人工智能通识教程（新文科版）课件 刘健 第1-5章 人工智能初探-计算机视觉

第1章人工智能初探主要内容什么是人工智能人工智能的发展历程智能的协同与应用无处不在的人工智能

精准推荐最优路线智能购物视频APP能精准“猜”到你感兴趣的内容，实现个性化内容分发。地图导航实时规划最优路线，极大提升交通出行效率。购物网站自动推荐可能需要的商品，精准洞察消费需求。学科定义人工智能的定义与目标人工智能（AI）是一门致力于研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的前沿交叉学科。深度融合计算机科学、数学、神经科学、哲学等多领域。目标：赋予机器感知世界、学习知识、理性决策的能力。核心价值：引领新一轮科技革命和产业变革。典型案例：多样性的智能形式自动驾驶汽车模拟“感知-运动智能”，在动态环境中实时感知并行使操控。AlphaGo模拟“认知-策略智能”，通过海量推演实现对人类棋手的超越。结论：两者展现的智能形式、解决的核心问题及技术底座截然不同。审视AI的四个基本视角依据《人工智能：一种现代方法》，由两条轴线交叉构成：像人一样思考像人一样行动合理地行动基准轴：追求人类表现vs追求理性完美|焦点轴：关注思考过程vs关注行为表现认知建模方法：让机器思维过程与人类匹配，关注内部运作机制。认知建模方法：让机器思维过程与人类匹配，关注内部运作机制。认知建模方法：让机器思维过程与人类匹配，关注内部运作机制。图灵测试：衡量行为的黄金标准1950年艾伦·图灵提出：若裁判无法分辨对话方是机器还是人，则认为机器通过测试。绕开了“机器能否思考”的哲学争议。提供了清晰、可操作的宏伟目标。涉及NLP、知识表示、自动推理等核心能力。理性智能体：当代研究主流现代定义：人工智能是一门研究与构建能够感知环境、进行思考与学习，并能做出最佳行动以实现既定目标的智能体的科学与工程。优势一：比“合理思考”更通用正确的推理只是手段之一。例如紧急刹车虽非推演结果，却是最理性的行动。优势二：兼容“像人一样行动”在人机协作场景中，模仿人类交互本身就是实现目标的最佳策略。强弱之辨：本质的冲突现代定义：人工智能是一门研究与构建能够感知环境、进行思考与学习，并能做出最佳行动以实现既定目标的智能体的科学与工程。维度弱人工智能(WeakAI/ANI)强人工智能(StrongAI/AGI)核心观点机器只能“模拟”人类智能行为计算机本身可以“拥有”心智现状几乎所有现有的AI应用（如导航）仅存于科幻作品（如MOSS）目标创造解决特定任务的超级工具创造全认知能力媲美人类的智能体哲学思辨：“中文房间”实验约翰·塞尔提出：纯粹的符号操作无法产生真正的语义理解。语法(Syntax)≠语义(Semantics)程序无论多复杂，都只是机械地处理符号。促使人类反思：随着AI进阶，我们应更珍视人类独有的创造力与同理心。核心论证点主要内容什么是人工智能人工智能的发展历程智能的协同与应用历史波澜：“三起两落”早期探索与第一次寒冬符号主义(Symbolicism)1956年达特茅斯会议确立。信念：智能本质是基于符号的逻辑推理。代表成果：“逻辑理论家”程序证明数学定理。❄寒冬障碍组合爆炸：计算复杂度随问题规模指数级增长。常识瓶颈：机器难以掌握人类习以为常的背景常识。后果：政府资助削减，研究跌入低谷。专家系统与第二次寒冬海量数据(BigData)：

