《人工智能技术及应用》课件-第1章拥抱AI

时间：2020-9-8拥抱AI第01章人工智能再认识AI内涵与外延AI发展史AI就在你身边1.11.21.31.4手机美颜1聊天机器人2今日头条31.1AI就在你身边在线翻译4语音助手5图像生成611.1AI就在你身边11.1AI就在你身边随着智能手机市场女性用户的地位日益升高，带有美肤效果的手机相继推出，而这一类手机也获得了女性用户的追捧，这一类手机统称为美颜手机。美颜手机内嵌人工智能算法具备自动磨皮、美白、瘦脸、眼部增强、五官立体等功能。手机美颜11.手机美颜体验/android/271754.html。聊天机器人的成功之处在于，研发者将大量网络流行的俏皮语言加入词库，当你发送的词组和句子被词库识别后，程序将通过算法把预先设定好的回答回复给你。而词库的丰富程度、回复的速度，是一个聊天机器人能不能得到大众喜欢的重要因素。千篇一律的回答不能得到大众青睐，中规中矩的话语也不会引起人们共鸣。此外，只要程序启动，聊士们24小时在线随叫随到，堪称贴心之至聊天机器人2聊天机器人2下载地址：/expcenter.shtml2.聊天机器人很牛3.科大讯飞金融客服机器人4.聊天机器人也有不足《今日头条》基于个性化推荐引擎技术，根据每个用户的社交行为、阅读行为、位置、职业、年龄等挖掘出兴趣进行个性化推荐，推荐内容不仅包括狭义上的新闻，还包括音乐、电影、游戏、购物等资讯。今日头条35.头腾大战6.今日头条赚钱人工智能的普遍应用则使在线翻译成了当今机器翻译的重头戏（参见13.4.2）。在这一领域，竞争正变得空前激烈。如今功能较强、方便易用的在线翻译工具有谷歌翻译、必应翻译、脸谱翻译、有道翻译、巴比伦翻译等，其中后起之秀的谷歌翻译最具特色，同时最具代表性。谷歌翻译可提供63种主要语言之间的即时翻译；它可以提供所支持的任意两种语言之间的互译，包括字词、句子、文本和网页翻译。另外它还可以帮助用户阅读搜索结果、网页、电子邮件、YouTube视频字幕以及其他信息。在线翻译47.同声译体验智能音箱的背后技术是语音助手，而目前最强技术都掌握在微软、谷歌、亚马逊、苹果和三星等几个巨头手中。目前，常规语音识别技术已经比较成熟。语音助手68.语音助手体验

生成一幅逼真的图像对人类来说已经非常困难了，需要多年的平面设计训练。但在人工智能技术发展的今天，让机器完成这项任务变的很容易。图像生成7https://make.girls.moe1.2AI发展史计算驱动1.2.1知识驱动1.2.2数据驱动1.2.31.2AI发展史1956年8月，在美国汉诺斯小镇宁静的达特茅斯（Dartmouth），开来两个月的会议。虽然大家没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：人工智能。因此，1956年也就成为了人工智能元年。计算驱动1达特茅斯会议主要参与者：约翰·麦卡锡（JohnMcCarthy）、马文·闵斯基（MarvinMinsky，人工智能与认知学专家）、克劳德·香农（ClaudeShannon，信息论的创始人）、艾伦·纽厄尔（AllenNewell，计算机科学家）、赫伯特·西蒙（HerbertSimon，诺贝尔经济学奖得主）等鉴于计算机一直被认为是只能进行数值计算的机器，所以，它稍微做一点看起来有智能的事情，人们都惊讶不已。这个时期诞生了世界上第一个聊天程序ELIZA，塞缪尔的跳棋程序等。计算驱动1乐观预测计算驱动1956年，西蒙和纽厄尔预言“十年之内，数字计算机将成为国际象棋世界冠军。问题表现计算驱动导致人工智能的发展走入低谷主要表现为计算能力有限。

专家系统其实就是一套计算机软件，它往往聚焦于单个专业领域，模拟人类专家回答问题或提供知识，帮助工作人员作出决策。它一方面需要人类专家整理和录入庞大的知识库（专家规则），另一方面需要计算机科学家编写程序，设定如何根据提问进行推理找到答案，也就是推理引擎。

