《人工智能與大數(shù)據(jù)技術(shù)》高職全套教學(xué)課件

|人工智能與大數(shù)據(jù)技術(shù)|項(xiàng)目1新聞熱點(diǎn)與身邊的人工智能項(xiàng)目1新聞熱點(diǎn)與身邊的人工智能項(xiàng)目2人工智能發(fā)展簡史項(xiàng)目3大數(shù)據(jù)技術(shù)項(xiàng)目4大數(shù)據(jù)攫取項(xiàng)目5大數(shù)據(jù)與人工智能項(xiàng)目6基于決策樹和搜索的智能系統(tǒng)（上）項(xiàng)目6基于決策樹和搜索的智能系統(tǒng)（下）項(xiàng)目7基于仿生算法的智能系統(tǒng)項(xiàng)目8基于神經(jīng)網(wǎng)絡(luò)的智能系統(tǒng)I項(xiàng)目9基于神經(jīng)網(wǎng)絡(luò)的智能系統(tǒng)II項(xiàng)目10人工智能應(yīng)用項(xiàng)目11人工智能與人類社會(huì)未來全套可編輯PPT課件PART01智慧家庭entertherelevantcontentyouneedhere.thankyoufordownloadingourppttemplatefile.PART02機(jī)器翻譯entertherelevantcontentyouneedhere.thankyoufordownloadingourppttemplatefile.PART03圖像識(shí)別entertherelevantcontentyouneedhere.thankyoufordownloadingourppttemplatefile.PART04下棋高手entertherelevantcontentyouneedhere.thankyoufordownloadingourppttemplatefile.目錄CONTENTSPART05PART06PART07PART08自動(dòng)駕駛醫(yī)療健康金融與商業(yè)entertherelevantcontentyouneedhere.thankyoufordownloadingourppttemplatefile.entertherelevantcontentyouneedhere.thankyoufordownloadingourppttemplatefile.entertherelevantcontentyouneedhere.thankyoufordownloadingourppttemplatefile.entertherelevantcontentyouneedhere.thankyoufordownloadingourppttemplatefile.人工智能改變世界全套可編輯PPT課件智慧家庭第一部分PART

01全套可編輯PPT課件

如今對(duì)于人工智能我們已經(jīng)不再陌生，“家庭”正在漸漸成為人工智能的主要應(yīng)用場(chǎng)景。尤其是對(duì)于生長在科技產(chǎn)品環(huán)繞下的新一代們，他們對(duì)于人工智能的接受度大大增加，隨著人工智能的進(jìn)步，更全面、更“聰明”的人工智能正為家庭教育帶來新的改變。智慧家庭又可稱為智慧家庭服務(wù)平臺(tái)，是綜合運(yùn)用物聯(lián)網(wǎng)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)，結(jié)合自動(dòng)控制技術(shù)，將家庭設(shè)備智能控制、家庭環(huán)境感知、家人健康感知、家居安全感知以及信息交流、消費(fèi)服務(wù)等家居生活有效地結(jié)合起來，創(chuàng)造出健康、安全、舒適、低碳、便捷的個(gè)性化家居生活。智慧家庭在國外科幻場(chǎng)景中已經(jīng)成為現(xiàn)實(shí)，如回家后熱水已經(jīng)燒好，回家之前空調(diào)或暖氣已經(jīng)開好，飯已經(jīng)自動(dòng)煮好，可以隨時(shí)了解冰箱里面的菜品儲(chǔ)備情況，下雨也會(huì)自動(dòng)關(guān)窗戶，還能隨時(shí)監(jiān)控家庭內(nèi)部細(xì)節(jié)的情況，讀取家庭數(shù)據(jù)中心的各種數(shù)據(jù)，那樣我們的生活質(zhì)量就會(huì)再上一個(gè)臺(tái)階?？梢哉f，“智慧家庭”正替我們實(shí)現(xiàn)著這個(gè)愿望。智慧家庭的涵蓋范圍很廣，除了常用家電設(shè)備外，還包括照明系統(tǒng)、監(jiān)控系統(tǒng)、三表計(jì)量、供水供暖甚至開關(guān)插座等。

隨著信息化技術(shù)的逐步發(fā)展、網(wǎng)絡(luò)技術(shù)的日益完善、可應(yīng)用網(wǎng)絡(luò)載體的日益豐富和大帶寬室內(nèi)網(wǎng)絡(luò)入戶戰(zhàn)略的逐步推廣，智慧化信息服務(wù)進(jìn)家入戶成為可能。居民通過電視機(jī)遙控器、手機(jī)等終端即可實(shí)現(xiàn)互動(dòng)，方便快捷地享受到智能、舒適、高效與安全的家居生活。智慧家庭綜合了互聯(lián)網(wǎng)、計(jì)算處理、網(wǎng)絡(luò)通訊、感應(yīng)與控制等技術(shù)，被認(rèn)為是下一個(gè)藍(lán)海市場(chǎng)（指當(dāng)今還不存在的產(chǎn)業(yè)，即未知的市場(chǎng)空間）。智慧家庭的范疇不僅限于家庭娛樂和家居控制(比如開關(guān)、燈光、溫濕度控制等)，在不遠(yuǎn)的未來，能源、醫(yī)療、安防、教育等傳統(tǒng)產(chǎn)業(yè)也都將與家庭應(yīng)用密切結(jié)合。市場(chǎng)預(yù)測(cè)，我國智慧家庭規(guī)模2025年或?qū)⑦_(dá)到1萬億元。從產(chǎn)業(yè)融合角度看，近年來無論是IT行業(yè)、傳統(tǒng)家電行業(yè)、通信運(yùn)營商、樓宇智能、安防報(bào)警產(chǎn)品、傳統(tǒng)照明燈具制造商、音視頻廠商等都不斷融合，推動(dòng)著智慧家庭的發(fā)展。同時(shí)智能家居行業(yè)作為全新技術(shù)產(chǎn)業(yè)，是國家產(chǎn)業(yè)扶持的對(duì)象。國家十二五規(guī)劃中已經(jīng)明確將無線智能家居產(chǎn)業(yè)與新能源、文化創(chuàng)意產(chǎn)業(yè)等并列為戰(zhàn)略性新興產(chǎn)業(yè)。國家十四五規(guī)劃提出，應(yīng)用感應(yīng)控制、語音控制、遠(yuǎn)程控制等技術(shù)手段，發(fā)展智能家電、智能照明、智能安防監(jiān)控、智能音箱、新型穿戴設(shè)備、服務(wù)機(jī)器人等，智慧家庭服務(wù)平臺(tái)系統(tǒng)屬于智能家居的范疇，在未來將擁有廣闊的市場(chǎng)前景。圖1.1智慧家庭助手圖機(jī)器翻譯第二部分PART

02

機(jī)器翻譯，又稱為自動(dòng)翻譯，是利用計(jì)算機(jī)將一種自然語言（源語言）轉(zhuǎn)換為另一種自然語言（目標(biāo)語言）的過程。隨著經(jīng)濟(jì)全球化及互聯(lián)網(wǎng)的飛速發(fā)展，機(jī)器翻譯技術(shù)在促進(jìn)政治、經(jīng)濟(jì)、文化交流等方面起到越來越重要的作用。機(jī)器翻譯的研究歷史可以追溯到20世紀(jì)三四十年代。20世紀(jì)30年代初，法國科學(xué)家G.B.阿爾楚尼提出了用機(jī)器來進(jìn)行翻譯的想法。1933年，蘇聯(lián)發(fā)明家П.П.特羅揚(yáng)斯基設(shè)計(jì)了把一種語言翻譯成另一種語言的機(jī)器，并在同年9月5日登記了他的發(fā)明。1946年，第一臺(tái)現(xiàn)代電子計(jì)算機(jī)ENIAC誕生，隨后不久，信息論的先驅(qū)、美國科學(xué)家W.Weaver和英國工程師A.D.Booth在討論電子計(jì)算機(jī)的應(yīng)用范圍時(shí)，于1947年提出了利用計(jì)算機(jī)進(jìn)行語言自動(dòng)翻譯的想法。1949年，W.Weaver發(fā)表《翻譯備忘錄》，正式提出機(jī)器翻譯的思想。

市面上的神經(jīng)機(jī)器翻譯系統(tǒng)越來越多，國內(nèi)的阿里巴巴、騰訊、百度、科大訊飛、搜狗，國外的谷歌、臉書、微軟等都在布局，這使相關(guān)技術(shù)發(fā)生質(zhì)變。如今，許多出租車司機(jī)都能用手機(jī)上的翻譯軟件，輕松和外國朋友溝通。在不少國際會(huì)議上，機(jī)器翻譯干脆直接扮演現(xiàn)場(chǎng)同聲傳譯角色。語音識(shí)別技術(shù)發(fā)展在這場(chǎng)翻譯革命中也功不可沒。語音識(shí)別包括遠(yuǎn)場(chǎng)識(shí)別、噪聲識(shí)別以及多輪交互，是人工智能的重要切入點(diǎn)。因此，這場(chǎng)機(jī)器翻譯技術(shù)革命正是人工智能革命夢(mèng)想照進(jìn)現(xiàn)實(shí)的重要一環(huán)。機(jī)器翻譯

阿里巴巴達(dá)摩院基于Transformer結(jié)構(gòu)進(jìn)行了網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)和對(duì)詞語位置信息的充分利用，全面改進(jìn)了機(jī)器翻譯的性能，幫助速賣通平臺(tái)上的中國及全球中小賣家，將產(chǎn)品詳情與評(píng)論自動(dòng)翻譯成當(dāng)?shù)卣Z言，還實(shí)現(xiàn)了實(shí)時(shí)人工智能語言翻譯的客戶服務(wù)與業(yè)務(wù)咨詢。阿里巴巴的電商機(jī)器翻譯總量已達(dá)到每日7.5億次。在電子郵件和網(wǎng)站頁面語言轉(zhuǎn)換方面，谷歌公司稱，其機(jī)器翻譯服務(wù)每天在全世界被使用超過10億次。

語言溝通問題正成為越來越多中國出境游客的迫切需求。許多中國游客借助智能翻譯軟件和機(jī)器，輕松解決國外道路路牌、餐館菜單和超市購物，甚至在旅途中認(rèn)識(shí)外國朋友。

機(jī)器翻譯的應(yīng)用場(chǎng)景正不斷豐富，越來越多的政府和企業(yè)網(wǎng)站需將內(nèi)容“多語言化”，視頻網(wǎng)站可能需要借助機(jī)器翻譯將視頻內(nèi)容翻譯成多語言版本，就連人工翻譯服務(wù)供應(yīng)商也會(huì)借助機(jī)器翻譯來提升人工翻譯的效率。1．應(yīng)用場(chǎng)景日漸豐富

隨著人工智能技術(shù)的發(fā)展，“機(jī)器取代人”的趨勢(shì)日益顯現(xiàn)，傳統(tǒng)人工翻譯公司的市場(chǎng)份額正在不斷被機(jī)器翻譯公司占領(lǐng)?！皶r(shí)代的發(fā)展讓傳統(tǒng)翻譯企業(yè)壓力倍增?！眰魃裾Z聯(lián)網(wǎng)網(wǎng)絡(luò)科技股份有限公司董事長兼CEO何恩培說，在1分鐘內(nèi)，機(jī)器的翻譯速度是50萬字，而人工翻譯最快速度僅為300字，頂級(jí)編輯閱讀速度為每分鐘1500字，也就是說機(jī)器翻譯的速度已遠(yuǎn)遠(yuǎn)超過了人閱讀的速度。２．未來人機(jī)翻譯相輔相成圖1-2機(jī)器翻譯圖像識(shí)別第三部分PART

03

信息時(shí)代背景下，圖像識(shí)別技術(shù)是非常基礎(chǔ)的技術(shù)，利用計(jì)算機(jī)完成物理信息、物理數(shù)據(jù)識(shí)別。過程主要就是獲取信息，預(yù)處理信息、分類信息、設(shè)計(jì)決策。憑借著強(qiáng)大的功能，如今的信息處理技術(shù)已經(jīng)深入地改變了人們生活和工作，比如人臉識(shí)別、指紋識(shí)別實(shí)際上都有用到圖像識(shí)別這項(xiàng)技術(shù)。在科技發(fā)展、時(shí)代進(jìn)步的同時(shí)，圖像識(shí)別這種技術(shù)將會(huì)擁有更廣闊的使用前景，能夠在醫(yī)療領(lǐng)域、信息搜集領(lǐng)域、質(zhì)量控制領(lǐng)域、安全檢查領(lǐng)域中發(fā)揮巨大的作用，其對(duì)推動(dòng)經(jīng)濟(jì)發(fā)展、社會(huì)進(jìn)步來說有極大的現(xiàn)實(shí)價(jià)值。圖像識(shí)別技術(shù)0102圖像識(shí)別過程03圖像識(shí)別技術(shù)應(yīng)用TITLE

PART

1TITLE

PART

2TITLE

PART

31.圖像識(shí)別技術(shù)

