新一代信息技术导论（人工智能+AIGC应用+技术融合）（微课版）（第2版）课件 杨竹青 第1-4章 人工智能基础篇 - 人工智能生成内容（AIGC）的崛起

ArtificialIntelligence人工智能基础篇第1单元新一代信息技术导论（人工智能+AIGC应用+技术融合）（微课版）（第2版）编者：×××1.1认识人工智能1.2人工智能的发展人工智能的核心技术体系1.3人工智能的三大范式1.4综合实践1.51.1.1人工智能的定义人工智能是计算机科学的一个分支，也是一个快速演进、涵盖多个子领域的学科，这导致人工智能在业界始终没有一个公认的权威定义。当前，不同学派的研究者从不同角度出发，对人工智能有着不同的理解，他们的研究也因此走向了不同的向。人工智能领域的开创者之一——尼尔斯·约翰·尼尔森教授认为，人工智能是一门关于如何表达知识、如何获取知识和使用科学知识的学科。这个定义强调了知识在人工智能中的核心地位。美国麻省理工学院教授帕特里克·温斯顿认为，人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。这是人工智能领域的经典定义，它强调了人工智能的实践性。1.1.1人工智能的定义国际标准化组织/国际电工委员会第一联合技术委员会在其发布的标准中将人工智能定义为：由计算机系统展示出的人类认知功能，包括但不限于学习、推理、感知、适应、交流、创造等。这个定义是相对官方和权威的，反映了当前国际上对人工智能的基本共识。中国科学院张钹院士则认为人工智能研究的是用机器模仿人的智能行为。这个定义强调了人工智能模仿人类智能行为的能力。综上所述，我们可以认为：人工智能是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新技术学科。它旨在通过计算机系统和算法，使机器能够执行通常需要人类智慧才能完成的任务，包括学习、推理、感知、理解和创造等活动。例如，自动驾驶汽车能够自动感知周围环境，识别道路、行人、其他车辆等障碍物，并据此做出决策，如转弯、加速、减速或停车。这就像是给汽车安装了一个“智慧大脑”，它能够通过学习和适应逐步提高自己的驾驶能力，从而无须人类驾驶员的干预就能安全行驶。1.1.2 人工智能的特征综合主要学术机构、权威资料和业界的共识，可以为人工智能提炼出以下六大特征，这些特征是人工智能区别于其他系统或机器的核心志。学习能力。推理能力。自主能力。交互能力。泛化能力。感知能力。1.1.3人工智能的要素1．数据在人工智能领域，数据被视为训练人工智能时必备的“燃料”。无论是机器学习还是深度学习，都需要海量的数据来训练人工智能模型，使其能够识别模式、做出预测或进行决策。高质量和多样化的数据对于人工智能的发展至关重要。高质量的数据意味着数据准确、完整且没有噪声，这有助于人工智能模型学习到更准确的特征。1.1.3人工智能的要素2．算法算法是人工智能的“大脑”，它决定了人工智能应该如何处理和分析数据。没有先进的算法，人工智能就无法完成复杂的任务，如图像识别、自然语言处理或提供决策支持等。这些任务需要算法处理和分析大量的数据，从中提取出有用的信息，并做出准确的预测或决策。算法的创新和优化是推动人工智能进步的关键。随着研究的深入和技术的不断发展，越来越多的新算法被提出并应用于实际，这些新算法在性能上往往优于传统算法，能够处理更加复杂和抽象的任务。1.1.3人工智能的要素3．算力算力即计算能力，是人工智能的“动力源泉”，它是支撑算法运行和数据处理的基础设施，是实现高效、准确的人工智能项目的物质基础。随着半导体技术的不断进步，计算机系统的处理器性能不断提升，这为人工智能算力的发展提供了坚实的硬件基础。同时，新型硬件设备，如量子计算机、新型存储器等也在不断涌现，这有望进一步提高人工智能的算力。1.1认识人工智能1.2人工智能的发展人工智能的核心技术体系1.3人工智能的三大范式1.4综合实践1.51.2.1人工智能的发展历程1．萌芽期1950年，英国数学家、逻辑学家和计算机科学的先驱，有“人工智能之父”之称的阿兰·马西森·图灵提出了著名的图灵测试，该测试的目的是判断机器是否能够展现出与人类相似的智能。按照图灵的设想，如果一台机器能够与人类展开对话而不被辨别出其机器的身份，那么这台机器便是智能的。图灵测试过程如下：1.2.1人工智能的发展历程1959年，美国人乔治·迪沃尔设计出世界上第一台可编程机器人——Unimate（见图），这意味着机器不再仅能执行单一、固定的动作，而是可以通过指令赋予其新的任务，从而使机器具备了初步的“柔性”和适应性。1956年，美国达特茅斯学院举行了人工智能研讨会，会议提案中首次使用了“人工智能”这一术语，从而为这个新的研究领域正式命名。会议明确了“用机器模拟人类智能”的研究目标，并展示了“逻辑理论家”等早期程序。1.2.1人工智能的发展历程2．探索期1966年，麻省理工学院的约瑟夫·魏岑鲍姆发布了世界上第一个聊天机器人——ELIZA。ELIZA能够通过脚本理解简单的自然语言，并产生类似人类的互动。1968年，国际斯坦福研究所公布了他们研制成功的机器人沙基，它被公认为世界上第一台整合了人工智能技术的自主移动机器人。20世纪70年代初，受限于内存容量和处理速度，计算机无法有效解决复杂的人工智能问题。人工智能研究进展缓慢，未能实现预期突破，人工智能的发展陷入了低谷，但研究者们并未放弃，而是继续探索新的技术和方法。1.2.1人工智能的发展历程3．成长期1984年，美国人道格拉斯·莱纳特带领其团队开发Cyc项目，该项目的目标是构建一个庞大的常识知识库，使人工智能应用能够以类似于人类推理的方式进行工作。随着时间的推移，Cyc项目逐渐演变成一个开放的研究平台，吸引了全球众多的研究者和开发者参与其中。1997年，IBM公司的计算机“深蓝”在一场历史性的对决中战胜了国际象棋世界冠军加里·卡斯帕罗夫，成为首个在标准比赛时限内击败国际象棋世界冠军的计算机系统。这一事件不仅代表人工智能在复杂智力游戏中达到了新的高度，也为后续在更多领域中应用人工智能技术奠定了基础。1.2.1人工智能的发展历程4．爆发期2012年，加拿大的神经学家团队创造了一个具备简单认知能力、拥有250万个模拟“神经元”的虚拟大脑，并将其命名为“Spaun”。这个虚拟大脑不仅能够模拟人类大脑的某些基本功能，还通过了基本的智商测试。2015年，谷歌研发出了利用大量数据训练计算机来完成任务的第二代机器学习平台——TensorFlow。2016年，谷歌开发的人工智能AlphaGo与围棋世界冠军李世石进行了举世瞩目的人机大战，最终李世石与AlphaGo的总比分定格在1∶4，这一结果证明了人工智能在解决复杂问题上的巨大潜力，展示出了人工智能在模式识别、决策制定和问题解决方面的强大能力，同时也引发了关于人工智能伦理、影响和未来发展的广泛讨论。1.2.1人工智能的发展历程2020年，OpenAI公司发布了GPT-3，这一事件标志着人工智能技术在语言理解和生成方面取得了长足进步。GPT-3不仅能够生成连贯、自然的文本，还能根据上下文进行推理和判断。2024年，OpenAI公司发布的视频生成模型Sora彻底改变了影视创作的方式，它能够根据文字指令生成高保真的动态影像。2025年，我国杭州深度求索人工智能基础技术研究有限公司发布了DeepSeek，该人工智能助手以“算法革命+算力平权”双重引擎重构了全球人工智能竞争格局，性能也得到大幅提升。Sora生成的逼真视频画面1.2.2人工智能的现状01以大语言模型、多模态模型、生成式人工智能、强化学习等为代表的技术不断取得突破，模型规模持续扩大，性能显著提升，并且推理效率、能耗控制和小型化部署等方面也得到了快速优化，这表明人工智能在语言理解、知识生成、代码编写、图像与视频生成等方面的能力边界正在不断被拓展。02人工智能正在从互联网、消费电子等先行领域向医疗、金融、教育、制造、交通、能源等传统领域深度渗透。03在全球范围内，对人工智能的投资保持高速增长，涵盖风险投资、企业研发投入、政府资金支持等多元形式。04随着人工智能应用的广泛普及与潜在风险的凸显，全球人工智能治理进入新阶段，各国政府和国际组织正加快构建人工智能伦理准则、法律法规与监管框架。技术快速迭代应用深度渗透投资持续火热治理日益完善1.2.3人工智能的未来1．人工智能将深度融入人们的日常生活随着科技的飞速发展，人工智能正逐步跨越技术门槛，深度融入人们的日常生活，成为人们无形的智慧伙伴。人工智能助理将演化为用户的数字孪生体，在创作、决策等脑力劳动方面提供高度定制化服务。3．人工智能将应用于更多领域从医疗健康到教育辅导，从智能制造到金融服务，从城市管理到农业生产，人工智能都将发挥重要作用。随着人工智能的飞速发展与广泛应用，未来的人工智能将渗透到各行各业，其应用领域也将更加广泛。2．人工智能将更加智能化人工智能技术的持续突破，预示着人工智能将更加智能化，并步入一个全新的发展阶段。未来的人工智能将拥有更强的自我学习与适应能力，能够通过深度学习不断优化自身算法，更加精准地理解复杂情境与需求。4．人工智能将加速经济转型升级从微观企业运营到宏观产业生态，人工智能正在通过以下３个维度重塑经济形态：一是以智能算法优化生产函数，提升全要素生产率；二是以数据要素重构价值链条，催生数字经济新体系；三是以人机协同创新组织形态，培育经济发展新动能。1.1认识人工智能1.2人工智能的发展人工智能的核心技术体系1.3人工智能的三大范式1.4综合实践1.51.3.1机器学习1．人工智能算法的发展历程机器学习是让机器能像人类一样，通过观察大量的数据和训练来发现事物规律，以获得某种分析问题、解决问题的能力。机器学习的主要特点如下。个性化服务。可扩展性。预测和决策能力。高效的数据处理能力。自动化和适应性。1.3.1机器学习2．机器学习的类型机器学习是让机器能像人类一样，通过观察大量的数据和训练来发现事物规律，以获得某种分析问题、解决问题的能力。机器学习的主要特点如下。监督学习通常使用有标签的数据集来训练模型，以便对数据进行分类或准确预测结果。1．监督学习在监督学习中，数据集中的每一个训练样本都有一个输入特征，以及相应的标签或目标值，因此监督学习主要包括分类和回归两种任务类型。在回归任务中，监督学习的目标是预测连续数值的输出。与分类任务不同，输出标签

