《人工智能通识课》课件-第2章人工智能的核心技术

Design20252025.6时间：人工智能的核心技术算法：智能的逻辑2.1.数据：智能的基础算力：智能的支撑3.核心技术的应用案例平台和工具：智能的实现4.5.本章小结6.Catalogue目录数据：智能的基础Design2025Part01PowerpointDesign数据的定义数据是指对客观事件进行记录并可以被鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合，是可识别的、抽象的符号。数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产要素，从创新到所有决策，数据推动着企业的发展，并使得各级组织的运营更为高效，可以这样说，数据已成为每个企业获取核心竞争力的关键要素。数据的类型数据分为文本、图片、音频和视频等类型。文本数据是指不能参与算术运算的任何字符，也称为字符型数据；图片数据是指由图形、图像等构成的平面媒体；数字化的声音数据就是音频数据；；视频数据是指连续的图像序列；每种类型在计算机中以特定格式存储，如文本的ASCII格式、图片的BMP格式等。数据的定义与类型数据预处理数据预处理包括数据清洗、集成、变换和规约。清洗去除错误数据，集成整合多源数据，变换调整数据格式，规约减少数据量。特征工程特征工程是数据表征的语义跃迁，通过构建、选择与转换操作，将原始观测值转化为机器可理解的认知基元。特征转换的目的是使数据更适合机器学习算法的处理。通过规范化、离散化和独热编码等转换，可以消除数据中的噪声和冗余，提高数据的可解释性和模型的性能。0201数据预处理与特征工程大数据，指数据量庞大、类型繁多、处理速度快的数据集合。具有“4V”特点：Volume（大量）、Velocity（高速）、Variety（多样）和Value（价值）。其来源广泛，为人工智能提供了丰富的训练材料。大数据为人工智能提供了丰富的数据源和训练材料，而人工智能则能够高效地处理和分析大数据，从中挖掘出有价值的信息和知识。这种融合推动了科技革命，加速了各个行业的数字化转型和智能化升级。大数据的特点大数据与人工智能的协同作用大数据与人工智能数据思维的定义数据思维是一种以数据为核心要素的思维方式，它通过系统地收集、深入分析以及准确解读数据，来揭示事物背后的本质规律和内在联系。这种思维方式能够为人工智能系统的决策过程提供科学、可靠的依据，帮助其更精准地理解和应对复杂问题。融合的应用场景数据思维与人工智能融合应用于智能制造、医疗健康、金融行业和零售行业，推动产业升级和商业变革。这些行业的应用不仅显著提升了运营效率和服务质量，更深刻改变了产业生态和商业模式，成为推动各行业转型升级和实现可持续发展的核心驱动力。数据思维与人工智能的融合算法：智能的逻辑Design2025Part02PowerpointDesign算法是一系列明确且有限的步骤或规则集合，旨在解决特定问题或完成特定任务。它接受零个或多个输入，通过清晰无歧义的操作（如计算、逻辑判断或数据处理）进行有限步骤内的执行，最终生成至少一个输出结果，且每个步骤必须可有效实现。算法的核心在于其确定性（步骤无二义性）、有限性（避免无限循环）与有效性（操作可行）。算法的定义算法按设计思想分，有分治法、动态规划和贪心算法；按应用领域分，有排序算法、加密算法和机器学习算法；按时间复杂度分，有对数时间、多项式时间和指数时间算法。算法的分类算法的定义与分类搜索算法通过系统性遍历或采样，在可能性空间中寻找可行解。如广度优先搜索、AL算法和快速扩展随机树算法，广泛应用于路径规划和状态转移问题。搜索算法符号推理基于形式逻辑和显式知识表示，通过规则演绎实现智能推理。如产生式规则和知识图谱，应用于医疗诊断和法律条文解释。这类系统依赖人工构建的知识库，虽可解释性强，但难以处理不确定性信息。符号推理优化算法通过迭代调整参数，逼近目标函数的最优解。如随机梯度下降、动量优化算法和遗传算法，用于深度学习和芯片设计等领域。优化算法经典人工智能算法规则推理是一种基于预设的逻辑规则和知识体系进行推导的决策方法。其核心逻辑源于经典二值逻辑，如命题逻辑、谓词逻辑，以及产生式规则。产生式规则通常采用“如果-那么”的结构，例如“如果温度传感器读数大于等于38℃且咳嗽症状存在，那么触发流感预警”。这种推理方式通过符号化表达实现确定性结论，其推理过程高度依赖于规则库的质量和完整性。规则推理01统计推理则是通过分析样本数据来推断总体特征的一种推理过程。它建立在概率的基础上，结论具有或然性。与简单枚举归纳推理相比，统计推理在分层抽样的基础上进行，因此更为严谨，结论的可靠性也更高。统计推理的技术实现需要收集样本数据，并利用统计模型进行训练和预测。统计推理在调查研究、自然语言处理、图像识别等领域有着广泛的应用，其优势在于能够处理大规模数据、捕捉复杂模式，并适应不确定性强、规则难以穷举的场景。统计推理02人工智能的推理方式算力：智能的支撑Design2025Part03PowerpointDesignCPU是计算机的核心组件，负责执行指令和控制操作，具有通用性强、多核设计等特点，广泛应用于各类计算设备。CPUGPU专为图形渲染和并行计算设计，拥有大量并行计算单元，适合处理大规模数据集，应用于图形渲染、科学计算和深度学习等领域。GPUTPU是谷歌开发的专用硬件加速器，专为张量计算设计，具有高度并行架构和高计算密度，广泛应用于人工智能领域。TPUCPU通用性强，GPU擅长并行计算，TPU专为人工智能设计。在实际应用中，三者常协同工作，推动科技发展。