圖像識(shí)別原理主要是需處理具有一定復(fù)雜性的信息，處理技術(shù)并不是隨意出現(xiàn)在計(jì)算機(jī)中，主要是根據(jù)一些醫(yī)學(xué)研究人員的實(shí)踐，結(jié)合計(jì)算機(jī)程序?qū)ο嚓P(guān)內(nèi)容模擬并予以實(shí)現(xiàn)。該技術(shù)的計(jì)算機(jī)實(shí)現(xiàn)與人類對(duì)圖像識(shí)別的基本原理基本類似，與人類感覺及視覺等方面不同的是計(jì)算機(jī)不會(huì)受到任何因素的影響。人類不只是結(jié)合儲(chǔ)存在腦海中的圖像記憶進(jìn)行識(shí)別，而是利用圖像特征對(duì)其分類，再利用各類別特征識(shí)別出圖片。計(jì)算機(jī)也采用同樣的圖像識(shí)別原理，采用對(duì)圖像重要特征的分類和提取，并有效排除無用的多余特征，進(jìn)而使圖像識(shí)別得以實(shí)現(xiàn)。有時(shí)計(jì)算機(jī)對(duì)上述特征的提取比較明顯，有時(shí)就比較普通，這將對(duì)計(jì)算機(jī)圖像識(shí)別的效率產(chǎn)生較大影響。２.圖像識(shí)別的過程

由于圖像識(shí)別技術(shù)的產(chǎn)生是基于人工智能的基礎(chǔ)上，所以計(jì)算機(jī)圖像識(shí)別的過程與人腦識(shí)別圖像的過程大體一致，歸納起來，該過程主要包括4個(gè)步驟：（１）獲取信息，主要是指將聲音和光等信息通過傳感器向電信號(hào)轉(zhuǎn)換，也就是對(duì)識(shí)別對(duì)象的基本信息進(jìn)行獲取，并將其向計(jì)算機(jī)可識(shí)別的信息轉(zhuǎn)換；（２）信息預(yù)處理，主要是指采用去噪、變換及平滑等操作對(duì)圖像進(jìn)行處理，使圖像的重要特點(diǎn)提高；（３）抽取及選擇特征，主要是指在模式識(shí)別中，抽取及選擇圖像特征，概括而言就是識(shí)別圖像具有種類多樣的特點(diǎn)，如采用一定方式分離，就要識(shí)別圖像的特征，獲取特征也被稱為特征抽??；（４）設(shè)計(jì)分類器及分類決策，其中設(shè)計(jì)分類器就是根據(jù)訓(xùn)練對(duì)識(shí)別規(guī)則進(jìn)行制定，基于此識(shí)別規(guī)則能夠得到特征的主要種類，進(jìn)而使圖像識(shí)別的不斷提高辨識(shí)率，此后再通過識(shí)別特殊特征，最終實(shí)現(xiàn)對(duì)圖像的評(píng)價(jià)和確認(rèn)。3.圖像識(shí)別技術(shù)運(yùn)用（１）模式識(shí)別

人工智能背景下的圖像識(shí)別這種技術(shù)有著非常突出的優(yōu)勢(shì)，能夠合理使用各種各樣的信息與數(shù)據(jù)資料。通常來說，模式識(shí)別這種技術(shù)需要搭配計(jì)算機(jī)技術(shù)、傳統(tǒng)圖像進(jìn)行操作。數(shù)學(xué)原理是其中的切入點(diǎn)，以此為基礎(chǔ)充分考慮數(shù)據(jù)的多元特征，實(shí)現(xiàn)對(duì)各種特征、價(jià)值的評(píng)價(jià)與識(shí)別。一般來說，這種模式大多會(huì)被用在學(xué)習(xí)階段與實(shí)習(xí)階段。其中學(xué)習(xí)階段指的就是存儲(chǔ)過程，能夠很好地保存與收集各種圖像信息，在計(jì)算機(jī)的幫助下分類、識(shí)別數(shù)據(jù)，構(gòu)建系統(tǒng)化、規(guī)范化圖像、識(shí)別程序。實(shí)現(xiàn)階段則強(qiáng)調(diào)人腦圖像與圖像統(tǒng)一發(fā)展，能夠生成識(shí)別程序，包括計(jì)算機(jī)識(shí)別、人腦識(shí)別、應(yīng)用情況分析。在計(jì)算機(jī)搜集信息、科學(xué)匹配中表示圖像成功識(shí)別，當(dāng)然這種方式經(jīng)常發(fā)生各種錯(cuò)誤。（2）神經(jīng)網(wǎng)絡(luò)

目前，基于神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別是一種比較新型的技術(shù)，是以傳統(tǒng)圖像識(shí)別方式為基礎(chǔ)，有效融合神經(jīng)網(wǎng)絡(luò)算法。在此，神經(jīng)網(wǎng)絡(luò)主要是指人工神經(jīng)網(wǎng)絡(luò)，換而言之就是在此提到的神經(jīng)網(wǎng)絡(luò)不是動(dòng)物體的神經(jīng)網(wǎng)絡(luò)，而主要是指人類采用人工模擬動(dòng)物神經(jīng)網(wǎng)絡(luò)方式的一種神經(jīng)網(wǎng)絡(luò)。針對(duì)基于神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別技術(shù)，目前，在基于神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別技術(shù)中，遺傳算法有效結(jié)合BP神經(jīng)網(wǎng)絡(luò)是最經(jīng)典的一種模型，該模型可在諸多領(lǐng)域中進(jìn)行應(yīng)用。諸如智能汽車監(jiān)控中采用的拍照識(shí)別技術(shù)，若有汽車從該位置經(jīng)過時(shí)，檢測(cè)設(shè)備將產(chǎn)生相應(yīng)的反應(yīng)，檢測(cè)設(shè)備啟動(dòng)圖像采集裝置，獲取汽車正反面的特征圖像，在對(duì)車牌字符進(jìn)行識(shí)別的過程中，就采用了基于神經(jīng)網(wǎng)絡(luò)和模糊匹配的兩類算法。（3）非線性降維

采用計(jì)算機(jī)識(shí)別圖像是基于高維形式的一種識(shí)別技術(shù)，不管原始圖片的分辨率如何，該圖片產(chǎn)生的數(shù)據(jù)通常都具有多維性特征，這在一定程度上增大了計(jì)算機(jī)識(shí)別的難度。為使計(jì)算機(jī)的圖像識(shí)別性能更為高效，采用隨圖像降維方法就是一種最直接而有效的方法。一般情況下，可對(duì)降維劃分為非線性降維與線性降維兩類，比如最普遍的線性降維方式就是主成分分與線性奇異分析等，該方式的特點(diǎn)是簡單、理解更容易等，再對(duì)數(shù)據(jù)集合采用線性降維方式處理求解的投影圖像使該數(shù)據(jù)集合的低維最優(yōu)。在信息技術(shù)中作為近年來新興的圖像識(shí)別技術(shù)已廣泛應(yīng)用于眾多應(yīng)用領(lǐng)域，隨著人工智能技術(shù)的日新月異，圖像識(shí)別技術(shù)也得到十分迅猛的發(fā)展。在眾多社會(huì)領(lǐng)域中，有效應(yīng)用圖像識(shí)別技術(shù)將使社會(huì)與經(jīng)濟(jì)價(jià)值得到充分發(fā)揮。圖1-3智能圖像識(shí)別下棋高手第四部分PART

04

2017年10月，人工智能再一次吸引了人類眼球。AlphaGo的最新版本誕生，并且以驕人成績擊敗上代版本。曾經(jīng)，AlphaGo橫掃棋壇無敵手，它打敗了世界上最優(yōu)秀的圍棋棋手。先是2016年它擊敗了韓國圍棋高手李世石，因此得名“AlphaGo高手”；而后在2017年5月稍加改進(jìn)后，通過網(wǎng)絡(luò)下棋擊敗了60位世界頂級(jí)棋手，也擊敗了圍棋世界冠軍柯潔，因此又得名“AlphaGo大師”。

設(shè)計(jì)師重新設(shè)計(jì)了AlphaGo，推出新版本后，它便迎來了爆炸式的成長。短短三天時(shí)間，它從圍棋零基礎(chǔ)成長到高手水平，以100比0的戰(zhàn)績，擊敗了AlphaGo高手。然后繼續(xù)學(xué)習(xí)成長，不久又擊敗了AlphaGo大師。

短時(shí)間取得如此驕人成績，并不是最可怕的。最可怕的是，它誕生時(shí)除了具備基本圍棋規(guī)則外，其他任何關(guān)于圍棋的知識(shí)、妙手、棋譜統(tǒng)統(tǒng)沒有，它完全自學(xué)成才，成就了名副其實(shí)的“第一圍棋手”稱號(hào)。它的名字就是AlphaGoZero。

機(jī)器之所以智能，是因?yàn)榫邆淞藢W(xué)習(xí)能力。而人工智能不論多高級(jí)、多專業(yè)，也不論在哪個(gè)領(lǐng)域，包括語音識(shí)別、圖像分類、藥物分揀等，都需要具備一定知識(shí)儲(chǔ)備，學(xué)習(xí)該領(lǐng)域內(nèi)已有的人類知識(shí)。

AlphaGo誕生時(shí)也是如此。它花了幾個(gè)月時(shí)間，學(xué)習(xí)了三千萬個(gè)棋局，幾乎掌握了人類關(guān)于圍棋的一切知識(shí)；它以大量的圍棋棋譜為基礎(chǔ)，不斷模擬各種制勝妙手，自己給自己下棋，一步步優(yōu)化自己的走棋策略。結(jié)果它學(xué)會(huì)了人類的下棋技巧，還比人類下得更好，最終贏了職業(yè)圍棋高手李世石?？梢哉f，它的實(shí)力取決于學(xué)習(xí)能力，更取決于人類提供的知識(shí)儲(chǔ)備。

但是這種學(xué)習(xí)經(jīng)歷在AlphaGoZero身上不見了。除了下棋規(guī)則之外，設(shè)計(jì)人員沒有給AlphaGoZero加載任何與圍棋棋譜有關(guān)的數(shù)據(jù)，沒有進(jìn)行任何培訓(xùn)、指導(dǎo)。它“頭腦一片空白”，完全是零基礎(chǔ)。它的學(xué)習(xí)方式就是左右互搏，自己跟自己下棋。剛開始，下棋全是隨機(jī)的，無任何套路可言。持續(xù)下棋（學(xué)習(xí)）3天，它自己對(duì)弈了490萬場(chǎng)比賽，并且為每場(chǎng)比賽的預(yù)熱，它還進(jìn)行了1600次模擬比賽。結(jié)果，它輕松打敗了曾經(jīng)打敗李世石的AlphaGo高手。成長到21天，又擊敗AlphaGo大師；成長到40天，它已成為無可爭辯的世界第一圍棋高手。

AlphaGoZero成長為真正的圍棋大師，全靠自學(xué)。這種自學(xué)基于設(shè)計(jì)師對(duì)它進(jìn)行的重新設(shè)計(jì)。在老版本AlphaGo的系統(tǒng)里，有三大部分，一、搜索算法，即窮盡法，在19×19圍棋盤上列出可能下的每一步棋；二、蒙特卡洛模擬，即最優(yōu)法，在所有可能下的棋招中計(jì)算出最有利的一步；三、兩個(gè)深層神經(jīng)網(wǎng)絡(luò)，一個(gè)用來模仿現(xiàn)成棋譜的招數(shù)，另一個(gè)用來評(píng)估模仿的結(jié)果。而它的硬件則包括48個(gè)處理器（TPU），并使用了多臺(tái)機(jī)器。TPU就是張量處理器，是谷歌專為機(jī)器學(xué)習(xí)而研發(fā)的芯片，與中央處理器（CPU）相比有更高的效能。

而AlphaGoZero的系統(tǒng)里，完全沒有了前兩部分，只保留了最后一個(gè)，并且兩個(gè)深層神經(jīng)網(wǎng)絡(luò)還合二為一。這種系統(tǒng)被稱為“強(qiáng)化學(xué)習(xí)”，也就是說，它既能自己跟自己下棋，又能評(píng)估自己下棋的結(jié)果。無疑，這樣效率更高，并且它只需1臺(tái)機(jī)器和4個(gè)張量處理器就可以正常工作。它的世界里，只有圍棋棋盤和黑白棋子。因此它自學(xué)的方式很簡單，就是練習(xí)再練習(xí)，重復(fù)再重復(fù)。

從圍棋零基礎(chǔ)成長為世界第一圍棋高手，AlphaGoZero不僅全靠自學(xué)，還學(xué)出了新花樣，創(chuàng)造了新的下棋套路，不僅真正超越了它的前輩，還超越了人類。

它與老版本AlphaGo對(duì)弈的100場(chǎng)比賽，都是標(biāo)準(zhǔn)賽制，每位棋手限時(shí)2小時(shí)。比賽前期布局以及最后收官時(shí)，AlphaGoZero走棋可圈可點(diǎn)，表現(xiàn)了高手的水準(zhǔn)，與千百年來圍棋大師們積累的妙招類似。

但是在比賽的中間環(huán)節(jié)，它的某些棋招顯得十分詭異，超出了正常的圍棋下法，至少是超出了現(xiàn)有的知識(shí)范疇，很難理解。據(jù)此科學(xué)家分析道，它可能自己研究出新的棋招，創(chuàng)新了圍棋棋譜，這種創(chuàng)新與人類的下法有本質(zhì)不同。不同于以往，但又更好?；蛟S這就是人工智能青出于藍(lán)而又勝于藍(lán)的必然結(jié)果吧。

