儿童人工智能科普模板

科普培训人工智能·儿童科普培训·机器语言·编程学习演讲：科普小课堂：

儿童人工智能目录1智能+未来人工智能定义与基础认知2出现与发展人工智能的诞生与演进历程3应用场景人工智能在各行业的落地实践4机器学习人工智能的核心方法与原理5总结展望回顾要点，展望智能时代

CHAPTER智能+未来

探索智能的奥秘，从理解开始

人工智能是模拟、延伸和扩展人类智能的一门新技术科学01未来生活中的AI应用01科学的定义什么是智能？人工智能学家与数学家、物理学家、科学家想的一样吗？02计算的边界知识的表达与推理，是否就是一种计算过程？03哲学的追问智慧的本质又是什么？在这些未来的生活场景中，人工智能的应用有哪些？家庭场景帮你算数学？帮你洗衣服？帮你完成各种家务？城市场景智能交通调度、环境监测、公共安全预警汽车场景自动驾驶、路线规划、语音交互1何为人工智能？人工智能（ArtificialIntelligence，AI），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。AI的核心内涵学科基础涵盖脑科学、认知科学、心理学、语言学、逻辑学、哲学、计算机科学等多个领域通俗解释用人工的方法在机器（计算机）上实现的智能1CHAPTER出现与发展从图灵测试到深度学习，一段跨越七十年的智能之旅

人工智能经历了三次浪潮，正迈向强人工智能时代02人工智能的横空出世测试规则人类测试员通过文字与密室中的机器和人分别对话，若无法分辨谁是机器，则该机器通过图灵测试。1950：图灵测试诞生艾伦·图灵提出图灵测试（TuringTest），成为测试机器智能的重要标准。2AI诞生前的关键突破1951年SNARC神经网络机器研究生马文·闵斯基建立世界上第一个神经网络机器，首次模拟神经信号传递，为人工智能奠定深远基础1955年"逻辑理论家"程序艾伦·纽厄尔、赫伯特·西蒙和克里夫·肖建立计算机程序，模拟人类解决问题的技能，开创搜索推理方法1956年达特茅斯学院会议闵斯基、约翰·麦卡锡、克劳德·香农和纳撒尼尔·罗切斯特组织会议，宣告"人工智能"作为一门新学科诞生2第一次浪潮（1956-1974）1956-1974人工智能第一次浪潮1963年美国高等研究计划局投入200万美元资助麻省理工学院培养早期计算机科学与人工智能人才1964-1966年约瑟夫·维森鲍姆建立世界首个自然语言对话程序ELIZA通过模式匹配与对话规则实现人机聊天70年代中期人工智能难以满足社会不切实际的期待进入第一个冬天2第二次浪潮（1980-1987）80年代，专家系统与神经网络的新进展，再度掀起人工智能浪潮。1980年XCON专家系统卡耐基梅隆大学开发，每年节省

4000万美元1982年霍普菲尔德神经网络约翰·霍普菲尔德提出，引入关联存储机制1986年反向传播算法论文发表，成为神经网络训练核心方法1987年第二个冬天专家系统成本高昂、商业价值有限，AI步入寒冬2第三次浪潮（2011-现在）21世纪，人类迈入"大数据"时代2012·算法突破AlexNet夺冠多伦多大学AlexNet在ILSVRC图像识别竞赛夺冠，大幅超越传统算法，引发学界震动此后·深度推广深度学习推广多层神经网络为基础的深度学习被推广到多个应用领域2016·人机对决AlphaGo胜李世石谷歌AlphaGo战胜围棋世界冠军李世石，标志人工智能进入新阶段2西洋棋机器机械臂下的每一步，都是人类教机器"思考"的最初尝试早期人工智能的弈棋探索，从齿轮与杠杆中孕育出智能的雏形2AI发展历程与阶段AI发展时间线时间节点发展阶段1956年AI诞生，第一次浪潮：聚焦人工智能的理论研究1980年第二次浪潮：人工智能变化趋势浮现2019年第三次浪潮：人工智能的初步应用、强人工智能的探索约2040年预计出现强人工智能、超人工智能人工智能的发展阶段ANI弱人工智能擅长于单个方面的人工智能AGI强人工智能人类级别的人工智能，在各方面都能和人类比肩ASI超人工智能在几乎所有领域都比最聪明的人类大脑都聪明很多2CHAPTER应用场景人工智能正在改变我们生活的每一个角落

