人工智能基礎(chǔ)與應(yīng)用 第2版 課件 項(xiàng)目1、2 初探人工智能認(rèn)知、人工智能的基礎(chǔ)支撐

AI遇見應(yīng)用

興趣引領(lǐng)未來(lái)項(xiàng)目一初探人工智能目錄教學(xué)目標(biāo)教學(xué)要求內(nèi)容概覽相關(guān)知識(shí)1.1.1機(jī)器能思考嗎？ 1.1.2人工智能的發(fā)展歷程1.1.3人工智能的產(chǎn)業(yè)結(jié)構(gòu)1.1.4人工智能砸了誰(shuí)的飯碗練習(xí)與思考 人工智能基礎(chǔ)與應(yīng)用

項(xiàng)目一初探人工智能1.掌握人工智能發(fā)展以及與其他新技術(shù)的關(guān)系2.了解人工智能的發(fā)展歷程3.了解人工智能的產(chǎn)業(yè)結(jié)構(gòu)、代表企業(yè)及人才培養(yǎng)要求4.思考人工智能可能替代哪些崗位、催生哪些就業(yè)機(jī)會(huì)【教學(xué)目標(biāo)】1.知識(shí)點(diǎn)AI發(fā)展歷程AI產(chǎn)業(yè)結(jié)構(gòu)人工智能訓(xùn)練師2.技能點(diǎn)理解人工智能的發(fā)展目標(biāo)及與其他新技術(shù)的相互關(guān)系3.重難點(diǎn)通過(guò)本單元的學(xué)習(xí)，重點(diǎn)了解人工智能的產(chǎn)業(yè)結(jié)構(gòu)、具體應(yīng)用及對(duì)應(yīng)的人才培養(yǎng)層次；難點(diǎn)是拓展學(xué)習(xí)人工智能訓(xùn)練師誕生的職業(yè)背景，理解其崗位能力要求和數(shù)據(jù)標(biāo)注及訓(xùn)練的重要性?！窘虒W(xué)要求】【內(nèi)容概覽】人工智能產(chǎn)業(yè)的基礎(chǔ)人工智能產(chǎn)業(yè)的核心人工智能產(chǎn)業(yè)的延伸項(xiàng)目一初探人工智能1.1.3人工智能的產(chǎn)業(yè)結(jié)構(gòu)基礎(chǔ)支撐層（基礎(chǔ)層）技術(shù)驅(qū)動(dòng)層（技術(shù)層）場(chǎng)景應(yīng)用層（應(yīng)用層）1.1.4人工智能砸了誰(shuí)的飯碗你的職業(yè)未來(lái)會(huì)消失嗎？“人工智能訓(xùn)練師”——你準(zhǔn)備好了嗎？1.1.2人工智能的發(fā)展歷程1950s-1980s：AI起步期1980s-1990s：專家系統(tǒng)推廣1.1.1機(jī)器能思考嗎人工智能是什么？使機(jī)器具備以下能力：能聽、會(huì)說(shuō)、能看、能思考、會(huì)學(xué)習(xí)、會(huì)行動(dòng)、能應(yīng)變?nèi)斯ぶ悄馨l(fā)展階段第一層次：計(jì)算智能第二層次：感知智能第三層次：認(rèn)知智能2000s-至今：深度學(xué)習(xí)-AI新熱潮計(jì)算硬件（AI芯片、傳感器等）其他支撐技術(shù)（大數(shù)據(jù)、云計(jì)算和5G）數(shù)據(jù)算法和平臺(tái)感知智能：圖像識(shí)別、生物識(shí)別、語(yǔ)音識(shí)別等行業(yè)應(yīng)用場(chǎng)景（如“AI+”制造、交通、安防、醫(yī)療、物流、零售等）AI消費(fèi)級(jí)終端產(chǎn)品（如智能汽車、機(jī)器人、無(wú)人機(jī)、可穿戴設(shè)備等）認(rèn)知智能：機(jī)器學(xué)習(xí)、智能問(wèn)答、知識(shí)圖譜等培養(yǎng)目標(biāo)：持續(xù)訓(xùn)練機(jī)器更“懂”人，通“人”性，更好地為人服務(wù)能力劃分：智能產(chǎn)品應(yīng)用、數(shù)據(jù)分析、業(yè)務(wù)理解、智能訓(xùn)練人工智能替代職業(yè)的概率排名及特點(diǎn)高端研究型人才研究型、應(yīng)用型人才應(yīng)用型、技術(shù)技能型人才人才需求非技術(shù)類“新職位”，“人工智能+專業(yè)應(yīng)用”的新崗位“云”“物”“大”“智”物聯(lián)網(wǎng)：對(duì)接真實(shí)的物理世界，獲取海量數(shù)據(jù)；云計(jì)算：為海量數(shù)據(jù)提供強(qiáng)大的承載能力；大數(shù)據(jù)：對(duì)海量數(shù)據(jù)進(jìn)行挖掘和分析，實(shí)現(xiàn)數(shù)據(jù)到信息的轉(zhuǎn)換；人工智能：對(duì)數(shù)據(jù)進(jìn)行學(xué)習(xí)，對(duì)信息進(jìn)行理解，最終實(shí)現(xiàn)數(shù)據(jù)到知識(shí)和智能的轉(zhuǎn)換。如果用人體來(lái)比喻，物聯(lián)網(wǎng)是人體的神經(jīng)網(wǎng)絡(luò)，大數(shù)據(jù)是流動(dòng)的血液，云計(jì)算是心臟，人工智能則是掌控的大腦。【相關(guān)知識(shí)】人工智能是什么？人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能與人類智能相似的方式做出反應(yīng)的智能機(jī)器。概括來(lái)說(shuō)，就是研究如何使機(jī)器具備以下能力：能聽（語(yǔ)音識(shí)別、機(jī)器翻譯等）；會(huì)說(shuō)（語(yǔ)音合成、人機(jī)對(duì)話等）；能看（圖像識(shí)別、文字識(shí)別）；能思考（人機(jī)對(duì)弈、定理證明等）；會(huì)學(xué)習(xí)（機(jī)器學(xué)習(xí)、知識(shí)表示等）；會(huì)行動(dòng)（機(jī)器人、自定駕駛汽車等）；能應(yīng)變（認(rèn)知智能、自主行動(dòng)）。一、機(jī)器能思考嗎？人工智能的研究領(lǐng)域包括語(yǔ)音識(shí)別、圖像識(shí)別、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語(yǔ)言處理、知識(shí)圖譜、腦機(jī)互動(dòng)等等。一、機(jī)器能思考嗎？