为AI模型提供充足养料。强大算力(Compute)：

以GPU为代表硬件实现飞跃。算法革新(Algorithms)：

2012年AlexNet证明深度学习潜力。开启从“分析内容”向“创造内容”跨越的生成式AI时代。爆发时代：三大支柱共振专家系统的兴起将专家知识编码为“IF-THEN”规则，在医学诊断、矿产勘探中实现商业价值。连接主义复苏1986年反向传播（BP）算法普及，为多层神经网络训练奠定基础。致命缺陷知识获取依赖人工、开发成本高、系统脆弱且难以维护。主要内容什么是人工智能人工智能的发展历程智能的协同与应用核心能力对比：人类vs机器现代定义：人工智能是一门研究与构建能够感知环境、进行思考与学习，并能做出最佳行动以实现既定目标的智能体的科学与工程。维度人类智能优势人工智能优势推理与决策常识底蕴、灵活性、应对开放环境严密逻辑（符号AI）、感知匹配（深度学习）学习与适应样本效率高、跨界迁移、举一反三海量数据挖掘、统计规律提取创造与意图原创精神、主观意图、情感共鸣概率分布重组、高级插值运算（生成式AI）从互补到协同：人机增强智能机器职责：超大规模数据处理、极致执行稳定性、高维计算。人类主导：守住伦理底线、承担最终决策权责、保障系统韧性。人类专注于：顶层战略规划、价值对齐、颠覆性创新与复杂异常兜底。构建“增强智能”共同体核心研究方向机器学习(ML)现代AI的引擎与基石，研究能从数据中自动学习规律的算法。计算机视觉(CV)赋予计算机“慧眼”，任务包括分类、检测、分割及身份识别。自然语言处理(NLP)人工智能皇冠上的明珠，涵盖翻译、抽取、对话系统。知识表示与推理符号主义传承，利用知识图谱进行逻辑推演。机器人学AI虚拟大脑注入物理躯壳，涉及感知、导航与精密操纵。主要应用领域医疗健康&金融科技解析CT影像、预测蛋白质结构；高频交易、风险评估与反欺诈。交通出行&教育文化自动驾驶、路网调度；自适应学习路径、文创产业赋能。科学发现(NLP)AI已崛起成为继经验观察、理论推演、计算模拟之后的“第四科研范式”，极大地加速着人类拓宽科学边界的征程。第2章人工智能时代的学习方法引言：人工智能时代的学习变革人工智能的浪潮正在深刻地重塑我们获取知识与技能的方式。·传统学习：课堂上单向的知识灌输·今天：与AI协同、深度互动的新型学习范式本章重点：作为学习者，如何驾驭AI这一强大的认知工具，实现学习效率的飞跃与理解深度的拓展。将系统介绍：·利用AI进行个性化学习·高效信息处理·探索式启发核心拷问：当机器能够轻易给出标准答案时，人类学习的意义何在？主要内容学习案例：利用AI攻克"机会成本"AI辅助学习的四阶"赋能矩阵"核心警示：高度警惕"模型幻觉“人机协同的双红线与提示工程AI学习四步法—从抽象到思辨01降维解释化抽象为具象

