人工智能課件

應(yīng)用場景包括機器人，智能醫(yī)療、自動駕駛、智能家居等細分行業(yè)，基于人工智能技術(shù)及成果，各應(yīng)用場景的人工智能相關(guān)度存在一定差異核心技術(shù)主要有機器學習、計算機視覺、語音及自然語言處理三大部分，主要進行人工智能的關(guān)鍵技術(shù)研究基礎(chǔ)支撐主要由數(shù)據(jù)提供和計算能力支撐兩部分組成，為人工智能的技術(shù)和產(chǎn)業(yè)發(fā)展提供支撐，是人工智能產(chǎn)業(yè)的基礎(chǔ)設(shè)施應(yīng)用層技術(shù)層基礎(chǔ)層我們的布局金融保險AI系統(tǒng)公安AI系統(tǒng)供銷AI系統(tǒng)機器學習大數(shù)據(jù)管理平臺AI整體產(chǎn)業(yè)布局和云升科技的AI著力點應(yīng)用場景包括機器人，智能醫(yī)療、自核心技術(shù)主要有機器學習、計1數(shù)據(jù)data算力computingpower算法algorithmAI數(shù)據(jù)data算力2基礎(chǔ)支撐提供數(shù)據(jù)或計算能支撐傳感器芯片包括GPU、FPGA等加速硬件與神經(jīng)網(wǎng)絡(luò)芯片，為深度學習提供計算硬件，是重點底層硬件；大數(shù)據(jù)來源于各個行業(yè)的海量數(shù)據(jù)為人工智能提供豐富的數(shù)據(jù)資源；大數(shù)據(jù)管理和大數(shù)據(jù)分析軟件或工具為人工智能產(chǎn)業(yè)提供數(shù)據(jù)的收集、整合、存儲、處理、分析、挖掘等數(shù)據(jù)服務(wù)；云計算主要對環(huán)境、動作、圖像等內(nèi)容進行智能感知，這也包括指紋、人臉、虹膜、靜脈等人體生物特征識別硬件及軟件服務(wù)，是人工智能的重要數(shù)據(jù)輸入和人機交互硬件；主要為人工智能開發(fā)提供云端計算資源和服務(wù)，以分布式網(wǎng)絡(luò)為基礎(chǔ)，提高計算效率；要基礎(chǔ)支撐傳感器芯片包括GPU、FPGA等加速硬件與神經(jīng)網(wǎng)絡(luò)芯3

關(guān)鍵技術(shù)

進行關(guān)鍵技

術(shù)的研究

機器學習計算機視覺主要以深度學習、增強學習等算法研究為主，賦予機器自主學習并提高性能的能力；包括靜動態(tài)圖像識別與處理等，對目標進行識別、測量及計算；語音及自然語言處理包括語音識別和自然語言處理，研究語言的收集、識別理解、處理等內(nèi)容，涉及計算機、語言學、邏輯學等學科；

關(guān)鍵技術(shù)

進行關(guān)鍵技

術(shù)的研究

機器學4機器學習人腦思考歷史數(shù)據(jù)經(jīng)驗?zāi)Ｐ托碌臄?shù)據(jù)未知屬性訓練預(yù)測輸入新的問題輸入歸納預(yù)測未來規(guī)律機器學習人腦思考歷史數(shù)據(jù)經(jīng)驗?zāi)Ｐ托碌奈粗柧氼A(yù)測輸入新的輸入5信息采集（大數(shù)據(jù)）目標檢測特征定位及提?。Ｐ陀柧殻┤四樧R別圖像識別（識別反饋）計算機識別的圖像一類為靜態(tài)內(nèi)容，以圖片為主；另一類為動態(tài)內(nèi)容，包括視頻和實景，其中實景需要利用傳感器技術(shù)進行采集編碼經(jīng)過大量的訓練之后，最終計算機給予相應(yīng)的識別反饋信息，主要有人臉、物體、手勢等。目前計算機識別主要停留在感知的表層，未來識別的廣度與深度還需要進一步的挖掘?qū)⒉杉降男畔⑦M行檢測、關(guān)鍵點定位及特征提取、給定相應(yīng)的數(shù)據(jù)和標簽提交到學習平臺進行訓練，提高識別精度圖像識別技術(shù)信息采集目標檢測人臉識別計算機識別的圖像一類為靜態(tài)經(jīng)過大量的6