人工智能擬人能力圖人工智能的智能水平人工智能像“人”一樣，其智能水平也在逐步發(fā)展，從低到高可劃分為計(jì)算智能、感知智能、認(rèn)知智能三個(gè)階段。第一層次：計(jì)算智能——機(jī)器像人類一樣會(huì)計(jì)算、傳遞信息，例如神經(jīng)網(wǎng)絡(luò)、遺傳算法等，各種棋類游戲、專家系統(tǒng)體現(xiàn)的就是計(jì)算智能。第二層次：感知智能——機(jī)器能聽會(huì)說(shuō)、能看會(huì)認(rèn)，像語(yǔ)音助手、人臉識(shí)別、看圖搜圖和無(wú)人駕駛等。第三層次：認(rèn)知智能——機(jī)器能理解會(huì)思考，主動(dòng)采取行動(dòng)，這是人工智能領(lǐng)域?qū)＜覀冋谂Φ姆较?，比如微軟小冰就具有非常初?jí)的理解語(yǔ)意的能力。一、機(jī)器能思考嗎？人工智能的智能水平三種智能水平的行業(yè)應(yīng)用特點(diǎn)：第一種類型，信息完全輸入的狀況。在這種狀況下，機(jī)器得到輸入，就可以充分準(zhǔn)確的得到相應(yīng)的輸出。像實(shí)時(shí)語(yǔ)音轉(zhuǎn)寫，人臉識(shí)別、圖像識(shí)別等技術(shù)，“輸入”即可以得到“輸出”，在這一領(lǐng)域機(jī)器將來(lái)可以完全替代人工。第二種類型，是僅僅有輸入還不夠，還需要知識(shí)積累，需要思維判斷的工作。這一領(lǐng)域是人和機(jī)器耦合的，比如機(jī)器人可以回答孩子的問(wèn)題，教孩子知識(shí)，和孩子玩耍，但不能完全代替父母陪伴孩子、和孩子實(shí)時(shí)交流等。這種場(chǎng)景下：機(jī)器無(wú)法完全替代人工，而是輔助人，人機(jī)耦合進(jìn)行工作。第三種類型，沒(méi)有信息輸入，而是主要靠創(chuàng)意，靠想象力的工作。今天的機(jī)器可以作圖、作曲、寫詩(shī)，但更多還是模仿，讓機(jī)器具備思考的能力、主動(dòng)創(chuàng)作的能力目前還很難做到。這是人工智能發(fā)展的未來(lái)趨勢(shì)之一，因此需要?jiǎng)?chuàng)意和想象力的工作是機(jī)器無(wú)法取代的。

一、機(jī)器能思考嗎？人工智能的發(fā)展歷程可分為三段時(shí)期、6個(gè)階段。第一階段：人工智能起步期1956—1980s1956達(dá)特茅斯會(huì)議標(biāo)志AI誕生1957神經(jīng)網(wǎng)絡(luò)Perceptron被羅森布拉特發(fā)明；1964年，首臺(tái)聊天機(jī)器人誕生1970受限于計(jì)算能力，人工智能進(jìn)入第一個(gè)寒冬第二階段：專家系統(tǒng)推廣1980s—1990s1980卡耐基梅隆大學(xué)推進(jìn)第一個(gè)名為XCON的專家系統(tǒng)，具有一套強(qiáng)大的知識(shí)庫(kù)和推理能力，可以模擬人類專家來(lái)解決特定領(lǐng)域問(wèn)題，從此，機(jī)器學(xué)習(xí)開始興起20世紀(jì)80年代中-90年代中，專家系統(tǒng)應(yīng)用有限，且經(jīng)常在常識(shí)性問(wèn)題上出錯(cuò)，人工智能迎來(lái)第二個(gè)寒冬二、人工智能的發(fā)展歷程第三階段：深度學(xué)習(xí)2000s—至今1997IBM的“深藍(lán)”戰(zhàn)勝國(guó)際象棋冠軍，成為人工智能史上的一個(gè)重要里程碑2006Hinton提出“深度學(xué)習(xí)”的神經(jīng)網(wǎng)絡(luò)2012Google無(wú)人駕駛汽車上路，人工智能迎來(lái)爆發(fā)式增長(zhǎng)的新高潮近十年來(lái)，隨著大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)飛速發(fā)展，大幅跨越了科學(xué)與應(yīng)用之間的“技術(shù)鴻溝”，實(shí)現(xiàn)了從“不能用、不好用”到“可以用”的技術(shù)突破?？傮w趨勢(shì)：人工智能的發(fā)展歷程曲折起伏，高峰與低谷交替出現(xiàn)。未來(lái)隨著人工智能核心技術(shù)的突破，將不斷改善提升現(xiàn)有的局限性，向各行各業(yè)快速滲透融合，這是人工智能驅(qū)動(dòng)第四次技術(shù)革命的最主要表現(xiàn)方式。二、人工智能的發(fā)展歷程人工智能的產(chǎn)業(yè)鏈劃分概覽三、人工智能的產(chǎn)業(yè)結(jié)構(gòu)基礎(chǔ)支撐層（基礎(chǔ)層）——人工智能產(chǎn)業(yè)的基礎(chǔ)主要是研發(fā)硬件及軟件，為人工智能提供數(shù)據(jù)及算力支撐。主要包括物質(zhì)基礎(chǔ)：即計(jì)算硬件（AI芯片、傳感器）、計(jì)算系統(tǒng)技術(shù)（大數(shù)據(jù)、云計(jì)算和5G通信）、數(shù)據(jù)（數(shù)據(jù)采集、標(biāo)注和分析）和算法模型。傳感器負(fù)責(zé)收集數(shù)據(jù)，AI芯片（GPU、FPGA、ASIC等）負(fù)責(zé)運(yùn)算，算法模型負(fù)責(zé)訓(xùn)練數(shù)據(jù)。三、人工智能的產(chǎn)業(yè)結(jié)構(gòu)技術(shù)驅(qū)動(dòng)層（技術(shù)層）——人工智能產(chǎn)業(yè)的核心主要包括圖像識(shí)別、文字識(shí)別、語(yǔ)音識(shí)別、生物識(shí)別等應(yīng)用技術(shù)，主要用于讓機(jī)器完成對(duì)外部世界的探測(cè)，即看懂、聽懂、讀懂世界，進(jìn)而才能夠做出分析判斷、采取行動(dòng)，讓更復(fù)雜層面的智慧決策、自主行動(dòng)成為可能。三、人工智能的產(chǎn)業(yè)結(jié)構(gòu)場(chǎng)景應(yīng)用層（應(yīng)用層）——人工智能產(chǎn)業(yè)的延伸，專注行業(yè)應(yīng)用主要面向AI與傳統(tǒng)產(chǎn)業(yè)的深度融合，實(shí)現(xiàn)不同行業(yè)應(yīng)用場(chǎng)景的解決方案（如“AI+”制造、家居、金融、教育、交通、安防、醫(yī)療、物流、零售等領(lǐng)域）和AI消費(fèi)級(jí)終端產(chǎn)品（如智能汽車、智能機(jī)器人、智能無(wú)人機(jī)、智能家居設(shè)備、可穿戴設(shè)備等）。三、人工智能的產(chǎn)業(yè)結(jié)構(gòu)三、人工智能的產(chǎn)業(yè)結(jié)構(gòu)人工智能產(chǎn)業(yè)結(jié)構(gòu)圖三、人工智能的產(chǎn)業(yè)結(jié)構(gòu)人工智能應(yīng)用正在以場(chǎng)景化、碎片化的方式涌現(xiàn)預(yù)計(jì)2030年，我國(guó)人工智能核心產(chǎn)業(yè)規(guī)模超過(guò)1萬(wàn)億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過(guò)10萬(wàn)億元！——國(guó)務(wù)院《新一代人工智能發(fā)展規(guī)劃》三、人工智能的產(chǎn)業(yè)結(jié)構(gòu)中國(guó)人工智能產(chǎn)業(yè)結(jié)構(gòu)概覽中國(guó)人工智能企業(yè)多集中在應(yīng)用層，技術(shù)層和基礎(chǔ)層企業(yè)占比相對(duì)較??