《新一代信息技术与人工智能导论》课件第1章 新一代信息技术

第1章

新一代信息技术011.1新一代信息技术的概念021.2互联网与物联网031.3大数据目录contents051.5与人工智能的关系041.4云计算与边缘计算

011.1新一代信息技术的概念信息技术（InformationTechnology,IT）是用于信息获取、加工、表达、管理及评价的技术集合，涵盖计算机科学、通信技术及相关交叉领域。什么是信息技术?01AB旨在应用计算机科学和通信技术来设计、开发、安装和实施信息系统及应用软件。1.1.1信息技术1.1.1信息技术在信息技术发展的初期，人类主要通过简单的物理手段如结绳记事记录和传递信息。随着文字的出现，信息记录的方式变得更加系统化和精确化，如中国的甲骨文印刷术的发明是信息技术发展史上的一个重要里程碑。中国的活字印刷术（北宋时期）和欧洲的古腾堡印刷术（15世纪）极大地提高了信息复制和传播的效率。1.1.1信息技术19世纪，随着电学理论的成熟，通信技术迎来了重大突破。电报的发明（1837年，塞缪尔·莫尔斯）使得信息可以通过电信号进行远距离传输，极大地缩短了信息传递的时间。1.1.1信息技术20世纪中叶，计算机的发明标志着信息技术进入了一个全新的时代。20世纪90年代，随着万维网（WorldWideWeb,WWW）的发明（1989年，蒂姆·伯纳斯-李），互联网迅速普及，成为全球信息共享的重要平台。1.1.1信息技术物联网：从互联到万物互联云计算：从本地到云端大数据：从数据到知识新一代信息技术人工智能：从计算到智能数据的核心地位。在新一代信息技术体系中，数据已跃升为关键生产要素，其重要性堪比工业时代的石油。数字化处理流程。数据从采集、传输到处理、应用，全流程实现了数字化。高度数字化1.1.2新一代信息技术的特点1人工智能技术驱动。人工智能犹如新一代信息技术的引擎，贯穿于各个领域。自主决策与优化。智能系统正逐步具备自主学习和决策能力。。深度智能化1.1.2新一代信息技术的特点2新一代信息技术内部各技术之间呈现出深度交叉融合的态势。物联网与大数据的融合是典型案例。产业融合发展。新一代信息技术有力地推动了不同产业的融合。如在智能汽车领域，信息技术与汽车制造业深度融合，彻底改变了汽车的功能与出行模式。广泛融合性1.1.2新一代信息技术的特点3系统内协同运作。新一代信息技术系统中各组件之间实现了高效协同。跨领域协同创新。不同领域基于新一代信息技术开展协同创新成为趋势。如在医疗、科研与信息技术领域的合作中，远程医疗技术使得专家能够进行远程会诊。高效协同性1.1.2新一代信息技术的特点4技术更新换代频繁。新一代信息技术发展迅猛，技术更新周期极短。如芯片技术是这一特征的典型代表。新应用场景不断涌现。随着技术的快速演进，新的应用场景如雨后春笋般持续产生。快速演进性5021.2互联网与物联网技术1.2.1互联网：跨越时空的信息高速公路互联网的雏形：诞生于1969年的ARPANET（高级研究计划局网络），这是美国国防部应对核战威胁的通讯备份方案。当时，加州大学洛杉矶分校与斯坦福研究所的两台计算机首次实现连接，传输的仅仅是“LO”两个字母（系统在输入“LOGIN”时崩溃），却标志着分布式网络通信的开端。技术转变：互联网从军事科研网络向公众基础设施的转变，始于1983年TCP/IP协议的正式采用。这一技术标准如同网络世界的“通用语”，使不同架构的计算机网络能够互联互通，为知识的传播和创新搭建了广阔的平台。普及化：20世纪90年代初，WWW（万维网）的诞生和浏览器的普及，是互联网发展的重要里程碑。