新一代信息技術(shù)導(dǎo)論（微課版）課件 龔啓軍第7、8章 數(shù)據(jù)為王-大數(shù)據(jù)、智能賦能-人工智能AI

第3章安全第一—信息安全第7章數(shù)據(jù)為王——大數(shù)據(jù)CONTENTS目錄7.1大數(shù)據(jù)的概述7.2大數(shù)據(jù)的發(fā)展7.3大數(shù)據(jù)的相關(guān)技術(shù)7.4大數(shù)據(jù)的應(yīng)用大數(shù)據(jù)的概述7.1通俗含義使用單臺(tái)計(jì)算機(jī)沒法在規(guī)定時(shí)間內(nèi)處理完，或者壓根就沒法處理的數(shù)據(jù)集大數(shù)據(jù)的含義在一定時(shí)間范圍內(nèi)不能以常規(guī)軟件工具處理（存儲(chǔ)和計(jì)算）的大而復(fù)雜的數(shù)據(jù)集結(jié)構(gòu)化的傳統(tǒng)數(shù)據(jù)+非結(jié)構(gòu)化的新數(shù)據(jù)7.1.1大數(shù)據(jù)時(shí)代1.數(shù)據(jù)治權(quán)來源錢學(xué)森領(lǐng)導(dǎo)國防科技情報(bào)和信息工作的長(zhǎng)期實(shí)踐，用系統(tǒng)工程的方法,實(shí)現(xiàn)數(shù)據(jù)“活化”意義著眼長(zhǎng)遠(yuǎn)的戰(zhàn)略性引領(lǐng)時(shí)代的前瞻性化知為智的創(chuàng)新性2.數(shù)據(jù)主權(quán)運(yùn)營主體數(shù)據(jù)的存儲(chǔ)、處理、傳輸、利用的運(yùn)營主體個(gè)人或組織國家對(duì)本國管轄地域范圍內(nèi),任何個(gè)人和組織收集或產(chǎn)生的數(shù)據(jù)設(shè)施設(shè)備進(jìn)行獨(dú)立管轄,并采取措施使其免受他國侵害的權(quán)力7.1.2數(shù)據(jù)來源數(shù)據(jù)來源1.交易數(shù)據(jù)

POS機(jī)、信用卡刷卡、電子商務(wù)、互聯(lián)網(wǎng)點(diǎn)擊、企業(yè)資源規(guī)劃系統(tǒng)、銷售系統(tǒng)、公司的生產(chǎn)、庫存、訂單、供應(yīng)鏈2.手機(jī)數(shù)據(jù)手機(jī)應(yīng)用程序產(chǎn)生了海量基于用戶使用情況所形成的大數(shù)據(jù)，其中，能夠反映用戶流動(dòng)軌跡的數(shù)據(jù)也包括在內(nèi)數(shù)據(jù)來源3.人為數(shù)據(jù)電子郵件、文檔、圖片、音頻、視頻，以及通過微信、博客等社交媒體產(chǎn)生的數(shù)據(jù)流4.傳感器數(shù)據(jù)從環(huán)境中收集的根據(jù)外部刺激而變化的信號(hào)，可以用來監(jiān)控、檢測(cè)和識(shí)別周圍環(huán)境的變化非結(jié)構(gòu)性數(shù)據(jù)用于采集各種類型的環(huán)境參數(shù)7.1.3大數(shù)據(jù)的特征大量化PB（1000個(gè)T）EB（100萬個(gè)T）ZB（10億個(gè)T）數(shù)據(jù)來源：傳感器、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、手機(jī)、平板電腦，微信和QQ聊天、上網(wǎng)搜索與購物等，都在產(chǎn)生著數(shù)量龐大的數(shù)據(jù)大數(shù)據(jù)多樣化多年來一直主導(dǎo)著IT應(yīng)用的關(guān)系型數(shù)據(jù)庫中結(jié)構(gòu)化半結(jié)構(gòu)化包括電子郵件、文字處理文件以及大量的網(wǎng)絡(luò)新聞非結(jié)構(gòu)化廣泛存在于社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)、電子商務(wù)之中可變性指數(shù)據(jù)的變化，這意味著相同的數(shù)據(jù)在不同的上下文中可能具有不同的含義快速化含義指數(shù)據(jù)生成，存儲(chǔ)，分析和移動(dòng)的速度意義無線或有線機(jī)器和傳感器可以在創(chuàng)建數(shù)據(jù)后立即傳遞。