；從技術(shù)類型分布來(lái)看，涉及機(jī)器學(xué)習(xí)、大數(shù)據(jù)、云計(jì)算和機(jī)器人技術(shù)的企業(yè)較多，整體分布相對(duì)均勻。在應(yīng)用技術(shù)方面，以語(yǔ)音識(shí)別、機(jī)器視覺(jué)為代表的人工智能技術(shù)快速成熟，已達(dá)到規(guī)?；a(chǎn)業(yè)實(shí)用水平。三、人工智能的產(chǎn)業(yè)結(jié)構(gòu)中國(guó)人工智能產(chǎn)業(yè)結(jié)構(gòu)概覽全球科技競(jìng)爭(zhēng)進(jìn)入敏感時(shí)期，產(chǎn)品出口、系統(tǒng)軟件采購(gòu)、芯片進(jìn)口等多方面都可能面臨挑戰(zhàn)，這對(duì)以應(yīng)用開發(fā)見長(zhǎng)、基礎(chǔ)層支撐積累較淺的國(guó)內(nèi)企業(yè)帶來(lái)壓力，但同時(shí)也形成了倒逼產(chǎn)業(yè)鏈上游企業(yè)發(fā)展的動(dòng)力。三、人工智能的產(chǎn)業(yè)結(jié)構(gòu)人工智能產(chǎn)業(yè)的人才需求結(jié)構(gòu)AI產(chǎn)業(yè)鏈分為:基礎(chǔ)層、技術(shù)層、應(yīng)用層。AI產(chǎn)業(yè)鏈以算力驅(qū)動(dòng)，場(chǎng)景為王。未來(lái)各行各業(yè)的應(yīng)用需要大量的技術(shù)技能型人才認(rèn)識(shí)人工智能、參與到場(chǎng)境訓(xùn)練與應(yīng)用中。三、人工智能的產(chǎn)業(yè)結(jié)構(gòu)動(dòng)力市場(chǎng)的變化勞動(dòng)者面臨職業(yè)替代風(fēng)險(xiǎn)對(duì)人才培養(yǎng)模式和體系提出了變革要求“物信融合”時(shí)代教育面臨的挑戰(zhàn)AI、5G、VR等新技術(shù)勢(shì)不可擋，未來(lái)的教育教學(xué)模式如何變革？技術(shù)真的能奏效嗎？教學(xué)方法和教學(xué)內(nèi)容如何提升？如何讓所有從事和參與教育的人享受教育生活，讓以教師為中心的學(xué)習(xí)向以學(xué)生為中心的學(xué)習(xí)轉(zhuǎn)變，享受學(xué)習(xí)過(guò)程，讓所有的人真正成為他自己。人工智能時(shí)代的到來(lái)倒逼未來(lái)教育的發(fā)展，同時(shí)技術(shù)更迭與教育倫理需做好有效銜接和平衡。技術(shù)驅(qū)動(dòng)——未來(lái)已來(lái)010203“物信融合”背景下教育發(fā)展面臨的挑戰(zhàn):三、人工智能的產(chǎn)業(yè)結(jié)構(gòu)2019政府工作報(bào)告：“打造工業(yè)互聯(lián)網(wǎng)平臺(tái)，拓展‘智能+’，為制造業(yè)轉(zhuǎn)型升級(jí)賦能”“深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，培育新一代信息技術(shù)、高端裝備、生物醫(yī)藥、新能源汽車、新材料等新興產(chǎn)業(yè)集群，壯大數(shù)字經(jīng)濟(jì)?！薄陡叩葘W(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》教技〔2018〕3號(hào)1.加快人工智能領(lǐng)域?qū)W科建設(shè)。2.加強(qiáng)人工智能領(lǐng)域?qū)I(yè)建設(shè)。推進(jìn)“新工科”建設(shè)，到2020年建設(shè)100個(gè)“人工智能+X”復(fù)合特色專業(yè)。3.加強(qiáng)人工智能領(lǐng)域人才培養(yǎng)。4.構(gòu)建人工智能多層次教育體系。教育部：人才先行人工智能（AI）政策支持情況政策導(dǎo)向人工智能（AI）技術(shù)的應(yīng)用，加大對(duì)人工智能人才（技術(shù)應(yīng)用）的培養(yǎng)力度勢(shì)在必行?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》國(guó)發(fā)〔2017〕35號(hào)第一步，到2020年人工智能總體技術(shù)和應(yīng)用與世界先進(jìn)水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟(jì)增長(zhǎng)點(diǎn)。第二步，到2025年人工智能基礎(chǔ)理論實(shí)現(xiàn)重大突破，部分技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平。第三步，到2030年人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心。國(guó)務(wù)院：戰(zhàn)略布局《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018-2020年）》工信部科[2017]315號(hào)——人工智能重點(diǎn)產(chǎn)品規(guī)?；l(fā)展，智能網(wǎng)聯(lián)汽車技術(shù)水平大幅提升，智能服務(wù)機(jī)器人實(shí)現(xiàn)規(guī)?；瘧?yīng)用?！斯ぶ悄苷w核心基礎(chǔ)能力顯著增強(qiáng)，智能傳感器技術(shù)產(chǎn)品實(shí)現(xiàn)突破——智能制造深化發(fā)展，復(fù)雜環(huán)境識(shí)別、新型人機(jī)交互等人工智能技術(shù)在關(guān)鍵技術(shù)裝備中加快集成應(yīng)用。工信部：積極部署四、人工智能砸了誰(shuí)的飯碗你的職業(yè)未來(lái)會(huì)消失嗎？人工智能的本質(zhì)：是將人們從簡(jiǎn)單、機(jī)械的勞動(dòng)中解放出來(lái)，有效地提高效率與質(zhì)量、節(jié)約時(shí)間，降低人力與業(yè)務(wù)成本。從社會(huì)分工來(lái)看，最先被取代的是很多簡(jiǎn)單的工作、易于自動(dòng)化的內(nèi)部工作。如：依靠訓(xùn)練即可掌握的技能；重復(fù)性勞動(dòng)，熟練即可的工作；。典型的如生產(chǎn)工、裝配工、流水線作業(yè)等。非自動(dòng)化工作，如：創(chuàng)意、設(shè)計(jì)、發(fā)明、溝通協(xié)調(diào)等，對(duì)勞動(dòng)力的需求將會(huì)上升，并在企業(yè)內(nèi)外部創(chuàng)造出一些新的工作機(jī)會(huì)。