在回归任务中是连续的。②

回归在分类任务中，监督学习的目标是将输入数据分到预定义的类别中，每个类别都有一个唯一的标签。①

分类1.3.1机器学习在无监督学习中，模型面对的是没有标签或没有已知结果的数据，也就是说，这些数据没有明确的“正确答案”来指导学习。无监督学习的目标是从这些数据中发现隐藏的模式、结构或关系。无监督学习的核心是对数据的特征、相似度等进行分析和挖掘，并利用各种方法来捕获和发现数据隐藏的模式、结构或关系。无监督学习的主要类型包括聚类、降维、关联规则挖掘、异常检测等。2．无监督学习异常检测用于识别与大多数样本不同的罕见或异常数据点，它在异常事件检测、

欺诈检测、故障检测等方面应用广泛。④

异常检测。关联规则挖掘用于找出数据集中频繁出现的项集，然后基于这些项集生成形如“如果A则B”的关联规则。③

关联规则挖掘。降维是将高维数据转换为低维表示的过程，同时尽可能地保留数据的特征。降维技术可以减少数据的复杂性、去除冗余信息，并可用于可视化数据、特征提取等。②

降维。聚类是将数据样本分成相似的组别或簇的过程，它通过计算样本之间的相似度来将相似的样本聚集在一起。①

聚类。1.3.1机器学习半监督学习的目标是利用同时包含有标签数据和无标签数据来构建一个模型，使得模型能够在测试阶段更好地泛化到新的、未见过的数据。半监督学习结合了监督学习和无监督学习的优点，能够在一定程度上利用无标签数据，避免过度依赖有标签数据。半监督学习的主要类型如下。3．半监督学习

半监督分类在半监督分类中，训练数据包含有标签样本和无标签样本。半监督异常检测半监督异常检测旨在从包含正常样本和异常样本的数据中，利用有限的标签信息来检测异常。半监督回归半监督回归与半监督分类类似，但主要应用于回归问题。③半监督聚类半监督聚类算法将有标签数据和无标签数据同时用于聚类任务。生成对抗网络中的半监督学习生成对抗网络可以用于实现半监督学习。基于价值的强化学习侧重于学习一个价值函数，该函数可以评估状态或“状态－动作”对。基于策略的强化学习直接学习一个策略函数，该函数定义了在给定状态下应该采取的行动。模型驱动强化学习使用环境模型来学习策略，环境模型是对环境动态的内部表示。与模型驱动强化学习相反，模型无关强化学习直接从与真实环境交互的经验中学习策略或价值函数。1.3.1机器学习强化学习让智能体在环境中通过各种不同的尝试来学习行为策略，智能体通过与环境进行交互，可根据奖励信号来调整其行为策略，以达到最大化累积奖励的目标。常见的强化学习类型主要有以下4种。4．强化学习基于价值的强化学习