圍棋有幾千年的歷史，有無數(shù)的棋譜、書籍問世。人類曾經(jīng)以為，站在巨人肩膀上才能達(dá)到更高成就，但是現(xiàn)在人工智能改寫了歷史。不到兩個(gè)月時(shí)間，不參考相關(guān)的人類知識(shí)，它從零基礎(chǔ)成長為一名超級(jí)圍棋棋手。而且它還能自己創(chuàng)新，超越人類現(xiàn)有的水平。

這一切都表明，人工智能是人類智慧的倍增器，它可以幫助我們從容面對(duì)那些嚴(yán)峻挑戰(zhàn)，提高解決問題的效率。這種前景完全是可能的，如果AlphaGoZero的技術(shù)應(yīng)用于其他領(lǐng)域，比如蛋白質(zhì)折疊、降低能源消耗、開發(fā)革命性新材料等，那么許多難關(guān)將會(huì)迅速突破，許多創(chuàng)新也會(huì)接踵而至，或許還會(huì)給社會(huì)帶來巨大的革命性影響。然而，若人工智能的創(chuàng)新超出了人類的掌控呢？人工智能是否會(huì)超越人類，是否會(huì)反過來控制人類？如果它能不依賴人類知識(shí)，自學(xué)并超越人類現(xiàn)有水平，那么這種情況還是有可能發(fā)生的，畢竟它創(chuàng)新出了人類無法理解的詭異棋招。

雖然人工智能在某些專業(yè)領(lǐng)域超越了人類，但它仍有一個(gè)致命缺陷，即常識(shí)障礙。人類用同樣一個(gè)身體（硬件）和同一個(gè)頭腦（軟件），可以完成許多事，如做數(shù)學(xué)題、賦詩作文、打球、游泳、下圍棋……而且對(duì)于許多模糊問題，人類依然能解決。但這對(duì)人工智能來說就很難，并且它很難具備這種常識(shí)，更沒有標(biāo)準(zhǔn)來判定它達(dá)到什么程度才算具有常識(shí)。

另外，圍棋屬于一種限制性的問題，必須在遵循規(guī)則的前提下，達(dá)到某種特定條件，才能算解決問題。AlphaGoZero所有的成就，都是在這個(gè)范疇內(nèi)完成的。假若出了這個(gè)范疇，它還能應(yīng)付嗎？它會(huì)開車，會(huì)寫小說嗎？它會(huì)探索未知世界，會(huì)解決開放性問題嗎？有些或許它快要會(huì)了，但這顯然還不夠。

據(jù)設(shè)計(jì)師證實(shí)，AlphaGoZero還是很死板的，它根本不知變通。假如把它對(duì)弈的標(biāo)準(zhǔn)圍棋棋盤變大，橫豎各增加10格，變成29×29的大棋盤，那AlphaGoZero就傻眼了。又或者縮小1格，變成18×18棋盤，它也不會(huì)下。其實(shí)，這也是人工智能極度專業(yè)化的表現(xiàn)之一。因此，人類還不到屈服于人工智能的時(shí)候，而且可能永遠(yuǎn)都不會(huì)有這樣的時(shí)候。圖1-4AlphaGo圖自動(dòng)駕駛第五部分partPART

05圖1-5自動(dòng)駕駛

所謂自動(dòng)駕駛，通常又被稱為無人駕駛、智能化駕駛等。相對(duì)于許多發(fā)達(dá)國家而言，我國在自動(dòng)駕駛汽車方面的研究起步較晚，但經(jīng)過了較長一段時(shí)間的研究發(fā)展，目前也已經(jīng)取得了較為突出的成就。早在十幾年前就已經(jīng)有科研人員研發(fā)出了智能無人車，通過借助智能行為控制系統(tǒng)的優(yōu)勢(shì)性作用，使其能夠在不存在特殊情況下的過程當(dāng)中能夠?qū)崿F(xiàn)無人駕駛。另外還有研究院已經(jīng)研發(fā)出了所謂的腦控汽車，腦控汽車就是通過借助腦電設(shè)備來捕捉人腦所發(fā)出的腦電信號(hào)，并通過對(duì)于信號(hào)進(jìn)行全面的識(shí)別，將其轉(zhuǎn)換為操作指令傳達(dá)給汽車，以此來實(shí)現(xiàn)通過人腦控制來駕駛汽車的目的。盡管此類研究已經(jīng)取得了一定的成果，但想要真正獲得廣泛的應(yīng)用還需要開展更為深入的研究。目前越來越多的科研人員開始進(jìn)行自動(dòng)駕駛汽車方面的研究，在未來的一段時(shí)間當(dāng)中，自動(dòng)駕駛行業(yè)必然獲得突出的發(fā)展。

1.人工智能在自動(dòng)駕駛汽車路線中的應(yīng)用

自動(dòng)駕駛屬于一類較為完整的軟件交互系統(tǒng)，我們可以將自動(dòng)駕駛軟件部分大致分為環(huán)境感知模塊、行為決策模塊以及運(yùn)動(dòng)控制模塊三大模塊類型。其中，環(huán)境感知模塊，簡單來說就是指通過科學(xué)合理的運(yùn)用傳感器實(shí)現(xiàn)對(duì)于周邊環(huán)境情況的感知。常見的環(huán)境感知模塊包括雷達(dá)、攝像頭、傳感器等。除了能夠掌握周邊環(huán)境狀態(tài)之外，同時(shí)也能夠?qū)τ谲嚿肀旧淼臓顟B(tài)信息進(jìn)行了解。行為決策模塊則需要充分依據(jù)實(shí)時(shí)路網(wǎng)信息以及周邊的交通環(huán)境信息確保在滿足交通規(guī)則要求的情況下實(shí)現(xiàn)安全穩(wěn)定的駕駛決策。運(yùn)動(dòng)控制模塊通過對(duì)于行駛軌跡的科學(xué)合理規(guī)劃以及當(dāng)前車輛所處位置和運(yùn)行狀態(tài)，實(shí)現(xiàn)對(duì)于汽車、油門剎車以及方向盤等的控制。2.人工智能技術(shù)在實(shí)際駕駛過程當(dāng)中的應(yīng)用

其一，人工智能使得駕駛工作的安全性獲得了顯著的提升。自動(dòng)駕駛難以在短期內(nèi)獲得廣泛的應(yīng)用，因而在發(fā)展的初期我們可以將其用作商業(yè)用途。隨著技術(shù)水平的逐漸發(fā)展進(jìn)步，越來越多的高新設(shè)備被應(yīng)用于自動(dòng)駕駛車輛當(dāng)中，而先進(jìn)駕駛輔助系統(tǒng)就是其中之一。目前在許多的國家當(dāng)中，都已經(jīng)在車輛上加裝了先進(jìn)駕駛輔助系統(tǒng)。先進(jìn)駕駛輔助系統(tǒng)本身具備著環(huán)境感知和圖像識(shí)別等能力，具備著尤為廣闊的發(fā)展空間。先進(jìn)駕駛輔助系統(tǒng)能夠替代人類完成駕駛行為，為自動(dòng)駕駛汽車的實(shí)現(xiàn)提供了可能。

其二，人工智能能夠切實(shí)強(qiáng)化交通的高效性。目前，越來越多的出行軟件獲得了人們的廣泛應(yīng)用，人們開始依靠出行軟件來掌握道路交通情況，制定出行計(jì)劃。各式各樣的出行軟件是車聯(lián)網(wǎng)發(fā)展的典型體現(xiàn)，汽車行業(yè)與互聯(lián)網(wǎng)的融合發(fā)展，能夠有效提升交通效率，幫助人們更為輕松的獲知道路情況，并通過人工智能技術(shù)的輔助給予人們出行建議，使人們能夠更加科學(xué)合理地進(jìn)行路線規(guī)劃。

其三，人工智能能夠賦予人們的出行更為突出的舒適性。人工智能在自動(dòng)駕駛汽車當(dāng)中的應(yīng)用不僅僅體現(xiàn)于對(duì)汽車的控制這一方面同時(shí)也體現(xiàn)于休閑娛樂、語音智能、空調(diào)系統(tǒng)等多項(xiàng)輔助功能方面。舉例來說，目前許多汽車都能通過辨別周邊的環(huán)境情況以及用戶的狀態(tài)情況自主對(duì)于車內(nèi)空調(diào)的溫度進(jìn)行調(diào)節(jié)。通過人工智能技術(shù)的優(yōu)勢(shì)性作用給出科學(xué)合理的建議，能夠更大程度上強(qiáng)化人們的乘車出行體驗(yàn)。其四，人工智能的應(yīng)用使得生產(chǎn)工作更具高效性。通過科學(xué)合理的進(jìn)行人工技術(shù)的應(yīng)用，能夠?qū)崿F(xiàn)對(duì)于整體汽車設(shè)計(jì)測(cè)試等多個(gè)環(huán)節(jié)的強(qiáng)化。當(dāng)前階段，在開展汽車制造工作時(shí)已經(jīng)無需全盤依靠人工來實(shí)現(xiàn)基礎(chǔ)生產(chǎn)，越來越多的生產(chǎn)商開始借助機(jī)械設(shè)備完成生產(chǎn)工作，一方面強(qiáng)化了生產(chǎn)效率，另一方面也避免了因人為操作誤差而導(dǎo)致的失誤問題的出現(xiàn)。其五，人工智能強(qiáng)化了管理工作的高效性。當(dāng)前階段人工智能技術(shù)已經(jīng)被廣泛地應(yīng)用于各行各業(yè)，當(dāng)中，一方面能夠降低不必要的成本支出，另一方面也能強(qiáng)化管理工作的開展效率。舉例來說，在營銷工作開展的過程當(dāng)中，工作人員能夠通過人工智能所收集到的不同數(shù)據(jù)信息實(shí)現(xiàn)對(duì)于消費(fèi)者情況的判定，從而更大程度上滿足消費(fèi)者的需求。3.人工智能在自動(dòng)駕駛汽車應(yīng)用中面臨的難點(diǎn)

人工智能在自動(dòng)駕駛汽車當(dāng)中的應(yīng)用，想要真正取得一定的成果是難以一蹴而就的，而是需要經(jīng)過漫長的一段應(yīng)用歷程。當(dāng)前階段我們?cè)谶@一方面的應(yīng)用研究仍然較為落后，許多汽車企業(yè)都面臨著成本與質(zhì)量相沖突的問題。想要讓自動(dòng)駕駛真正發(fā)揮實(shí)質(zhì)性的作用，我們當(dāng)前階段還必須克服來自政策、技術(shù)以及民眾接受程度等多個(gè)方面的問題。從某種程度上來講，自動(dòng)駕駛能夠緩解人們的駕駛壓力，很大程度上保障人們的出行安全。但是，技術(shù)方面不夠強(qiáng)大、民眾的接收能力仍然較差等，都是我們今后需要一一解決的問題。4.、人工智能在自動(dòng)駕駛汽車中應(yīng)用的前景展望我們之所以要將人工智能融入于自動(dòng)駕駛汽車系統(tǒng)當(dāng)中，并非是為了讓人工智能來替代駕駛?cè)藛T完成駕駛工作，而是輔助駕駛?cè)藛T開展安全駕駛，降低駕駛?cè)藛T在駕駛工作開展過程當(dāng)中所承擔(dān)的壓力。相對(duì)于全面智能化駕駛而言，我們目前將更多的精力放置于部分智能化駕駛研究當(dāng)中。因此在接下來的一段時(shí)間當(dāng)中，我們還需要對(duì)于人工智能在輔助駕駛方面所發(fā)揮的作用進(jìn)行更為深入的研究。目前許多的家用汽車都已經(jīng)配備了雷達(dá)輔助系統(tǒng)，通過該系統(tǒng)駕駛?cè)藛T可以對(duì)于周邊的交通情況進(jìn)行了解。但這一系統(tǒng)的應(yīng)用仍然存在著一定的不足，我們需要立足于這一基礎(chǔ)之上，強(qiáng)化系統(tǒng)與駕駛?cè)藛T之間的溝通交流，使得駕駛?cè)藛T能夠更多的體會(huì)到智能汽車駕駛所帶來的便捷性，真正發(fā)揮人工智能在自動(dòng)駕駛汽車領(lǐng)域當(dāng)中的實(shí)際作用。智能醫(yī)療第六部分PART

06圖1-6智能醫(yī)療

目前，我們正處在一個(gè)數(shù)據(jù)飛速爆炸性增長的階段。健康醫(yī)療大數(shù)據(jù)是新時(shí)期重要的基礎(chǔ)戰(zhàn)略資源之一。它的應(yīng)用和發(fā)展將促進(jìn)醫(yī)療模式的革命性變革，有助于擴(kuò)大醫(yī)療資源的供給，降低醫(yī)療費(fèi)用，提高醫(yī)療服務(wù)效率，將成為我國醫(yī)療服務(wù)的發(fā)展方向，并對(duì)經(jīng)濟(jì)、社會(huì)、科技和人民生活有著巨大的影響，所以健康醫(yī)療大數(shù)據(jù)具有巨大的發(fā)展?jié)摿Α⑸虣C(jī)和創(chuàng)業(yè)空間。利用大數(shù)據(jù)，更好地對(duì)接醫(yī)療技術(shù)、產(chǎn)品、服務(wù)和群眾的健康需求，促進(jìn)衛(wèi)生產(chǎn)業(yè)發(fā)展，釋放健康醫(yī)療的消費(fèi)潛力，滿足群眾對(duì)健康的多樣化需求。健康醫(yī)療大數(shù)據(jù)來源主要有四個(gè)方面，即醫(yī)療過程中、行業(yè)、學(xué)科相關(guān)、互聯(lián)網(wǎng)行為中的數(shù)據(jù)資源。它具有以下特征：一是數(shù)據(jù)的數(shù)量多規(guī)模大；二是多樣化的數(shù)據(jù)結(jié)構(gòu)；三是數(shù)據(jù)呈幾何式增長；四是數(shù)據(jù)所含的信息價(jià)值高。