這可以實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)流，并幫助企業(yè)做出有價(jià)值的快速?zèng)Q策價(jià)值含義大數(shù)據(jù)的核心特征意義通過從大量不相關(guān)的各種類型的數(shù)據(jù)中，挖掘出對(duì)未來趨勢(shì)與模式預(yù)測(cè)分析有價(jià)值的數(shù)據(jù)真實(shí)性指數(shù)據(jù)的準(zhǔn)確度和可信賴度，代表數(shù)據(jù)的質(zhì)量生產(chǎn)掌握數(shù)據(jù)信息數(shù)據(jù)進(jìn)行專業(yè)處理大數(shù)據(jù)的概念數(shù)據(jù)的來源及6大特征大數(shù)據(jù)時(shí)代數(shù)據(jù)治權(quán)數(shù)據(jù)主權(quán)的重要性大數(shù)據(jù)的發(fā)展7.21.萌芽期2.成長(zhǎng)期3.爆發(fā)期4.大規(guī)模應(yīng)用期萌芽期時(shí)間

1980年-2008年現(xiàn)象商業(yè)智能工具和知識(shí)管理技術(shù)開始被應(yīng)用，如數(shù)據(jù)倉庫、專家系統(tǒng)、知識(shí)管理系統(tǒng)等成長(zhǎng)期時(shí)間

2009年-2012年現(xiàn)象互聯(lián)網(wǎng)數(shù)據(jù)呈爆發(fā)式增長(zhǎng)，大數(shù)據(jù)技術(shù)逐漸被大眾熟悉和使用大數(shù)據(jù)爆發(fā)期我國在內(nèi)的世界各個(gè)國家紛紛布局大數(shù)據(jù)戰(zhàn)略2013年-2015年2013年百度、騰訊為代表的國內(nèi)互聯(lián)網(wǎng)公司出創(chuàng)新性的大數(shù)據(jù)應(yīng)用2015年9月國務(wù)院發(fā)布《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》大規(guī)模應(yīng)用期

2016年至今以及以后，大數(shù)據(jù)應(yīng)用滲透到各行各業(yè)，大數(shù)據(jù)產(chǎn)業(yè)迎來快速發(fā)展和大規(guī)模應(yīng)用實(shí)施預(yù)熱階段2014年3月，大數(shù)據(jù)“首次”寫入政府工作報(bào)告起步階段2015年8月，國務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展的行動(dòng)綱要》落地階段2016年3月，《十三五規(guī)劃綱要》第二十七章“實(shí)施”國家大數(shù)據(jù)戰(zhàn)略2016年12月，工信部發(fā)布《大數(shù)據(jù)產(chǎn)品發(fā)展規(guī)劃（2016-2020年）》數(shù)據(jù)大國數(shù)據(jù)強(qiáng)國2017年10月推動(dòng)大數(shù)據(jù)與實(shí)體經(jīng)濟(jì)深度融合2017年12月實(shí)施國家大數(shù)據(jù)戰(zhàn)略進(jìn)行集體學(xué)習(xí)2019年3月大數(shù)據(jù)連續(xù)6年寫入政府工作報(bào)告2020年4月9日確數(shù)據(jù)要素市場(chǎng)配置上升為國家政策2021年完善大數(shù)據(jù)體系建設(shè)深化階段大數(shù)據(jù)的相關(guān)技術(shù)7.37.3.1大數(shù)據(jù)采集數(shù)據(jù)采集數(shù)據(jù)預(yù)處理大數(shù)據(jù)存儲(chǔ)數(shù)據(jù)分析挖掘“集”則是數(shù)據(jù)的清洗、連接、整合，將價(jià)值密度低的數(shù)據(jù)轉(zhuǎn)化為價(jià)值密度高的數(shù)據(jù)數(shù)據(jù)采集“采”主要是數(shù)據(jù)的獲取1.