基于策略的强化学习模型驱动强化学习模型无关强化学习1.3.1机器学习3．机器学习的常见算法朴素贝叶斯算法利用概率统计知识进行分类，其核心思想是计算每个特征对于分类的条件概率，并基于这些概率来预测新数据的类别。1．朴素贝叶斯算法下面通过一个简单的例子来说明朴素贝叶斯算法的基本原理。假设有一组关于小动物的颜色和嘴型，以及它们是否是小鸡的训练数据，如图所示。朴素贝叶斯算法假设特征之间是条件独立的，这意味着每个特征对分类结果的影响相互独立，这一假设简化了计算过程，也是“朴素”二字的由来。1.3.1机器学习决策树算法是一种利用树形结构来对数据来进行分类的算法，它从根节点开始测试，先到子树，再到叶子节点，从根节点到叶子节点是一个分类的路径规划，每个叶子节点代表一个判断类别，如图所示。2．决策树算法决策树算法的核心思想是从起始点开始，根据数据集中的特征对数据进行分割，直到满足停止条件为止。1.3.1机器学习决策树的构造过程主要包括特征选择、决策树的生成和决策树的剪枝这3个步骤。决策树的剪枝特征选择0103对生成的决策树进行检验、校正和修剪，其目的是去掉那些影响预测准确性的分枝，使决策树更加简单，从而提高其泛化能力。特征选择的目的是选取对数据具有分类能力的特征，通常基于信息增益和信息增益比进行选择。02根据选择的特征，递归地构建决策树。决策树的生成1.3.1机器学习支持向量机算法是一种经典的二分类模型，该算法的核心思想是找到一个最优的超平面，将不同类别的样本数据分开，并最大化间隔，从而实现对新数据的准确分类或预测。3．支持向量机算法例如，桌子上放置了若干深色和浅色的糖果，现在要求我们用一根棍子将它们按不同颜色分开放置，并且保证在放置更多深色或浅色的糖果后，这根棍子的两边仍有较大的间隙，如图所示。支持向量机算法就是试图把这根棍子放在最佳位置，好让棍子的两边留有尽可能大的间隙，以便更轻松地将糖果归类。1.3.2深度学习深度学习是机器学习的一个重要分支，它们与人工智能的关系如图所示。深度学习专注于使用人工神经网络，尤其是深层神经网络来模拟人类大脑的学习过程，使机器能够自动学习和提取数据中的深层次特征，进而实现自主预测和分析。1.3.2深度学习1．人工神经网络人工神经网络是一种模仿生物神经网络行为特征，进行分布式并行信息处理的人工智能算法模型，其诞生和发展离不开生物神经网络。生物神经网络一般是指生物的大脑神经元、触点等组成的网络。生物神经网络是生物体内信息处理的基础，特别是在大脑和脊髓中，生物神经网络负责处理感觉输入、指导行为和认知。1．生物神经网络生物神经网络的基本构造包括神经元及其之间的连接，神经元是生物神经网络的基本结构和机能单位，具有感受刺激和传导兴奋的功能。每个神经元由细胞本体、树突、轴突和突触等部分组成，如图所示。1.3.2深度学习人工神经网络是对生物神经网络的一种形式化描述，即通过对生物神经网络的信息处理过程进行抽象，并用数学语言描述出来的模型。2．人工神经网络的构成人工神经网络按“层”划分神经元，主要包括输入层、隐藏层和输出层，如图所示。前一层的神经元与下一层的神经元相互连接，通过这样的全层连接可以让每个神经元都能处理信号，并最终从输出层得到结果。1.3.2深度学习在人工神经网络中，人工神经元是模拟生物神经元的计算模型。每个人工神经元接收来自其他人工神经元的输入信号，并对它们进行加权处理，以计算出一个单一的输出，该输出又可作为其他人工神经元的输入信号。这个模型模拟了生物神经元之间的信息传递过程。3．人工神经元人工神经元通常包括3个部分，即输入部分、处理部分和输出部分，如图所示。1.3.2深度学习人工神经网络中的函数主要有激活函数和损失函数，二者的作用各不相同。4．人工神经网络中的函数激活函数主要用于增强神经网络的表达能力，使得神经网络可以学习到更加复杂的非线性模式。激活函数1损失函数的主要作用是衡量模型预测结果和真实结果之间的误差，并将误差反馈给神经网络，以进行参数更新和优化。损失函数21.3.2深度学习训练人工神经网络时，首先定义一个损失函数，损失函数的定义需要考虑模型的任务和应用场景；接着随机初始化人工神经网络的参数，以确保没有任何先验偏差；然后通过前向传播将输入样本传递给神经网络进行计算，紧接着进行反向传播，用于更新权重和偏置的值。在训练过程中，需要反复执行前向传播和反向传播以更新参数的值，并不断降低误差，直到误差小于某个阈值或达到最大训练次数为止。5．人工神经网络的训练1.3.2深度学习2．深度学习与机器学习的对比深度学习作为机器学习的一个分支，其概念的提出可追溯至杰弗里·辛顿团队于2006年在《科学》杂志上发表的一篇论文。他在文中指出，通过构建具有多个隐藏层的深层结构，机器能够从数据中自动学习输入与输出之间的复杂映射关系。简而言之，深度学习的核心是利用多层级非线性变换方式，从数据中提取出高层次抽象特征来建立预测模型。深度学习模型通常包含数百万甚至数十亿个参数，能够自动学习数据的有效表示，这些表示有助于完成分类、检测等任务。与机器学习相比，深度学习具有独有的特点，二者的对比如表所示。1.3.2深度学习3．深度学习的常见算法自概念被提出以来，深度学习便在人工智能领域引发了巨大反响，并催生出了许多具有影响力的算法，如深度神经网络、卷积神经网络、循环神经网络、生成对抗网络等。深度神经网络是一种包含多个隐藏层的神经网络，它可以利用多层的网络结构进行特征的自动提取和学习，每一层由多个神经元组成，神经元之间通过权重连接，上一层将其输入信号传递给下一层，并使用非线性激活函数来引入学习的非线性特性，如图所示。1．深度神经网络1.3.2深度学习深度神经网络的核心在于前向传播和反向传播这两个关键环节。从输入层开始，逐层计算每个神经元的输出信号直至输出层。每个神经元的输出信号都依赖于前一层的输出信号和该神经元的权重。01前向传播通过计算预测值与实际值之间的误差，反向更新每层神经元的权重，以减少误差。反向传播基于链式法则计算网络中每个参数对于总损失函数的梯度，并通过梯度下降算法更新权重。02反向传播1.3.2深度学习卷积神经网络是深度学习的代表算法之一，凭借独特的网络结构和运算方式，其特别适用于处理图像数据。卷积神经网络由具有多个层次的神经网络组成，每一层都对输入数据进行了特定处理，最终输出一个分类结果或其他目标值。这些层次主要包括以下5种。2．卷积神经网络1.3.2深度学习循环神经网络是一类用于处理序列数据的神经网络，它能够处理输入信息的序列数据，并在序列的不同时间点共享参数。循环神经网络的核心是隐藏状态，它包含关于过去输入的信息，被用来影响当前和未来的计算。3．循环神经网络循环神经网络的结构如图所示，它由输入层、隐藏层和输出层组成。1.3.2深度学习生成对抗网络由生成器和判别器两部分组成。其中，生成器的任务是生成尽可能逼真的数据样本，而判别器的任务则是区分这些生成的样本与真实样本，两者通过对抗的方式相互训练，以提升彼此的性能。图所示为生成对抗网络的结构，生成器和判别器都可以用人工神经网络来实现。4．生成对抗网络1.3.3知识表示与知识推理1．知识表示与知识推理的定义知识表示是指将人类的知识以计算机可处理的形式进行描述和表达的过程，它不仅关注知识的存储，还关注如何让机器理解和运用知识。知识推理则是指利用已有的知识，通过逻辑规则或模型推导出新知识或结论的过程。总的来说，知识表示是基础，没有良好表示的知识，推理就无法进行；知识推理是目的，存储知识最终是为了让机器能运用它们来表现出智能行为。1.3.3知识表示与知识推理2．知识表示的方法一个好的知识表示方法不仅要能“存”下知识，更要能便于机器后续去“用”这些知识。目前在人工智能领域，知识表示的方法较多，我们在使用时应针对不同的应用进行选择。下面重点介绍谓词逻辑、产生式规则、知识图谱、框架表示法这4种常见的知识表示方法。总的来说，知识表示是基础，没有良好表示的知识，推理就无法进行；知识推理是目的，存储知识最终是为了让机器能运用它们来表现出智能行为。谓词逻辑也称为一阶逻辑，是一种利用形式化符号来表达陈述、对象及其关系的逻辑系统。它是人工智能领域中一种非常重要且基础的知识表示方法，其核心目标是充当机器的“精确描述语言”，以实现用一种毫无歧义、高度结构化的方式向机器描述这个世界中的事实、规则与关系的目的。1．谓词逻辑1.3.3知识表示与知识推理谓词逻辑这种知识表示方法包含一些基本的构成部件，具体如下。谓词是谓词逻辑这种知识表示方法的灵魂，用于描述对象的属性或对象间的关系。3、谓词常量代表特定的、具体的个体对象。1、常量函数用于将一个或一组对象映射到另一个特定的对象上。4、函数量词这是表达数量范围的关键。6、量词逻辑连接词用于将简单的谓词语句组合成更为复杂的复合语句，主要包