應(yīng)用場景

落地細分行

業(yè)場景應(yīng)用

工業(yè)機器人服務(wù)機器人智能醫(yī)療智能金融個人助手智能安防智能家居可穿戴設(shè)備智能客服自動駕駛無人超市其它…

應(yīng)用場景

落地細分行

業(yè)場景應(yīng)用

7數(shù)據(jù)收集行為建模用戶分析風險定價網(wǎng)絡(luò)行為數(shù)據(jù)、第三方數(shù)據(jù)、授權(quán)數(shù)據(jù)、交易數(shù)據(jù)、用戶身份數(shù)據(jù)等文本挖掘、機器學習、自然語言處理、預(yù)測算法、知識圖譜等用戶屬性信息、用戶消費習慣、興趣偏好等行為監(jiān)控模型、反欺詐模型、違約模型、催收模型等智能風控流程分析數(shù)據(jù)收集行為建模用戶分析風險定價網(wǎng)絡(luò)行為數(shù)文本挖掘、機用戶屬8用戶獲取提升保持流失衰退人工智能精準識別潛在用戶策略優(yōu)化，提升客戶貢獻智能客服，優(yōu)化用戶體驗智能預(yù)警，延長客戶存續(xù)周期個性推薦，增大留存幾率全生命周期客戶服務(wù)用戶獲取提升保持流失衰退人工精準識策略優(yōu)化，智能客服，智能預(yù)9智能音箱智能機器人智能電視以智能音箱、機器人和智能電視為潛在的交互中心