數(shù)據(jù)庫采集定義指一些企業(yè)會(huì)使用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫MySQL和Oracle等來存儲(chǔ)數(shù)據(jù)。數(shù)據(jù)庫Redis、HBase、NoSQL數(shù)據(jù)庫2.網(wǎng)絡(luò)數(shù)據(jù)采集定義指通過網(wǎng)絡(luò)爬蟲或網(wǎng)站公開API（即數(shù)據(jù)源提供者開放的數(shù)據(jù)采集接口）等方式從網(wǎng)站上獲取數(shù)據(jù)信息。作用將非結(jié)構(gòu)化數(shù)據(jù)從網(wǎng)頁中抽取出來，將其存儲(chǔ)為統(tǒng)一的本地?cái)?shù)據(jù)文件，并以結(jié)構(gòu)化的方式存儲(chǔ)。3.文件采集定義大數(shù)據(jù)平臺(tái)按照數(shù)據(jù)倉庫的源數(shù)據(jù)的結(jié)構(gòu)，定義好一套標(biāo)準(zhǔn)的數(shù)據(jù)格式，用戶按照此數(shù)據(jù)格式產(chǎn)生相應(yīng)的日志文件，大數(shù)據(jù)平臺(tái)通過監(jiān)控日志文件的變化，將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)倉庫上，并進(jìn)行實(shí)時(shí)/離線的數(shù)據(jù)處理與存儲(chǔ)。7.3.2大數(shù)據(jù)預(yù)處理數(shù)據(jù)預(yù)處理

對(duì)采集到的原始數(shù)據(jù)進(jìn)行清洗、填補(bǔ)、平滑、合并、規(guī)格化以及一致性檢查等數(shù)據(jù)清理數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)規(guī)約數(shù)據(jù)集成數(shù)據(jù)預(yù)處理1.數(shù)據(jù)清理將要用到的數(shù)據(jù)中重復(fù)、多余部分的數(shù)據(jù)進(jìn)行篩選并清除；把缺失部分補(bǔ)充完整，并將不正確的數(shù)據(jù)糾正或者刪除。數(shù)據(jù)預(yù)處理2.數(shù)據(jù)集成將不同數(shù)據(jù)源中的數(shù)據(jù)，合并存放到統(tǒng)一數(shù)據(jù)庫的存儲(chǔ)方法。模式匹配數(shù)據(jù)冗余數(shù)據(jù)值沖突檢測(cè)與處理數(shù)據(jù)預(yù)處理3.數(shù)據(jù)轉(zhuǎn)換指對(duì)所抽取出來的數(shù)據(jù)中存在的不一致問題，進(jìn)行處理的過程。4.數(shù)據(jù)規(guī)約指在最大限度保持?jǐn)?shù)據(jù)原貌的基礎(chǔ)上，最大限度精簡(jiǎn)數(shù)據(jù)量，以得到較小數(shù)據(jù)集的操作。7.3.3大數(shù)據(jù)存儲(chǔ)指用存儲(chǔ)器，以數(shù)據(jù)庫的形式，存儲(chǔ)采集到的數(shù)據(jù)的過程大數(shù)據(jù)存儲(chǔ)1.