括¬（非，表示否定）、∧（与，表示并且）、∨（或，表示或者）和→（蕴含，表示“如果……那……”）。5、逻辑连接词变量代表不特定的、泛指的对象，可以指代“某个人”或“某个东西”。2、变量1.3.3知识表示与知识推理产生式规则是人工智能领域中较直观、应用较广泛的知识表示方法之一，它的核心思想在于使用“如果……那么……”（IF...THEN...）的逻辑结构来表述人们的经验和决策过程。2．产生式规则一条标准的产生式规则主要由以下两个核心部分构成。前件后件01前件即“IF”部分，也称为条件部分。它描述了规则被激活时必须满足的前提条件，通常由多个条件通过“AND”“OR”等逻辑连接词组合而成。02后件即“THEN”部分，也称为结论或动作部分。它指定了当前件得到满足时，机器应当执行的操作或得出的结论。1.3.3知识表示与知识推理产生式规则这种知识表示方法通常由3个核心组件协同工作实现，这3个核心组件分别是规则库、综合数据库和推理机。其中，规则库用于存储所有的产生式规则，是机器的“知识仓库”；综合数据库保存着当前的已知事实和状态，相当于机器的“工作记忆”；推理机是机器的“思考引擎”，负责控制整个推理过程。推理机遵循“匹配—选择—执行”这一循环工作过程，它首先将当前数据库中的事实与规则库中的规则条件进行匹配，找出所有满足条件的规则，然后根据特定的冲突消解策略从多条可用规则中选择一条规则来执行，最后执行选中规则的动作并更新数据库。推理机工作流程1.3.3知识表示与知识推理知识图谱的本质是一种大规模语义网络，它旨在以图的形式描述现实世界中的各种实体、概念及其复杂关系，类似于一张巨大的“信息地图”，其中的一个地标就是一个实体，而连接这些地标的道路就是它们之间的关系，如图所示。3．知识图谱知识图谱的基本构成单元是“三元组”，这是其表达知识的原子形式。一个标准的三元组由头实体、关系和尾实体这3个要素组成，通常表示为（头实体，关系，尾实体）或（主语，谓语，宾语）。1.3.3知识表示与知识推理框架表示法的核心思想是人们对现实世界中各类事物的认识都是以一种类似于“模板”的结构存储在脑海中的。当人们遇到一个新情境或新对象时，总会调用记忆中已有的“模板”来对其进行理解和分析。4．框架表示法框架是框架表示法的基本知识单元，每一个框架代表着一个概念或一类对象。框架的结构类似于表格或表单，由框架名和多个槽组成。框架名用于标识该框架所代表的概念或对象类别，如“汽车”“学生”“会议室”等；槽则用于描述该框架的属性，每个槽由槽名和槽值构成。槽名表示属性的名称，如“颜色”“品牌”“年龄”等；槽值则是对应属性的具体取值。1.3.3知识表示与知识推理3．知识推理的方法演绎推理的典型模式是三段论，由大前提、小前提和结论3部分组成。演绎推理是知识推理中较基本、较严谨的推理方法之一，其核心特征在于从一般性原理推导出特殊性结论。如果推理过程符合逻辑规则且前提为真，则结论必然为真，因此演绎推理又被称为保真推理。这种方法体现了从普遍到特殊的思维过程，是数学证明、逻辑论证和规则系统中较为常用的推理形式。1．谓词逻辑大前提陈述一个普遍性的原理或规则；小前提给出一个具体事例或特殊情况；结论则是根据前两个前提推导出的必然结果。1.3.3知识表示与知识推理归纳推理是与演绎推理形成鲜明对比的重要推理方法，其核心特征在于从多个具体事例中总结出一般性规律或结论。这种推理方法得出的结论具有或然性，即结论可能为真，但并非必然为真，这是归纳推理最显著的特点。归纳推理的最大优势在于其创造新知识的能力。与演绎推理只能揭示前提中隐含的知识不同，归纳推理能够产生超出原有知识范围的新知识、新规律，这种知识拓展能力使得归纳推理成为科学发现和知识创新的重要工具。2．归纳推理1.1认识人工智能1.2人工智能的发展人工智能的核心技术体系1.3人工智能的三大范式1.4综合实践1.51.4.1符号主义符号主义又称逻辑主义、心理学派或计算机学派。符号主义认为，人类认知和思维的基本单元是符号，而认知过程就是在符号表示上的一种运算。该范式主张人工智能是一个物理符号系统，计算机也是一个物理符号系统，因此能够用计算机来模拟人的智能行为，即用计算机的符号操作来模拟人的认知过程。符号主义在人工智能领域中长期占据主导地位，且其思想和方法对人工智能的发展产生了深远影响。它推动了人工智能在自然语言处理、专家系统、知识表示与知识推理等领域的研究和应用。然而，随着算力的提升和复杂问题的涌现，符号主义也逐渐暴露出其可扩展性和灵活性不足的问题。1.4.2联结主义联结主义也叫连接主义，是人工智能领域中的一个重要范式，其理论基础主要来源于神经网络和认知科学，它强调通过模拟人类大脑神经元的联结方式来实现智能。联结主义的核心在于从大量的数据中学习并优化网络连接以实现智能行为。联结主义在语音识别、图像识别等领域取得了显著的成果，生成式人工智能技术的发展则综合运用了符号主义和联结主义的思想和方法。1.4.3行为主义行为主义在人工智能领域常被称为基于行为的方法，其思想与心理学中的行为主义颇有渊源，但更侧重于构建能在环境中实时做出反应的系统。该范式认为智能并非源于复杂的内部符号模型，而是从智能体与环境的直接交互中“涌现”出来的。行为主义的思想可以追溯到早期的人工智能研究。在人工智能发展早期，行为主义者们设计了各种基于规则和传感器的机器人系统，这些系统能够感知环境并做出相应的反应。行为主义范式通过模拟生物体的行为模式来实现人工智能，在机器人控制、自动驾驶等领域有着广泛的应用，并且随着技术的进步，其应用领域还在不断扩大。但受到深度学习和强化学习等技术发展的影响，行为主义也在一定程度上受到了挑战。传统的行为主义强调通过试错学习和与环境交互来优化行为策略，而深度学习和强化学习则可以通过构建深度神经网络模型来自动学习复杂的行为策略。1.1认识人工智能1.2人工智能的发展人工智能的核心技术体系1.3人工智能的三大范式1.4综合实践1.5实践1

使用朴素贝叶斯算法设计垃圾邮件过滤器1．实践目标机器学习是人工智能的核心技术之一，它可以利用各种先进的算法让机器具备学习能力，进而推动人工智能技术的发展。本次实践将利用朴素贝叶斯算法来构建一个简单的垃圾邮件过滤器，帮助读者进一步了解机器学习算法的原理。2．实践内容（1）准备训练数据。（2）预处理数据。（3）计算先验概率。（4）计算条件概率。（5）构建垃圾邮件过滤器。（6）预测类别。实践2使用谓词逻辑知识表示方法完成推理任务1．实践目标谓词逻辑知识表示方法以形式化符号精准刻画对象属性与关系，为人工智能提供了毫无歧义、高度结构化的知识表示与自动推理基础，是实现机器精准理解世界和智能决策的关键方法。本次实践将使用这种知识表示方法来完成简单场景下的推理任务，帮助读者巩固谓词逻辑基本构成部件的使用方法，强化基于给定规则进行简单推理的逻辑思维能力，并增强对人工智能知识表示方法的理解和兴趣。2．实践内容（1）场景设定。（2）知识表示事实。（3）知识表示规则。（4）推理任务。ArtificialIntelligence谢谢观看!！学海无涯祝您成功！编者：×××ArtificialIntelligence人工智能的典型研究领域第2单元新一代信息技术导论（人工智能+AIGC应用+技术融合）（微课版）（第2版）2.1自然语言处理2.2计算机视觉语音识别与语音合成2.3专家系统2.42.5自动驾驶2.6综合实践2.1.1自然语言处理的定义自然语言处理是指让机器接收用户输入的自然语言，并通过算法和模型进行加工、计算等系列操作，以模拟人类对自然语言的理解，并返回用户期望的结果。自然语言处理研究的目的是通过各种理论和方法来实现人与机器之间的自然语言有效通信。复杂性交互性多模态性智能性依赖性动态性2.1.2自然语言处理的发展自然语言处理的发展可以追溯到20世纪50年代。1954年，美国乔治城大学和IBM公司合作研发的机器翻译系统，基于一个仅包含250个词语和6条语法规则的词典，翻译了预先精心挑选的约60个俄语句子。20世纪60年代，一些较为成功的自然语言处理系统开始出现，如ELIZA人机对话系统，尽管它并没有真正理解文本内容，但它通过关键词匹配和预先设定的脚本可以模拟出与人类对话的效果。20世纪70年代，自然语言处理的主流是基于规则的范式，其重点研究方向是概念依存理论和框架语义学等深层语义表示。20世纪80年代，是自然语言处理领域基于规则方法与统计方法交织发展的时期。20世纪90年代，随着统计机器学习方法的兴起，自然语言处理领域发生了一场范式转变。21世纪最初十年，是自然语言处理从“统计革命”迈向“神经网络曙光”的承上启下时期。2.1.3自然语言处理的核心技术1．词法分析词法分析的核心任务是将原始的字符序列转换为有意义的、计算机可处理的词汇单元，并赋予这些单元基本的语法和语义信息。完成这项核心任务，需要借助分词、词性标注、命名实体识别、词形还原与词干提取等操作。分词是指将连续的文本切分成独立的词语，这项操作主要针对的是中文等没有天然空格分隔的语言，其核心难题是如何避免文本切分后产生歧义。解决这些歧义一般可以采用以下方法。1．分词基于词典的匹配方法。基于统计的方法。基于深度学习的方法。2.1.3自然语言处理的核心技术词性标注的目的是为分词后的每一个词语标注一个正确的词性，它需要避免出现兼类词歧义的情况，即同一个词在不同上下文中可能具有不同的词性。词性标注的方法有以下3种。2．词性标注基于规则的方法01基于统计的方法02基于深度学习的方法032.1.3自然语言处理的核心技术命名实体识别用于识别文本中人名、地名、机构名等具有特定意义的实体，这项任务面临的是实体种类繁多、命名形式多样化、新旧实体不断涌现等挑战。早期，命名实体识别采用的是基于词典和规则的识别方法，后来采用基于统计的识别方法，再后来便是利用Bi-LSTM+CRF模型，使用深度学习的技术来进行识别。目前主流的方法是利用BERT等预训练模型来进行命名实体识别，这类模型强大的上下文理解能力，能够极大地提升命名实体识别的效率。3．命名实体识别2.1.3自然语言处理的核心技术词形还原与词干提取的目的是将词语的屈折形式或派生形式归并到其基本形式，这项任务主要针对的是英语等屈折语，通过词汇归一化来减少特征维度，提升模型泛化能力。4．词形还原与词干提取1、词形还原2、词干提取。01词形还原是指基于词典和语法规则返回词的正确的字典形式，如将“was”还原为“be”，将“better”还原为“good”等。02词干提取是指基于启发式规则返回词的词干，如从“running”