從本質(zhì)上說(shuō)，人工智能將帶來(lái)的是一種勞動(dòng)力的轉(zhuǎn)型，將改變?nèi)藗兊墓ぷ餍再|(zhì)，重塑未來(lái)的勞動(dòng)力。四、人工智能砸了誰(shuí)的飯碗你的職業(yè)未來(lái)會(huì)消失嗎？（數(shù)據(jù)來(lái)源：牛津大學(xué)、麥肯錫、普華永道、創(chuàng)新工場(chǎng)研究報(bào)告）人工智能替代職業(yè)的概率排名情況四、人工智能砸了誰(shuí)的飯碗什么是“人工智能訓(xùn)練師”？2020年3月，人社部向社會(huì)發(fā)布了未來(lái)緊需的16個(gè)新職業(yè)，其中人工智能訓(xùn)練師名列其中，這是人工智能的第一個(gè)非技術(shù)類新職位，更是一個(gè)面向行業(yè)應(yīng)用的新崗位?！叭斯ぶ悄苡?xùn)練師”，是阿里巴巴率先提出，被形象的稱為“機(jī)器人飼養(yǎng)員”。其目的就是讓AI更“懂”人，通“人”性，更好地為人們服務(wù)。具體定義：是指使用智能訓(xùn)練軟件，在人工智能產(chǎn)品實(shí)際使用過(guò)程中進(jìn)行數(shù)據(jù)庫(kù)管理、算法參數(shù)設(shè)置、人機(jī)交互設(shè)計(jì)、性能測(cè)試跟蹤及其他輔助作業(yè)的人員。四、人工智能砸了誰(shuí)的飯碗人工智能訓(xùn)練師產(chǎn)業(yè)的背景行業(yè)背景：隨著人工智能技術(shù)的不斷變革，人工智能正在加快與各行各業(yè)深度融合，加快產(chǎn)業(yè)智能化進(jìn)程。AI+傳統(tǒng)產(chǎn)業(yè)已是大勢(shì)所趨，未來(lái)對(duì)人才培養(yǎng)的倒逼、企業(yè)崗位的變化以及職業(yè)能力的要求將出現(xiàn)巨大改變。崗位需求：人工智能的應(yīng)用需要大量數(shù)據(jù)的支撐，而在各行各業(yè)獲取到的原始數(shù)據(jù)無(wú)法直接用于模型訓(xùn)練，這需要專業(yè)的標(biāo)注和加工后才能使用，但如果標(biāo)注人員不懂行業(yè)具體的應(yīng)用場(chǎng)境，對(duì)數(shù)據(jù)的理解和標(biāo)注質(zhì)量差異很大，將導(dǎo)致整體標(biāo)注工作的效率和效果都不夠理想。因此，“人工智能訓(xùn)練師”應(yīng)運(yùn)而生，這不是一個(gè)人工智能技術(shù)職位，而是“人工智能+專業(yè)應(yīng)用”的新崗位。四、人工智能砸了誰(shuí)的飯碗人工智能訓(xùn)練師需要具備什么能力？人工智能訓(xùn)練師從智能產(chǎn)品應(yīng)用、數(shù)據(jù)分析、業(yè)務(wù)理解、智能訓(xùn)練等維度劃分五個(gè)等級(jí)，包括：（1）標(biāo)注和加工圖片、文字、語(yǔ)音等業(yè)務(wù)的原始數(shù)據(jù)；（2）設(shè)計(jì)人工智能產(chǎn)品的交互流程和應(yīng)用解決方案；（3）分析提煉專業(yè)領(lǐng)域特征，訓(xùn)練和評(píng)測(cè)人工智能產(chǎn)品相關(guān)算法、功能和性能；（4）監(jiān)控、分析、管理人工智能產(chǎn)品應(yīng)用數(shù)據(jù)；（5）調(diào)整、優(yōu)化人工智能產(chǎn)品參數(shù)和配置。其核心目標(biāo)就是通過(guò)分析需求和相關(guān)數(shù)據(jù)，完成數(shù)據(jù)標(biāo)注規(guī)則的制定，最終實(shí)現(xiàn)提高數(shù)據(jù)標(biāo)注工作的質(zhì)量和效率，讓智能更懂人類，更好地為人類服務(wù)。【練習(xí)與思考】選擇題：1.人工智能的智能水平從低到高怎么發(fā)展？A.認(rèn)知智能—感知智能—計(jì)算智能B.感知智能—計(jì)算智能—認(rèn)知智能C.計(jì)算智能—認(rèn)知智能—感知智能D.認(rèn)知智能—計(jì)算智能—感知智能2.人工智能的其他支撐技術(shù)包括哪些？（多選題）A.云計(jì)算B.大數(shù)據(jù)C.物聯(lián)網(wǎng)D.5G通信3.以下哪項(xiàng)不屬于人工智能的技術(shù)驅(qū)動(dòng)層內(nèi)容？A.圖像識(shí)別B.語(yǔ)音識(shí)別C.AI芯片D.知識(shí)圖譜【練習(xí)與思考】選擇題：4.以下哪項(xiàng)內(nèi)容不屬于人工智能的應(yīng)用層范圍？A.AI+金融B.AI+無(wú)人駕駛C.AI+教育D.智能芯片5.以下哪項(xiàng)是人工智能未來(lái)可替代的職業(yè)？（多選題）A.財(cái)務(wù)類人員B.流水線工人C.電話銷售員D.心理學(xué)家判斷題：1.人工智能的發(fā)展是曲折起伏的，有低谷也有高潮，一直沿著這種趨勢(shì)不斷前進(jìn)。2.人工智能訓(xùn)練師要求具備人工智能技術(shù)背景，是一個(gè)人工智能技術(shù)崗位。【練習(xí)與思考】討論題：1.讓學(xué)生想一想，人工智能從會(huì)學(xué)習(xí)、會(huì)行動(dòng)到能思考、能應(yīng)變，兩種不同的智能水平可能帶來(lái)的人類工作、生活的巨大變化，我們和機(jī)器怎么協(xié)同共處？2.讓學(xué)生結(jié)合自己所學(xué)的專業(yè)，查閱相關(guān)行業(yè)資料，思考該行業(yè)未來(lái)需要人工智能訓(xùn)練師嗎？在哪些具體工作領(lǐng)域有需求？【練習(xí)與思考】客觀題答案選擇題：1.C2.ABCD3.C4.D5.ABC判斷題：1.對(duì)2.錯(cuò)（是一個(gè)非人工智能技術(shù)類職位）AI遇見應(yīng)用

興趣引領(lǐng)未來(lái)項(xiàng)目二認(rèn)知人工智能的基礎(chǔ)支撐目錄教學(xué)目標(biāo)教學(xué)要求內(nèi)容概覽相關(guān)知識(shí)2.1.1人工智能的核心驅(qū)動(dòng)力 2.1.2人工智能的其他支撐技術(shù) 2.1.3了解人工智能的數(shù)據(jù)服務(wù)

練習(xí)與思考 人工智能基礎(chǔ)與應(yīng)用