基于MPP架構(gòu)的新型數(shù)據(jù)庫集群MPP架構(gòu)是傳統(tǒng)的數(shù)據(jù)倉庫，將單機(jī)數(shù)據(jù)庫節(jié)點(diǎn)組成集群，從而提升處理性能。非共享架構(gòu)用網(wǎng)絡(luò)連接大數(shù)據(jù)存儲(chǔ)2.基于Hadoop的技術(shù)擴(kuò)展和封裝針對(duì)傳統(tǒng)關(guān)系型數(shù)據(jù)庫難以處理的數(shù)據(jù)和場(chǎng)景利用Hadoop開源優(yōu)勢(shì)及相關(guān)特性非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)和計(jì)算等善于處理非結(jié)構(gòu)、半結(jié)構(gòu)化數(shù)據(jù)、復(fù)雜的ETL流程、復(fù)雜的數(shù)據(jù)挖掘和計(jì)算模型等大數(shù)據(jù)存儲(chǔ)3.大數(shù)據(jù)一體化專為大數(shù)據(jù)的分析處理而設(shè)計(jì)的軟、硬件結(jié)合的產(chǎn)品由一組集成的服務(wù)器、存儲(chǔ)設(shè)備、操作系統(tǒng)、數(shù)據(jù)庫管理系統(tǒng)，以及為數(shù)據(jù)查詢、處理、分析而預(yù)安裝和優(yōu)化的軟件組成具有良好的穩(wěn)定性和縱向擴(kuò)展性7.3.4數(shù)據(jù)分析與挖掘數(shù)據(jù)分析與挖掘數(shù)據(jù)挖掘指對(duì)大量的數(shù)據(jù)進(jìn)行分析和挖掘，得到一些未知的有價(jià)值的信息等。數(shù)據(jù)分析對(duì)已知的數(shù)據(jù)進(jìn)行分析，然后提出一些有價(jià)值的信息，數(shù)據(jù)分析由于數(shù)據(jù)采集、數(shù)據(jù)挖掘、數(shù)據(jù)可視化組成。數(shù)據(jù)分析與數(shù)據(jù)挖掘密不可分，數(shù)據(jù)挖掘是數(shù)據(jù)分析的提升。1.數(shù)據(jù)可視化3.預(yù)測(cè)性分析2.數(shù)據(jù)挖掘算法1.數(shù)據(jù)可視化數(shù)據(jù)可視化指借助圖形化手段，清晰并有效傳達(dá)與溝通信息的分析手段。數(shù)據(jù)可視化主要應(yīng)用于海量數(shù)據(jù)關(guān)聯(lián)分析，即借助可視化數(shù)據(jù)分析平臺(tái)，對(duì)分散異構(gòu)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，并做出完整分析圖表的過程，具有簡(jiǎn)單明了、清晰直觀、易于接受的特點(diǎn)。數(shù)據(jù)分析與挖掘2.數(shù)據(jù)挖掘算法大數(shù)據(jù)分析的理論核心，即通過創(chuàng)建數(shù)據(jù)挖掘模型而對(duì)數(shù)據(jù)進(jìn)行試探和計(jì)算的數(shù)據(jù)分析手段。數(shù)據(jù)分析與挖掘3.預(yù)測(cè)性分析通過結(jié)合多種高級(jí)分析功能達(dá)到預(yù)測(cè)不確定事件的目的。數(shù)據(jù)分析與挖掘數(shù)據(jù)采集數(shù)據(jù)預(yù)處理大數(shù)據(jù)存儲(chǔ)數(shù)據(jù)分析挖掘大數(shù)據(jù)的應(yīng)用7.4交通領(lǐng)域農(nóng)業(yè)領(lǐng)域城市領(lǐng)域物流領(lǐng)域醫(yī)療領(lǐng)域交通領(lǐng)域交通領(lǐng)域結(jié)合大數(shù)據(jù)應(yīng)用有效解決城市擁堵提高城市管理水平，打造整體智慧交通發(fā)展道路。農(nóng)業(yè)領(lǐng)域1.