以智能音箱為核心通過硬件互通互聯(lián)打造家庭娛樂中心、智能家居控制中心電視盒子游戲設(shè)備健身設(shè)備兒童教育設(shè)備智能音箱智能小白智能小家電安防設(shè)備其他娛樂中心控制中心硬件產(chǎn)品矩陣占據(jù)入口平臺矩陣對接軟件矩陣對接內(nèi)容端對接應(yīng)用端對接云計算平臺大數(shù)據(jù)平臺社交、金融開發(fā)者開放平臺操作系統(tǒng)支付系統(tǒng)電視端APP健康視頻、音樂體育教育游戲購物社交增值點以家庭網(wǎng)絡(luò)為紐帶互聯(lián)互通智能家居生態(tài)布局分析123以硬件為入口向內(nèi)容端、應(yīng)用端增值智能音箱以智能音箱、機器人和智以智能音箱為核10獲取病癥信息做出假設(shè)制定治療方案﹒患者的臨床表現(xiàn)，通過患者自述、醫(yī)生檢查、專門化驗等方式獲取﹒將病癥信息輸入智能診療系統(tǒng)﹒病癥信息可以通過推理規(guī)則鏈和假設(shè)聯(lián)系起來“人工智能+輔助醫(yī)療”模式分析﹒根據(jù)病癥信息做出可能結(jié)論?？赡艿慕Y(jié)論應(yīng)該表示出疾病原因、發(fā)展過程﹒假設(shè)分級，高級假設(shè)是低級假設(shè)的結(jié)果﹒從診斷中推理出診療方案，并充分權(quán)衡利弊及疾病轉(zhuǎn)移的可能性，制定治療計劃獲取病癥信息做出假設(shè)制定治療方案﹒患者的臨床表現(xiàn)，通“人工智11數(shù)據(jù)上云數(shù)據(jù)資源化業(yè)務(wù)創(chuàng)新數(shù)據(jù)生態(tài)業(yè)務(wù)數(shù)據(jù)化數(shù)據(jù)業(yè)務(wù)化數(shù)據(jù)集中存儲大規(guī)模計算能力統(tǒng)一元數(shù)據(jù)數(shù)據(jù)整合數(shù)據(jù)地圖數(shù)據(jù)管控數(shù)據(jù)服務(wù)數(shù)據(jù)化運營精準營銷互聯(lián)網(wǎng)金融智能物流業(yè)務(wù)閉環(huán)生態(tài)伙伴運營數(shù)據(jù)分享數(shù)據(jù)上云數(shù)據(jù)資源化業(yè)務(wù)創(chuàng)新數(shù)據(jù)生態(tài)業(yè)務(wù)數(shù)據(jù)化數(shù)據(jù)業(yè)務(wù)化數(shù)據(jù)集12數(shù)據(jù)采集計算引擎數(shù)據(jù)加工數(shù)據(jù)應(yīng)用機器學習數(shù)據(jù)可視化PCAPPWI-FI基站工業(yè)傳感器大規(guī)模計算手環(huán)手表清洗實時計算流式計算脫敏關(guān)聯(lián)轉(zhuǎn)換精準營銷風控醫(yī)療政務(wù)預(yù)測決策樹聚類神經(jīng)網(wǎng)絡(luò)支持向量機目錄報表地圖打通數(shù)據(jù)采集、加工、分析全鏈條數(shù)據(jù)采集計算引擎數(shù)據(jù)加工數(shù)據(jù)應(yīng)用機器學習數(shù)據(jù)可視化PCAPP13數(shù)據(jù)產(chǎn)品服務(wù)個人企業(yè)政府存儲分析準備計算制造業(yè)農(nóng)業(yè)政務(wù)交通教育物流互聯(lián)金融任何企業(yè)都可成為數(shù)據(jù)公司開源廠商和傳統(tǒng)閉源廠商大眾創(chuàng)業(yè)萬眾創(chuàng)新數(shù)據(jù)流通平臺提供機構(gòu)數(shù)據(jù)源&APIs提供者數(shù)據(jù)共享平臺、數(shù)據(jù)開放平臺、數(shù)據(jù)交易平臺政府數(shù)據(jù)、企業(yè)數(shù)據(jù)、個人數(shù)據(jù)、APIs技術(shù)服務(wù)運維支持應(yīng)用軟件基礎(chǔ)軟件硬件分析軟件、安全軟件等結(jié)構(gòu)化數(shù)據(jù)庫、非結(jié)構(gòu)化數(shù)據(jù)庫等服務(wù)器、存儲、網(wǎng)絡(luò)設(shè)備、微模塊等應(yīng)用服務(wù)數(shù)據(jù)分析服務(wù)基礎(chǔ)設(shè)施服務(wù)政務(wù)應(yīng)用、行業(yè)應(yīng)用、民生應(yīng)用、企業(yè)應(yīng)用數(shù)據(jù)處理服務(wù)、數(shù)據(jù)分析

服務(wù)數(shù)據(jù)中心服務(wù)數(shù)據(jù)產(chǎn)品服務(wù)個人企業(yè)政府存儲分析準計制造業(yè)農(nóng)業(yè)政務(wù)交通教育物14手機、微信、QQ等通信賬號出行親屬關(guān)系車牌、品牌、型號、顏色等車輛信息人臉證件前科、慣犯等標簽拉桿箱、手提包等物品同行人物品衣著求職以人為本，做好人的管理；找人，管人；事前預(yù)警、事中打擊、事后追溯手機、微信、QQ等通信賬號出行親屬關(guān)系車牌、品牌、型號、顏色15標準與規(guī)范數(shù)據(jù)安全數(shù)據(jù)應(yīng)用數(shù)據(jù)分析與挖掘數(shù)據(jù)采集數(shù)據(jù)運維數(shù)據(jù)存儲與管理標準與規(guī)范數(shù)據(jù)安16決策性分析Prescriptive預(yù)測性分析Predictive描述性分析Descriptive呈現(xiàn)性分析Reporting單一內(nèi)部數(shù)據(jù)多源內(nèi)部數(shù)據(jù)多源內(nèi)外數(shù)據(jù)數(shù)據(jù)支撐

