人工智能基礎(chǔ) 課件全套 羅保山 第1-11章 信息技術(shù)基礎(chǔ) - 人工智能素養(yǎng)與風險

第1章信息技術(shù)基礎(chǔ)1.

信息技術(shù)發(fā)展史2.

計算機系統(tǒng)概述3.新一代信息技術(shù)發(fā)展趨勢信息技術(shù)發(fā)展史1信息技術(shù)發(fā)展史結(jié)繩、算籌、算盤、計算尺古時電子數(shù)字計算機、晶體管、集成電路、微處理器20世紀加法器、乘法器17世紀1從機械計算到電子計算信息技術(shù)發(fā)展史1從機械計算到電子計算進入20世紀，隨著電子技術(shù)的飛速發(fā)展，電子計算機應(yīng)運而生。1946年，世界上第一臺電子數(shù)字計算機ENIAC在賓夕法尼亞大學誕生。它采用了大量的電子管作為計算元件，實現(xiàn)了前所未有的計算速度和精度。ENIAC的誕生標志著電子計算時代的開啟，隨后幾十年間，計算機技術(shù)經(jīng)歷了從晶體管到集成電路，再到微處理器的多次革命性飛躍，計算能力呈指數(shù)級增長，為信息技術(shù)的全面發(fā)展奠定了堅實的基礎(chǔ)。世界上第一臺電子數(shù)字計算機ENIAC信息技術(shù)發(fā)展史2

個人電腦的興起個人計算機設(shè)計精美，價格適中，操作簡便，易于上手。起初的計算機是龐大、昂貴且神秘的機器，主要被用于特定的科研、工程或軍事領(lǐng)域，普通民眾難以接觸。隨著一系列高性能、低功耗的微處理器的推出，計算機的性能得到了顯著提升，而成本則不斷下降。我國第一臺百萬次集成電路電子計算機20世紀80年代的個人計算機互聯(lián)網(wǎng)的應(yīng)用逐漸擴展到電子商務(wù)、社交網(wǎng)絡(luò)、教育、金融等多個領(lǐng)域，徹底改變了人們的生活和工作方式。電子商務(wù)使得人們可以在線購物、支付和交易；社交網(wǎng)絡(luò)讓人們可以分享自己的生活點滴，與他人建立更緊密的聯(lián)系；在線教育使得學習資源更加豐富和多樣化，滿足了人們不同的學習需求。TCP/IP協(xié)議出現(xiàn)1983年，互聯(lián)網(wǎng)也逐漸擴大，并在全球范圍內(nèi)連接起越來越多的計算機。創(chuàng)新應(yīng)用21世紀，寬帶和移動互聯(lián)網(wǎng)技術(shù)的成熟進一步推動了互聯(lián)網(wǎng)的普及。智能手機的興起使得人們可以隨時隨地訪問互聯(lián)網(wǎng)。信息技術(shù)發(fā)展史3互聯(lián)網(wǎng)時代的到來互聯(lián)網(wǎng)進入商業(yè)化階段1995年，全球互聯(lián)網(wǎng)用戶數(shù)超過了1600萬，此后用戶數(shù)量呈現(xiàn)指數(shù)級增長。第1章信息技術(shù)基礎(chǔ)第1章信息技術(shù)基礎(chǔ)1.

信息技術(shù)發(fā)展史2.