1.2.1互联网：跨越时空的信息高速公路1994年4月20日，中国实现与国际互联网的第一条TCP/IP全功能链接。同年5月15日，中科院高能物理研究所设立国内第一个Web服务器，推出中国首套介绍高科技发展的网页，后更名为“中国之窗”。01以Web1.0为特征的90年代，人民网、新华网、网易、搜狐、新浪等门户网站相继问世，开启了门户时代。0221世纪初，以Web2.0为特征，各种桌面应用软件兴起，互联网的可能性得到深度开发。03近年来，在5G通信技术的强力支撑下，移动互联网迅速发展，智能化设备全面普及，接入互联网的门槛大幅降低。04物联网是通过使用射频识别、传感器、红外感应器、全球定位系统、激光扫描器等信息采集设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的功能。什么是物联网?简单来说，物联网就是将现实世界中的物体数字化，并通过网络实现互联互通，让设备具备“智慧”，赋予设备“表达”能力1.2.2物联网：当物理世界开始“思考”1995年比尔・盖茨在《未来之路》中，率先提出类似物联网的概念。受限于当时无线网络、硬件及传感设备的发展水平，这一概念并未引发广泛关注。从1997年~2005年，国际电信联盟（ITU）从研究互联网/移动互联网对电信业发展影响的角度发布了七份“ITUInternetReports”研究报告。在《ITU互联网报告2005：“TheInternetofThings”》中正式提出物联网的概念。什么是物联网?1.2.2物联网：当物理世界开始“思考”1.2.2物联网：当物理世界开始“思考”物联网主要由感知层、网络层、平台层和应用层组成。平台层平台层是物联网的“大脑”，负责对采集到的数据进行存储、处理和分析。应用层应用层是物联网的“手、足”，将平台层分析得到的结果应用到实际场景中，实现物联网的各种功能。网络层网络层是物联网的“神经系统”，负责将感知层采集到的数据传输到平台层。网络层可以采用多种通信技术，如移动通信网络（4G、5G）、Wi-Fi、蓝牙等。感知层感知层就像是物联网的“眼睛”和“耳朵”，通过各种传感器，如温度传感器、湿度传感器、压力传感器等，采集物理世界中的各种信息。物联网组成1.2.2物联网：当物理世界开始“思考”物联网的关键技术物联网的硬件技术主要包括传感器技术、射频识别技术和无线通信技术。传感器技术是物联网的核心技术之一，大量传感器构成了物联网的感知基础。物联网的软件技术主要包括云计算、大数据分析和人工智能。硬件技术软件技术1.2.2物联网：当物理世界开始“思考”互联网与物联网的关系互联网为物联网提供了数据传输的网络通道，物联网设备借助互联网实现数据的远程传输，从而实现远程控制和管理。互联网与物联网的融合，催生了许多新的应用场景和商业模式。技术支撑融合创新1.2.3互联网与物联网的融合应用智能物流通过在物流设备和货物上安装传感器，实现对货物位置、状态的实时跟踪和监控。智慧医疗通过可穿戴设备（如智能手环）实时采集患者心率、血压、血糖等数据，并上传至云端平台，医生可远程监控，及时干预。智慧农业在农业生产中，通过部署传感器，实时监测土壤湿度、温度、光照等环境参数，借助物联网将数据传输到智能控制系统，实现对灌溉、施肥、通风等环节的自动化控制。智慧城市在城市基础设施中部署传感器，实现对城市交通、环境、能源等方面的实时监测和管理。互联网与物联网的融合应用031.3大数据技术大数据涵盖了数据采集、存储、管理、分析、可视化等多个环节的技术，旨在从大量复杂的数据中提取有价值的信息和知识，为决策提供支持。什么是大数据?从技术层面来看，大数据技术包括数据挖掘、机器学习、分布式计算、云计算等多种技术的综合应用。