健康醫(yī)療大數(shù)據(jù)和每個(gè)人的日常生活都有著密切的關(guān)系，對(duì)其進(jìn)行有效安全的利用更對(duì)國家甚至全球的防控疾病、研發(fā)新藥等方面產(chǎn)生有利的影響。

健康醫(yī)療大數(shù)據(jù)的應(yīng)用和發(fā)展主要有四方面，即兩個(gè)主體，兩個(gè)領(lǐng)域。兩個(gè)主體，分別是作為醫(yī)療對(duì)象的居民和作為醫(yī)療行為實(shí)施者的醫(yī)生；兩個(gè)領(lǐng)域分別是科研創(chuàng)新領(lǐng)域和醫(yī)療體制改革領(lǐng)域，具體如下。智能醫(yī)療1.在服務(wù)居民方面

通過分析居民在就醫(yī)時(shí)的習(xí)慣及行為的大數(shù)據(jù)，針對(duì)其做出個(gè)性化的診療服務(wù)，讓百姓就醫(yī)更便捷。大數(shù)據(jù)還可以應(yīng)用在疾病的預(yù)測(cè)和疾病的早期干預(yù)方面。值得注意的是，基因測(cè)序這些新科技手段的發(fā)展，使得大數(shù)據(jù)的來源更加穩(wěn)定和準(zhǔn)確，使得人類對(duì)疾病的發(fā)病因素認(rèn)識(shí)更加全面，實(shí)現(xiàn)對(duì)其早期進(jìn)行干預(yù)和治療的愿景。大數(shù)據(jù)的另一應(yīng)用方面，就是以其為基礎(chǔ)分析影響居民的健康威脅因素，并進(jìn)行居民的個(gè)性化健康管理和保健指導(dǎo)。2.在服務(wù)醫(yī)生方面健康醫(yī)療大數(shù)據(jù)可以讓醫(yī)生的醫(yī)療更加精準(zhǔn)和精細(xì)，同時(shí)其還體現(xiàn)在醫(yī)療決策方面，尤其是科學(xué)性的臨床決策，其主要有制定相應(yīng)的治療方案、用藥分析、疾病并發(fā)癥、藥品不良反應(yīng)、療效相關(guān)性分析等。在大數(shù)據(jù)未出現(xiàn)時(shí)，醫(yī)生做出診斷時(shí)，主要憑借醫(yī)學(xué)知識(shí)和臨床經(jīng)驗(yàn)，大數(shù)據(jù)得以應(yīng)用后，醫(yī)生可以通過電子病歷等新型健康應(yīng)用和公共衛(wèi)生報(bào)告的整合，形成全面地真實(shí)地反映病人疾病的數(shù)據(jù)，通過這些數(shù)據(jù)判斷找尋病因，從而提出個(gè)性化的治療方案，促進(jìn)治療水平的提高。3.在服務(wù)科研方面健康醫(yī)療大數(shù)據(jù)為醫(yī)學(xué)創(chuàng)新研究搭建了新的平臺(tái)，大數(shù)據(jù)主要側(cè)重于疾病的預(yù)測(cè)與診斷、分析和處理臨床的實(shí)驗(yàn)數(shù)據(jù)、識(shí)別重大疾病的易感基因。還可以通過挖掘大數(shù)據(jù)內(nèi)在深層次的信息，使醫(yī)藥科技研究和應(yīng)用成效得以深化，同時(shí)，使對(duì)人類健康有重大威脅的疾病的診療水平得以顯著提高，即通過分析相關(guān)病人的數(shù)據(jù)來對(duì)招募患者進(jìn)行篩選，選出最優(yōu)符合條件的實(shí)驗(yàn)人群，并且通過深挖大數(shù)據(jù)深層信息，尋找最合適的實(shí)驗(yàn)基地，進(jìn)一步加快推進(jìn)臨床試驗(yàn)，促進(jìn)其較快發(fā)展。除此之外，健康醫(yī)療大數(shù)據(jù)還可以應(yīng)用在研制的支撐、健康醫(yī)療設(shè)備的數(shù)字化推廣，健康醫(yī)療裝備的智能化升級(jí)等一系列領(lǐng)域中。智能醫(yī)療大數(shù)據(jù)對(duì)醫(yī)藥衛(wèi)生體制改革方面，也有著推進(jìn)和促進(jìn)作用。深化醫(yī)療體制的改革，應(yīng)解決現(xiàn)行體制中深層次的和結(jié)構(gòu)性的問題。健康醫(yī)療大數(shù)據(jù)就是為這種改革提供了有效的路徑。大數(shù)據(jù)可以在一定程度上最大可能地顯示出事物的關(guān)聯(lián)性和客觀真實(shí)性；在龐雜的大數(shù)據(jù)之中，通過對(duì)其進(jìn)行整合和分析，為政府作政策的制定提供較為科學(xué)的決策依據(jù)。各方聯(lián)動(dòng)，全面深化，有效解決醫(yī)改中這些深層的問題，確保醫(yī)療改革的系統(tǒng)性、整體性和聯(lián)動(dòng)性。健康大數(shù)據(jù)應(yīng)用發(fā)展中的挑戰(zhàn)如下：1.健康醫(yī)療大數(shù)據(jù)采集環(huán)節(jié)中要做到互聯(lián)互通大數(shù)據(jù)的采集過程中要求有安全、高效并且可控的數(shù)據(jù)庫作為支撐。這就需要政府加大基礎(chǔ)網(wǎng)絡(luò)設(shè)施的建設(shè)，并且鼓勵(lì)各醫(yī)療機(jī)構(gòu)建立健康醫(yī)療大數(shù)據(jù)的相關(guān)技術(shù)體系，暢通資源共享渠道，依托政務(wù)網(wǎng)構(gòu)建橫向到邊、縱向到底的健康醫(yī)療信息網(wǎng)絡(luò)，進(jìn)一步在國家層面建立全民健康醫(yī)療大數(shù)據(jù)的收集、應(yīng)用體系。并且普及可穿戴設(shè)備、健康電子產(chǎn)品等的聯(lián)網(wǎng)機(jī)制，實(shí)現(xiàn)數(shù)據(jù)共享、個(gè)性化數(shù)據(jù)庫的形成，實(shí)現(xiàn)數(shù)據(jù)來源真實(shí)可靠、數(shù)據(jù)互聯(lián)互通，深度發(fā)掘數(shù)據(jù)的潛在價(jià)值，深層次實(shí)現(xiàn)大數(shù)據(jù)的信息價(jià)值。2.健康醫(yī)療大數(shù)據(jù)的共享過程中要進(jìn)行標(biāo)準(zhǔn)規(guī)范在確保健康醫(yī)療大數(shù)據(jù)收集環(huán)節(jié)的廣泛多樣真實(shí)互聯(lián)后，還應(yīng)將采集數(shù)據(jù)標(biāo)準(zhǔn)和規(guī)范進(jìn)行統(tǒng)一和完善，將大數(shù)據(jù)在技術(shù)和管理等方面進(jìn)行規(guī)范化和標(biāo)準(zhǔn)化。在醫(yī)療結(jié)構(gòu)層面，應(yīng)做好相關(guān)管理工作，各部門之間溝通順暢，實(shí)現(xiàn)健康醫(yī)療大數(shù)據(jù)及時(shí)有效地共享。在政府層面，要制定配套制度并完善相關(guān)法律，由政府主導(dǎo)梳理和建立健康醫(yī)療數(shù)據(jù)目錄，并將大數(shù)據(jù)進(jìn)行分級(jí)、分類、分地域、分專業(yè)的編制。并且將“互聯(lián)網(wǎng)+”的概念引入健康醫(yī)療大數(shù)據(jù)的體系內(nèi)，將橫向大數(shù)據(jù)和關(guān)于個(gè)人的縱向大數(shù)據(jù)整合后，進(jìn)行針對(duì)居民的個(gè)性化醫(yī)療服務(wù)及針對(duì)醫(yī)療研究的橫向大數(shù)據(jù)的應(yīng)用，不斷擴(kuò)寬健康醫(yī)療大數(shù)據(jù)的應(yīng)用范圍。3.健康醫(yī)療大數(shù)據(jù)的應(yīng)用過程中要做到安全可控在健康醫(yī)療大數(shù)據(jù)的應(yīng)用和發(fā)展過程中，安全要放在重要位置。這就需要相關(guān)制度的保障和切實(shí)有效地落實(shí)，對(duì)于信息安全保護(hù)始終繃緊一根弦。尤其是在規(guī)章制度的完善和建設(shè)上，汲取域外的經(jīng)驗(yàn)，對(duì)數(shù)據(jù)安全的保護(hù)納入法律范圍之內(nèi)。我國已出臺(tái)的有關(guān)健康醫(yī)療大數(shù)據(jù)的專門制度規(guī)范有《電子病歷應(yīng)用管理規(guī)范（試行）》等。該規(guī)范一是明確了電子病歷系統(tǒng)和電子病歷的概念，對(duì)電子病歷信息系統(tǒng)技術(shù)管理和電子病歷質(zhì)量管理提出具體要求；二是明確電子病歷使用的術(shù)語、編碼、模板和數(shù)據(jù)應(yīng)符合相關(guān)行業(yè)標(biāo)準(zhǔn)和規(guī)范的要求，以利用促進(jìn)電子病歷信息有效共享；三是關(guān)于電子病歷的有關(guān)要求與電子簽名法相銜接；四是明確封存電子病歷復(fù)制件的具體技術(shù)條件及要求。不斷探索數(shù)據(jù)的安全技術(shù)，不斷研發(fā)更新防護(hù)措施和方法。在保障安全的基礎(chǔ)上，著力建立起健康醫(yī)療大數(shù)據(jù)的共享平臺(tái)，互通互聯(lián)，數(shù)據(jù)使用渠道暢通，共享機(jī)制完善，將散落在各個(gè)機(jī)構(gòu)、系統(tǒng)的數(shù)據(jù)有效歸集和整合。不斷深入強(qiáng)化網(wǎng)絡(luò)安全建設(shè)，以保障使用健康醫(yī)療大數(shù)據(jù)時(shí)程序合規(guī)、實(shí)體安全。4.健康醫(yī)療大數(shù)據(jù)的發(fā)展過程中離不開政策支撐因?yàn)榻】滇t(yī)療大數(shù)據(jù)與個(gè)人隱私密切相關(guān)，因此在法律法規(guī)層面國家要明確相關(guān)立法，使得大數(shù)據(jù)在應(yīng)用的過程中權(quán)責(zé)明晰，不讓數(shù)據(jù)的利益相關(guān)人的權(quán)利受到損害。在醫(yī)療健康大數(shù)據(jù)的使用中，要明確相關(guān)的程序和監(jiān)管責(zé)任，明確各個(gè)環(huán)節(jié)的管理義務(wù)。除制度建設(shè)外，國家還應(yīng)鼓勵(lì)健康醫(yī)療大數(shù)據(jù)的相關(guān)研究和應(yīng)用，將其納入重點(diǎn)發(fā)展產(chǎn)業(yè)的目錄中，統(tǒng)一規(guī)劃，以免重復(fù)建設(shè)，浪費(fèi)資源。與此同時(shí)，要強(qiáng)化配套人才的培育，建立多層次多類型的健康醫(yī)療大數(shù)據(jù)應(yīng)用人才培養(yǎng)機(jī)制，由政府主導(dǎo)，科研院校、醫(yī)療機(jī)構(gòu)、相關(guān)企業(yè)協(xié)同發(fā)展的人才培育模式，共同促進(jìn)大數(shù)據(jù)的人才隊(duì)伍建設(shè)。金融與商業(yè)第七部分PART