計算機系統(tǒng)概述3.新一代信息技術(shù)發(fā)展趨勢2計算機系統(tǒng)概述計算機系統(tǒng)概述1計算機硬件系統(tǒng)中央處理器，簡稱CPU，是計算機的“大腦”。它負責執(zhí)行存儲在內(nèi)存中的指令，處理數(shù)據(jù)，并進行邏輯判斷。CPU的性能直接影響到計算機的運行速度和處理能力。CPU的核心部分包括運算器、控制器和高速緩沖存儲器（Cache），現(xiàn)代CPU通常有多核心，可以同時處理多個任務(wù)。其中運算器負責進行算術(shù)和邏輯運算，控制器負責指令的解碼和執(zhí)行，而高速緩沖存儲器則用于暫存數(shù)據(jù)和指令，以提高CPU的訪問速度。計算機系統(tǒng)概述1計算機硬件系統(tǒng)內(nèi)存，也稱為主存儲器或隨機存取存儲器（RAM）。它是計算機中用于臨時存儲程序和數(shù)據(jù)的地方。當計算機執(zhí)行程序時，它會將程序和數(shù)據(jù)從外存加載到內(nèi)存中，以便CPU能夠直接訪問和處理。內(nèi)存具有較快的讀寫速度，能夠與CPU的速度相匹配，從而確保計算機的高效運行。計算機系統(tǒng)概述1計算機硬件系統(tǒng)外存，也稱為輔助存儲器或次級存儲器，具有更大的存儲容量和長期的保存性。與內(nèi)存相比，外存的讀寫速度較慢，但它能夠長期保存數(shù)據(jù)，即使計算機關(guān)機或掉電也不會丟失信息。外存設(shè)備多種多樣，包括硬盤、光盤、U盤等。其中，硬盤是最常見的外存設(shè)備之一，根據(jù)技術(shù)原理的不同，硬盤又可分為機械硬盤和固態(tài)硬盤兩種類型。計算機系統(tǒng)概述1計算機硬件系統(tǒng)機械硬盤（HDD）采用磁存儲技術(shù)，內(nèi)部包含一個或多個磁盤片，每個磁盤片都有兩個面，上面涂有磁性材料。數(shù)據(jù)通過磁頭寫入磁盤片上的磁道，并通過磁頭的移動來讀取或?qū)懭霐?shù)據(jù)。機械硬盤的存儲容量較大，價格相對較低，但讀寫速度受到磁頭移動和磁盤旋轉(zhuǎn)速度的限制，相對較慢。此外，機械硬盤在運行時會產(chǎn)生一定的噪音和震動，且對于物理沖擊較為敏感。計算機系統(tǒng)概述1計算機硬件系統(tǒng)固態(tài)硬盤（SSD）是一種基于閃存技術(shù)的存儲設(shè)備。它使用集成電路芯片來存儲數(shù)據(jù)，而無需磁頭、磁盤等機械部件。因此，固態(tài)硬盤具有更快的讀寫速度、更低的延遲和更高的數(shù)據(jù)傳輸速率。與機械硬盤相比，固態(tài)硬盤更加安靜、抗震能力更強，并且能夠在極端環(huán)境下保持數(shù)據(jù)的穩(wěn)定性。然而，固態(tài)硬盤的價格相對較高，且存儲容量可能受到一定限制。盡管如此，隨著技術(shù)的不斷發(fā)展，固態(tài)硬盤的性價比正在逐漸提高，越來越多的計算機開始采用固態(tài)硬盤作為主要的存儲設(shè)備。輸入設(shè)備用于將外部信息轉(zhuǎn)換成計算機能夠識別的二進制代碼。常見的輸入設(shè)備包括鍵盤、鼠標、攝像頭、掃描儀等。這些設(shè)備使得用戶可以向計算機輸入數(shù)據(jù)和命令。計算機系統(tǒng)概述1計算機硬件系統(tǒng)計算機系統(tǒng)概述1計算機硬件系統(tǒng)輸出設(shè)備則將計算機處理的結(jié)果以人類能夠識別的方式顯示出來，如顯示器、打印機等。顯示器是計算機最重要的輸出設(shè)備之一，它以圖像或文本的形式顯示計算機處理的結(jié)果。打印機則可以將計算機中的數(shù)據(jù)打印到紙張上，便于用戶閱讀和存檔。計算機系統(tǒng)概述2計算機軟件系統(tǒng)系統(tǒng)軟件是管理和控制計算機硬件與軟件資源的軟件，為計算機系統(tǒng)的正常運行提供基礎(chǔ)支撐。它負責協(xié)調(diào)計算機各個部件的工作，確保計算機能夠高效、穩(wěn)定地運行。例如，操作系統(tǒng)管理計算機的內(nèi)存、處理器、輸入輸出設(shè)備等硬件資源，同時為應(yīng)用軟件提供運行環(huán)境；語言處理程序?qū)⒏呒壘幊陶Z言翻譯成計算機能夠理解的機器語言。為網(wǎng)絡(luò)環(huán)境中的客戶端計算機提供各種服務(wù)服務(wù)器軟件用于檢測和診斷硬件問題診斷工具操作系統(tǒng)是系統(tǒng)軟件的核心，負責管理和調(diào)度硬件資源操作系統(tǒng)提供了用戶與操作系統(tǒng)和應(yīng)用程序交互的圖形界面窗口系統(tǒng)使計算機操作系統(tǒng)能夠與特定硬件設(shè)備通信的軟件設(shè)備驅(qū)動程序提供系統(tǒng)維護和優(yōu)化的功能實用程序計算機系統(tǒng)概述2計算機軟件系統(tǒng)操作系統(tǒng)是系統(tǒng)軟件的核心，負責管理和調(diào)度硬件資源，如CPU時間、內(nèi)存空間、磁盤空間和輸入輸出設(shè)備。它提供了用戶與計算機硬件之間的接口，并為應(yīng)用軟件運行提供必要的環(huán)境。常見的操作系統(tǒng)有Windows、macOS、Linux、UNIX等。Windows操作系統(tǒng)計算機系統(tǒng)概述2計算機軟件系統(tǒng)應(yīng)用軟件是為滿足用戶特定需求而開發(fā)的軟件。它通常針對特定的任務(wù)或應(yīng)用領(lǐng)域，為用戶提供具體的功能和服務(wù)。例如，辦公軟件用于文檔處理、表格制作和演示文稿制作；圖形圖像軟件用于圖像處理和設(shè)計；娛樂軟件用于播放音樂、視頻和玩游戲等。金山WPSOfficeAdobePhotoshop第1章信息技術(shù)基礎(chǔ)第1章信息技術(shù)基礎(chǔ)1.