用通俗语言理解概念02举一反三拓展应用场景

从多维度加深理解03互动练习检验知识内化

通过测试发现盲区04探索边界培养思辨能力

识别认知误区第一步&第二步：降维解释+举一反三第一步：降维解释，化抽象为具象请用通俗易懂的语言解释"机会成本"，并举一个生活中的简单例子。第二步：举一反三，拓展应用场景请从个人、企业、政府三个层面各举一个例子。答："为了得到A，你不得不放弃的那个最好的选项B的价值。"例：看电影（票价50元）vs兼职打工（赚100元）→机会成本含少赚的100元答：个人：大学四年投入电竞→机会成本是掌握外语/实习经历企业：1000万研发手机→机会成本是投入云计算服务的预期利润政府：10亿建大剧院→机会成本是新建20所公立小学第三步&第四步：互动练习+探索边界答：AI出题：小明获赠800元演唱会票（不可转售），不去可参加500元培训。问：听演唱会的机会成本？A.0元B.500元C.800元D.1300元→AI根据回答进行多轮互动反馈，引导推导答：误区一：将所有放弃的选项相加（应只计算最好的选项）误区二：混淆"沉没成本"（已发生的支出不应干扰判断）误区三：狭隘地等同于金钱（还包括时间、健康、情感等）第三步：互动练习，检验知识内化请扮演经济学教授，出3道选择题考考我。第四步：探索边界，培养思辨能力在现实中应用"机会成本"时，有哪些认知误区？AI学习四步法AI在此场景中扮演的多重角色教材翻译者场景拓展者随堂测验官思维引导者→这正是人工智能时代学习范式跃迁的缩影主要内容学习案例：利用AI攻克"机会成本"AI辅助学习的四阶"赋能矩阵"核心警示：高度警惕"模型幻觉“人机协同的双红线与提示工程方法一：高吞吐量的信息处理中枢语义级高效文献检索AI助手能理解复杂自然语言意图，帮你筛选指定领域的高影响力论文，并提取核心创新点和结论。例："帮我筛选近五年关于基因编辑

伦理困境的5篇高被引核心期刊论文"长篇内容的"极速降维"面对数十页PDF或几小时视频，可要求AI浓缩为包含核心论点、论据和缺陷的一页纸摘要。"将这份50页报告浓缩为一页纸摘要"消除语言与格式壁垒AI能提供远超传统机器翻译的译文，结合上下文解释学术黑话，并作为顶级润色师修正语法和语气。在外文论文写作中的翻译与润色方法二：全天候的自适应私人导师将晦涩理论"降维打击"调用生活经验类比晦涩理论（如用做披萨解释OOP）。动态调整难度的苏格拉底式练习通过反问引导学生自行发现漏洞，补齐认知短板。碎片化时间的即时答疑无延迟的反馈保护学习者的探索热情。方法三：激发灵感的跨界"智囊团"头脑风暴：从多维视角搭建分析框架，突破思维定式。思想实验：零成本进行沙盘模型推演（如气温骤降对全球的影响）。费曼学习法：向AI“讲授”模型，由其扮演钻牛角尖的学生精准找茬。方法四：高阶"软技能"的无压模拟舱压力测试：

模拟顶级投行面试，获取量化评分与建议。辩论陪练：

在心理安全的环境中磨砺逻辑锋芒与驳论技巧。复盘提升：

基于STAR原则改进表达清晰度。主要内容学习案例：利用AI攻克"机会成本"AI辅助学习的四阶"赋能矩阵"核心警示：高度警惕"模型幻觉“人机协同的双红线与提示工程AI为何会产生"幻觉"？本质：文本概率预测系统（超级词语接龙大师）。机制：基于统计学而非逻辑验证。冲突：以“连贯”为先，而非以“真实”为本。幻觉的典型重灾区—最高危防范对象捏造微观事实将真实背景与虚假数据缝合，极难一眼识破。凭空伪造文献虚构包含真实学者、合理标题但不存在的“幽灵文献”。报错的代码调用已废弃的API或不存在的函数库。主要内容学习案例：利用AI攻克"机会成本"AI辅助学习的四阶"赋能矩阵"核心警示：高度警惕"模型幻觉“人机协同的双红线与提示工程人机协同的双红线红线一：批判性思维审视AI输出的防御机制·强制交叉验证——Trust,butverify·保持对偏见的敏锐度·逻辑自洽性检验红线二：学术诚信不可逾越的道德底线·敬畏学术规范·厘清主体责任（AI是脚手架）·透明与诚实声明提示工程：对话艺术角色赋予(Role)“请你扮演一位资深数据分析师...”背景铺垫(Context)提供详尽上下文及任务最终目的。明确指令(Format)限定输出格式（如Markdown列表）第3章机器学习：机器如何学会“学习”主要内容机器学习入门：一个简单的决策模型学习的引擎：梯度下降与反向传播机器学习的梦魇：过拟合与欠拟合机器学习的三大终极范式本章小结机器如何学习引例一个日常的决策场景根据一名同学的平时表现，预测其能否通过期末考试。假设根据以往经验，影响考试结果的两个决定性因素是“考前学习时长”和“平时作业成绩”。我们的任务，就是构建一个名为“感知机”的模型a，让它学会根据这两项数据做出精准的及格判断。感知机模型示意图感知机的软肋：非线性困境