07TECHNOLOGYSTYLE2.風(fēng)險(xiǎn)控制的應(yīng)用4.金融業(yè)生物識(shí)別技術(shù)的應(yīng)用1.金融服務(wù)的變革3.資產(chǎn)管理另辟蹊徑1.金融服務(wù)的變革人工智能的出現(xiàn)雖說沒有顛覆傳統(tǒng)的金融業(yè)的服務(wù)，但對(duì)于諸如銀行業(yè)前端業(yè)務(wù)、證券投資顧問業(yè)務(wù)、企業(yè)和個(gè)人的信貸業(yè)務(wù)都產(chǎn)生了深刻的影響。2015年交通銀行推出的智能網(wǎng)點(diǎn)機(jī)器人，是國內(nèi)采用人工智能技術(shù)進(jìn)行金融服務(wù)的先導(dǎo)之一，其利用人臉識(shí)別、聲音識(shí)別技術(shù)，針對(duì)用戶需求進(jìn)行業(yè)務(wù)引導(dǎo)，甚至可以判斷客戶的情緒進(jìn)行工作；國內(nèi)外很多證券公司都推出了自己的智能投顧，基于對(duì)數(shù)據(jù)的統(tǒng)計(jì)分析由計(jì)算機(jī)系統(tǒng)進(jìn)行投資組合的管理；很多金融機(jī)構(gòu)的信貸業(yè)務(wù)辦理也可以由客戶與智能客服的交互去完成。2.風(fēng)險(xiǎn)控制的應(yīng)用風(fēng)險(xiǎn)控制作為金融業(yè)一個(gè)至關(guān)重要的環(huán)節(jié)，也隨著人工智能的發(fā)展出現(xiàn)了很多新的變化。螞蟻金服通過分析用戶的網(wǎng)購記錄數(shù)據(jù)，針對(duì)用戶進(jìn)行信用評(píng)級(jí)對(duì)客戶進(jìn)行授信管理，不論從覆蓋范圍還是處理效率都遠(yuǎn)高于人工。京東白條基于高緯的數(shù)據(jù)模型為依據(jù)，應(yīng)用超過500個(gè)消費(fèi)金融系統(tǒng)中的風(fēng)控模型，用到超過4萬個(gè)風(fēng)控目標(biāo)，從而判斷風(fēng)險(xiǎn)進(jìn)行授信。這些海量數(shù)據(jù)靠人工顯然是不現(xiàn)實(shí)的，但是人工智能的應(yīng)用很好的解決了這些問題。針對(duì)海量的金融數(shù)據(jù)，具有深度學(xué)習(xí)能力的人工智能程序從金融歷史數(shù)據(jù)中自行發(fā)現(xiàn)潛在的風(fēng)險(xiǎn)點(diǎn)，如分析信用交易數(shù)據(jù)，識(shí)別欺詐交易，并總結(jié)相關(guān)經(jīng)驗(yàn)預(yù)測(cè)交易變化的趨勢(shì)，提前進(jìn)行風(fēng)險(xiǎn)防控。大數(shù)據(jù)的挖掘還可以應(yīng)用在與金融業(yè)相關(guān)的上下游產(chǎn)業(yè)分析中，多維度針對(duì)具體行業(yè)、項(xiàng)目進(jìn)行風(fēng)險(xiǎn)控制。3.資產(chǎn)管理另辟蹊徑人工智能在資產(chǎn)管理中的作用也愈發(fā)受到行業(yè)重視，深度的機(jī)器學(xué)習(xí)可以分析海量的金融交易數(shù)據(jù)，并24小時(shí)不間斷的進(jìn)行工作，完成高頻的投資操作。根據(jù)統(tǒng)計(jì)公司Statista的預(yù)測(cè)，2017年美國智能投顧管理資產(chǎn)規(guī)模將達(dá)到2248.02億美元，到2021年將達(dá)5095.55億美元，年復(fù)合增長率29.3%，未來管理資產(chǎn)的規(guī)模更是有望呈幾何級(jí)增長，預(yù)計(jì)會(huì)達(dá)到5萬億美元。歐美等發(fā)達(dá)經(jīng)濟(jì)體已經(jīng)有在市場(chǎng)中成熟運(yùn)行的人工智能資金服務(wù)管理機(jī)構(gòu)，Wealthfront和Betterment兩家公司就是通過人工智能對(duì)資產(chǎn)進(jìn)行管理，截至2016年2月Wealthfront已經(jīng)管理了近30億美元的資產(chǎn)。量化對(duì)沖基金的出現(xiàn)也為投資者提供更加多元化的選擇，雖然其實(shí)際盈利能力還未經(jīng)過很長時(shí)間的考驗(yàn)，但未來量化基金發(fā)展、增加已經(jīng)成為行業(yè)趨勢(shì)。4.金融業(yè)生物識(shí)別技術(shù)的應(yīng)用從最早的指紋識(shí)別開始，人們就在不斷探索便捷的身份認(rèn)證方式。人工智能學(xué)科的發(fā)展，為生物識(shí)別技術(shù)帶來了前所未有的革新。金融作為私人信息、財(cái)富信息密集的行業(yè)，更是對(duì)客戶、機(jī)構(gòu)的身份認(rèn)證有迫切的需求。面部識(shí)別、聲音識(shí)別、虹膜識(shí)別等都是基于復(fù)雜的算法對(duì)目標(biāo)進(jìn)行身份識(shí)別管理，通過這些技術(shù)的應(yīng)用大大提高了金融機(jī)構(gòu)管理的安全性，同時(shí)也為客戶辦理業(yè)務(wù)節(jié)省了時(shí)間成本?；ヂ?lián)網(wǎng)科技的普及為人工智能大展手腳已經(jīng)奠定了一定的基礎(chǔ)，人們可以通過面部識(shí)別系統(tǒng)進(jìn)行取款，登錄金融機(jī)構(gòu)的交易軟件，完成交易操作，這些應(yīng)用對(duì)于防范金融犯罪有很好的作用?，F(xiàn)在各類金融機(jī)構(gòu)都在推出自己的人工智能產(chǎn)品，很多銀行已經(jīng)開始部署智能銀行網(wǎng)點(diǎn)，客戶進(jìn)入網(wǎng)點(diǎn)后，通過人機(jī)交互即可完成各類業(yè)務(wù)的辦理。對(duì)于金融機(jī)構(gòu)來說，可以節(jié)省成本并且提供全天候的服務(wù)。對(duì)于客戶來說，可以安全高效的辦理業(yè)務(wù)。圖1-7智能金融與商業(yè)人工智能改變世界第八部分PART

08綜合考慮世界上一些最具有代表性的公司、機(jī)構(gòu)都在致力于推進(jìn)人工智能技術(shù)，今年人工智能領(lǐng)域?qū)⑷〉昧酥卮筮M(jìn)展。1.人工智能將成為一個(gè)政治話題。雖然人工智能可能有助于創(chuàng)造就業(yè)機(jī)會(huì)，但也會(huì)導(dǎo)致一些人失去工作。例如，就像美國CNBC新聞臺(tái)報(bào)道的那樣，高盛集團(tuán)預(yù)計(jì)無人自動(dòng)駕駛汽車將會(huì)導(dǎo)致每個(gè)月會(huì)有2.5萬名卡車司機(jī)失去工作。同樣，如果大型倉庫只靠幾十人運(yùn)行，那么目前在美國倉庫工作的100萬采購員和包裝工人中的許多人可能會(huì)失業(yè)。在2016年大選期間，特朗普總統(tǒng)將全球化和移民問題作為造成美國失業(yè)的原因，但在2018年中期選舉期間，造成美國事業(yè)的原因?qū)⒂锌赡苌婕白詣?dòng)化和人工智能，因?yàn)橛懈鄬儆诠と穗A級(jí)的美國人將難以適應(yīng)新的發(fā)展情況。2.物流將變得越來越高效。我們正在進(jìn)入一個(gè)全新的物流世界。在全新的物流行業(yè)中，可能僅僅擁有少數(shù)的骨干技術(shù)人員就能夠順利運(yùn)營一個(gè)20，000平方英尺的配送中心。KivaSystems公司于在2012年以7.75億美元的價(jià)格被亞馬遜收購，創(chuàng)造了能夠在亞馬遜倉庫中有效查找和運(yùn)輸物品的學(xué)習(xí)機(jī)器人。該技術(shù)目前已被使用，預(yù)計(jì)將在公司尋求更快、更便宜的交付方面發(fā)揮越來越重要的作用。像現(xiàn)在是亞馬遜機(jī)器人的KivaSystems公司的這樣的公司，已經(jīng)開始使用人工智能和先進(jìn)機(jī)器人技術(shù)的組合，為大型零售商提供前所未有的物流解決方案。未來的倉庫看起來和現(xiàn)在完全不一樣，不在是被設(shè)計(jì)為適用于人類包裝工，它們將被設(shè)計(jì)成更適用高性能的機(jī)器人進(jìn)行工作的場(chǎng)所，這些高性能的機(jī)器人能夠24小時(shí)工作并且不需要照明來看到他們?cè)诘降鬃鍪裁矗瑥亩蟠蟮慕档土宋锪鞒杀尽?.主流汽車制造商將推出無人自動(dòng)駕駛汽車。特斯拉是第一批推出自動(dòng)駕駛汽車的汽車制造商之一。為了跟上特斯拉的步伐，奧迪等傳統(tǒng)汽車制造商也紛紛發(fā)布自己的無人自動(dòng)駕駛車。智能化是大勢(shì)所趨，自動(dòng)駕駛是汽車智能化的核心環(huán)節(jié)，自動(dòng)駕駛汽車的底層邏輯：即感知、決策、執(zhí)行，三者加上車路協(xié)同組成了自動(dòng)駕駛的經(jīng)典模型。2022年對(duì)于中國的自動(dòng)駕駛行業(yè)而言將意義非凡，國內(nèi)自動(dòng)駕駛賽道終于迎來了“下半場(chǎng)”，我國量產(chǎn)汽車的自動(dòng)駕駛等級(jí)正在從L2向L3過渡，L4級(jí)別自動(dòng)駕駛技術(shù)也在研發(fā)及測(cè)試中。到了L4：高度駕駛自動(dòng)化時(shí)，駕駛員就可以完全不關(guān)心駕駛了，就算發(fā)生意外或系統(tǒng)失效，汽車自己也能應(yīng)對(duì)，L5則完全屬于無人駕駛，只要人類能夠駕駛的道路，汽車自己就能行駛。自動(dòng)駕駛是前沿技術(shù)，技術(shù)方面仍在持續(xù)迭代，客觀來說，自動(dòng)駕駛當(dāng)前正處于爬坡的關(guān)鍵階段?，F(xiàn)實(shí)駕車中的場(chǎng)景千變?nèi)f化，即便自動(dòng)駕駛車輛已掌握了上萬種汽車運(yùn)輸行駛過程中的工作狀況，但依然不能解決所有的問題。自動(dòng)駕駛就是需要大量積累數(shù)據(jù)和不斷迭代優(yōu)化算法，百度Apollo自動(dòng)駕駛測(cè)試?yán)锍坛?500萬公里，相當(dāng)于繞地球跑了600多圈。4．DARPA將在不遠(yuǎn)的將來開發(fā)先進(jìn)的機(jī)器人戰(zhàn)士。美國國防部高級(jí)研究計(jì)劃局（DARPA）開創(chuàng)了多項(xiàng)技術(shù)突破，這些突破影響了我們的日常生活。該組織負(fù)責(zé)開發(fā)美國軍方使用的新技術(shù)，在開發(fā)互聯(lián)網(wǎng)和GPS導(dǎo)航方面發(fā)揮了作用。DARPA與波士頓動(dòng)力學(xué)公司合作開發(fā)一系列旨在“救災(zāi)”的機(jī)器人，同時(shí)該技術(shù)也可以用于作戰(zhàn)。Atlas機(jī)器人因其執(zhí)行后空翻而獲得互聯(lián)網(wǎng)知名度，就在開發(fā)中采用人工智能技術(shù)。5．機(jī)器學(xué)習(xí)將有助于知識(shí)工作者。雖然人工智能令人擔(dān)心會(huì)讓一部分失去工作，但是人工智能技術(shù)同樣也有能力幫助員工，特別是那些從事相關(guān)知識(shí)工作的人。大數(shù)據(jù)分析工具如Gong、Chorus和Jog等分析工具，可以記錄銷售和客戶服務(wù)代表發(fā)出的呼叫。MintSolar太陽能公司運(yùn)營副總裁CarrieChristensen解釋說：“人工智能技術(shù)可以幫助客服人員更有效地和客戶進(jìn)行溝通，這要?dú)w功于機(jī)器學(xué)習(xí)算法。6．媒體內(nèi)容將使用AI創(chuàng)建。像“今日美國”、“CBS”和“赫斯特”這樣的品牌已經(jīng)在使用AI技術(shù)來生成所需內(nèi)容。例如，Wibbitz提供軟件即服務(wù)（SaaS）平臺(tái)，允許發(fā)布者通過AI視頻制作將書面內(nèi)容轉(zhuǎn)化為視頻內(nèi)容。出版商過去要花費(fèi)數(shù)小時(shí)為他們的網(wǎng)站或社交媒體創(chuàng)建內(nèi)容。像利用人工智能制作短視頻的科技創(chuàng)業(yè)公司W(wǎng)ibbitz，現(xiàn)在正在幫助出版商在幾分鐘內(nèi)制作引人注目的視頻。與Wibbitz類似，美聯(lián)社正在使用由AutomatedInsights創(chuàng)建的稱為Wordsmith的工具來應(yīng)用自然語言生成，以基于獲得的數(shù)據(jù)創(chuàng)建新聞報(bào)道。7．點(diǎn)對(duì)點(diǎn)網(wǎng)絡(luò)將創(chuàng)建透明度。機(jī)器學(xué)習(xí)是人工智能的一種形式，像Facebook這樣的公司已經(jīng)在使用統(tǒng)計(jì)建模來幫助機(jī)器對(duì)接下來向您展示的內(nèi)容做出明智的決定。為了使這些模型正常工作，它們需要大量的數(shù)據(jù)和強(qiáng)大的計(jì)算能力。隨著對(duì)等網(wǎng)絡(luò)的興起，小型組織也可以通過利用網(wǎng)絡(luò)個(gè)人計(jì)算機(jī)的集體力量來運(yùn)行高級(jí)人工智能程序，就像“加密貨幣”使用的那樣。Presearch是一家旨在利用點(diǎn)對(duì)點(diǎn)網(wǎng)絡(luò)和人工智能為搜索引擎世界帶來透明度的公司。Google控制著近80%的搜索市場(chǎng)，但很少有人完全理解Google如何確定向特定消費(fèi)者展示的內(nèi)容。Presearch計(jì)劃使用加密貨幣來激勵(lì)參與者為他們提供個(gè)人電腦的計(jì)算能力。作為回報(bào)，該公司承諾建立一個(gè)更加透明的搜索引擎平臺(tái)。該公司已經(jīng)籌集了500萬美元的資金，而且他們和其他組織可能會(huì)使用AI和對(duì)等網(wǎng)絡(luò)來挑戰(zhàn)大型組織。8．消費(fèi)者將習(xí)慣于與技術(shù)交流。據(jù)估計(jì)，去年銷售的亞馬遜智能揚(yáng)聲器超過2000萬個(gè)，如果加上GoogleHome和AppleAirpod等其他智能設(shè)備的銷售量，你會(huì)意識(shí)到數(shù)千萬美國人習(xí)慣通過語音命令與技術(shù)進(jìn)行交互。隨著智能助理融入電腦，智能手機(jī)甚至電視機(jī)，消費(fèi)者將更加習(xí)慣使用基于語音的界面。作為最終讓步并購買了亞馬遜Echo的用戶，我可以直接告訴您，隨著技術(shù)的進(jìn)步，這些設(shè)備將變得更加有用。9.對(duì)數(shù)據(jù)科學(xué)家的需求將超過對(duì)工程師的需求。Glassdoor將數(shù)據(jù)科學(xué)列為2021年美國的第二大工作，因?yàn)锳I可以使用概率來確定針對(duì)任何給定問題的正確答案或決策。隨著更多的數(shù)據(jù)提供給人工智能的平臺(tái)，這些平臺(tái)將更好地做出預(yù)測(cè)。隨著各種規(guī)模的公司努力收集和有效分析數(shù)據(jù)，對(duì)于能夠處理大型數(shù)據(jù)集以幫助人工智能平臺(tái)的才能型數(shù)據(jù)科學(xué)家的需求將不可避免地增加。10．人工智能將對(duì)抗具有挑戰(zhàn)性的疾病貝特資本有限責(zé)任公司（BetCapitalLLC）首席執(zhí)行官BenHortman解釋說：“我們正在進(jìn)入一個(gè)計(jì)算機(jī)對(duì)等網(wǎng)絡(luò)，通過收集和分析人類分子數(shù)據(jù)就能具有解決一些世界上最具挑戰(zhàn)性的健康問題的能力?！痹摷夹g(shù)受到兩項(xiàng)技術(shù)趨勢(shì)的啟發(fā)：區(qū)塊鏈和人工智能。通過特殊的納米加密貨幣參與該計(jì)劃，用戶將得到獎(jiǎng)勵(lì)，而機(jī)器學(xué)習(xí)技術(shù)旨在識(shí)別和分析疾病，以便在少量的時(shí)間和成本下實(shí)現(xiàn)新藥物，治療和治療。圖1-8人工智能改變世界一、單選題1、AI時(shí)代主要的人機(jī)交互方式為()。A、鼠標(biāo)B、鍵盤C、觸屏D、語音+視覺2、2016年3月,人工智能程序()在韓國首爾以4:1的比分戰(zhàn)勝的人類圍棋冠軍李世石。A、AlphaGoB、DeepMindC、DeepblueD、AlphaGoZero3、Cortana是()推出的個(gè)人語音助手。A、蘋果B、亞馬遜C、微軟D、阿里巴巴4、首個(gè)在新聞報(bào)道的翻譯質(zhì)量和準(zhǔn)確率上可以比肩人工翻譯的翻譯系統(tǒng)是()。A、蘋果B、谷歌C、微軟D、科大訊飛5、相較于其他早期的面部解鎖,iPhoneX的原深感攝像頭能夠有效解決的問題是()。A、機(jī)主需要通過特定表情解鎖手機(jī)B、機(jī)主是否主動(dòng)解鎖手機(jī)C、機(jī)主平面照片能夠解鎖手機(jī)D、機(jī)主雙胞胎解鎖手機(jī)二、多選題6、屬于家中的人工智能產(chǎn)品的有()。A、智能音箱B、掃地機(jī)器人C、聲控?zé)鬌、個(gè)人語音助手7、谷歌相冊(cè)與傳統(tǒng)手機(jī)相冊(cè)最大不同點(diǎn)是()。A、根據(jù)照片內(nèi)容自動(dòng)添加標(biāo)記B、根據(jù)不同標(biāo)記進(jìn)行歸類和搜索C、自動(dòng)對(duì)照片進(jìn)行美顏D、定時(shí)備份照片E、人臉識(shí)別和搜索8、目前外科手術(shù)領(lǐng)域的醫(yī)用機(jī)器人的優(yōu)點(diǎn)有()。A、定位誤差小B、手術(shù)創(chuàng)口小C、不需要人類醫(yī)生進(jìn)行操作D、能夠?qū)崟r(shí)監(jiān)控患者的情況E、可以幫助醫(yī)生診斷病情9、智能推薦系統(tǒng)的特點(diǎn)包括()。A、根據(jù)用戶的購買記錄記憶用戶的偏好B、根據(jù)瀏覽時(shí)間判斷商品對(duì)用戶的吸引力C、推薦用戶消費(fèi)過的相關(guān)產(chǎn)品D、根據(jù)用戶的喜好進(jìn)行相關(guān)推薦10、一般來說,掃地機(jī)器人必需的傳感器有()。A、距離傳感器B、超聲波雷達(dá)傳感器C、懸崖傳感器D、溫度傳感器11、目前來說，下列應(yīng)用哪些*不屬于*典型的人工智能應(yīng)用？（）A.火炮彈道計(jì)算B.文章詞頻統(tǒng)計(jì)C.圖像壓縮D.掃地機(jī)器人三、判斷題12、在神經(jīng)網(wǎng)絡(luò)方法之前,機(jī)器翻譯主要是基于統(tǒng)計(jì)模型的翻譯。()13、人工智能具有學(xué)會(huì)下棋的學(xué)習(xí)能力,是實(shí)現(xiàn)通用人工智能算法的基礎(chǔ)。()14、目前還沒有成功進(jìn)行無人自動(dòng)駕駛的案例。()15、智能家居應(yīng)該能自動(dòng)感知周圍的環(huán)境,不需要人的操控。()16、智能音箱本質(zhì)上是音箱、智能語音交互系統(tǒng)、互聯(lián)網(wǎng)、內(nèi)容疊加的產(chǎn)物。()17、基于句法的機(jī)器翻譯是目前較為流行的翻譯方法,基本達(dá)到了預(yù)期的理想。()謝

