结束单元四AI与其他新兴技术的关系人工智能不是孤立发展的,它与云计算、物联网、大数据、区块链、元宇宙等新兴技术深度融合、相互促进进,共同推动着数字经济的发展和社会的数字化转型。理解这些技术之间的关系,有助于我们更好地把握技术发展趋势,构建系统的技术认知。云计算物联网AI数区块链元宇宙VR/ARAI是数字时代的"通用目的技术",赋能百业Al+云计算+物联网:三位一体AI与云计算云计算为AI提供强大的计算资源弹性扩展,按需付费,降低AI应用门槛·AI技术优化云计算资源调度和管理云平台提供丰富的AI服务和API接口典型应用:云端Ai训练和推理服务AI与物联网物联网设备产生海量数据,为AI提供数据来源AI赋予物联网设备智能决策能力边缘计算+AI实现设备端实时智能处理物联网+AI推动智慧城市、智能家居发展云计决策智能家居系统典型应用:智能工业传感器AI物联网(数据来源)云计算(算力支撑)反哺物联网Al+大数据+区块链AI与大数据AI与区块链大数据是AI的"燃料",没有数据AI就无法训练和学习;AI技术让海量数据价值得以充分挖掘和利用;数据质量直接影响AI模型的性能和效果;数据标注和数据治理是AI工程的重要环节;Al也能帮助提升数据处理和分析的效率;两者相辅相成,共同推动智能化发展区块链为AI提供可信的数据环境,确保数据来源可追溯;Al可以提升区可以提升区块链的效率和智能化水平;智能合约+AI实现更复杂的自动化交易逻辑;区块链+AI可用于构建可信的联邦学习系统在医疗、金融等领域有广阔应用前景;两者结合推动可信AI的发展数据是新时代的石油,AI是炼油厂,区块链是安全管道。AI+元宇宙+VR/ARAI是VR/AR体验的核心赋能技术元宇宙是AI技术的重要应用场景AI生成元宇宙中的虚拟人和数字内容AI驱动的NPC提供丰富的互动体验AI手势识别实现自然的交互方式AI空间理解构建真实的混合现实体验AI内容生成降低VR/AR内容制作成本AI虚拟助手提供沉浸式的个性化服务AI虚拟助手提供沉浸式的个性化服务Al+VR/AR推动教育、医疗、娱乐等领域创新AI经济系统支撑元宇宙的经济运行AI治理技术维护元宇宙秩序和安全两者相互促进,共同塑造数字未来教育娱乐医疗工业数字李生,远程运维虚拟课堂,沉浸式学习虚拟社交,数字李生手术模拟,远程诊疗AI超级个体训练:电商用户行为分析项目步骤1:数据准备步骤2:AI辅助分析项目背景收集电商用户行为数据(浏览、点击、购买等)整理数据格式,确保数据质量通过基于Kimi的电商用户行为分析项目,实践AI在数据分析和商业决策中的应用,培养数据驱动的商业思维和问题解决能步骤3:方案输出收集k商用户行为数据(浏览、点