三者的区别与联系01020304计算硬件的演进01云计算是指通过计算机网络形成的计算能力极强的系统，可存储、集合相关资源并可按需配置，向用户提供个性化服务，具有虚拟化、动态可扩展和高性价比等特点。云计算的定义02云计算从1956年虚拟化概念提出，到2006年谷歌首次提出“云计算”概念，再到如今广泛应用，经历了快速发展。云计算的发展历程03云计算具有虚拟化、动态可扩展、按需部署、灵活性高、可靠性高和性价比高等优势，推动了互联网技术和IT服务的变革。云计算的优势云计算Google首席执行官埃里克·施密特。他在搜索引擎大会（SESSanJose2006）上首次提出“云计算”的概念。01数据处理能力算力是处理海量数据的基础，强大的算力确保在合理时间内完成复杂计算任务，支持AI模型的训练和推理。02模型训练和推理高算力为大型AI模型训练提供支持，缩短训练时间，促进模型快速迭代升级，适应不断变化的应用需求。03实时分析和决策在自动驾驶、智能客服等场景中，高算力确保系统的响应速度和准确性，推动人工智能技术的创新。04各领域应用算力在医疗、智能制造、气候模拟等领域发挥重要作用，推动各行业的发展和创新。05算力网络的发展算力网络集成计算资源、存储设备和网络设施，提供高效计算能力，满足AI应用需求。算力对人工智能发展的影响平台和工具：智能的实现Design2025Part04PowerpointDesignTheiaAI是Eclipse基金会推出的开源框架，支持多种语言模型供应商，允许开发者完全控制开发过程。TheiaAI华为仓颉框架提供声明式编程和全生命周期管理方案，支持多平台适配，降低多智能体系统开发复杂度。仓颉开发框架TensorFlow是谷歌开源的深度学习框架，支持多种编程语言，具有丰富的API和工具库，广泛应用于模型训练和推理。TensorFlowPyTorch是Facebook开发的开源机器学习库，使用Python语言，具有高度灵活性和易用性，适合深度学习和研究。PyTorch常用人工智能开发框架人工智能开发流程包括需求分析、数据收集与处理、模型选择与训练、模型评估与调优和部署与应用。开发流程常用工具链包括编程语言（如Python）、开发环境（如Anaconda）、模型框架（如TensorFlow）、数据处理工具（如Pandas）和可视化工具（如Matplotlib）。工具链0201人工智能开发流程与工具链社区分类国内社区国外社区开源社区又称开放源代码社区，一般由拥有共同兴趣爱好的人所组成，根据相应的开源软件许可证协议公布软件源代码的网络平台，同时也为网络成员提供一个自由学习交流的空间。由于开放源码软件主要被散布在全世界的编程者所开发，开源社区就成了他们沟通交流的必要途径，因此开源社区在推动开源软件发展的过程中起着巨大的作用。我国开源社区几乎和我国互联网建设同时起步。20世纪90年代初，开源软件传入中国。1997年6月17日，中国软件行业协会自由软件研究应用发展分会在北京成立，同时中国自由软件库建立。1998年的年中开始，我国渐渐地产生了一些开源社区组织，这其中包括上海的LinuxUserGroup、北京Linux俱乐部、南京LUG、中国JavaUnion等，推动开源软件在中国的发展。国外开源社区如kernel、Alpha、PowerPC等，为特定技术领域提供支持和交流平台。开源社区与资源共享核心技术的应用案例Design2025Part05PowerpointDesignuAI智能诊断系统联影医疗的uAI智能诊断系统已部署全国300余家三甲医院，通过多模态数据融合与算法创新，实现高敏感度的病症筛查。技术突破与经济效益联影医疗构建PB级数据库，开发影像增强模块和病灶检测算法，实现技术突破，带来显著经济效益。行业生态与未来展望联影医疗推出智能化技术平台，形成技术壁垒，推动高端医疗设备国产替代进程。010203联影医疗山东省计算中心积极响应国家"东数西算"战略部署，针对千亿参数大模型训练对分布式算力的迫切需求，构建了覆盖全省的多元算力融合网络，实现与国家级算力平台的互联互通，支撑大模型训练。01算网平台的构建平台攻克长距无损网络通信技术，实现5种算力架构、12类算力集群的无缝接入，并通过张量并行、流水线并行等优化策略，将千亿参数模型的训练周期从常规90天压缩至30天，赋能空天信息、海洋科技和智能制造等领域。02技术创新与应用场景平台当前正推进"超算+智算+边缘计算"的三级算力网络建设，预计2025年实现全省90%规上企业的算力服务覆盖，加速山东新旧动能转换进程。03经济效益与未来规划山东算网平台TSINGSEE智能分析网关集成40余种AI算法，支持每秒处理128路视频流，通过动态算法编排实现97%异常事件识别准确率，支持实时视频处理，通过技术创新实现高准确率的异常事件识别。网关在智慧园区安保、交通治理等领域发挥关键作用，提升效率，减少损失，推动城市治理智能化。网关形成产品矩阵，支持算法在线迭代，赋能更多场景，助力城市治理转型。网关的功能与技术突破应用场景与经济效益未来发展方向TSINGSEE智能分析网关本章小结Design2025Part06PowerpointDesign知识回顾数据是人工智能的基础，数据预处理和特征工程是提升模型性能的关键步骤。算法是人工智能的逻辑，经典算法和推理方式在不同场景中发挥重要作用。核心技术在医疗、算网平台和智能分析等领域有广泛应用，带来显著效益。开发框架、流程和工具链为人工智能开发提供支持，开源社区促进资源共享。算力是人工智能的支撑，云计算提供高效计算资源，推动技术发展。应用案例开发平台与工具算法与推理算力与云计