項(xiàng)目二認(rèn)知人工智能的基礎(chǔ)支撐1.學(xué)習(xí)人工智能的核心驅(qū)動(dòng)力——算力、算法、數(shù)據(jù)，以及相互間的關(guān)系2.概要了解人工智能的其他支撐技術(shù)——物聯(lián)網(wǎng)、云計(jì)算、5G及相互間的賦能3.數(shù)據(jù)作為AI算法“燃料”的重要性以及采集、標(biāo)注及分析的基本流程【教學(xué)目標(biāo)】1.知識(shí)點(diǎn)人工智能芯片的分類及特點(diǎn)認(rèn)知物聯(lián)網(wǎng)和AIoT，以及云計(jì)算、5G的概念及應(yīng)用人工智能數(shù)據(jù)服務(wù)的采集、標(biāo)注及統(tǒng)計(jì)分析2.重難點(diǎn)通過(guò)本單元的學(xué)習(xí)，厘清機(jī)器學(xué)習(xí)、深度學(xué)習(xí)之間的關(guān)系及重點(diǎn)應(yīng)用領(lǐng)域；了解AIoT這一高頻詞的出現(xiàn)背景，思考人工智能技術(shù)與物聯(lián)網(wǎng)在實(shí)際行業(yè)應(yīng)用中的落地融合；深刻理解數(shù)據(jù)、算法模型及場(chǎng)境應(yīng)用的流程及相互關(guān)系，由此學(xué)習(xí)人工智能數(shù)據(jù)服務(wù)的相關(guān)內(nèi)容?！窘虒W(xué)要求】【內(nèi)容概覽】燃料加速器發(fā)動(dòng)機(jī)項(xiàng)目二認(rèn)知人工智能的基礎(chǔ)支撐2.1.3了解人工智能的數(shù)據(jù)服務(wù)數(shù)據(jù)采集數(shù)據(jù)標(biāo)注數(shù)據(jù)分析2.1.2人工智能的其他支撐技術(shù)物聯(lián)網(wǎng)和AIoTAIoT“萬(wàn)物智聯(lián)”云計(jì)算2.1.1人工智能的核心驅(qū)動(dòng)力算力人工智能的基礎(chǔ)硬件層，為算法提供基礎(chǔ)計(jì)算能力涵蓋：GPU、CPU、FPGA和各種各樣的ASIC專用芯片物聯(lián)網(wǎng)“萬(wàn)物互聯(lián)”5G提供快速安全的云計(jì)算與數(shù)據(jù)存儲(chǔ)服務(wù)，讓用戶可以使用網(wǎng)絡(luò)上的龐大計(jì)算資源與數(shù)據(jù)中心性能目標(biāo)被監(jiān)測(cè)的各種物理量、影音圖文信息、生產(chǎn)生活記錄等通過(guò)數(shù)據(jù)標(biāo)注員借助標(biāo)記工具，對(duì)人工智能學(xué)習(xí)數(shù)據(jù)進(jìn)行加工的一種行為典型分析步驟：探索性數(shù)據(jù)分析、模型選定分析、推斷分析數(shù)據(jù)標(biāo)注的類型：圖像標(biāo)注、語(yǔ)音標(biāo)注、文本標(biāo)注、視頻標(biāo)注等數(shù)據(jù)算法數(shù)據(jù)來(lái)源大數(shù)據(jù)特點(diǎn)與人工智能的關(guān)系規(guī)模性、高速性、多樣性、價(jià)值稀疏性相互促進(jìn)，大數(shù)據(jù)要求AI不斷提高計(jì)算能力，同時(shí)也在不斷訓(xùn)練著AI機(jī)器學(xué)習(xí)深度學(xué)習(xí)讓機(jī)器像人一樣的學(xué)習(xí)和思考——從已知數(shù)據(jù)中獲得規(guī)律，并對(duì)未知進(jìn)行預(yù)測(cè)學(xué)習(xí)方式分類：監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)讓算法自動(dòng)從數(shù)據(jù)中獲取特征，而不是像機(jī)器學(xué)習(xí)人為提取特征主要應(yīng)用方向圖像識(shí)別：圖像分類、物體檢測(cè)、圖像分割、圖像回歸語(yǔ)音識(shí)別：語(yǔ)音識(shí)別、聲紋識(shí)別、語(yǔ)音合成自然語(yǔ)言處理：情感分析、神經(jīng)機(jī)器翻譯、自然語(yǔ)言推理典型應(yīng)用場(chǎng)景在線視頻、4K/8K業(yè)務(wù)、車聯(lián)網(wǎng)、無(wú)人駕駛、遠(yuǎn)程醫(yī)療、智慧城市等圖像、聲音等媒體數(shù)據(jù)；動(dòng)作、姿態(tài)等行為數(shù)據(jù)；位置、天氣等環(huán)境數(shù)據(jù)實(shí)現(xiàn)物體與物體、環(huán)境與狀態(tài)信息之間實(shí)時(shí)共享AI+IoT，人工智能技術(shù)與物聯(lián)網(wǎng)在實(shí)際行業(yè)應(yīng)用中的落地融合與人工智能的關(guān)系人工智能的基礎(chǔ)計(jì)算平臺(tái)，人工智能的能力集成到千萬(wàn)應(yīng)用中的便捷途徑高數(shù)據(jù)速率、減少延遲、節(jié)省能源、降低成本、提高系統(tǒng)容量和大規(guī)模設(shè)備連接人工智能的核心驅(qū)動(dòng)力人工智能的核心驅(qū)動(dòng)力包括：大數(shù)據(jù)、算法、算力。大數(shù)據(jù)可以比作人工智能的燃料，算法是發(fā)動(dòng)機(jī)，算力則是支撐發(fā)動(dòng)機(jī)高速運(yùn)轉(zhuǎn)的加速器。三者相輔相成，數(shù)據(jù)量的上漲、運(yùn)算力的提升和深度學(xué)習(xí)算法的出現(xiàn)才能極大地促進(jìn)人工智能行業(yè)的發(fā)展?！鞠嚓P(guān)知識(shí)】人工智能三要素大數(shù)據(jù)——這是讓計(jì)算機(jī)獲得智能的鑰匙，具有三大特征：體量大、多維度、全面性；算法——如深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等，就是讓計(jì)算機(jī)通過(guò)大量的數(shù)據(jù)具備學(xué)習(xí)能力；算力——每個(gè)聰明的人工智能系統(tǒng)背后都有一套強(qiáng)大的硬件系統(tǒng)，用于計(jì)算處理大數(shù)據(jù)和執(zhí)行先進(jìn)算法的能力。一、人工智能的核心驅(qū)動(dòng)力（一）人工智能的“加速器”——算力什么是算力？算力是人工智能的基礎(chǔ)硬件層，為算法提供基礎(chǔ)計(jì)算能力。涵蓋：GPU、CPU、FPGA和各種各樣的ASIC專用芯片。芯片的發(fā)展歷程？傳統(tǒng)計(jì)算機(jī)芯片為CPU,但這種傳統(tǒng)計(jì)算架構(gòu)無(wú)法支撐深度學(xué)習(xí)的大規(guī)模并行計(jì)算需求。GPU（圖像處理器）作為應(yīng)對(duì)圖像處理需求而出現(xiàn)的芯片，其海量數(shù)據(jù)并行運(yùn)算的能力與深度學(xué)習(xí)需求不謀而合，因此，被最先引入深度學(xué)習(xí)。GPU的優(yōu)點(diǎn)：讓并行計(jì)算成為可能，對(duì)數(shù)據(jù)處理規(guī)模、數(shù)據(jù)運(yùn)算速度帶來(lái)了指數(shù)級(jí)的增長(zhǎng)。和使用傳統(tǒng)雙核CPU在運(yùn)算速度上的差距最大會(huì)達(dá)到近七十倍，解決了制約計(jì)算機(jī)視覺(jué)發(fā)展的主要瓶頸。