1.3.1大数据技术的概念1.3.2大数据技术的特点大数据规模庞大，如抖音日数据量达PB级，数据量呈爆发式增长。Variety（种类多）数据种类丰富，包括结构化和非结构化数据，来源广泛。Velocity（速度快）数据处理速度快，如实时金融交易分析，要求高时效性。Value（价值密度低）数据价值密度低，如视频监控数据需深度挖掘才能提取有价值信息。Volume（规模大）1.3.3大数据的处理流程数据采集是大数据处理的第一步。符合规则的网络爬虫、传感器采集等01数据采集面对海量的数据，分布式文件系统，如Hadoop分布式文件系统（HDFS）应运而生。02数据存储03采集到的数据往往存在噪声、重复、缺失等问题，需要进行清洗。数据清洗将分析结果以直观的图表、图形等形式展示出来，能够帮助用户更好地理解数据。05数据可视化数据分析是大数据处理的核心环节，旨在从数据中提取有价值的信息。04数据分析1.3.4大数据技术的应用领域智能城市和交通领域城市管理者通过整合交通流量、环境监测、能源消耗和公共安全等多源数据，优化城市资源配置。制造业与工业互联网工业互联网通过传感器和物联网设备采集生产线的实时数据，结合历史记录分析设备运行状态，实现预测性维护。医疗与健康领域在临床诊疗中，医院通过整合患者的电子病历、基因数据和医学影像，辅助医生进行更精准的诊断和治疗方案制定。商业与金融领域通过对消费者行为、交易记录、社交媒体互动等数据的分析，企业能够精准刻画用户画像，实现个性化推荐和动态定价。互联网与物联网的融合应用041.4云计算与边缘计算云计算（CloudComputing）是一种通过网络“云”将巨大的数据处理程序分解成无数个小程序的分布式计算，并将多部服务器组成的系统进行处理和分析这些小程序得到结果返回给用户。什么是云计算?1.3.1云计算的概念1.4.1云计算的概念20世纪90年代，虚拟化技术的成熟为云计算奠定了重要技术基础。通过将单一物理服务器虚拟化为多个独立运行的逻辑单元，硬件资源利用率得以显著提升。准备期（1990s-2006年）012006年是云计算发展的里程碑。谷歌CEO埃里克・施密特在搜索引擎大会上首次提出“云计算”概念，强调通过互联网提供动态可扩展的资源服务。同年，亚马逊AWS的正式运营标志着云计算从理论走向商业化。发展期（2006-2010年）02随着虚拟化、分布式存储和网络技术的成熟，云计算进入爆发期。数据中心规模持续扩大，亚马逊、谷歌等企业投资建设超大型数据中心，单集群服务器数量突破万台。同时，服务模式从单一的IaaS向PaaS（平台即服务）和SaaS（软件即服务）延伸。成熟期（2010年至今）03边缘计算（EdgeComputing）是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，以满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。什么是边缘计算?1.4.1边缘计算的概念随着物联网时代的到来，各类智能设备如雨后春笋般涌现。5G网络的普及，也为边缘计算的发展提供了有力支撑。此外，传统云计算面临着成本压力和资源利用率问题。边缘计算怎么产生的?1.4.1边缘计算的概念1.4.2云计算与边缘计算的特点云计算特点1资源池化5访问便捷云服务提供商通常拥有专业的团队和先进的技术来保障云计算系统的高可靠性。只要有网络连接，用户可以在任何地点、使用任何设备访问云计算服务。云计算将计算资源，如服务器、存储设备、网络带宽等，整合到一个巨大的资源池中。弹性是云计算最显著的特征之一，它指的是云计算平台能够根据用户需求动态调整资源分配。