決策數(shù)據(jù)融入生產(chǎn)系統(tǒng)數(shù)據(jù)驅(qū)動的企業(yè)技術(shù)強度數(shù)據(jù)廣度應(yīng)用深度決策性分析預(yù)測性分析描述性分析呈現(xiàn)性分析單一內(nèi)多源內(nèi)多源內(nèi)數(shù)17機器學習自然語言處理語言知識表示自動推理規(guī)劃能力強化學習監(jiān)督學習深度學習非監(jiān)督學習文本生成問答文本分類機器翻譯語音轉(zhuǎn)換文本文本轉(zhuǎn)換語音圖像圖像識別計算機視覺學習能力語言能力感知能力記憶能力推理能力規(guī)劃能力人工智能人類智能機器學習自然語言處理語言知識表示自動推理規(guī)劃能力強化學習監(jiān)督18GPS紅外探頭毫米波雷達超聲波雷達激光雷達單目攝像頭雙目攝像頭環(huán)視攝像頭道路標識行人車輛道路算法/集成（行駛路線決策規(guī)劃）自動駕駛運營（出行/物流）汽車通訊車聯(lián)網(wǎng)高精度地圖芯片（計算平臺）汽車制造廠商（代工）制動轉(zhuǎn)向加速中控系統(tǒng)導航HMI（人機界面）HUD（顯示抬頭）感知識別決策執(zhí)行自動駕駛各層級及其相互關(guān)系GPS紅外探頭毫米波雷達超聲波雷達激光雷達單目攝像頭雙目攝像19第三方數(shù)據(jù)庫數(shù)據(jù)整合知識表示屬性校正知識推理實體對齊本體構(gòu)建質(zhì)量評估知識更新知識圖譜應(yīng)用服務(wù)結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)實體抽取關(guān)系抽取屬性抽取知識提取第三方數(shù)據(jù)庫數(shù)據(jù)整合知識表示屬性校正知識推理實體對齊本體構(gòu)建20計算機視覺個人助理無人駕駛智能金融智能家居智能醫(yī)療智能安防機器人應(yīng)用層技術(shù)層基礎(chǔ)設(shè)施層自然語言處理語言識別深度學習大數(shù)據(jù)芯片云計算傳感器計算機視覺個人助理無人駕駛智能金融智能家居智能醫(yī)療智能安防機21特征值標簽

模型預(yù)測計算誤差更改模型參數(shù)值特征值標簽預(yù)測計算誤差更改模型參數(shù)值22誤差a1值誤差a1值23a1值誤差起點下一點負

梯度a1值誤差起點下一點24起點誤差小的步長影響速度a1值起點誤差25誤差起點

大的步長錯過最小值a1值誤差起點26兒童大人大片（賣座片）藝術(shù)片（非賣座片）兒童大人大片（賣座片）藝術(shù)片（非賣座片）27語音/語言學知識數(shù)據(jù)挖掘技術(shù)信號處理技術(shù)統(tǒng)計建模方法訓練語音/語言數(shù)據(jù)庫語音信號端點檢測降噪特征提取解碼識別結(jié)果語音/語言模型運用語音識別技術(shù)的流程如下：前端后臺語音/語言學知識數(shù)據(jù)挖掘技術(shù)信號處理技術(shù)統(tǒng)計建模方法訓練語音28幾種常用的深度神經(jīng)網(wǎng)絡(luò)聲學模型名稱DNN（深度神經(jīng)網(wǎng)絡(luò)）LSTM（長短時記憶網(wǎng)絡(luò)）BLSTM（雙向長短時記憶）特點包含至少3層以上的隱層，通過增加隱層數(shù)量來進行多層的非線性變換，大大的提升了模型的建模能力。一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）。通過輸入門、輸出門和遺忘門可以更好的控制信息的流動和傳遞，具有長短時記憶能力，并在一定程度上緩解RNN的梯度消散和梯度爆炸問題。相比LSTM還考慮了反向時序信息的影響，也即“未來”對“現(xiàn)在”的影響，這在語音識別中也是非常重要的。幾種常用的深度神經(jīng)網(wǎng)絡(luò)聲學模型名稱DNN（深度神經(jīng)網(wǎng)絡(luò)）LS29幾種常用的深度神經(jīng)網(wǎng)絡(luò)NLP模型Word2vecWord2vec可以在百萬數(shù)量級的詞典和上億的數(shù)裾集上進行高效地訓練；該工具得到的訓練結(jié)果一一詞向量（wordembedding），可以很好地度量詞與詞之間的相似性。NLP領(lǐng)域還有很多其它種類的深度學習模，有時候遞歸神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)也會用在NLP任務(wù)中，但沒有RNN這么泛。