一、人工智能的核心驅(qū)動(dòng)力（一）人工智能的“加速器”——算力人工智能芯片的發(fā)展路徑兩種發(fā)展路徑：一種是延續(xù)傳統(tǒng)計(jì)算架構(gòu)，加速硬件計(jì)算能力，主要以3種類型的芯片為代表，即GPU、FPGA、ASIC，但CPU依舊發(fā)揮著不可替代的作用；另一種是采用類腦神經(jīng)結(jié)構(gòu)來(lái)提升計(jì)算能力，以IBMTrueNorth芯片為代表。一、人工智能的核心驅(qū)動(dòng)力種類傳統(tǒng)芯片類腦芯片CPUGPUDSPFPGAASIC特征邏輯控制、串行運(yùn)算等通用計(jì)算3D圖像處理、密集型并行運(yùn)算實(shí)現(xiàn)各種數(shù)字信號(hào)處理算法半定制IC、可編程芯片計(jì)算能力和效率可根據(jù)算法需要定制模擬人腦進(jìn)行異步、并行和分布式信息處理領(lǐng)域云端/終端推理云端訓(xùn)練端側(cè)推理云端/終端推理訓(xùn)練&推理端側(cè)推理企業(yè)英特爾英偉達(dá)ImaginationCEVA

中星微Xilinx

深鑒科技谷歌

寒武紀(jì)IBM傳統(tǒng)芯片及類腦芯片硬件信息比較什么是算法模型？算法是人工智能的發(fā)動(dòng)機(jī)，有了算法，有了被訓(xùn)練的數(shù)據(jù)，經(jīng)過(guò)多次訓(xùn)練，經(jīng)過(guò)模型評(píng)估和算法人員不斷調(diào)整后，會(huì)獲得訓(xùn)練模型。有了好的算法模型，人工智能業(yè)務(wù)要求的基礎(chǔ)功能才能得以實(shí)現(xiàn)。一、人工智能的核心驅(qū)動(dòng)力（二）人工智能的“發(fā)動(dòng)機(jī)”——算法人工智能的算法理論人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的關(guān)系：人工智能是目標(biāo)，機(jī)器學(xué)習(xí)是重要實(shí)現(xiàn)手段之一，深度學(xué)習(xí)則源于機(jī)器學(xué)習(xí)的一個(gè)技術(shù)方向——人工神經(jīng)網(wǎng)絡(luò)。一、人工智能的核心驅(qū)動(dòng)力（二）人工智能的“發(fā)動(dòng)機(jī)”——算法什么是機(jī)器學(xué)習(xí)？讓計(jì)算機(jī)具有像人一樣的學(xué)習(xí)和思考能力，即從已知數(shù)據(jù)中獲得規(guī)律，并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)的技術(shù)。在這整個(gè)過(guò)程中，最關(guān)鍵的是數(shù)據(jù)。一、人工智能的核心驅(qū)動(dòng)力（二）人工智能的“發(fā)動(dòng)機(jī)”——算法機(jī)器學(xué)習(xí)的分類3種學(xué)習(xí)方式的分類：監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。監(jiān)督學(xué)習(xí)（SupervisedLearning）：簡(jiǎn)單理解為“跟老師學(xué)”，即在有老師的環(huán)境下，學(xué)生從老師那里獲得做對(duì)或做錯(cuò)的反饋。其學(xué)習(xí)結(jié)果為函數(shù)，以概率函數(shù)、代數(shù)函數(shù)或人工神經(jīng)網(wǎng)絡(luò)為函數(shù)模型無(wú)監(jiān)督學(xué)習(xí)（UnsupervisedLearning）：簡(jiǎn)單理解為“自學(xué)標(biāo)評(píng)”，即沒(méi)有老師的環(huán)境下，學(xué)生自己學(xué)習(xí)，一般有既定標(biāo)準(zhǔn)評(píng)價(jià)，或者無(wú)評(píng)價(jià)。采用聚類方法，學(xué)習(xí)結(jié)果為類別。強(qiáng)化學(xué)習(xí)（ReinforcementLearning）：簡(jiǎn)單理解為“自學(xué)自評(píng)”，即沒(méi)有老師的環(huán)境下，學(xué)生對(duì)問(wèn)題答案自我評(píng)價(jià)，以統(tǒng)計(jì)和動(dòng)態(tài)規(guī)劃技術(shù)為指導(dǎo)的一種學(xué)習(xí)方法。什么是機(jī)器學(xué)習(xí)？——什么是監(jiān)督學(xué)習(xí)這是最簡(jiǎn)單、最直接的一種機(jī)器學(xué)習(xí)方式。類似高考前所做的練習(xí)題是有標(biāo)準(zhǔn)答案的，在做題的過(guò)程中，我們可以通過(guò)對(duì)照答案，來(lái)分析問(wèn)題找出方法。一、人工智能的核心驅(qū)動(dòng)力（二）人工智能的“發(fā)動(dòng)機(jī)”——算法什么是機(jī)器學(xué)習(xí)？——什么是非監(jiān)督學(xué)習(xí)也稱為無(wú)監(jiān)督學(xué)習(xí)，就是所做的練習(xí)題沒(méi)有標(biāo)準(zhǔn)答案，換句話說(shuō)，你也不知道自己做的是否正確，沒(méi)有參照。由于這種方式能夠幫助克服很多實(shí)際應(yīng)用中獲取監(jiān)督數(shù)據(jù)的困難，因此一直是人工智能發(fā)展的一個(gè)重要研究方向。一、人工智能的核心驅(qū)動(dòng)力（二）人工智能的“發(fā)動(dòng)機(jī)”——算法什么是機(jī)器學(xué)習(xí)？——什么是強(qiáng)化學(xué)習(xí)這是一種非常強(qiáng)大的學(xué)習(xí)方式，其目標(biāo)就是要獲得一個(gè)策略去指導(dǎo)行動(dòng)。比如在圍棋博弈中，這個(gè)策略可以根據(jù)盤面形勢(shì)指導(dǎo)每一步應(yīng)該在哪里落子；在股票交易中，這個(gè)策略會(huì)告訴我們應(yīng)該在什么時(shí)候買入、什么時(shí)候賣出。具體案例：2016年擊敗圍棋世界冠軍李世石九段的阿爾法狗，其令世人震驚的博弈能力就是通過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練出來(lái)的。一、人工智能的核心驅(qū)動(dòng)力（二）人工智能的“發(fā)動(dòng)機(jī)”——算法什么是深度學(xué)習(xí)？這是機(jī)器學(xué)習(xí)比較熱門的一個(gè)方向，其本身是神經(jīng)網(wǎng)絡(luò)算法的衍生。深度學(xué)習(xí)是讓算法自動(dòng)從數(shù)據(jù)中獲取特征，而不是像從前的機(jī)器學(xué)習(xí)方法，人為的去提取特征。