只要数据点能够被一条直线干净利落地切开（数学上称为“线性可分”），感知机就能完美胜任。然而，现实世界充满了非线性。面对经典的“异或（XOR）”问题，你会发现无论怎么画，都绝对无法用单条直线将两类不同颜色的点彻底分开。主要内容机器学习入门：一个简单的决策模型学习的引擎：梯度下降与反向传播机器学习的梦魇：过拟合与欠拟合机器学习的三大终极范式本章小结梯度下降：万能的优化哲学

“蒙眼下山”策略——梯度下降（gradientdescent）每次迈步，模型都会计算当前所有参数的梯度，并齐刷刷地更新一遍参数。经历成千上万次这样的“迭代探路”，模型参数就能收敛至最优解。反向传播：精妙的“责任追究”机制

“如何快速算出这上亿个参数对最终那个“错误（损失）”究竟各自承担了多少责任（即计算出每一个参数的梯度）呢？一套极其高效的“责任倒查与分配机制”主要内容机器学习入门：一个简单的决策模型学习的引擎：梯度下降与反向传播机器学习的梦魇：过拟合与欠拟合机器学习的三大终极范式本章小结机器学习的梦魇：过拟合与欠拟合

“学渣的躺平”：模型架构过于简单，或者训练时间太短，导致它连训练数据中最基础的规律都没能掌握。“书呆子的死记硬背”：模型极其复杂，记忆力超群。甚至把训练集里偶然的、毫无意义的瑕疵（噪声）也当成真理死记硬背了下来。主要内容机器学习入门：一个简单的决策模型学习的引擎：梯度下降与反向传播机器学习的梦魇：过拟合与欠拟合机器学习的三大终极范式本章小结监督学习：带答案的练习册

核心特征是：训练数据全部带有精准的“标签”或“标准答案”。模型不断将自己的预测与“标准答案”比对，利用反向传播疯狂纠错。分类（classification）：预测离散的类别。回归（regression）：预测连续的数值。无监督学习：无引导的荒野探索

模型化身为一名没有任何线索的“侦探”，必须完全依靠自己去挖掘数据内部潜藏的结构与关联。它不需要做对错分明的预测，而是专注于“发现”。聚类（clustering）：物以类聚，将特征相似的数据自动抱团。降维（dimensionalityreduction）：化繁为简。在剔除冗余的同时保留数据精髓。聚类示意图强化学习：在试错中进化的博弈论

智能体环境智能体做出动作，环境随之改变，智能体获得奖励或惩罚智能体的目标：通过海量的撞南墙与吃甜头，总结出一套能让未来长期累计奖励最大化的“神级策略”。AlphaGo便是这样诞生的主要内容机器学习入门：一个简单的决策模型学习的引擎：梯度下降与反向传播机器学习的梦魇：过拟合与欠拟合机器学习的三大终极范式本章小结本章小结