謝

|人工智能與大數(shù)據(jù)技術(shù)|項(xiàng)目2人工智能發(fā)展簡史PART01什么是人工智能PART02人工智能經(jīng)典問題PART03第一階段：奠定基礎(chǔ)PART04第二階段：走出困境目錄CONTENTSPART05第三階段：迎來曙光PART06第四階段：蓬勃發(fā)展PART07人工智能發(fā)展?fàn)顩r什么是人工智能第一部分PART

01什么是人工智能人工智能（ArtificialIntelligence，AI)是指研究如何用計(jì)算機(jī)去模擬、延伸和擴(kuò)展人的智能，如何使計(jì)算機(jī)變得更聰敏、更能干，如何設(shè)計(jì)和制造具有更高智能水平的計(jì)算機(jī)的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新興的科學(xué)技術(shù)。它是涉及認(rèn)知科學(xué)、神經(jīng)生物學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)、信息與控制科學(xué)等諸多學(xué)科的交叉性、前沿性學(xué)科。由于其近年的迅速發(fā)展和在諸多領(lǐng)域中的廣泛應(yīng)用，被譽(yù)為20世紀(jì)70年代以來世界三大尖端技術(shù)（空間技術(shù)、能源技術(shù)、人工智能）之一，也被稱為21世紀(jì)的三大尖端技術(shù)（基因工程、納米科學(xué)、人工智能）之一。01人工智能的定義【相關(guān)鏈接】

人工智能是一門挑戰(zhàn)性極強(qiáng)的科學(xué)，從事人工智能相關(guān)工作的人員必須懂得計(jì)算機(jī)知識(shí)、心理學(xué)和哲學(xué)。人工智能涉及的領(lǐng)域又十分寬廣，如電信、醫(yī)療、教育?？偠灾斯ぶ悄苎芯康闹匾康氖鞘箼C(jī)器勝任一些通常需要人類智能才能完成的工作任務(wù)。但是人們對(duì)于“工作”的理解也是隨時(shí)代而改變的。如同大多數(shù)學(xué)科中都存在著幾個(gè)不同的研究領(lǐng)域，每個(gè)領(lǐng)域都有其特有的研究課題、研究方法和術(shù)語一樣，人工智能也存在許多不同的研究領(lǐng)域。（一）問題求解人工智能的第一大成就是能夠求解難題的下棋（如國際象棋）程序。在下棋程序中應(yīng)用的某些技術(shù)，如向前看幾步并把困難的問題分成一些比較容易的子問題，發(fā)展成為了搜索和問題歸約這樣的人工智能基本技術(shù)。今天的計(jì)算機(jī)程序能夠下錦標(biāo)賽水平的各種方盤棋、十五子棋和國際象棋。還有問題求解程序把各種數(shù)學(xué)公式符號(hào)匯編在一起，其性能達(dá)到了很高的水平，并正在為許多科學(xué)家和工程師所應(yīng)用，有些程序甚至還能夠用經(jīng)驗(yàn)來改善其性能。（二）邏輯推理與定理證明邏輯推理是人工智能研究中歷史最悠久的領(lǐng)域之一。其中，特別重要的是要找到一些方法，只把注意力集中在一個(gè)大型數(shù)據(jù)庫中的有關(guān)事實(shí)上，留意可信的證明，并在出現(xiàn)新信息時(shí)適時(shí)修正這些證明。為數(shù)字猜想尋找一個(gè)證明或反證，確實(shí)稱得上是一項(xiàng)智能任務(wù)，不僅需要有根據(jù)假設(shè)進(jìn)行演繹的能力，而且需要某些直覺技巧。1976年7月，美國的阿佩爾(K.Appel)等人合作解決了“四色定理”難題。他們用3臺(tái)大型計(jì)算機(jī)，花去1200個(gè)小時(shí)CPU時(shí)間，并對(duì)中間結(jié)果進(jìn)行人為反復(fù)修改500多處，四色定理的成功證明曾轟動(dòng)當(dāng)時(shí)的國際計(jì)算機(jī)界。什么是人工智能人工智能研究與應(yīng)用領(lǐng)域什么是人工智能（三）自然語言處理自然語言處理(naturallanguageprocessing，NLP)也是人工智能的早期研究領(lǐng)域之一，已經(jīng)編寫出能夠從內(nèi)部數(shù)據(jù)庫回答用英語提出的問題的程序，這些程序通過閱讀文本材料和建立內(nèi)部數(shù)據(jù)庫，能夠把句子從一種語言翻譯為另一種語言、執(zhí)行用英語給出的指令和獲取知識(shí)等，有些程序甚至能夠在一定程度上翻譯從話筒輸入的口頭指令（而不是通過鍵盤輸入計(jì)算機(jī)的指令）。目前語言處理研究的主要內(nèi)容是:在翻譯句子時(shí)，以主題和對(duì)話情況為基礎(chǔ)，注意大量的一般常識(shí)和期望作用的重要性。人工智能在語言翻譯與語音理解程序方面已經(jīng)取得的成就，已逐漸成為人類自然語言處理的新概念。（四）自動(dòng)程序設(shè)計(jì)