中提取词干“run”，从“flies”中提取词干“fly”等。2.1.3自然语言处理的核心技术2．句法分析词法分析是“识字”，句法分析则是“学语法”。句法分析能够让机器从识别孤立的单词跨越到理解单词是如何组合成一个结构严谨的句子的，这是消除歧义、理解句子核心意义的重要技术。句法分析的主要产出是句法树，这主要涉及以下两种理论体系。1．句法树01成分句法分析理论02依存句法分析理论2.1.3自然语言处理的核心技术句法分析的方法也经历了从基于规则的方法到基于统计的方法，再到基于深度学习的方法的演进。2．基本方法基于规则的方法01基于统计的方法02基于深度学习的方法032.1.3自然语言处理的核心技术语义分析的目的是理解语言单位所表达的真实含义，其重要性远超词法分析和句法分析，因为它直接关系到机器能否真正“智能”地与人进行交互。语义分析是一个多层次任务，其原理可以通过以下任务进行说明。3．语义分析词汇级语义分析任务01篇章级语义分析任务0302句子级语义分析任务2.1.3自然语言处理的核心技术文本生成就是让机器“创造”语言，让机器根据特定的输入内容自动创造出连贯、有意义且符合人类语言习惯的文本。文本生成有以下几类方法。4．文本生成基于规则的方法基于统计的方法基于深度学习的方法基于预训练语言模型的方法12342.1.4自然语言处理的应用这里主要介绍自然语言处理在机器翻译、情感分析、信息检索、自动摘要和问答系统中的应用情况。机器翻译能够基于自然语言处理技术分析语句并理解语境，捕捉语言间的细微差异，从而提升翻译的准确性。1、机器翻译情感分析能够利用自然语言处理技术进行分词、词性标注和语义角色识别等操作，解析文本中的情感倾向。2、情感分析信息检索是用户根据需要，采取一定的方法，借助检索工具查询和获取信息的方法和手段。3、信息检索自动摘要是自然语言处理的一个具体应用，这一技术对提炼新闻报道、学术论文、自媒体文章、法律文档等十分有用。4、自动摘要问答系统是一种智能化的信息交互工具，它能够通过分析用户的问题自动、准确地解答用户的各种疑问，常用于智能客服、医疗诊断辅助等场景。5、问答系统2.1自然语言处理2.2计算机视觉语音识别与语音合成2.3专家系统2.42.5自动驾驶2.6综合实践2.2.1计算机视觉的定义计算机视觉是使用计算机及相关设备对生物视觉进行模拟的一种技术，该技术能够通过处理采集的图片或视频数据来实现对相应场景的多维理解。计算机视觉也是人工智能的一个重要研究领域，它涉及计算机科学、信号分析与处理、几何光学、应用数学、统计学、神经生理学等多个学科的知识。按处理方式的不同，计算机视觉有二维计算机视觉和三维计算机视觉之分。二维计算机视觉专注于从二维图像中提取信息，如边缘检测、形状分析、纹理识别等，这种技术适用于对静态图像或视频帧的处理。1、二维计算机视觉三维计算机视觉主要处理三维空间中的数据，涉及立体视觉、深度感知、三维重建等，这种技术在机器人导航、自动驾驶等领域有着广泛应用。2、三维计算机视觉2.2.2计算机视觉的发展20世纪60年代至70年代，计算机视觉的概念开始形成。研究者们尝试通过简单的几何模型来理解图像中的对象，这一阶段的代表是1966年麻省理工学院的“夏季视觉项目”，它标志着计算机视觉领域探索的正式开始。20世纪80年代，随着数字图像处理技术的发展，计算机视觉逐步建立起自己的理论基础。戴维·C.马尔（DavidC.Marr）提出的视觉计算理论成为这一时期的里程碑。20世纪90年代至21世纪初，计算机视觉技术从实验室走向更为广泛的实际应用场景。技术上的核心进展在于特征工程的成熟，如尺度不变特征变换等稳健的特征向量被提出，使得物体识别与匹配的可靠性得到大幅提升。2.2.2计算机视觉的发展21世纪的前两个十年，大数据与强大算力的诞生与发展，促使了以深度学习，尤其是卷积神经网络为核心的技术革命。当前，计算机视觉处于与自然语言处理、机器人等技术深度融合的阶段，推动着多模态感知与认知智能的研究。未来，计算机视觉的研究重点将不再局限于提升模型精度与效率，而是更加侧重于应对小样本学习、模型可解释性、具身智能等挑战，以增强视觉系统在开放、复杂环境中的适应与推理能力。2.2.3计算机视觉的基本任务计算机视觉的基本任务构成了该领域的技术核心，它们从简单到复杂，从粗略到精细，共同使机器能够“看到”并“理解”视觉世界。下面介绍计算机视觉中基本且常见的4类任务。1．图像分类图像分类是计算机视觉技术能够成功应用于各个领域的基石，是计算机视觉需要解决的根本的、核心的问题，即“这张图片是什么？”，它赋予了机器“看到”并“理解”视觉世界的基本能力。许多更复杂的计算机视觉任务都可以被视为在图像分类基础上进行的扩展和深化。图像分类本质上是模式识别和统计决策问题，其核心思想是从图像中提取出能够代表不同类别的区分性特征，然后根据这些特征利用一个学习到的模型来判断图像属于各个类别的可能性，最后选择概率最高的类别作为输出。2.2.3计算机视觉的基本任务2．目标检测目标检测的任务是回答一个比图像分类更为复杂的问题，即“图像中有什么物体？它们在哪里？”，它需要同时完成识别和定位两大任务，且通常会用边界框来标定物体的位置。目前，目标检测主要可分为“两阶段”目标检测和“单阶段”目标检测两种理论体系。“两阶段”目标检测。“单阶段”目标检测。2.2.3计算机视觉的基本任务3．语义分割语义分割的核心思想是为每一个像素分配一个类别标签，然后将输入的图像转换为一个同样大小的分割图谱，其原理大致如下。使用编码器提取特征，通常使用在图像分类任务中预训练过的卷积神经网络，通过一系列卷积层和池化层，使特征图的空间尺寸逐渐缩小，但通道数增加，让每个像素在深层特征图中都包含其周围一个大区域的上下文，从而准确预测其类别。使用解码器恢复空间细节，将编码器中对应层的高分辨率的浅层特征图与解码器中的深层特征图进行通道拼接。这样，解码器在恢复图像尺寸时，既能利用深层的语义信息，又能复用浅层的精确定位信息，从而实现高精度的边界分割。2.2.3计算机视觉的基本任务4．实例分割实例分割的任务是回答一个复合性问题，即“图像中的每一个物体实例是什么？它们的具体像素级轮廓是什么？”，它需要同时完成目标检测和语义分割两个任务，其重要性体现在它提供了视觉理解最丰富、最精细的物体级信息，是连接感知与行动的关键。实例分割主要有自上而下的实例分割和自下而上的实例分割两种方法。自上而下的实例分割自上而下的实例分割的核心思路是“先找对象，再抠轮廓”。自下而上的实例分割自下而上的实例分割的核心思路是“先分类像素，再聚类成实例”。2.2.4计算机视觉的应用1、自动驾驶5、无人机应用2、人脸识别4、安防监控3、医学影像分析6、增强现实和虚拟现实7、智能拍照与图像处理计算机视觉在自动驾驶领域扮演着至关重要的角色，它能识别道路、车辆、行人、红绿灯、路标等相关信息，以确保车辆安全行驶。计算机视觉技术可以自动分析医学影像，如X光片、计算机体层成像影像、核磁共振影像、B超影像等，从而辅助医生进行诊断，