加快作物育種大數(shù)據(jù)加快了作物育種，遺傳學(xué)的進(jìn)步導(dǎo)致生物信息的爆炸式增長(zhǎng)模式生物基因組測(cè)序的開始高通量或自動(dòng)化實(shí)驗(yàn)技術(shù)的快速應(yīng)用速度快成本低2.驅(qū)動(dòng)耕種方法利用定位系統(tǒng)和其他技術(shù)生產(chǎn)者可以精確地追蹤不同田地的產(chǎn)出，操縱和控制設(shè)備，監(jiān)測(cè)田地狀況，管理投入品，大幅提高生產(chǎn)率和利潤。計(jì)算機(jī)軟件以機(jī)器學(xué)習(xí)為核心的軟件應(yīng)用在與數(shù)據(jù)、設(shè)備和人類互動(dòng)時(shí)變得越來越智能化和定制化。分析咨詢3.讓農(nóng)業(yè)信息透明化目標(biāo)向農(nóng)民提供個(gè)性化方案，將每塊田地的耕種細(xì)化到作物個(gè)體，使用有關(guān)氣候和土壤條件、作物以及產(chǎn)出的數(shù)據(jù)。4.可實(shí)現(xiàn)食物追蹤溯源大數(shù)據(jù)對(duì)食物從田間到餐桌的過程進(jìn)行追蹤，可以預(yù)防疾病、減少浪費(fèi)和提高利潤。城市領(lǐng)域有效實(shí)現(xiàn)了基層黨組織對(duì)社情民意的動(dòng)態(tài)掌握、精準(zhǔn)管理、高效服務(wù)。1.智慧社區(qū)管理中的應(yīng)用2.智慧城市交通領(lǐng)域中的應(yīng)用市民掌握城市交通路段情況，避免擁堵階段和易發(fā)生交通事故的路段，確保安全、高效便捷出行。3.智慧城市環(huán)境保護(hù)領(lǐng)域中的應(yīng)用提高城市環(huán)境保護(hù)的力度提高環(huán)境治理的效益提供了新的思路與新的方法有助于保障城市居民的居住環(huán)境4.智慧城市規(guī)劃方面的應(yīng)用交通領(lǐng)域農(nóng)業(yè)領(lǐng)域城市領(lǐng)域物流領(lǐng)域醫(yī)療領(lǐng)域課后習(xí)題：1．請(qǐng)闡述什么是大數(shù)據(jù)。2．請(qǐng)闡述大數(shù)據(jù)的兩個(gè)時(shí)代。3．請(qǐng)闡述大數(shù)據(jù)預(yù)處理的過程。4．請(qǐng)闡述大數(shù)據(jù)的“6V”特征。5．請(qǐng)舉例說明大數(shù)據(jù)的應(yīng)用。第3章安全第一—信息安全第8章智能賦予——人工智能CONTENTS目錄8.1人工智能的概述8.2人工智能的核心技術(shù)8.3新一代信息技術(shù)的應(yīng)用人工智能的概述8.1人工智能的概述人工智能是研究開發(fā)能夠模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)人工智能的概述人工智能是研究開發(fā)能夠模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)研究目的促使智能機(jī)器會(huì)聽、會(huì)看、會(huì)說、會(huì)思考、會(huì)學(xué)習(xí)、會(huì)行動(dòng)語音識(shí)別、機(jī)器翻譯圖像識(shí)別、文字識(shí)別語音合成、人機(jī)對(duì)話人機(jī)對(duì)弈、定理證明機(jī)器學(xué)習(xí)、知識(shí)表示機(jī)器人、自動(dòng)駕駛汽車8.1.1人工智能的定義智能人工智能的定義人工人造的，非天然的生物學(xué)的智能對(duì)人的智能本身的研究其他關(guān)于動(dòng)物或其他人造系統(tǒng)的智能在計(jì)算機(jī)領(lǐng)域內(nèi)人工智能的研究人工智能的定義8.1.2人工智能的發(fā)展1．