按需服务是云计算的另一大核心特征，用户就像在自助餐厅用餐，根据自己的实际需求“取用”云计算资源。3按需服务4高可靠性2弹性伸缩1.4.2云计算与边缘计算的特点边缘计算特点1低时延响应5与本地环境融合边缘计算设备具备一定的自主性，即使在与云端通信中断的情况下，依然能够独立运行。边缘计算设备能够紧密贴合本地的物理环境和业务需求。边缘计算将数据处理节点下沉到靠近数据源的地方，极大地减少了数据传输的时间。边缘计算允许设备在本地对数据进行初步筛选和处理，只把关键信息上传到云端。边缘计算让数据在本地设备或边缘节点进行处理，减少数据在公网上的暴露风险。3数据隐私保护4自主可靠性2减轻网络压力1.4.3云计算与边缘计算的架构（1）基础设施即服务（IaaS）（2）平台即服务（PaaS）（3）软件即服务（SaaS）1.4.3云计算与边缘计算的架构（1）边缘设备（2）边缘服务器（3）云服务器1.4.4云计算与边缘计算的应用场景企业可以将大量的业务数据存储在云端，利用云计算平台的分布式计算技术，对数据进行快速分析和挖掘，获取有价值的信息，为企业的决策提供支持。玩家无需在本地安装大型游戏，只要通过网络连接到云游戏平台，就可以随时随地玩游戏。许多企业选择将自己的业务系统迁移到云端，利用云计算的弹性伸缩和按需服务特性，降低信息化建设成本，提高系统的灵活性和可扩展性。大数据分析企业信息化游戏产业云计算应用场景1.4.4云计算与边缘计算的应用场景在工业生产中，边缘计算可以实现设备的实时监测和故障预测。智能家居系统中的智能家电、智能门锁等设备可以通过边缘计算实现本地控制和联动。交通摄像头可以实时采集交通流量、车辆行驶速度等数据，通过边缘设备进行分析，实现交通信号灯的智能调控，缓解交通拥堵。工业互联网智能交通智能家居边缘计算应用场景051.5新一代信息技术与人工智能关系大数据的本质是对海量、多样化数据的收集、存储、管理与分析。人工智能模型，尤其是深度学习模型，对数据有着极高的依赖。在数据量不足的情况下，模型很容易出现过拟合现象，泛化能力差，无法准确识别新的、未曾见过的图像。大数据分析技术还能为人工智能提供数据预处理和特征工程支持。大数据技术对人工智能的赋能1.5.1新一代信息技术为人工智能发展赋能1物联网技术将物理世界中的各种设备连接起来，形成了一个庞大的感知网络，为人工智能提供了丰富的实时数据。在工业领域，物联网技术的应用使得工业生产过程更加智能化。通过在生产设备上安装传感器，能够实时采集设备的运行数据，如温度、压力、振动等。物联网技术还为人工智能提供了更加广泛的应用场景。如随着物联网技术的发展，智能城市、智能交通等领域得到了快速发展。物联网技术对人工智能的赋能1.5.1新一代信息技术为人工智能发展赋能2云计算技术为人工智能提供了强大的计算资源支持。人工智能模型的训练和推理过程需要大量的计算资源，尤其是深度学习模型，其计算量非常巨大。云计算技术还提供了灵活的资源配置方式。用户可以根据自己的需求，随时调整计算资源的规模。云计算技术还促进了人工智能的分布式计算。云计算技术对人工智能的赋能1.5.1新一代信息技术为人工智能发展赋能3人工智能中的机器学习算法，能够自动从数据中发现模式和规律，大大提高了数据挖掘的效率和准确性。深度学习中的无监督学习算法，能够自动对数据进行分类和聚类。人工智能还可以对大数据进行实时分析。人工智能优化大数据处理1.5.2人工智能推动新一代信息技术升级1人工智能中的强化学习算法，能够根据用户的需求和系统的状态，自动调整云计算资源的分配，提高资源利用率。人工智能中的深度学习算法，能够对网络流量进行实时监测，发现异常行为，及时预警和防范安全威胁。人工智能还可以为