提高诊断的效率和准确率。无人机利用计算机视觉技术可以进行目标检测、跟踪、自主导航和精确制导等，在电力巡检、农作物分析等场景中发挥着重要作用。智能手机中的自动曝光、自动白平衡、自动对焦等功能都离不开计算机视觉的算法支持。借助计算机视觉，人脸识别技术可以提取和比对面部特征，广泛应用于身份验证和安全监控等方面，其识别准确率已经高于人眼的识别准确率。安防摄像头结合计算机视觉算法，可用于实时监控、事件检测和警报系统，以提高安全性。在计算机视觉技术的协助下，AR和VR能够实现物体追踪和交互功能，为用户提供更为沉浸式的体验。2.1自然语言处理2.2计算机视觉语音识别与语音合成2.3专家系统2.42.5自动驾驶2.6综合实践2.3.1语音识别与语音合成的定义1．语音识别的定义与特征语音识别是一种将人类的语音信号自动转换为机器可读的文本的技术。语音识别具有以下特征。对数据的高度依赖性环境的强鲁棒性跨学科性计算的实时性2.3.1语音识别与语音合成的定义2．语音合成的定义与特征语音合成是一种将文本转换为人类可理解的语音信号的技术，其目的是让机器“说人话”，以实现从文本到声音的转换。它具有以下特征。高度的可控性和灵活性卓越的自然度和表现力2.3.2语音识别与语音合成的发展语音技术的发展可以追溯到20世纪中期，且语音合成的研究早于语音识别。1939年，美国贝尔实验室的霍默·达德利（HomerDudley）展示了其研制的第一个电子语音合成器“Voder”。20世纪60年代，规则合成方法成为主流语音合成方法，如约翰·拉里·凯利（JohnLarryKelly）使用IBM704计算机合成了歌曲《DaisyBell》。语音识别的研究则始于20世纪50年代。1952年，贝尔实验室研发的Audrey系统能够识别单个说话人说出的数字0～9，这是首个功能性的语音识别系统。20世纪70年代，隐马尔可夫模型被引入语音识别，它能够对语音信号的时间序列进行统计建模，同时取代了简单的模式匹配，并为后续语音识别的发展奠定了坚实的数学基础。在语音合成方面，20世纪80年代，线性预测编码和共振峰合成等技术得到了广泛应用，它们能够以较低的比特率合成人类可懂的语音。20世纪90年代，基于拼接的单元选择合成方法能够从一个庞大的预录语音库中选取合适的语音单元（如音素、音节）进行拼接，显著提升了合成语音的自然度。2.3.2语音识别与语音合成的发展21世纪10年代，深度学习彻底改变了语音识别与语音合成技术。微软、IBM及杰弗里·辛顿团队的研究表明，深度神经网络在声学建模上显著优于传统的“高斯混合模型-隐马尔可夫模型”框架，语音识别的错误率因此得到大幅下降，这使得智能助手的语音交互体验变得可行。语音合成也在2016年左右迎来突破，DeepMind提出的WaveNet和百度提出的DeepVoice等模型能够直接生成原始音频波形，合成语音的自然度首次逼近真人，这标志着“神经语音合成”时代的到来。21世纪20年代至今，是语音识别技术的“大规模预训练模型”时代，语音识别技术展示出强大的多语种、鲁棒性语音识别能力。语音合成则朝着高度自然、富有表现力的方向发展，能够精确控制韵律、情感和说话人风格。语音识别与语音合成的边界正在变得模糊，语音识别与语音合成与自然语言处理和计算机视觉的深度融合，成为多模态交互系统的核心，共同推动人工智能的进步与发展。2.3.3语音识别与语音合成的核心技术1．语音识别的核心技术机器学习是让机器能像人类一样，通过观察大量的数据和训练来发现事物规律，以获得某种分析问题、解决问题的能力。机器学习的主要特点如下。解码与输出语言模型处理声学模型处理特征提取前端信号处理2.3.3语音识别与语音合成的核心技术2．语音合成的核心技术文本分析与前端处理声码器声学模型2.3.4语音识别与语音合成的应用0102030405实时字幕与转写服务智能客服与交互式语音应答智能语音助手音频内容创作与有声化发音学习与口语评测2.1自然语言处理2.2计算机视觉语音识别与语音合成2.3专家系统2.42.5自动驾驶2.6综合实践2.4.1专家系统的定义专家系统是一种模拟人类专家知识和推理能力的人工智能程序，它采用知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题，因此它能辅助人类专家进行工作。处理不确定性透明性高效性03专业性0201042.4.2专家系统的发展专家系统始于20世纪60年代，这一时期的里程碑事件是美国斯坦福大学开发的DENDRAL系统，它被公认为世界上第一个专家系统。该系统的任务是根据质谱数据推断有机化合物的分子结构，它的出现证明了将人类专家的知识固化并存储为知识库后加以利用的操作是完全可以实现的。20世纪70年代至80年代，专家系统进入成熟与繁荣期，这一时期涌现出了一批经典的系统，其中最具代表性的是用于诊断细菌感染的MYCIN系统。该系统确立了专家系统经典的“知识库+推理机”体系结构，并且首创了“置信度因子”来处理不确定性信息，同时还能向用户解释自己的推理过程，这极大地增强了系统的可信度。20世纪80年代末至90年代，研究人员不再依赖于规则，而是转而探索混合智能系统，如结合基于案例的推理（直接参考过去的相似案例）和利用事物深层原理进行推理，使系统变得更加强大和灵活。进入21世纪，专家系统与机器学习、自然语言处理和大数据分析等技术实现了深度融合。2.4.3专家系统的基本构成一个经典的专家系统，其基本构成包括知识库、推理机、综合数据库、解释器、人机界面等模块，如图所示。2.4.4专家系统的应用010305教育培训金融分析客户服务020406医疗诊断法律咨询能源管理07工业制造08农业生产2.1自然语言处理2.2计算机视觉语音识别与语音合成2.3专家系统2.42.5自动驾驶2.6综合实践2.5.1自动驾驶的定义自动驾驶是指通过搭载先进传感器、控制器、执行器等装置，并融合现代通信与网络技术，使车辆具备环境感知、智能决策和自主控制的能力，能够自动、安全、高效地完成行驶任务的技术体系。自动驾驶系统具有以下５个显著特征。规则依赖性算法高鲁棒性技术融合性安全至上性高时效性2.5.2自动驾驶的发展早在20世纪70年代，对自动驾驶的概念便已萌芽。当时的研究集中于在结构化道路上实现简单的路径跟踪，如通过摄像头识别车道线来完成基础的车道保持。这一阶段的系统完全依赖于预设规则，智能水平极为有限。20世纪90年代至21世纪初，对自动驾驶的研究在高校和机构实验室中逐步深入。美国国防部高级研究计划局在2004年至2007年举办的３届无人车挑战赛成为关键催化剂，参赛车辆开始深度融合激光雷达、全球定位系统与初步的环境感知算法，以应对复杂多变的非结构化环境，证明了自动驾驶在极端场景下的技术可行性，从而为后续的自动驾驶技术发展奠定了坚实的基础。21世纪10年代，深度学习的突破为自动驾驶注入了革新动力。2012年，AlexNet在图像分类任务上的成功使其很快就被迁移到自动驾驶的物体检测与识别中。与此同时，产业力量开始主导自动驾驶的发展，以Waymo为代表的科技公司开始推行“多传感器融合+高精度地图”的技术路径，而特斯拉则开创了以视觉为主、依靠大规模真实道路数据驱动的技术路径。自动驾驶技术从此由实验室大步迈向真实道路测试，高精度地图与传感器融合技术也在此过程中日趋成熟。2.5.2自动驾驶的发展21世纪20年代，自动驾驶进入了以商业化落地和规模化应用为标志的新阶段。Waymo、百度Apollo等公司或平台开始在特定城市区域提供移除安全员的具有４级驾驶自动化系统的出租车服务。与此同时，自动驾驶技术的发展也从单纯的“单车智能”拓展至“车路协同”，通过车辆与道路基础设施的信息交互来弥补单车感知的盲区，以共同构建更高阶的安全体系。未来，自动驾驶的终极目标是实现全场景、全气候适应的5级完全自动驾驶，这不仅依赖于算法和硬件的进步，更需要在法律法规、社会伦理和公众接受度等软性层面取得突破。2.5.3自动驾驶的基本原理自动驾驶的基本原理遵循“感知—决策—执行”这一典型分层架构，这与人类驾驶员的“眼睛、耳朵—大脑—手脚”工作模式高度相似。1．感知层感知层是自动驾驶的“眼睛”和“耳朵”，负责实时、精准地感知车辆周围的动静态环境，其主要原理如下。多传感器融合01计算机视觉技术应用02高精度定位032.5.3自动驾驶的基本原理2．决策层决策层是自动驾驶的“大脑”，负责根据感知信息进行驾驶行为决策和路径规划，其主要原理如下。路径规划0203不确定性处理01行为决策2.5.3自动驾驶的基本原理3．执行层执行层是自动驾驶的“手脚”，负责将决策层生成的规划轨迹转化为具体的车辆动作，其主要原理如下。纵向控制010203横向控制整车协调2.5.4自动驾驶的应用自动驾驶技术正在重塑交通运输、物流配送和城市出行模式，它的应用场景也在不断拓展。下面是自动驾驶的部分应用情况。01自动驾驶出租车无人配送服务02港口物流03矿区运输042.1自然语言处理2.2计算机视觉语音识别与语音合成2.3专家系统2.42.5自动驾驶2.6综合实践实践1