20世紀(jì)50年代——人工智能的起步圖靈測(cè)試1950年，著名的圖靈測(cè)試誕生，按照“人工智能之父”艾倫·圖靈（AlanTuring）的定義：如果一臺(tái)計(jì)算機(jī)能夠與人類展開對(duì)話（通過電傳設(shè)備）而不能被辨別出其計(jì)算機(jī)身份，那么稱這臺(tái)計(jì)算機(jī)具有智能。圖靈測(cè)試中人類測(cè)試者向兩個(gè)未知的回答者（其中一個(gè)是人類，另一個(gè)是計(jì)算機(jī)）問出一系列的問題，來判斷哪個(gè)是人類、哪個(gè)是計(jì)算機(jī)，人類測(cè)試者若不能分辨那就說明計(jì)算機(jī)通過了測(cè)試2.反思發(fā)展期20世紀(jì)60年代—70年代初開始嘗試更具挑戰(zhàn)性的任務(wù)，提出一些不切實(shí)際的研發(fā)目標(biāo)接二連三的失敗和預(yù)期目標(biāo)的落空，人工智能的發(fā)展走入低谷3.應(yīng)用發(fā)展期20世紀(jì)70年代初—80年代中從理論研究走向?qū)嶋H應(yīng)用從一般推理策略探討轉(zhuǎn)向運(yùn)用專門知識(shí)醫(yī)療化學(xué)地質(zhì)4.低迷發(fā)展期20世紀(jì)80年代中至90年代中應(yīng)用領(lǐng)域狹窄缺乏常識(shí)性知識(shí)知識(shí)獲取困難推理方法單一缺乏分布式功能難以與現(xiàn)有數(shù)據(jù)庫兼容5.穩(wěn)步發(fā)展期20世紀(jì)90年代中—2010年6.蓬勃發(fā)展期2011年至今大數(shù)據(jù)云計(jì)算互聯(lián)網(wǎng)物聯(lián)網(wǎng)信息技術(shù)泛在感知數(shù)據(jù)和圖形處理器等計(jì)算平臺(tái)推動(dòng)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。我國人工智能的發(fā)展與未來8.28.2.1發(fā)展歷程8.2.2我國人工智能政策環(huán)境分析8.2.3未來的發(fā)展人工智能相關(guān)技術(shù)逐步成為“事關(guān)國家安全和發(fā)展全局的基礎(chǔ)核心領(lǐng)域”。為進(jìn)一步推動(dòng)解決我國人工智能核心技術(shù)中的不足和短板，相關(guān)文件指出，在“十四五”期間將通過一批具有前瞻性、戰(zhàn)略性的國家重大科技項(xiàng)目，帶動(dòng)產(chǎn)業(yè)界逐步突破前沿基礎(chǔ)理論和算法，研發(fā)專用芯片，構(gòu)建深度學(xué)習(xí)框架等開源算法平臺(tái)，并在學(xué)習(xí)推理決策、圖像圖形、語音視頻、自然語言識(shí)別處理等領(lǐng)域創(chuàng)新與迭代應(yīng)用。1．突破核心技術(shù)發(fā)展人工智能應(yīng)以產(chǎn)業(yè)的融合應(yīng)用與產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型為核心目標(biāo)，進(jìn)而逐漸形成數(shù)據(jù)驅(qū)動(dòng)、人機(jī)協(xié)同、跨界融合、共創(chuàng)分享的智能經(jīng)濟(jì)形態(tài)。要以數(shù)字化轉(zhuǎn)型整體驅(qū)動(dòng)生產(chǎn)方式、生活方式和治理方式變革，充分發(fā)揮我國數(shù)據(jù)、應(yīng)用場(chǎng)景的優(yōu)勢(shì)，實(shí)施“上云用數(shù)賦智”行動(dòng)，促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合。