也許程序設(shè)計(jì)并不是人類知識(shí)的一個(gè)十分重要的方面，但是它本身卻是人工智能的一個(gè)重要研究領(lǐng)域。這個(gè)領(lǐng)域的工作叫做自動(dòng)程序設(shè)計(jì)，目前已經(jīng)能夠以各種不同的目的描述(例如輸入/輸出對(duì)高級(jí)語言描述甚至英語描述算法）來編寫計(jì)算機(jī)程序。這方面的進(jìn)展局限于少數(shù)幾個(gè)完全現(xiàn)成的例子。對(duì)自動(dòng)程序設(shè)計(jì)的研究不僅可以促進(jìn)半自動(dòng)軟件開發(fā)系統(tǒng)的發(fā)展，還可以使通過修正自身數(shù)碼進(jìn)行學(xué)習(xí)（即修正它們的性能）的人工智能系統(tǒng)得到發(fā)展。自動(dòng)編制一份程序來獲得某種指定結(jié)果的任務(wù)同證明一份給定程序?qū)@得某種指定結(jié)果的任務(wù)是緊密相關(guān)的，后者叫做程序驗(yàn)證。許多自動(dòng)程序設(shè)計(jì)系統(tǒng)將產(chǎn)生一份輸出程序的驗(yàn)證作為額外收獲。01人工智能研究與應(yīng)用領(lǐng)域什么是人工智能02人工智能研究與應(yīng)用領(lǐng)域（五）專家系統(tǒng)一般來說，專家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部具有大量專家水平的某個(gè)領(lǐng)域的知識(shí)與經(jīng)驗(yàn)，能夠利用人類專家的知識(shí)和解決問題的方法來解決該領(lǐng)域的問題。也就是說，專家系統(tǒng)是一個(gè)具有大量專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，根據(jù)某個(gè)領(lǐng)域一個(gè)或多個(gè)人類專家提供的知識(shí)和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜問題。當(dāng)前的研究涉及有關(guān)專家系統(tǒng)設(shè)計(jì)的各種問題。這些系統(tǒng)是在某個(gè)領(lǐng)域的專家（他可能無法明確表達(dá)他的全部知識(shí)）與系統(tǒng)設(shè)計(jì)者之間經(jīng)過反復(fù)交換意見之后建立起來的。在已經(jīng)建立的專家咨詢系統(tǒng)中，有能夠診斷疾病的（包括中醫(yī)診斷智能機(jī)）、能夠估計(jì)潛在石油儲(chǔ)量的、研究復(fù)雜有機(jī)化合物結(jié)構(gòu)的以及能夠提供使用其他計(jì)算機(jī)系統(tǒng)的參考意見的等。發(fā)展專家系統(tǒng)與關(guān)鍵是表達(dá)和運(yùn)用專家知識(shí)，即來自人類專家的已被證明對(duì)解決有關(guān)領(lǐng)域內(nèi)的典型問題是有用的事實(shí)和過程。專家系統(tǒng)與傳統(tǒng)的計(jì)算機(jī)程序最本質(zhì)的不同之處在于專家系統(tǒng)所要解決的問題一般沒有算法解，并且經(jīng)常要在不完全、不精確或不確定的信息基礎(chǔ)上給出結(jié)論。專家系統(tǒng)被稱為21世紀(jì)知識(shí)管理與決策的技術(shù)。（六）機(jī)器學(xué)習(xí)學(xué)習(xí)能力無疑是人工智能研究領(lǐng)域最突出和最重要的一個(gè)方面。人工智能在這方面的研究近年來取得了一些進(jìn)展。學(xué)習(xí)是人類智能的主要標(biāo)志和獲得知識(shí)的基本手段。機(jī)器學(xué)習(xí)（自動(dòng)獲取新的事實(shí)及新的推理算法)是使計(jì)算機(jī)具有智能的根本途徑。正如香克(R.Shank)所說:“一臺(tái)計(jì)算機(jī)若不會(huì)學(xué)習(xí)，就不能被稱為具有智能?！贝送?，研究機(jī)器學(xué)習(xí)還有助于發(fā)現(xiàn)人類學(xué)習(xí)的機(jī)理和揭示人腦的奧秘。因此，這是一個(gè)始終得到重視，理論正在創(chuàng)立，方法日臻完善但遠(yuǎn)未達(dá)到理想境地的研究領(lǐng)域。什么是人工智能02人工智能研究與應(yīng)用領(lǐng)域（七）人工神經(jīng)網(wǎng)絡(luò)由于馮?諾依曼(VanNeumann)體系結(jié)構(gòu)的局限性，數(shù)字計(jì)算機(jī)存在一些尚無法解決的問題，人們一直在尋找新的信息處理機(jī)制，神經(jīng)網(wǎng)絡(luò)計(jì)算就是其中之一。研究結(jié)果已經(jīng)證明，用神經(jīng)網(wǎng)絡(luò)處理直覺和形象思維信息具有比傳統(tǒng)處理方式好得多的效果。神經(jīng)網(wǎng)絡(luò)的發(fā)展有著非常廣闊的學(xué)科背景。神經(jīng)生理學(xué)家、心理學(xué)家與計(jì)算機(jī)科學(xué)家的共同研究得出的結(jié)論是:人腦是一個(gè)功能特別強(qiáng)大、結(jié)構(gòu)異常復(fù)雜的信息處理系統(tǒng)，其基礎(chǔ)是神經(jīng)元及其互聯(lián)關(guān)系。因此，對(duì)人腦神經(jīng)元和人工神經(jīng)網(wǎng)絡(luò)的研究，可能構(gòu)造出新一代人工智能機(jī)——神經(jīng)計(jì)算機(jī)。對(duì)神經(jīng)網(wǎng)絡(luò)的研究經(jīng)歷了一條十分曲折的道路。20世紀(jì)80年代初以來，對(duì)神經(jīng)網(wǎng)絡(luò)的研究再次出現(xiàn)高潮，霍普菲爾德提出用硬件實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)、魯梅爾哈特(Rmnelhaxt)等提出多層網(wǎng)絡(luò)中的反向傳播(BP)算法就是兩個(gè)重要標(biāo)志。（八）機(jī)器人學(xué)人工智能研究中日益受到重視的另一個(gè)分支是機(jī)器人學(xué)，其中包括對(duì)操作機(jī)器人裝置程序的研究。這個(gè)領(lǐng)域所研究的問題包括機(jī)器人手臂的最佳移動(dòng)及實(shí)現(xiàn)機(jī)器人目標(biāo)的動(dòng)作序列的規(guī)劃方法等。機(jī)器人和機(jī)器人學(xué)的研究促進(jìn)了許多人工智能思想的發(fā)展。它所產(chǎn)生的一些技術(shù)可用來模擬世界的狀態(tài)，用來描述從一種世界狀態(tài)轉(zhuǎn)變?yōu)榱硪环N世界狀態(tài)的過程。它對(duì)于怎樣產(chǎn)生動(dòng)作序列的規(guī)劃以及怎樣監(jiān)督這些規(guī)劃的執(zhí)行有較好的理解。復(fù)雜的機(jī)器人控制問題迫使我們發(fā)展一些方法，先在抽象和忽略細(xì)節(jié)的高層進(jìn)行規(guī)劃，然后再逐步在細(xì)節(jié)越來越重要的低層進(jìn)行規(guī)劃。在本書中，我們經(jīng)常應(yīng)用一些機(jī)器人問題求解的例子來說明一些重要的思想。智能機(jī)器人的研究和應(yīng)用體現(xiàn)出廣泛的學(xué)科交叉，涉及眾多的課題，得到了越來越普遍的應(yīng)用。什么是人工智能02人工智能研究與應(yīng)用領(lǐng)域（九）模式識(shí)別計(jì)算機(jī)硬件的迅速發(fā)展和計(jì)算機(jī)應(yīng)用領(lǐng)域的不斷開拓，亟須計(jì)算機(jī)更有效地感知諸如聲音、文字、圖像、溫度、振動(dòng)等信息資料，模式識(shí)別在這種情況下得到了迅速發(fā)展。“模式”（pattern)—詞的本意是指完美無缺的、供模仿的一些標(biāo)本。模式識(shí)別就是指識(shí)別出給定物體所模仿的標(biāo)本。人工智能所研究的模式識(shí)別是指用計(jì)算機(jī)代替人類或幫助人類感知模式，是對(duì)人類感知外界功能的模擬，研究的是計(jì)算機(jī)模式識(shí)別系統(tǒng)，也就是使一個(gè)計(jì)算機(jī)系統(tǒng)具有模擬人類通過感官接受外界信息、識(shí)別和理解周圍環(huán)境的感知能力。模式識(shí)別是一個(gè)不斷發(fā)展的新學(xué)科，它的理論基礎(chǔ)和研究范圍也在不斷發(fā)展。隨著生物醫(yī)學(xué)對(duì)人類大腦的初步認(rèn)識(shí)，模擬人腦構(gòu)造的計(jì)算機(jī)實(shí)驗(yàn)即人工神經(jīng)網(wǎng)絡(luò)方法早在20世紀(jì)50年代末和60年代初就已經(jīng)開始。至今，在模式識(shí)別領(lǐng)域，神經(jīng)網(wǎng)絡(luò)方法已經(jīng)成功地用于手寫字符的識(shí)別、汽車牌照的識(shí)別、指紋識(shí)別、語音識(shí)別等方面。目前模式識(shí)別學(xué)科正處于大發(fā)展的階段，隨著應(yīng)用范圍的不斷擴(kuò)大，基于人工神經(jīng)網(wǎng)絡(luò)的模式識(shí)別技術(shù)將有更大的發(fā)展。 （十）機(jī)器視覺機(jī)器視覺或計(jì)算機(jī)視覺已從模式識(shí)別的一個(gè)研究領(lǐng)域發(fā)展為一門獨(dú)立的學(xué)科。在視覺方面，人們已經(jīng)給計(jì)算機(jī)系統(tǒng)裝上電視輸入裝置以便能夠“看見”周圍的東西。視覺是一種感知問題，在人工智能中研究的感知過程通常包含一組操作。例如，可見的景物由傳感器編碼，并被表示為一個(gè)灰度數(shù)值的矩陣。這些灰度數(shù)值由檢測(cè)器加以處理。檢測(cè)器搜索主要圖像的成分，如線段、簡單曲線和角度等。這些成分又被處理，以便根據(jù)景物的表面和形狀來推斷有關(guān)景物的三維特性信息。例如帶有視覺的月球自主車和帶有視覺的越野自主車。機(jī)器視覺的前沿研究領(lǐng)域包括實(shí)時(shí)并行處理、主動(dòng)式定性視覺、動(dòng)態(tài)和時(shí)變視覺、三維景物的建模與識(shí)別、實(shí)時(shí)圖像壓縮傳輸和復(fù)原、多光譜和彩色圖像的處理與解釋等。什么是人工智能02人工智能研究與應(yīng)用領(lǐng)域（十一）智能控制人工智能的發(fā)展促進(jìn)了自動(dòng)控制向智能控制發(fā)展。智能控制是一類不需要（或需要盡可能少的）人工干預(yù)就能夠獨(dú)立地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)其目標(biāo)的自動(dòng)控制?；蛘哒f，智能控制是驅(qū)動(dòng)智能機(jī)器自主地實(shí)現(xiàn)其目標(biāo)的過程。隨著人工智能和計(jì)算機(jī)技術(shù)的發(fā)展，已可能把自動(dòng)控制和人工智能以及系統(tǒng)科學(xué)的某些分支結(jié)合起來，建立一種適用于復(fù)雜系統(tǒng)的控制理論和技術(shù)。智能控制正是在這種條件下產(chǎn)生的。它是自動(dòng)控制的最新發(fā)展階段，也是用計(jì)算機(jī)模擬人類智能的一個(gè)重要研究領(lǐng)域。1965年，傅京孫首先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)。十多年后，建立實(shí)用智能控制系統(tǒng)的技術(shù)逐漸成熟。1971年，傅京孫提出把人工智能與自動(dòng)控制結(jié)合起來的思想。1977年，美國的薩里迪斯提出把人工智能、控制論和運(yùn)籌學(xué)結(jié)合起來的思想。1986年，中國的蔡自興提出把人工智能、控制論、信息論和運(yùn)籌學(xué)結(jié)合起來的思想。按照這些結(jié)構(gòu)理論已經(jīng)研究出一些智能控制的理論和技術(shù)，用來構(gòu)造用于不同領(lǐng)域的智能控制系統(tǒng)。智能控制的核心在高層控制，即組織級(jí)控制。其任務(wù)在于對(duì)實(shí)際環(huán)境或過程進(jìn)行組織，即決策和規(guī)劃，以實(shí)現(xiàn)廣義問題求解。已經(jīng)提出的用以構(gòu)造智能控制系統(tǒng)的理論和技術(shù)有分級(jí)遞階控制理論、分級(jí)控制器設(shè)計(jì)的熵方法、智能逐級(jí)增高而精度逐級(jí)降低原理、專家控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)和基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)等。智能控制有很多研究領(lǐng)域，它們的研究課題既具有獨(dú)立性，又相互關(guān)聯(lián)。（十二）智能檢索隨著科學(xué)技術(shù)的迅速發(fā)展，出現(xiàn)了“知識(shí)爆炸”的情況。對(duì)國內(nèi)外種類繁多和數(shù)量巨大的科技文獻(xiàn)的檢索遠(yuǎn)非人力和傳統(tǒng)檢索系統(tǒng)所能勝任。研究智能檢索系統(tǒng)已成為科技持續(xù)快速發(fā)展的重要保證。數(shù)據(jù)庫系統(tǒng)是儲(chǔ)存某學(xué)科大量事實(shí)的計(jì)算機(jī)軟件系統(tǒng)，它們可以回答用戶提出的有關(guān)該學(xué)科的各種問題。數(shù)據(jù)庫系統(tǒng)的設(shè)計(jì)也是計(jì)算機(jī)科學(xué)的一個(gè)活躍的分支。為了有效地表示、存儲(chǔ)和檢索大量事實(shí)，已經(jīng)發(fā)展出了許多技術(shù)。當(dāng)人們想用數(shù)據(jù)庫中的事實(shí)進(jìn)行推理并從中檢索答案時(shí)，這個(gè)課題就顯得很有意義。什么是人工智能02人工智能研究與應(yīng)用領(lǐng)域（十三）智能調(diào)度與指揮確定最佳調(diào)度或組合的問題是又一類人們感興趣的問題。一個(gè)經(jīng)典的問題就是推銷員旅行問題。這個(gè)問題要求為推銷員尋找一條最短的旅行路線。推銷員從某個(gè)城市出發(fā)，訪問每個(gè)城市一次，且只許一次，然后回到出發(fā)的城市。大多數(shù)這類問題能夠從可能的組合或序列中選取一個(gè)答案，不過組合或序列的范圍很大。試圖求解這類問題的程序產(chǎn)生了一種組合爆炸的可能性。這時(shí)，即使是大型計(jì)算機(jī)的容量也會(huì)被用光。在這些問題中有幾個(gè)(包括推銷員旅行問題)是屬于被計(jì)算理論家稱為NP(non-deterministicpolynomial，非確定性多項(xiàng)式)完全性的一類何題。他們根據(jù)理論上的最佳方法計(jì)算出所耗時(shí)間（或所走步數(shù))的最壞情況來排列不同問題的難度。智能組合調(diào)度與指揮方法已被應(yīng)用于汽車運(yùn)輸調(diào)度、列車的編組與指揮、空中交通管制以及軍事指揮等系統(tǒng)。（十四）分布式人工智能與agent分布式人工智能(distributedAI，DAI)是分布式計(jì)算與人工智能結(jié)合的結(jié)果。DAI系統(tǒng)以魯棒性作為控制系統(tǒng)質(zhì)量的標(biāo)準(zhǔn)，并具有互操作性，即不同的異構(gòu)系統(tǒng)在快速變化的環(huán)境中具有交換信息和協(xié)同工作的能力。分布式人工智能的研究目標(biāo)是要?jiǎng)?chuàng)建一種能夠描述自然系統(tǒng)和社會(huì)系統(tǒng)的精確概念模型。DAI中的智能并非獨(dú)立存在的概念，只能在團(tuán)體協(xié)作中實(shí)現(xiàn)，因而其主要研究問題是各agent間的合作與對(duì)話，包括分布式問題求解和多agent系統(tǒng)（multi-agentsystem，MAS)兩個(gè)領(lǐng)域。其中，分布式問題求解把一個(gè)具體的求解問題劃分為多個(gè)相互合作和知識(shí)共享的模塊或結(jié)點(diǎn)。多agent系統(tǒng)則研究各agent間智能行為的協(xié)調(diào)，包括規(guī)劃、知識(shí)、技術(shù)和動(dòng)作的協(xié)調(diào)。這兩個(gè)研究領(lǐng)域都要研究知識(shí)、資源和控制的劃分問題，但分布式問題求解往往含有一個(gè)全局的概念模型、問題和成功標(biāo)準(zhǔn)，而MAS則含有多個(gè)局部的概念模型、問題和成功標(biāo)準(zhǔn)。MAS更能體現(xiàn)人類的社會(huì)智能，具有更大的靈活性和適應(yīng)性，更適合開放和動(dòng)態(tài)的世界環(huán)境，因而備受重視，已成為人工智能以至計(jì)算機(jī)科學(xué)和控制科學(xué)與工程的研究熱點(diǎn)。當(dāng)前，agent和MAS的研究包括agent和MAS理論、體系結(jié)構(gòu)、語言、合作與協(xié)調(diào)、通信和交互技術(shù)、MAS學(xué)習(xí)和應(yīng)用等。MAS已在自動(dòng)駕駛、機(jī)器人導(dǎo)航、機(jī)場(chǎng)管理、電力管理和信息檢索等方面獲得應(yīng)用。什么是人工智能02人工智能研究與應(yīng)用領(lǐng)域（十五）計(jì)算智能與進(jìn)化計(jì)算計(jì)算智能（computationalintelligence)涉及神經(jīng)計(jì)算、模糊計(jì)算、進(jìn)化計(jì)算等研究領(lǐng)域。在此僅對(duì)進(jìn)化計(jì)算加以介紹。