从安防到医疗，从驾驶到制造，AI应用无处不在03AI定义与核心能力其核心能力：根据给定输入，作出判断或预测人工智能是通过机器来模拟人类认知能力的技术人脸识别输入照片→判断"这是谁"语音识别输入音频→判断"说了什么"医疗诊断输入影像→判断"疾病成因与性质"电子商务输入购买记录→预测"对什么商品感兴趣"金融应用输入历史价格与交易信息→预测"未来价格走势"3安防领域的AI应用智能视频分析技术可以代替民警做很多事情检测人与车辆实时从视频中自动识别目标，实现无人值守监控识别异常行为自动定位视频中的异常举动，即时推送含具体地点方位信息的警报分析人群态势自动判断人群密度与人流方向，提前预警过密风险，辅助引导疏散3医疗领域的AI应用为解决"看病难"的问题提供了新的思路。AI医疗应用医学影像自动分析为医生诊断提供参考信息，有效减少误诊和漏诊三维模型手术规划多张医疗影像建出人体器官的三维模型，确保手术更加精准3智能客服随着互联网和电子商务的发展，人工智能技术正在重塑企业与客户的沟通方式企业价值提高回应客户的效率自动统计和分析客户需求与问题为后续决策提供数据支撑客户体验像人一样交流沟通准确得体且个性化的回应全面提升客户服务体验3自动驾驶感知层—多种传感器实时采集环境数据视频摄像头激光雷达卫星定位系统决策层—综合分析与智能控制智能驾驶系统对多源感知信号进行综合分析，实时规划驾驶路线，控制车辆运行3工业制造工业制造系统必须变得更加"聪明"，而人工智能则是提升工业制造系统的最强动力传统人工检测大量检测工人肉眼质检易漏检、易误判造成工人疲劳伤害AI视觉工具人工智能自动识别精准检出形态各异的缺陷替代高危重复岗位品质监控的智能化升级，从"人眼"到"AI之眼"VS3人工智能+全景图新产业、新动能、新希望技术平台跨媒体分析推理人机交互语义分析知识图谱语音识别计算机视觉混合增强智能自主无人系统虚拟现实智能建模行业应用自动驾驶/智能驾驶智能机器人智能医疗智能家居智慧城市智慧金融智能安防智能硬件无人零售智慧教育3CHAPTER机器学习让机器学会思考，从数据中寻找规律

机器学习是人工智能的主流方法，从数据与行动中获取智能04AI从何而来？人工智能如何自动做出判断或预测？专家系统规则驱动基于人工定义的规则回答特定问题适用场景规则明确可穷举的领域局限性难以处理复杂模糊问题，扩展性差机器学习（MachineLearning）自主学习通过学习获得预测或判断能力数据驱动从数据中自动发现规律主流地位已成为人工智能的主流方法主流方法自主学习数据驱动4从数据中学习从已知数据中学习规律，再把学到的规则应用到新数据并作出判断或预测监督学习核心特征要求为每个样本提供预测量的真实值典型场景分类、回归等标注数据充足的任务无监督学习不要求为每个样本提供预测量的真实值，从无标注数据中发现隐藏结构半监督学习介于监督学习与无监督学习之间，利用少量标注数据+大量未标注数据协同训练4从行动中学习在机器学习中，利用模型指导行动、追求最大效益的问题，称为强化学习强化学习要素状态（State）可动态变化的局面，如下棋时棋盘上的棋子布局动作（Action）可选取的决策，如下棋时下一步落子位置交互与评估环境（Environment）与决策主体交互的外部系统，如棋局规则与对手回报（Reward）评估行动效益的规则，如赢棋得正回报、输棋得负回报4设计建造智能体人工智能就是要模块化人脑，将人脑的功能在机器上实现机器听觉让机器人和人一样听见机器视觉让机器