循環(huán)神經(jīng)網(wǎng)絡(luò)（RecurrentNeuralNetworks）RNN現(xiàn)在已經(jīng)是NLP任務(wù)最常用的方法之一。RNN模型的優(yōu)勢之一就是可以有效利用之前傳入網(wǎng)絡(luò)的信息。

門控遞歸單元（GatedRecurrentUnits）目的是為RNN模型在計算隱層狀態(tài)時提供一種更復雜的方法。這種方法將使模型能夠保持更久遠的信息。（1）深度學習在NLP中的應(yīng)用深度學習、算力和大數(shù)據(jù)的爆發(fā)極大促進了自然語言處理技術(shù)的發(fā)展。幾種常用的深度神經(jīng)網(wǎng)絡(luò)NLP模型Word2vecWord2v30應(yīng)用場景包括機器人，智能醫(yī)療、自動駕駛、智能家居等細分行業(yè)，基于人工智能技術(shù)及成果，各應(yīng)用場景的人工智能相關(guān)度存在一定差異核心技術(shù)主要有機器學習、計算機視覺、語音及自然語言處理三大部分，主要進行人工智能的關(guān)鍵技術(shù)研究基礎(chǔ)支撐主要由數(shù)據(jù)提供和計算能力支撐兩部分組成，為人工智能的技術(shù)和產(chǎn)業(yè)發(fā)展提供支撐，是人工智能產(chǎn)業(yè)的基礎(chǔ)設(shè)施應(yīng)用層技術(shù)層基礎(chǔ)層我們的布局金融保險AI系統(tǒng)公安AI系統(tǒng)供銷AI系統(tǒng)機器學習大數(shù)據(jù)管理平臺AI整體產(chǎn)業(yè)布局和云升科技的AI著力點應(yīng)用場景包括機器人，智能醫(yī)療、自核心技術(shù)主要有機器學習、計31數(shù)據(jù)data算力computingpower算法algorithmAI數(shù)據(jù)data算力32基礎(chǔ)支撐提供數(shù)據(jù)或計算能支撐傳感器芯片包括GPU、FPGA等加速硬件與神經(jīng)網(wǎng)絡(luò)芯片，為深度學習提供計算硬件，是重點底層硬件；大數(shù)據(jù)來源于各個行業(yè)的海量數(shù)據(jù)為人工智能提供豐富的數(shù)據(jù)資源；大數(shù)據(jù)管理和大數(shù)據(jù)分析軟件或工具為人工智能產(chǎn)業(yè)提供數(shù)據(jù)的收集、整合、存儲、處理、分析、挖掘等數(shù)據(jù)服務(wù)；云計算主要對環(huán)境、動作、圖像等內(nèi)容進行智能感知，這也包括指紋、人臉、虹膜、靜脈等人體生物特征識別硬件及軟件服務(wù)，是人工智能的重要數(shù)據(jù)輸入和人機交互硬件；主要為人工智能開發(fā)提供云端計算資源和服務(wù)，以分布式網(wǎng)絡(luò)為基礎(chǔ)，提高計算效率；要基礎(chǔ)支撐傳感器芯片包括GPU、FPGA等加速硬件與神經(jīng)網(wǎng)絡(luò)芯33

關(guān)鍵技術(shù)