通過建設(shè)重點(diǎn)行業(yè)人工智能數(shù)據(jù)集，發(fā)展算法推理訓(xùn)練場(chǎng)景，推進(jìn)智能醫(yī)療裝備、智能運(yùn)載工具、智能識(shí)別系統(tǒng)等智能產(chǎn)品制造，推動(dòng)通用化和行業(yè)性人工智能開發(fā)平臺(tái)建設(shè)，在智能交通、智慧能源、智能制造、智慧農(nóng)業(yè)及水利、智慧教育、智慧醫(yī)療、智慧文旅、智慧社區(qū)、智慧家居、智慧政務(wù)等領(lǐng)域形成一系列數(shù)字化、智能化應(yīng)用場(chǎng)景。2．打造數(shù)字經(jīng)濟(jì)新優(yōu)勢(shì)針對(duì)當(dāng)前學(xué)術(shù)界和產(chǎn)業(yè)界關(guān)心的倫理與法律風(fēng)險(xiǎn)、AI技術(shù)濫用、算法殺熟等人工智能健康發(fā)展的問題，要構(gòu)建與數(shù)字經(jīng)濟(jì)發(fā)展相適應(yīng)的政策法規(guī)體系。3．突破核心技術(shù)人工智能的核心技術(shù)8.3計(jì)算機(jī)視覺機(jī)器學(xué)習(xí)自然語言處理8.3.1計(jì)算機(jī)視覺計(jì)算機(jī)視覺指計(jì)算機(jī)從圖像中識(shí)別出物體、場(chǎng)景和活動(dòng)的能力。計(jì)算機(jī)視覺技術(shù)運(yùn)用由圖像處理操作及其他技術(shù)所組成的序列，將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。1.人臉識(shí)別零售行業(yè)跟蹤顧客在商店的移動(dòng)分析導(dǎo)航路線、檢測(cè)步行模式、衡量店面關(guān)注時(shí)間通過增加定向注視檢測(cè)功能，了解在商店中放置商品的位置改善消費(fèi)者體驗(yàn)并提高銷售額2.安防布控人、車、物3.工業(yè)制造預(yù)測(cè)性維護(hù)工況監(jiān)視成品檢驗(yàn)質(zhì)量控制4.醫(yī)療保健醫(yī)學(xué)圖像分析4.醫(yī)療保健將人和周圍環(huán)境放置在平面圖中，幫助視力障礙人群提供實(shí)時(shí)的視覺體驗(yàn)，從而幫助他們安全地導(dǎo)航室內(nèi)環(huán)境5.自動(dòng)駕駛對(duì)象檢測(cè)6.農(nóng)業(yè)領(lǐng)域識(shí)別分析土壤針對(duì)問題采取方案識(shí)別屬性分類8.3.2機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)

人工智能的一個(gè)分支，也是人工智能的一種實(shí)現(xiàn)方法從樣本數(shù)據(jù)中學(xué)習(xí)得到知識(shí)和規(guī)律，然后用于實(shí)際的推斷和決策和普通程序的一個(gè)顯著區(qū)別是需要樣本數(shù)據(jù)，是一種數(shù)據(jù)驅(qū)動(dòng)的方法使用算法解析數(shù)據(jù)，從中學(xué)習(xí)，然后對(duì)新數(shù)據(jù)做出決定或預(yù)測(cè)8.3.3自然語言處理自然語言處理

自然語言處理（NLP）是研究人與計(jì)算機(jī)交互的語言問題的一門學(xué)科。它研究人與計(jì)算機(jī)之間用自然語言進(jìn)行有效通信的理論和方法。工作原理人類的自然語言轉(zhuǎn)譯自然語言分析自然語言輸出結(jié)果人類的自然語言轉(zhuǎn)譯自然語言分析自然語言輸出結(jié)果自然語言處理

利用人類交流所使用的自然語言與機(jī)器進(jìn)行交互通訊的技術(shù)，對(duì)自然語言各方面的分析，理解出用戶想表達(dá)的意思，從而得到機(jī)器可讀并理解的語言。自然語言理解（NLU）自然語言生成（NLG）自然語言的理解

希望機(jī)器可以和人一樣，有理解他人語言的能力自然語言理解可以讓機(jī)器從各種自然語言