按照自然语言处理的方式构建句法树1．实践目标自然语言处理让人工智能从“计算智能”和“感知智能”迈向“认知智能”，使人工智能真正具备了与人沟通、从人类知识中学习，并为人类提供智慧服务的能力，它对人工智能的发展至关重要。本次实践将构建句法树来帮助读者巩固句子的句法结构与成分关系的相关知识，帮助读者体会机器理解句子结构的原理。用于本次实践的两个句子分别为“小猫追蝴蝶。”和“聪明的学生认真地读一本有趣的书。”2．实践内容（1）分词。（2）词性标注。（3）构建成分句法树。（4）构建依存句法树。两个句子的成分句法树两个句子的依存句法树实践2使用百度识图识别中国建筑1．实践目标计算机视觉技术已经深入人们的日常生活当中，为人们带来了极大的便利。利用计算机视觉技术，各种识图工具可以帮助用户随时认识和了解身边的各种物体。本次实践将利用网页版百度识图功能来识别中国建筑，读者在体验计算机视觉技术强大功能的同时，尝试分析该功能使用了计算机视觉的哪些核心技术。2．实践内容（1）搜索“百度识图”实践2使用百度识图识别中国建筑（2）准备上传图片（3）选择图片（4）完成识别（5）分析技术原理

ArtificialIntelligence谢谢观看!！学海无涯祝您成功！编者：×××ArtificialIntelligence人工智能领域中的智能体第3单元新一代信息技术导论（人工智能+AIGC应用+技术融合）（微课版）（第2版）编：×××3.1认识智能体3.2智能体的关键技术智能体在重点产业中的应用实践3.3综合实践3.43.1.1智能体的定义智能体是一种能够感知环境并自主采取行动以实现特定目标的软件、硬件，或由软硬件构成的系统实体。它通常具备自主性、适应性和交互能力，能够通过传感器或数据接口获取信息，并根据内置规则或学习到的知识和算法进行判断和决策，然后通过执行模块或外部接口对环境产生影响，以完成任务或接近目标。智能体主要体现出以下特征。进化性预动性社会性反应性自主性3.1.2智能体的分类按照不同的标准，智能体可以分为各种不同的类型。分为简单反射智能体、基于模型的反射智能体、基于目标的智能体、基于效用的智能体和学习智能体五大类，下面依次进行介绍。1．简单反射智能体简单反射智能体是较为基础的一类智能体，其运作完全基于“条件—动作”规则。这意味着它们仅能根据当前的感知输入直接做出反应，而不会考虑任何过去的经验或历史数据。这种机制要求智能体的运行环境通常是可观测和能确定的，以便智能体能够依据预设的规则集预测行动结果并做出决策。3.1.2智能体的分类2．基于模型的反射智能体基于模型的反射智能体是简单反射智能体的一个重要演进，其核心突破在于它能够有效应对部分可观测的环境，即智能体不仅能依据当前的感知输入，还会结合其内部的环境模型来共同决定行动。这类智能体可以通过两个关键信息来实现其内部环境模型的持续更新，一个是世界如何独立于智能体而自主演变，另一个是智能体自身的动作已对世界产生了什么影响。3.1.2智能体的分类3．基于目标的智能体基于目标的智能体是使用环境信息来实现特定目标的人工智能驱动系统。与简单反射智能体或基于模型的反射智能体不同，这类智能体能够确定达到期望结果所需的最佳决策和行动序列。具体来说，基于目标的智能体的核心在于其决策始终服务于一个既定目标，它能通过搜索/规划算法来生成一个能高效实现该目标的行动计划，并将当前状态与目标进行对比，从而选择一个能与目标缩短距离的动作。3.1.2智能体的分类4．基于效用的智能体基于效用的智能体是人工智能决策架构中的一种高级形式，其核心在于通过一个效用函数来评估和选择行动。该函数可以为不同的环境状态或行动结果分配一个表征“满意度”的数值。它能评估所有可能行动的预期效用，并选择能将其最大化的那一个，这使得它能在复杂和不确定的环境中表现出更强的适应性和实现更高的决策质量。基于效用的智能体能够通过一个结构化的决策流程来实现其优化目的，如图所示。3.1.2智能体的分类5．学习智能体学习智能体是一类能够从过往经验中获取知识并随时间动态提升其性能的人工智能系统。一个典型的学习智能体包含以下4个协同工作的核心组件。01学习组件02评价组件03执行组件04问题生成器3.1.3智能体的发展1．概念萌芽与早期实践阶段20世纪50年代至80年代，智能体的核心基于智能源于对符号的操纵的思想，即通过预先设定的逻辑规则来模拟智能行为。智能体概念的诞生可以追溯到计算机科学和人工智能领域发展的初期。最初，智能体的概念主要与自动化和控制系统相关。20世纪50年代至60年代，随着计算机技术的发展，早期的人工智能领域研究者开始探索能够自主执行任务的系统，尽管这些系统的能力相对简单，但它们为智能体概念的提出奠定了基础。1976年，艾伦·纽厄尔和赫伯特·西蒙提出的“物理符号系统假设”为基于符号推理的智能体奠定了坚实的理论基础。1986年，马文·明斯基提出智能是由大量称为“智能体”的微小进程协同工作产生的观点，这一观点为分布式智能体系统提供了重要的思想源泉。3.1.3智能体的发展2．架构完善与环境交互阶段20世纪90年代至21世纪初，智能体的核心思想实现了重要飞跃，它被认为不应仅是被动响应预设规则的机器，而需具备内部状态，并能主动规划行动以达成特定目标或实现最大化效用。1997年，IBM的超级计算机“深蓝”击败了国际象棋世界冠军，成为基于目标的智能体的典范，展现了其在复杂规则约束下强大的搜索与规划能力；1999年，索尼推出的AIBO娱乐机器人（见图），作为早期具备自主行为与环境交互能力的消费级智能体，成功激发了公众对智能体技术的广泛想象与兴趣。3.1.3智能体的发展3．数据驱动与自主学习阶段21世纪10年代，随着深度学习的兴起，以及强化学习算法的日益成熟，智能体不再完全依赖于预设规则，而是能够直接从与环境的交互数据中自主学习行为策略。2016年，AlphaGo结合深度学习与强化学习击败人类围棋世界冠军。