進行關(guān)鍵技

術(shù)的研究

機器學習計算機視覺主要以深度學習、增強學習等算法研究為主，賦予機器自主學習并提高性能的能力；包括靜動態(tài)圖像識別與處理等，對目標進行識別、測量及計算；語音及自然語言處理包括語音識別和自然語言處理，研究語言的收集、識別理解、處理等內(nèi)容，涉及計算機、語言學、邏輯學等學科；

關(guān)鍵技術(shù)

進行關(guān)鍵技

術(shù)的研究

機器學34機器學習人腦思考歷史數(shù)據(jù)經(jīng)驗?zāi)Ｐ托碌臄?shù)據(jù)未知屬性訓練預(yù)測輸入新的問題輸入歸納預(yù)測未來規(guī)律機器學習人腦思考歷史數(shù)據(jù)經(jīng)驗?zāi)Ｐ托碌奈粗柧氼A(yù)測輸入新的輸入35信息采集（大數(shù)據(jù)）目標檢測特征定位及提?。Ｐ陀柧殻┤四樧R別圖像識別（識別反饋）計算機識別的圖像一類為靜態(tài)內(nèi)容，以圖片為主；另一類為動態(tài)內(nèi)容，包括視頻和實景，其中實景需要利用傳感器技術(shù)進行采集編碼經(jīng)過大量的訓練之后，最終計算機給予相應(yīng)的識別反饋信息，主要有人臉、物體、手勢等。目前計算機識別主要停留在感知的表層，未來識別的廣度與深度還需要進一步的挖掘?qū)⒉杉降男畔⑦M行檢測、關(guān)鍵點定位及特征提取、給定相應(yīng)的數(shù)據(jù)和標簽提交到學習平臺進行訓練，提高識別精度圖像識別技術(shù)信息采集目標檢測人臉識別計算機識別的圖像一類為靜態(tài)經(jīng)過大量的36

應(yīng)用場景

落地細分行

業(yè)場景應(yīng)用

工業(yè)機器人服務(wù)機器人智能醫(yī)療智能金融個人助手智能安防智能家居可穿戴設(shè)備智能客服自動駕駛無人超市其它…

應(yīng)用場景

落地細分行

業(yè)場景應(yīng)用

37數(shù)據(jù)收集行為建模用戶分析風險定價網(wǎng)絡(luò)行為數(shù)據(jù)、第三方數(shù)據(jù)、授權(quán)數(shù)據(jù)、交易數(shù)據(jù)、用戶身份數(shù)據(jù)等文本挖掘、機器學習、自然語言處理、預(yù)測算法、知識圖譜等用戶屬性信息、用戶消費習慣、興趣偏好等行為監(jiān)控模型、反欺詐模型、違約模型、催收模型等智能風控流程分析數(shù)據(jù)收集行為建模用戶分析風險定價網(wǎng)絡(luò)行為數(shù)文本挖掘、機用戶屬38用戶獲取提升保持流失衰退人工智能精準識別潛在用戶策略優(yōu)化，提升客戶貢獻智能客服，優(yōu)化用戶體驗智能預(yù)警，延長客戶存續(xù)周期個性推薦，增大留存幾率全生命周期客戶服務(wù)用戶獲取提升保持流失衰退人工精準識策略優(yōu)化，智能客服，智能預(yù)39智能音箱智能機器人智能電視以智能音箱、機器人和智能電視為潛在的交互中心