深度學(xué)習(xí)通過(guò)構(gòu)建一個(gè)多層的表示學(xué)習(xí)結(jié)構(gòu)，使用一系列非線性變換操作，從原始數(shù)據(jù)中提取簡(jiǎn)單的特征進(jìn)行組合，從而獲得更高層、更抽象的表示。一、人工智能的核心驅(qū)動(dòng)力（二）人工智能的“發(fā)動(dòng)機(jī)”——算法機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的差異其最大的不同在于深度學(xué)習(xí)不需要人為的做特征工程，而是可以通過(guò)算法直接獲取特征。這使機(jī)器學(xué)習(xí)向“全自動(dòng)數(shù)據(jù)分析”又前進(jìn)了一步。一、人工智能的核心驅(qū)動(dòng)力（二）人工智能的“發(fā)動(dòng)機(jī)”——算法什么是深度學(xué)習(xí)？——深度學(xué)習(xí)的主要應(yīng)用方向1.圖像處理領(lǐng)域圖像分類（物體識(shí)別）：整幅圖像的分類或識(shí)別。物體檢測(cè)：檢測(cè)圖像中物體的位置進(jìn)而識(shí)別物體。圖像分割：對(duì)圖像中的特定物體按邊緣進(jìn)行分割。圖像回歸：預(yù)測(cè)圖像中物體組成部分的坐標(biāo)。一、人工智能的核心驅(qū)動(dòng)力（二）人工智能的“發(fā)動(dòng)機(jī)”——算法2.語(yǔ)音識(shí)別領(lǐng)域語(yǔ)音識(shí)別：將語(yǔ)音識(shí)別為文字。聲紋識(shí)別：識(shí)別是哪個(gè)人的聲音。語(yǔ)音合成：根據(jù)文字合成特定人的語(yǔ)音。什么是深度學(xué)習(xí)？——深度學(xué)習(xí)的主要應(yīng)用方向3.自然語(yǔ)言處理領(lǐng)域語(yǔ)言模型：根據(jù)前一個(gè)單詞預(yù)測(cè)下一個(gè)單詞。情感分析：分析文本體現(xiàn)的情感（正負(fù)向、正負(fù)中或多態(tài)度類型）。神經(jīng)機(jī)器翻譯：基于統(tǒng)計(jì)語(yǔ)言模型的多語(yǔ)種互譯。神經(jīng)自動(dòng)摘要：根據(jù)文本自動(dòng)生成摘要。機(jī)器閱讀理解：通過(guò)閱讀文本回答問(wèn)題、完成選擇題或完型填空。自然語(yǔ)言推理：根據(jù)一句話（前提）推理出另一句話（結(jié)論）。一、人工智能的核心驅(qū)動(dòng)力（二）人工智能的“發(fā)動(dòng)機(jī)”——算法認(rèn)識(shí)數(shù)據(jù)對(duì)人工智能的重要性數(shù)據(jù)集的豐富性和大規(guī)模性對(duì)算法訓(xùn)練尤為重要。實(shí)現(xiàn)精準(zhǔn)視覺(jué)識(shí)別的第一步，就是獲取海量而優(yōu)質(zhì)的應(yīng)用場(chǎng)景數(shù)據(jù)。以人臉識(shí)別為例，訓(xùn)練該算法模型的圖片數(shù)據(jù)量至少應(yīng)為百萬(wàn)級(jí)別。大數(shù)據(jù)的來(lái)源社交網(wǎng)絡(luò)用戶數(shù)據(jù)·科學(xué)儀器獲取數(shù)據(jù)·移動(dòng)通信記錄數(shù)據(jù)傳感器檢測(cè)數(shù)據(jù)·飛機(jī)飛行記錄數(shù)據(jù)醫(yī)療數(shù)據(jù)：放射影像數(shù)據(jù)，疾病數(shù)據(jù)·商務(wù)數(shù)據(jù)：刷卡消費(fèi)數(shù)據(jù)，網(wǎng)購(gòu)交易數(shù)據(jù)信息量越來(lái)越大、維度越來(lái)越多，從圖像、聲音等媒體數(shù)據(jù)，到動(dòng)作、姿態(tài)、軌跡等人類行為數(shù)據(jù)，再到地理位置、天氣等環(huán)境數(shù)據(jù)……一、人工智能的核心驅(qū)動(dòng)力（三）人工智能的“燃料”——數(shù)據(jù)大數(shù)據(jù)的特點(diǎn)規(guī)模性（Volume，耗費(fèi)大量存儲(chǔ)、計(jì)算資源）；高速性（Velocity，增長(zhǎng)迅速、急需實(shí)時(shí)處理）；多樣性（Variety，來(lái)源廣泛、形式多樣）；價(jià)值稀疏性（Value，價(jià)值總量大、知識(shí)密度低）。大數(shù)據(jù)與人工智能的關(guān)系一方面，大數(shù)據(jù)要求人工智能不斷提高其計(jì)算能力；另一方面，大數(shù)據(jù)也在不斷地訓(xùn)練著人工智能，使結(jié)果更加精準(zhǔn)。一、人工智能的核心驅(qū)動(dòng)力（三）人工智能的“燃料”——數(shù)據(jù)沒(méi)有數(shù)據(jù)的人工智能是無(wú)法前行的。情景驅(qū)動(dòng)的人工智能應(yīng)用，對(duì)企業(yè)的數(shù)據(jù)處理能力提出迫切要求。企業(yè)不僅需要采集數(shù)據(jù)，還需要利用深度學(xué)習(xí)將這些數(shù)據(jù)轉(zhuǎn)化為人工智能的“知識(shí)”。在每一個(gè)轉(zhuǎn)化環(huán)節(jié)，都需要能讀懂和識(shí)別數(shù)據(jù)背后信息的“AI+專業(yè)”應(yīng)用人才。一、人工智能的核心驅(qū)動(dòng)力總結(jié)什么是物聯(lián)網(wǎng)？狹義：指通過(guò)信息傳感設(shè)備按約定的協(xié)議把任何物品與互聯(lián)網(wǎng)連接起來(lái)進(jìn)行信息交換，以實(shí)現(xiàn)智能化識(shí)別、定位、跟蹤、監(jiān)控和管理的一種網(wǎng)絡(luò)。這些傳感設(shè)備包括：射頻識(shí)別(RFID)、紅外線感應(yīng)器、全球定位系統(tǒng)、激光掃描器、氣體感應(yīng)器等。廣義：打造“物物相連的互聯(lián)網(wǎng)”，指通過(guò)多種信息技術(shù)的結(jié)合，實(shí)現(xiàn)物體與物體之間、環(huán)境以及狀態(tài)信息之間實(shí)時(shí)的共享，以及智能化的收集、傳遞、處理、執(zhí)行。二、人工智能的其他支撐技術(shù)（一）認(rèn)知物聯(lián)網(wǎng)和AIoT物聯(lián)網(wǎng)與人工智能有什么關(guān)系？什么是AIoT？“AIoT”即“AI+IoT”，指的是人工智能技術(shù)與物聯(lián)網(wǎng)在實(shí)際行業(yè)應(yīng)用中的落地融合。物聯(lián)網(wǎng)的最終目的是要解決具體場(chǎng)景的實(shí)際應(yīng)用，賦予物聯(lián)網(wǎng)一個(gè)“大腦”；AI通過(guò)對(duì)歷史和實(shí)時(shí)數(shù)據(jù)的深度學(xué)習(xí)，能夠更準(zhǔn)確的判斷用戶習(xí)慣，使設(shè)備做出符合用戶預(yù)期的行為，變得更加智能。