大學(xué)生信息技術(shù)-拓展模塊 課件 項目6 人工智能 任務(wù)2 人工智能技術(shù)簡介

大學(xué)生信息技術(shù)——拓展模塊項目6

人工智能項目知識框架思維導(dǎo)圖人工智能技術(shù)簡介任務(wù)2內(nèi)容提要1.自然語言生成2.圖像識別3.計算機視覺4.機器學(xué)習(xí)5.生物特征識別6.人機交互7.數(shù)據(jù)挖掘8.神經(jīng)網(wǎng)絡(luò)任務(wù)2

人工智能技術(shù)簡介

自然語言生成研究能實現(xiàn)人與機器人之間用自然語言進(jìn)行有效通信的各種理論和方法，涉及的領(lǐng)域較多，主要包括機器翻譯、機器閱讀理解和問答系統(tǒng)等。任務(wù)2

人工智能技術(shù)簡介——自然語言生成

圖像識別技術(shù)是一種人工智能技術(shù)，用于識別和理解圖像中的對象、場景和特征。它利用計算機視覺和機器學(xué)習(xí)算法來分析圖像的像素信息，從而實現(xiàn)自動化的圖像分類、目標(biāo)檢測、物體識別等任務(wù)。任務(wù)2

人工智能技術(shù)簡介——圖像識別

計算機視覺是使用計算機模仿人類視覺系統(tǒng)的科學(xué)，讓計算機擁有類似人類提取、處理、理解和分析圖像以及圖像序列的能力。自動駕駛、機器人、智能醫(yī)療等領(lǐng)域均需要通過計算機視覺技術(shù)從視覺信號中提取并處理信息。任務(wù)2

人工智能技術(shù)簡介——計算機視覺

機器學(xué)習(xí)是人工智能的主要技術(shù)，機器不斷地學(xué)習(xí)在特定情況人的做法，不斷的積累，從而在出現(xiàn)情況需要決策時，機器會從學(xué)習(xí)的經(jīng)驗庫中提取做法解決問題。自動駕駛、智能醫(yī)療等領(lǐng)域均需要該技術(shù)。機器學(xué)習(xí)研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能，是人工智能技術(shù)的核心。任務(wù)2

人工智能技術(shù)簡介——機器學(xué)習(xí)

任務(wù)2

人工智能技術(shù)簡介——機器學(xué)習(xí)

機器學(xué)習(xí)分類根據(jù)學(xué)習(xí)模式監(jiān)督學(xué)習(xí)無監(jiān)督學(xué)習(xí)強化學(xué)習(xí)根據(jù)學(xué)習(xí)方法傳統(tǒng)機器學(xué)習(xí)深度學(xué)習(xí)根據(jù)常見算法遷移學(xué)習(xí)主動學(xué)習(xí)演化學(xué)習(xí)生物特征識別技術(shù)是指通過個體生理特征或行為特征對個體身份進(jìn)行識別認(rèn)證的技術(shù)。生物特征識別通常分為注冊和識別兩個階段。生物特征識別技術(shù)涉及的內(nèi)容十分廣泛，包括指紋、掌紋、人臉、虹膜、指靜脈、聲紋、步態(tài)等多種生物特征，其識別過程涉及到圖像處理、計算機視覺、語音識別、機器學(xué)習(xí)等多項技術(shù)。目前生物特征識別作為重要的智能化身份認(rèn)證技術(shù)，在金融、公共安全、教育、交通等領(lǐng)域得到廣泛的應(yīng)用。任務(wù)2人工智能技術(shù)簡介——生物特征識別

人機交互主要研究人和計算機之間的信息交換，主要包括人到計算機和計算機到人的兩部分信息交換，是人工智能領(lǐng)域的重要的外圍技術(shù)。人機交互是與認(rèn)知心理學(xué)、人機工程學(xué)、多媒體技術(shù)、虛擬現(xiàn)實技術(shù)等密切相關(guān)的綜合學(xué)科。傳統(tǒng)的人與計算機之間的信息交換主要依靠交互設(shè)備進(jìn)行，主要包括鍵盤、鼠標(biāo)、操縱桿、數(shù)據(jù)服裝、眼動跟蹤器、位置跟蹤器、數(shù)據(jù)手套、壓力筆等輸入設(shè)備，以及打印機、繪圖儀、顯示器、頭盔式顯示器、音箱等輸出設(shè)備。人機交互技術(shù)除了傳統(tǒng)的基本交互和圖形交互外，還包括語音交互、情感交互、體感交互及腦機交互等技術(shù)。任務(wù)2人工智能技術(shù)簡介——人機交互

數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲（干擾、不規(guī)則、無意義）的、模糊的、隨機的數(shù)據(jù)集中識別有效的、新穎的、潛在有用的，以及最終可理解的信息過程。它包括機器學(xué)習(xí)、數(shù)理統(tǒng)計、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)庫、模式識別、粗糙集、模糊數(shù)學(xué)等相關(guān)技術(shù)。數(shù)據(jù)挖掘可粗略地理解為三步曲：數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘，以及結(jié)果的解釋評估。任務(wù)2人工智能技術(shù)簡介——數(shù)據(jù)挖掘

神經(jīng)網(wǎng)絡(luò)在文獻(xiàn)中也稱為人工神經(jīng)網(wǎng)絡(luò)、神經(jīng)計算，連接主義人工智能，并行分布處理等。一個神經(jīng)網(wǎng)絡(luò)是一個由簡單處理元構(gòu)成的規(guī)模宏大的并行分布處理器，具有存儲經(jīng)驗知識和使之可用的特性。神經(jīng)網(wǎng)絡(luò)從兩個方面上模擬大腦。（1）神經(jīng)網(wǎng)絡(luò)獲取的知識是從外界環(huán)境中學(xué)習(xí)得來的。（2）內(nèi)部神經(jīng)元的連接強度，即突觸權(quán)值，用于儲存獲取的知識。任務(wù)2人工智能技術(shù)簡介——神經(jīng)網(wǎng)絡(luò)

任務(wù)2

人工智能技術(shù)簡介

內(nèi)容