以智能音箱為核心通過硬件互通互聯(lián)打造家庭娛樂中心、智能家居控制中心電視盒子游戲設(shè)備健身設(shè)備兒童教育設(shè)備智能音箱智能小白智能小家電安防設(shè)備其他娛樂中心控制中心硬件產(chǎn)品矩陣占據(jù)入口平臺矩陣對接軟件矩陣對接內(nèi)容端對接應(yīng)用端對接云計算平臺大數(shù)據(jù)平臺社交、金融開發(fā)者開放平臺操作系統(tǒng)支付系統(tǒng)電視端APP健康視頻、音樂體育教育游戲購物社交增值點以家庭網(wǎng)絡(luò)為紐帶互聯(lián)互通智能家居生態(tài)布局分析123以硬件為入口向內(nèi)容端、應(yīng)用端增值智能音箱以智能音箱、機器人和智以智能音箱為核40獲取病癥信息做出假設(shè)制定治療方案﹒患者的臨床表現(xiàn)，通過患者自述、醫(yī)生檢查、專門化驗等方式獲取﹒將病癥信息輸入智能診療系統(tǒng)﹒病癥信息可以通過推理規(guī)則鏈和假設(shè)聯(lián)系起來“人工智能+輔助醫(yī)療”模式分析﹒根據(jù)病癥信息做出可能結(jié)論?？赡艿慕Y(jié)論應(yīng)該表示出疾病原因、發(fā)展過程﹒假設(shè)分級，高級假設(shè)是低級假設(shè)的結(jié)果﹒從診斷中推理出診療方案，并充分權(quán)衡利弊及疾病轉(zhuǎn)移的可能性，制定治療計劃獲取病癥信息做出假設(shè)制定治療方案﹒患者的臨床表現(xiàn)，通“人工智41數(shù)據(jù)上云數(shù)據(jù)資源化業(yè)務(wù)創(chuàng)新數(shù)據(jù)生態(tài)業(yè)務(wù)數(shù)據(jù)化數(shù)據(jù)業(yè)務(wù)化數(shù)據(jù)集中存儲大規(guī)模計算能力統(tǒng)一元數(shù)據(jù)數(shù)據(jù)整合數(shù)據(jù)地圖數(shù)據(jù)管控數(shù)據(jù)服務(wù)數(shù)據(jù)化運營精準營銷互聯(lián)網(wǎng)金融智能物流業(yè)務(wù)閉環(huán)生態(tài)伙伴運營數(shù)據(jù)分享數(shù)據(jù)上云數(shù)據(jù)資源化業(yè)務(wù)創(chuàng)新數(shù)據(jù)生態(tài)業(yè)務(wù)數(shù)據(jù)化數(shù)據(jù)業(yè)務(wù)化數(shù)據(jù)集42數(shù)據(jù)采集計算引擎數(shù)據(jù)加工數(shù)據(jù)應(yīng)用機器學習數(shù)據(jù)可視化PCAPPWI-FI基站工業(yè)傳感器大規(guī)模計算手環(huán)手表清洗實時計算流式計算脫敏關(guān)聯(lián)轉(zhuǎn)換精準營銷風控醫(yī)療政務(wù)預(yù)測決策樹聚類神經(jīng)網(wǎng)絡(luò)支持向量機目錄報表地圖打通數(shù)據(jù)采集、加工、分析全鏈條數(shù)據(jù)采集計算引擎數(shù)據(jù)加工數(shù)據(jù)應(yīng)用機器學習數(shù)據(jù)可視化PCAPP43數(shù)據(jù)產(chǎn)品服務(wù)個人企業(yè)政府存儲分析準備計算制造業(yè)農(nóng)業(yè)政務(wù)交通教育物流互聯(lián)金融任何企業(yè)都可成為數(shù)據(jù)公司開源廠商和傳統(tǒng)閉源廠商大眾創(chuàng)業(yè)萬眾創(chuàng)新數(shù)據(jù)流通平臺提供機構(gòu)數(shù)據(jù)源&APIs提供者數(shù)據(jù)共享平臺、數(shù)據(jù)開放平臺、數(shù)據(jù)交易平臺政府數(shù)據(jù)、企業(yè)數(shù)據(jù)、個人數(shù)據(jù)、APIs技術(shù)服務(wù)運維支持應(yīng)用軟件基礎(chǔ)軟件硬件分析軟件、安全軟件等結(jié)構(gòu)化數(shù)據(jù)庫、非結(jié)構(gòu)化數(shù)據(jù)庫等服務(wù)器、存儲、網(wǎng)絡(luò)設(shè)備、微模塊等應(yīng)用服務(wù)數(shù)據(jù)分析服務(wù)基礎(chǔ)設(shè)施服務(wù)政務(wù)應(yīng)用、行業(yè)應(yīng)用、民生應(yīng)用、企業(yè)應(yīng)用數(shù)據(jù)處理服務(wù)、數(shù)據(jù)分析