人工智能也需要物聯(lián)網(wǎng)這個(gè)重要的平臺(tái)來(lái)完成落地應(yīng)用。AI的數(shù)據(jù)只有IoT能夠源源不斷的提供，IoT提供的海量龐雜的數(shù)據(jù)可以讓AI快速的獲取知識(shí)，不斷訓(xùn)練。二、人工智能的其他支撐技術(shù)（一）認(rèn)知物聯(lián)網(wǎng)和AIoT物聯(lián)網(wǎng)與人工智能有什么關(guān)系？什么是AIoT？二、人工智能的其他支撐技術(shù)（一）認(rèn)知物聯(lián)網(wǎng)和AIoT因此只有兩者結(jié)合才能發(fā)揮出更大的作用，把應(yīng)用邊界不斷拓展，這也是產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展的核心訴求之一。什么是云計(jì)算二、人工智能的其他支撐技術(shù)（二）了解云計(jì)算從廣義上說(shuō)，計(jì)算資源的共享池叫做“云”。其實(shí)質(zhì)是一個(gè)網(wǎng)絡(luò)，云計(jì)算把許多計(jì)算資源集合起來(lái)，通過(guò)軟件實(shí)現(xiàn)自動(dòng)化管理，只需要很少的人參與，就能讓資源被快速提供。核心概念就是以互聯(lián)網(wǎng)為中心，在網(wǎng)站上提供快速且安全的云計(jì)算服務(wù)與數(shù)據(jù)存儲(chǔ)，讓每一個(gè)使用互聯(lián)網(wǎng)的人都可以使用網(wǎng)絡(luò)上的龐大計(jì)算資源與數(shù)據(jù)中心。云計(jì)算的特點(diǎn)和應(yīng)用二、人工智能的其他支撐技術(shù)（二）了解云計(jì)算計(jì)算能力作為一種商品，可以無(wú)限擴(kuò)展，只要按使用量付費(fèi)就可以；可以在互聯(lián)網(wǎng)上流通，可以方便地取用，且價(jià)格較為低廉。較為簡(jiǎn)單的云計(jì)算技術(shù)服務(wù)，包括最為常見的網(wǎng)絡(luò)搜索引擎和網(wǎng)絡(luò)郵箱。其他的如存儲(chǔ)云、醫(yī)療云、金融云、教育云等等，也已廣泛地應(yīng)用在行業(yè)及生活中。云計(jì)算與人工智能的關(guān)系二、人工智能的其他支撐技術(shù)（二）了解云計(jì)算云計(jì)算不僅是人工智能的基礎(chǔ)計(jì)算平臺(tái)，也是人工智能的能力集成到千萬(wàn)應(yīng)用中的便捷途徑。作為IT基礎(chǔ)設(shè)施，它是人工智能與大數(shù)據(jù)之間的橋梁。人工智能的自我學(xué)習(xí)需要海量數(shù)據(jù)用于訓(xùn)練。而云計(jì)算支撐了人工智能和大數(shù)據(jù)這些計(jì)算存儲(chǔ)密集型任務(wù)，它是幫助獲得海量真實(shí)大數(shù)據(jù)的重要方式。什么是5G？二、人工智能的其他支撐技術(shù)（三）走近第五代移動(dòng)通信技術(shù)（5G）5G：第五代移動(dòng)通信系統(tǒng)，也是繼1G、2G、3G和4G系統(tǒng)之后的延伸。1G：語(yǔ)音通話，20世紀(jì)80年代；2G：消息傳遞，20世紀(jì)90年代；3G：多媒體、文本、互聯(lián)網(wǎng)，20世紀(jì)90年代末至21世紀(jì)初；4G：實(shí)時(shí)數(shù)據(jù)，包括車載導(dǎo)航、視頻共享，2008年推出。從模擬通信到數(shù)字通信，從文字傳輸、圖像傳輸又到視頻傳輸，移動(dòng)通信技術(shù)極大地改變了我們的生活。而前四代移動(dòng)通信網(wǎng)絡(luò)技術(shù)，只是專注于移動(dòng)通信，而5G在此基礎(chǔ)上還包括了工業(yè)互聯(lián)網(wǎng)和人工智能等諸多應(yīng)用場(chǎng)景。

5G的特點(diǎn)二、人工智能的其他支撐技術(shù)（三）走近第五代移動(dòng)通信技術(shù)（5G）其性能目標(biāo)是高數(shù)據(jù)速率、減少延遲、節(jié)省能源、降低成本、提高系統(tǒng)容量和大規(guī)模設(shè)備連接。5G的到來(lái)，更高的速率、更大的帶寬、更低的延遲成為可能。

5G能實(shí)現(xiàn)什么場(chǎng)景？二、人工智能的其他支撐技術(shù)（三）走近第五代移動(dòng)通信技術(shù)（5G）國(guó)際電信聯(lián)盟無(wú)線電通信局定義了5G的三大典型應(yīng)用場(chǎng)境：增強(qiáng)型移動(dòng)寬帶：主要面向虛擬現(xiàn)實(shí)（VR）/增強(qiáng)現(xiàn)實(shí)（AR）,以及在線視頻4K/8K等高帶寬需求業(yè)務(wù)；超可靠低時(shí)延通信：主要面向車聯(lián)網(wǎng)與自動(dòng)駕駛、遠(yuǎn)程外科手術(shù)、智能電網(wǎng)、無(wú)人機(jī)等時(shí)延敏感的業(yè)務(wù)；海量大規(guī)模連接物聯(lián)網(wǎng)：主要面向智慧城市、智能交通等高連接密度需求的業(yè)務(wù)。什么是人工智能數(shù)據(jù)服務(wù)？三、了解人工智能的數(shù)據(jù)服務(wù)即：為AI算法訓(xùn)練及優(yōu)化提供的數(shù)據(jù)采集、清洗、信息抽取、標(biāo)注等服務(wù)，這對(duì)于人工智能縱深到細(xì)分行業(yè)和場(chǎng)境應(yīng)用至關(guān)重要。三、了解人工智能的數(shù)據(jù)服務(wù)人工智能數(shù)據(jù)服務(wù)包括以下步驟：1.數(shù)據(jù)采集又稱數(shù)據(jù)獲取。被采集數(shù)據(jù)可以是被監(jiān)測(cè)的各種物理量，如溫度、濕度、水位等，也可以是各類影音圖文信息。2.數(shù)據(jù)標(biāo)注包括：語(yǔ)音標(biāo)注、圖像標(biāo)注、文本標(biāo)注、視頻標(biāo)注等種類。標(biāo)記的基本形式有：標(biāo)注畫框、3D畫框、文本轉(zhuǎn)錄、圖像打點(diǎn)、目標(biāo)物體輪廓線等。3.數(shù)據(jù)分析指用適當(dāng)?shù)慕y(tǒng)計(jì)方法對(duì)收集來(lái)的大量數(shù)據(jù)進(jìn)行分析，提取有用信息和形成結(jié)論。通常包含以下三個(gè)步驟：探索性數(shù)據(jù)分析——模型選定分析——推斷分析三、了解人工智能的數(shù)據(jù)服務(wù)人工智能數(shù)據(jù)服務(wù)——什么是圖像標(biāo)注？