進(jìn)化計(jì)算（evolutionarycomputation)是指一類以達(dá)爾文進(jìn)化論為依據(jù)來設(shè)計(jì)、控制和優(yōu)化人工系統(tǒng)的技術(shù)和方法的總稱，它包括遺傳算法（geneticalgorithms)、進(jìn)化策略(evolutionarystrategies)和進(jìn)化規(guī)劃（evolutionaryprogramming)Q它們遵循相同的指導(dǎo)思想，但彼此存在一定差別。同時(shí)，進(jìn)化計(jì)算的研究關(guān)注學(xué)科的交叉和廣泛的應(yīng)用背景，因而引入了許多新的方法和特征，彼此間難于分類，統(tǒng)稱為進(jìn)化計(jì)算方法。目前，進(jìn)化計(jì)算被廣泛運(yùn)用于復(fù)雜系統(tǒng)的自適應(yīng)控制和復(fù)雜優(yōu)化問題等研究領(lǐng)域，如并行計(jì)算、機(jī)器學(xué)習(xí)、電路設(shè)計(jì)、神經(jīng)網(wǎng)絡(luò)、基于agent的仿真、元胞自動(dòng)機(jī)等。達(dá)爾文進(jìn)化論是一種魯棒的搜索和優(yōu)化機(jī)制，對(duì)計(jì)算機(jī)科學(xué)，特別是對(duì)人工智能的發(fā)展產(chǎn)生了很大的影響。大多數(shù)生物體通過自然選擇和有性生殖進(jìn)行進(jìn)化。自然選擇決定了群體中哪些個(gè)體能夠生存和繁殖，有性生殖保證了后代基因中的混合和重組。自然選擇的原則是適者生存，即“物競天擇，適者生存”。自然進(jìn)化的這些特征早在20世紀(jì)60年代就引起了美國的霍蘭（Holland)的極大興趣，他和他的學(xué)生們從事如何建立機(jī)器學(xué)習(xí)的研究?；籼m注意到學(xué)習(xí)不僅可以通過單生物體的適應(yīng)實(shí)現(xiàn)，而且可以通過一個(gè)種群的多代進(jìn)化適應(yīng)發(fā)生。受達(dá)爾文進(jìn)化論思想的影響，他逐漸認(rèn)識(shí)到，在機(jī)器學(xué)習(xí)中想要獲得一個(gè)好的學(xué)習(xí)算法，僅靠單個(gè)策略的建立和改進(jìn)是不夠的，還要依賴于一個(gè)包含許多候選策略的群體的繁殖。他還認(rèn)識(shí)到，生物的自然遺傳現(xiàn)象與人工自適應(yīng)系統(tǒng)行為的相似性，因此他提出在研究和設(shè)計(jì)人土自主系統(tǒng)時(shí)可以模仿生物自然遺傳的基本方法。20世紀(jì)70年代初，霍蘭提出了“模式理論”，并于1975年出版了《自然系統(tǒng)與人工系統(tǒng)的自適應(yīng)》，系統(tǒng)地闡述了遺傳算法的基本原理，奠定了遺傳算法研究的理論基礎(chǔ)。什么是人工智能02人工智能研究與應(yīng)用領(lǐng)域（十六）數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)知識(shí)獲取是知識(shí)信息處理的關(guān)鍵問題之一。20世紀(jì)80年代，人們?cè)谥R(shí)發(fā)現(xiàn)方面取得了一定的進(jìn)展。已有一些試驗(yàn)系統(tǒng)利用樣本，通過歸納學(xué)習(xí)或者與神經(jīng)計(jì)算結(jié)合起來進(jìn)行知識(shí)獲取。數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)是20世紀(jì)90年代初期新崛起的一個(gè)活躍的研究領(lǐng)域，在數(shù)據(jù)庫基礎(chǔ)上實(shí)現(xiàn)的知識(shí)發(fā)現(xiàn)系統(tǒng)，通過綜合運(yùn)用統(tǒng)計(jì)學(xué)、粗糙集、模糊數(shù)學(xué)、機(jī)器學(xué)習(xí)和專家系統(tǒng)等多種學(xué)習(xí)手段和方法，從大量的數(shù)據(jù)中提煉出抽象的知識(shí)，從而揭示出蘊(yùn)涵在這些數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)規(guī)律，實(shí)現(xiàn)知識(shí)的自動(dòng)獲取。這是一個(gè)富有挑戰(zhàn)性并具有廣闊應(yīng)用前景的研究課題。從數(shù)據(jù)庫獲取知識(shí)，即從數(shù)據(jù)中挖掘并發(fā)現(xiàn)知識(shí)，首先要解決被發(fā)現(xiàn)知識(shí)的表達(dá)問題。最好的表達(dá)方式是自然語言，因?yàn)樗侨祟惤涣骱退季S的主要工具。知識(shí)表示的最根本問題就是如何形成用自然語言表達(dá)的概念，概念比數(shù)據(jù)更確切、直接和易于理解。自然語言的功能就是用最基本的概念描述復(fù)雜的概念，用各種方法對(duì)概念進(jìn)行組合，以表示所認(rèn)知的事件，即知識(shí)。機(jī)器知識(shí)的發(fā)現(xiàn)始于1974年，并在此后十年中獲得了一些進(jìn)展。這些進(jìn)展往往與專家系統(tǒng)的知識(shí)獲取研究有關(guān)。到20世紀(jì)80年代末，數(shù)據(jù)挖掘取得了突破。越來越多的研究者加入到數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)的研究行列?，F(xiàn)在，數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)已成為人工智能研究的又一熱點(diǎn)。什么是人工智能02人工智能研究與應(yīng)用領(lǐng)域（十七）人工生命人工生命（artificiallife，ALife)的概念是由美國圣菲研究所非線性研究組的蘭頓(Langton)于1987年提出的，旨在用計(jì)算機(jī)和精密機(jī)械等人工媒介生成或構(gòu)造出能夠表現(xiàn)自然生命系統(tǒng)行為特征的仿真系統(tǒng)或模型系統(tǒng)。自然生命系統(tǒng)行為具有自組織、自復(fù)制、自修復(fù)等特征以及形成這些特征的混沌動(dòng)力學(xué)、進(jìn)化和環(huán)境適應(yīng)。人工生命所研究的人造系統(tǒng)能夠演示具有自然生命系統(tǒng)特征的行為，在“生命之所能”(lifeasitcouldbe)的廣闊范圍內(nèi)深入研究“生命之所知”（lifeasweknowit)的實(shí)質(zhì)。只有從“生命之所能”的廣泛內(nèi)容來考察生命，才能真正理解生物的本質(zhì)。人工生命與生命的形式化基礎(chǔ)有關(guān)。生物學(xué)從問題的頂層開始，對(duì)器官、組織、細(xì)胞、細(xì)胞膜直到分子進(jìn)行逐級(jí)研究，以探索生命的奧秘和機(jī)理；人工生命則從問題的底層開始，把器官作為簡單機(jī)構(gòu)的宏觀群體來考察，自底向上進(jìn)行綜合，把簡單的由規(guī)則支配的對(duì)象構(gòu)成更大的集合，并在交互作用中研究非線性系統(tǒng)的類似生命的全局動(dòng)力學(xué)特性。人工生命的理論和方法有別于傳統(tǒng)人工智能和神經(jīng)網(wǎng)絡(luò)的理論和方法。人工生命把生命現(xiàn)象所體現(xiàn)的自適應(yīng)機(jī)理通過計(jì)算機(jī)進(jìn)行仿真，對(duì)相關(guān)非線性對(duì)象進(jìn)行更真實(shí)的動(dòng)態(tài)描述和動(dòng)態(tài)特征研究。(十八）系統(tǒng)與語言工具人工智能對(duì)計(jì)算機(jī)界的某些最大貢獻(xiàn)已經(jīng)以派生的形式表現(xiàn)出來。計(jì)算機(jī)系統(tǒng)的一些概念，如分時(shí)系統(tǒng)、編目處理系統(tǒng)和交互調(diào)試系統(tǒng)等，已經(jīng)在人工智能研究中得到發(fā)展。幾種知識(shí)表達(dá)語言(把編碼知識(shí)和推理方法作為數(shù)據(jù)結(jié)構(gòu)和過程計(jì)算機(jī)的語言）已在20世紀(jì)70年代后期開發(fā)出來，以探索各種建立推理程序的思想。威諾格拉德（TeiryWinograd)在1979年發(fā)表的文章《在程序設(shè)計(jì)語言之外》討論了他的某些關(guān)于計(jì)算的設(shè)想；其中部分思想是在他的人工智能研究中產(chǎn)生的。20世紀(jì)80年代以來，計(jì)算機(jī)系統(tǒng)，如分布式系統(tǒng)、并行處理系統(tǒng)、多機(jī)協(xié)作系統(tǒng)和各種計(jì)算機(jī)網(wǎng)絡(luò)等，都有了發(fā)展。在人工智能程序設(shè)計(jì)語言方面，除了繼續(xù)開發(fā)和改進(jìn)通用和專用的編程語言新版本和新語種外，還研究出了一些面向目標(biāo)的編程語言和專用開發(fā)工具。關(guān)系數(shù)據(jù)庫研究所取得的進(jìn)展無疑為人工智能程序設(shè)計(jì)提供了新的有效工具。什么是人工智能03人工智能存在的意義人工智能的出現(xiàn)并不是偶然的，它是人類社會(huì)發(fā)展