服務(wù)數(shù)據(jù)中心服務(wù)數(shù)據(jù)產(chǎn)品服務(wù)個人企業(yè)政府存儲分析準計制造業(yè)農(nóng)業(yè)政務(wù)交通教育物44手機、微信、QQ等通信賬號出行親屬關(guān)系車牌、品牌、型號、顏色等車輛信息人臉證件前科、慣犯等標簽拉桿箱、手提包等物品同行人物品衣著求職以人為本，做好人的管理；找人，管人；事前預(yù)警、事中打擊、事后追溯手機、微信、QQ等通信賬號出行親屬關(guān)系車牌、品牌、型號、顏色45標準與規(guī)范數(shù)據(jù)安全數(shù)據(jù)應(yīng)用數(shù)據(jù)分析與挖掘數(shù)據(jù)采集數(shù)據(jù)運維數(shù)據(jù)存儲與管理標準與規(guī)范數(shù)據(jù)安46決策性分析Prescriptive預(yù)測性分析Predictive描述性分析Descriptive呈現(xiàn)性分析Reporting單一內(nèi)部數(shù)據(jù)多源內(nèi)部數(shù)據(jù)多源內(nèi)外數(shù)據(jù)數(shù)據(jù)支撐

決策數(shù)據(jù)融入生產(chǎn)系統(tǒng)數(shù)據(jù)驅(qū)動的企業(yè)技術(shù)強度數(shù)據(jù)廣度應(yīng)用深度決策性分析預(yù)測性分析描述性分析呈現(xiàn)性分析單一內(nèi)多源內(nèi)多源內(nèi)數(shù)47機器學習自然語言處理語言知識表示自動推理規(guī)劃能力強化學習監(jiān)督學習深度學習非監(jiān)督學習文本生成問答文本分類機器翻譯語音轉(zhuǎn)換文本文本轉(zhuǎn)換語音圖像圖像識別計算機視覺學習能力語言能力感知能力記憶能力推理能力規(guī)劃能力人工智能人類智能機器學習自然語言處理語言知識表示自動推理規(guī)劃能力強化學習監(jiān)督48GPS紅外探頭毫米波雷達超聲波雷達激光雷達單目攝像頭雙目攝像頭環(huán)視攝像頭道路標識行人車輛道路算法/集成（行駛路線決策規(guī)劃）自動駕駛運營（出行/物流）汽車通訊車聯(lián)網(wǎng)高精度地圖芯片（計算平臺）汽車制造廠商（代工）制動轉(zhuǎn)向加速中控系統(tǒng)導航HMI（人機界面）HUD（顯示抬頭）感知識別決策執(zhí)行自動駕駛各層級及其相互關(guān)系GPS紅外探頭毫米波雷達超聲波雷達激光雷達單目攝像頭雙目攝像49第三方數(shù)據(jù)庫數(shù)據(jù)整合知識表示屬性校正知識推理實體對齊本體構(gòu)建質(zhì)量評估知識更新知識圖譜應(yīng)用服務(wù)結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)實體抽取關(guān)系抽取屬性抽取知識提取第三方數(shù)據(jù)庫數(shù)據(jù)整合知識表示屬性校正知識推理實體對齊本體構(gòu)建50計算機視覺個人助理無人駕駛智能金融智能家居智能醫(yī)療智能安防機器人應(yīng)用層技術(shù)層基礎(chǔ)設(shè)施層自然語言處理語言識別深度學習大數(shù)據(jù)芯片云計算傳感器計算機視覺個人助理無人駕駛智能金融智能家居智能醫(yī)療智能安防機51特征值標簽

模型預(yù)測計算誤差更改模型參數(shù)值特征值標簽預(yù)測計算誤差更改模型參數(shù)值52誤差a1值誤差a1值53a1值誤差起點下一點負

梯度a1值誤差起點下一點54起點誤差小