在本章中，我们掀开了机器学习的引擎盖，探究了其内部精密的运转机制。从一个用来预测考试的“感知机”出发，领悟了机器学习“在试错中修正参数”的灵魂，也见证了单层线性模型在面对“异或问题”时的深深无力。随后，破解了深度学习得以运转的两大数学密码：用“损失函数”确立目标，用“梯度下降”寻找捷径，并借由“反向传播”的链式法则，实现了海量参数梯度的极速计算。还探讨了炼丹师们必须时刻防备的“欠拟合”与“过拟合”陷阱，确立了以“泛化能力”为核心的评估标准。最后，梳理了统治机器学习版图的三大范式：吃透标准答案的“监督学习”、在混沌中寻找秩序的“无监督学习”，以及在环境博弈中野蛮生长的“强化学习”。第4章人工神经网络：从简单决策到复杂识别主要内容什么是人工神经网络神经网络的基本构成网络的工作流程：前向传播网络的学习机制：反向传播与梯度下降深度训练的挑战与对策主流神经网络架构简介本章小结人工神经网络是一种受生物大脑结构与功能启发的数学模型。它由大量被称为“神经元”的计算单元相互连接而成，这些单元通常被组织在不同的“层”中。每个连接都赋予一个可调整的“权重”，用以量化信号传递的强度。网络的“知识”存储于这些权重之中，而“学习”的过程，本质上即是根据外部数据自动优化这些权重的过程。什么是人工神经网络生物神经元网络与人工神经网络对比示意图主要内容什么是人工神经网络神经网络的基本构成网络的工作流程：前向传播网络的学习机制：反向传播与梯度下降深度训练的挑战与对策主流神经网络架构简介本章小结神经元、权重与偏置

无论架构多么复杂，所有神经网络皆由一组最基本的组件构成分层结构

单个神经元的计算能力有限，但当成千上万个神经元以层次化的结构组织时，便能协同实现复杂的模式处理。输入层：网络的入口，负责接收原始数据。隐藏层：位于输入层与输出层之间，是进行特征提取与核心计算的场所。输出层：网络的终端，负责输出最终决策。激活函数

激活函数是网络的关键组件，其核心作用是引入“非线性变换”。Sigmoid：输出范围（0，1）tanh：输出范围（-1，1）ReLU：常见激活函数曲线对比主要内容什么是人工神经网络神经网络的基本构成网络的工作流程：前向传播网络的学习机制：反向传播与梯度下降深度训练的挑战与对策主流神经网络架构简介本章小结网络的工作流程：前向传播

识别一张手写数字“7”的图片一张28×28像素的灰度图像被“展平”为包含784个数值的一维向量。第一隐藏层。在此层，网络捕捉到了低级视觉特征第二隐藏层。将低级特征（边缘、角点）组合成更复杂的几何结构输出层每个神经元根据上一层传来的高级特征组合计算“置信度分数”。代表“7”的神经元在接收到符合特征的信号后，会输出较高分数。主要内容什么是人工神经网络神经网络的基本构成网络的工作流程：前向传播网络的学习机制：反向传播与梯度下降深度训练的挑战与对策主流神经网络架构简介本章小结学习的目标：损失函数

为了量化预测值与真实值之间的差异，需要引入损失函数（lossfunction）。它评估模型的每一次预测，偏差越大，损失值越高。优化的目标即是通过调整参数（权重和偏置），使总损失值降至最低。对于多分类任务，最常用的是交叉熵损失（cross-entropyloss）：当模型对正确类别的预测概率接近1时，损失趋近于0；反之则损失急剧增大，这为模型优化提供了明确的指引。优化的核心：梯度下降法

明确目标后，需要一种系统性的方法来最小化损失。梯度下降（gradientdescent）是最核心的优化算法。其思想是：计算损失函数关于每个参数的梯度（即函数值变化最快的方向），然后沿着梯度的反方向微调参数。权重更新公式如下：其中，η为学习率（learningrate），它控制参数更新的步长。学习率过大可能导致模型振荡不收敛，过小则导致训练极其缓慢。梯度的计算：反向传播算法

对于包含数百万参数的深度网络，如何高效计算损失函数相对于每个参数的梯度？计算损失函数对输出层神经元的梯度。将梯度“反向”传至最后一层隐藏层，计算该层神经元对误差的贡献，并求出相关权重的梯度。依次逐层向前传递，直至输入层。主要内容什么是人工神经网络神经网络的基本构成网络的工作流程：前向传播网络的学习机制：反向传播与梯度下降深度训练的挑战与对策主流神经网络架构简介本章小结梯度不稳定问题