专家系统把自己限定在一个小的范围，避免了通用人工智能的各种难题，它充分利用现有专家的知识经验，务实的解决人类特定工作领域需要的任务，它不是创造机器生命，而是制造更有用的活字典，好工具。知识驱动2专家系统知识工程奠基人Feigenbaum知识获取瓶颈。神经网络的局限。鉴定化学成分Dendral血液病诊断MYCIN通用专家系统Cyc1982年发行具有学习能力的神经网络Hopfield网络。1982年日本研发第五代机，十年后基本以失败。代表人物代表产品问题表现知识驱动2数据驱动320062007数据驱动3201220142014年，伊恩·古德费罗提出GAN（GenerativeAdversarialNetworks）生成对抗网络算法，这是一种用于无监督学习的人工智能算法，这种算法由生成网络和评估网络构成，以左右互搏的方式提升最终效果，这种方法很快被人工智能很多技术领域采用。数据驱动3201610.人工智能历史2016年谷歌发起了两场轰动世界的围棋人机之战，其人工智能程序AlphaGo连续战胜曾经的围棋世界冠军韩国李世石，以及现任的围棋世界冠军中国的柯洁。1.3人工智能内涵与外延图灵测试1机器智能和人工智能2弱人工智能、强人工智能和超人工智能31.3人工智能内涵与外延弱人工智能到强人工智能之路4测试中要求一个人和一台拥有智能的机器设备在互不相知的情况下，进行随机的提问交流，如果超过3成的测试者没有发现对方是机器设备，那就代表了这台设备拥有“人类智能”图灵测试1测试过程现状环境搭建目前还没有任何人工智能通过测试。机器智能和人工智能2机器智能和人工智能2弱人工智能只专注于完成某个特别设定的任务，例如语音识别、图像识别和翻译，也包括近年来出现的IBM的Watson和谷歌的AlphaGo。弱人工智能目标：让电脑看起来会像人脑一样思考。弱人工智能、强人工智能和超人工智能3弱强超强人工智能系统包括了学习、语言、认知、推理、创造和计划，目标是使人工智能在非监督学习情况下处理前所未见的细节，并同时与人类开展交互式学习。强人工智能目标：会自己思考的电脑。超人工智能是指通过模拟人类的智慧，人工智能开始具备自主思维意识，形成新的智能群体，能够像人类一样独自地进行思维。弱人工智能到强人工智能之路4现在，人类已经掌握了弱人工智能。其实弱人工智能无处不在，人工智能革命是从弱人工智能，经过强人工智能，最终到达超人工智能的旅途。让我们来看看这个领域的思想家对于这个旅途是怎么看的。困难现状弱人工智能到强人工智能之路这条路很难走，只有明白创造一个人类智能水平的电脑是多么不容易，才能让你真的理解人类的智能是多么不可思议。造摩天大楼、把人送入太空、明白宇宙大爆炸的细节——这些都比理解人类的大脑，并且创造个类似的东西要简单太多了。至今为止，人类的大脑是我们所知宇宙中最复杂的东西。人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其它动物不需要思考就能完成的事情上，还差得很远。三大流派1.4.1三个层次1.4.2知识体系1.4.31.4人工智能再认识奠基人是西蒙，符号主义主要成就代表是上个世纪的专家系统。在符号主义看来，机器遵从基本的物理学定律，人也是物理符号系统，自然可以用机器来模拟人的智能。主要还是因为人的认知就是一类符号事物，比如一系列有形或者无形的事物都可以用特定的语言去表达，而机器通过输入输出自然也可以得到相应的事物。其实说白了人工智能的问题就是如何表示？如何推理？三大流派1符号主义符号主义曾长期领衔其它学派，即使到目前，符号主义仍然属于三大主流派别之一。奠基人是明斯基，主要成就是神经网络。连接主义学派的诞生，出现于人类对脑结构与脑功能的研究到达了可具象化之后。它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。三大流派1联结主义就在人们对符号主义怀疑并且否定的同时，连接主义在理论与实践基础上均开始突破。这一次连接主义（深度学习）势如破竹，引领了接下来人工智能的发展浪潮。神经网络模拟器/#activation=tanh&batchSize=10&dataset=circle®Dataset=reg-plane&learningRate=0.03®ularizationRate=0&noise=0&networkShape=4,2&seed=0.46584&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=false&xSquared=false&ySquared=false&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification&initZero=false&hideText=false奠基人是维纳，行为主义的贡献是机器人控制系统。其代表性成果是布鲁克斯研制的机器虫。行为主义认为智能取决于感知和行动，提出了智能行为的“感知—动作”模型三大流派1行为主义行为主义认为智能不需要知识、不需要表示、不需要推理；人工智能可以像人类智能那样逐步进化，智能只有在现实世界中通过与周围环境的交互作用才能表现出来；指责传统人工智能（主要指符号主义，也涉及连接主义）对现实世界中客观事物的描述和复杂智能行为的工作模式做了虚假的、过于简单的抽象，因而，是不能真实反映现实世界的客观事物的。未来达到强人工智能，需要三大流派互相融合流派演化三大流派1计算智能即快速计算、记忆和储存能力，目前，以快速计算、