AlphaGo可通过自我对弈不断进化，是典型的学习智能。而AlphaGo击败人类围棋世界冠军这一事件标志着智能体在复杂决策领域达到新的高度。2020年，AlphaFold2在蛋白质结构预测上取得革命性突破，充分展示了学习智能体在科学发现等高端领域的巨大应用潜力。3.1.3智能体的发展4．大语言模型赋能与通用探索阶段21世纪20年代至今，智能体的发展以大语言模型为核心，大语言模型赋予了智能体强大的语言理解、任务分解与工具调用能力，使其能够处理开放世界中模糊、复杂的自然语言指令。这一新技术的基石是2017年提出的Transformer架构，以及在其基础上发展起来的各类大语言模型。在大语言模型的基础上，智能体迎来了认知能力的质变。GPT、BERT等大语言模型为智能体注入了丰富的世界知识和强大的推理能力，使其能够精准理解人类的复杂意图。DeepMind于2022年推出了通用智能体Gato，其单一模型便可处理语言、图像，乃至机器人控制等异构任务，展现了智能体向通用人工智能迈进的潜力。2023年出现的AutoGPT则标志着人工智能领域中智能体的成熟，它能够将复杂任务自动拆解为子任务，并循环调用各种工具来执行子任务，展现了高度的自主性。3.1.4智能体的分级智能体的分级通常采用从L0到L5的框架，这一分级框架借鉴了国际自动机工程师学会对自动驾驶的自动化分级逻辑，其核心依据是智能体的自主性、任务复杂度和环境适应能力。3.1.5基于大模型的智能体1．基于大模型的智能体的特点提高语言理解能力提升文本生成效果支持多场景应用降低开发成本12343.1.5基于大模型的智能体2．基于大模型的智能体产品介绍豆包是字节跳动公司基于自主研发的云雀模型及豆包大模型推出的人工智能工具，它以多模态交互能力为核心，支持文本、图像、语音等信息融合处理，并提供聊天对话、写作辅助、英语学习、生活服务、垂直场景决策等功能。其技术架构采用Transformer模型并对其进行优化创新，可实现自然流畅的语音交互与实时通话功能，同时具备图像理解和生成能力。1．豆包豆包创建智能体的界面3.1.5基于大模型的智能体扣子是字节跳动公司推出的智能体开发平台，它致力于降低大模型应用的构建门槛，用户可通过可视化界面或低代码方式快速创建具备对话、知识库调用或工具集成能力的专属智能体。扣子的特点在于其提供了丰富的插件生态与多模型支持，并支持将智能体一键部署至多元化场景。2．扣子文化智能体平台是基于文心大模型的智能体生态产品，强调在中文场景下的专业化与场景适配能力。它为用户提供了定制化智能体构建工具，支持企业结合行业知识库和业务逻辑开发客服、营销、教育等垂直领域应用。其特点在于深度整合百度搜索生态与多模态技术，并能针对中文语言文化进行优化。3．文心智能体平台3.1认识智能体3.2智能体的关键技术智能体在重点产业中的应用实践3.3综合实践3.43.2.1智能体的感知技术感知技术是智能体与外部环境交互的“窗口”，负责采集和理解环境信息，并为智能体后续决策提供原始数据。感知技术的最终目的是为智能体构建并维护一个准确的内部世界模型，让它能够“看得清、听得懂、知所在”，这是所有智能行为的起点。具体来说，智能体可以通过环境感知、信息融合与状态估计等技术来实现感知。3．状态估计1．环境感知0103在部分可观测的环境中，智能体无法直接获得环境的完整状态，此时利用状态估计技术就能使智能体根据不完整的、带有噪声的观测数据来推断和预测环境内

部的真实状态。环境感知是感知技术的基础，是指智能体通过硬件传感器或软件接口来获取原始数据。02单一传感器的信息往往具有局限性甚至是噪声，而信息融合技术则可以对不同来源、不同模态的数据进行综合处理，以生成对环境更为全面、可靠的统一理解。2．信息融合3.2.2智能体的决策技术决策技术是智能体的“大脑”，它能够基于感知技术提供的环境信息决定“现在应该做什么”。一个完整的决策过程可以简单理解为由问题建模、方案生成与评估选择构成的连续流程。1．问题建模问题建模是决策的第一个环节，其目的是让智能体“理解”它所处的环境。这个环节的关键是将复杂、连续的真实世界抽象为机器能够处理的结构化模型。这一环节涉及以下两种关键技术。状态空间表示是指将环境中所有可能的情况定义为一个“状态”集合，决策就是从“当前状态”向“理想状态”的转移。状态空间表示01不确定性处理是指使用概率模型或模糊逻辑来表示和处理“可能”“大概”等不确定性信息。不确定性处理023.2.2智能体的决策技术2．方案生成完成问题建模后，智能体的决策过程便会进入方案生成环节，以便系统性地探索可能的行动路径。这一环节主要依赖于以下两种技术路径。搜索算法是非常经典的方法，适合在已知模型中系统性地探索行动序列。其中，盲目搜索适用于小型空间；启发式搜索则具有更高的效率，其原理是利用预估成本来优先探索最有希望的路径。搜索算法策略函数可以通过建立从环境状态到最优动作的直接映射来实现快速响应。当智能体处于某个状态时，它无须进行在线搜索，而是直接通过策略函数执行动作，响应速度极快。策略函数01023.2.2智能体的决策技术3．评估选择当有多个可行方案时，智能体需要使用一套标准来评选出最佳方案。在实际情况中，智能体常借助以下两种技术来完成评估选择的任务。1效用函数与价值函数效用函数可以为不同的方案赋予一个代表“满意度”的数值，而价值函数则可以评估长期累积的回报。智能体通过计算每个行动的期望效用或期望价值来选择数值最高的那一个方案。2决策理论决策理论结合了概率论和效用理论中的贝叶斯决策理论，为在不确定性下做出最优决策提供了完整的数学框架，可以确保智能体的选择在概率意义上是“最理性”的。3.2.3智能体的学习技术学习技术主要包括监督学习、无监督学习、强化学习和模仿学习等，这里介绍模仿学习。模仿学习又称“从演示中学习”或“学徒学习”，是机器学习领域的重要分支。其核心目的