在反向传播中，梯度信号需逐层回传。若每层梯度持续小于1，信号会指数级衰减，导致浅层参数无法更新（梯度消失）；若持续大于1，信号则指数级放大，导致计算溢出（梯度爆炸）。激活函数改进：使用ReLU及其变体替代Sigmoid/tanh。权重初始化：采用He初始化或Xavier初始化，保持各层方差稳定。批量归一化：对每层输入进行标准化（均值为0，方差为1），稳定数据分布。残差连接：如ResNet架构，通过“快捷通道”允许梯度跨层直接传播，从根本上缓解了梯度消失问题。梯度消失与爆炸示意改进措施：过拟合问题过拟合（overfitting）指模型在训练集表现优异，但在测试集表现不佳。随机失活：在训练中以一定概率（如50%）随机“禁用”部分神经元。这迫使网络不依赖特定神经元，学习更鲁棒的特征。数据增强（旋转、缩放图像）。早停：在模型开始过拟合之前停止训练，从而提高模型在新数据上的泛化能力。改进措施：主要内容什么是人工神经网络神经网络的基本构成网络的工作流程：前向传播网络的学习机制：反向传播与梯度下降深度训练的挑战与对策主流神经网络架构简介本章小结主流神经网络架构简介卷积神经网络（CNN）。其核心在于局部感受野和参数共享。通过“卷积核”扫描图像提取特征，并利用“池化层”降维。LeNet-5是其经典代表，在手写数字识别上取得了巨大成功。CNN是现代计算机视觉的基石。主流神经网络架构简介Transformer摒弃了循环与卷积，完全基于“自注意力机制（self-attention）”。该机制允许模型直接计算序列中任意两个元素的关联，不仅解决了长期依赖问题，更实现了大规模并行计算。Transformer是BERT、GPT等现代大语言模型的基础架构。主要内容什么是人工神经网络神经网络的基本构成网络的工作流程：前向传播网络的学习机制：反向传播与梯度下降深度训练的挑战与对策主流神经网络架构简介本章小结本章小结

本章以“手写数字识别”为切入点，系统阐述了人工神经网络。定义了神经网络的概念，解析了其由神经元、层级结构和激活函数构成的基础框架。通过追踪“前向传播”，理解了数据如何被逐层抽象为预测结果。深入剖析了学习机制：以最小化损失函数（如交叉熵）为目标，利用梯度下降法优化参数，并依靠反向传播算法高效计算梯度。此外，探讨了深度网络面临的梯度不稳定与过拟合挑战及其解决方案（如ReLU、Dropout）。最后，概览了三大主流架构：面向图像的CNN、面向序列的RNN/LSTM以及作为大模型基石的Transformer。理解这些原理，是掌握现代人工智能技术、迈向高级应用开发的坚实基础。第5章计算机视觉主要内容核心任务与评估体系CNN架构的演进目标检测与图像分割前沿:ViT与生成模型图像分类核心任务与评估体系图像分类（imageclassification）旨在为整幅图像分配一个预定义的类别标签（单标签分类）或多个标签（多标签分类）。主流评估指标包括：（1）Top-1准确率：模型预测概率最高的类别即为正确标签的比例。（2）Top-5准确率：模型预测概率前五的类别中包含正确标签的比例。对于多标签分类任务，则通常采用平均精确率（meanaverageprecision，mAP）或F1分数作为评估标准。目标检测核心任务与评估体系目标检测（objectdetection）的任务不仅在于识别图像中的物体类别，更需通过“边界框”（boundingbox）精确定位其位置。该指标的计算基于以下两个基础概念：（1）交并比（intersectionoverunion，IoU）：用于衡量模型预测框与真实边界框（groundtruth）的重合程度。（2）精确率-召回率曲线（precision-recallcurve）：通过调整模型的置信度阈值，生成一系列精确率与召回率点对并绘制曲线。平均精度（AP）即为该曲线下的面积，综合反映了模型在不同召回率水平下的性能。图像分割核心任务与评估体系图像分割（imagesegmentation）致