信息技術(shù)發(fā)展史2.

計算機系統(tǒng)概述3.新一代信息技術(shù)發(fā)展趨勢3新一代信息技術(shù)發(fā)展趨勢新一代信息技術(shù)發(fā)展趨勢云計算，是一種基于互聯(lián)網(wǎng)的計算模式，它允許用戶通過網(wǎng)絡(luò)訪問和使用共享的計算資源，如服務(wù)器、存儲設(shè)備和應(yīng)用程序等。這些資源并非位于用戶的本地設(shè)備，而是集中在遠程的數(shù)據(jù)中心，由專業(yè)的云服務(wù)提供商負責管理和維護。用戶只需通過網(wǎng)絡(luò)連接，便能隨時隨地獲取所需的計算能力和數(shù)據(jù)存儲服務(wù)。1云計算新一代信息技術(shù)發(fā)展趨勢大數(shù)據(jù)（BigData）是指在體量、速度和多樣性上超越傳統(tǒng)數(shù)據(jù)處理技術(shù)處理能力的數(shù)據(jù)集合。現(xiàn)代社會產(chǎn)生的數(shù)據(jù)量呈現(xiàn)爆炸式增長，并且數(shù)據(jù)來源多樣，結(jié)構(gòu)復(fù)雜。大數(shù)據(jù)技術(shù)的核心在于通過先進的存儲和分析工具，從這些海量數(shù)據(jù)中提取有價值的信息，從而輔助決策、優(yōu)化流程并推動創(chuàng)新。大數(shù)據(jù)通常被歸納為五個主要特征，即“5V”特征：數(shù)據(jù)量（Volume）、數(shù)據(jù)速度（Velocity）、數(shù)據(jù)種類（Variety）、數(shù)據(jù)價值（Value）和數(shù)據(jù)真實性（Veracity）2大數(shù)據(jù)新一代信息技術(shù)發(fā)展趨勢物聯(lián)網(wǎng)（InternetofThings，簡稱IoT）是指通過各種信息傳感器、射頻識別技術(shù)、全球定位系統(tǒng)、紅外感應(yīng)器、激光掃描器等各種裝置與技術(shù)，實時采集任何需要監(jiān)控、連接、互動的物體或過程，采集其聲、光、熱、電、力學、化學、生物、位置等各種需要的信息，通過各類可能的網(wǎng)絡(luò)接入，實現(xiàn)物與物、物與人的泛在連接，實現(xiàn)對物品和過程的智能化感知、識別和管理。3物聯(lián)網(wǎng)新一代信息技術(shù)發(fā)展趨勢人工智能（ArtificialIntelligence，AI）是當今科技領(lǐng)域的熱點，它是指通過計算機程序來模擬和實現(xiàn)人類智能的技術(shù)和方法，它賦予了機器像人一樣的學習、推理和決策能力。通過利用算法、數(shù)據(jù)和人類知識，AI系統(tǒng)可以識別圖像和語音、理解自然語言、進行智能推薦等。它不僅能夠處理海量數(shù)據(jù)，還能從中發(fā)現(xiàn)規(guī)律、預(yù)測趨勢，為人類提供更精準的決策支持。4人工智能新一代信息技術(shù)發(fā)展趨勢新一代信息技術(shù)，以云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)和人工智能為代表，正以前所未有的速度和規(guī)模改變著我們的世界。這些技術(shù)相互交織、互為支撐，共同構(gòu)建了高度集成化、泛在互聯(lián)、智能化和數(shù)據(jù)驅(qū)動的信息技術(shù)新體系。5新一代信息技術(shù)的特點新一代信息技術(shù)發(fā)展趨勢5新一代信息技術(shù)的特點（1）高度集成化在新一代信息技術(shù)的推動下，云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)和人工智能得以高度集成，形成一個統(tǒng)一、協(xié)同的整體。云計算提供了彈性的計算和存儲資源，為大數(shù)據(jù)的存儲和分析提供了強大的后端支持物聯(lián)網(wǎng)通過連接各種智能設(shè)備，為大數(shù)據(jù)提供了豐富的數(shù)據(jù)來源而人工智能則利用這些數(shù)據(jù)，通過機器學習等算法進行深度挖掘，實現(xiàn)智能化決策（2）泛在互聯(lián)借助物聯(lián)網(wǎng)技術(shù)，新一代信息技術(shù)實現(xiàn)了各種設(shè)備和系統(tǒng)的泛在互聯(lián)。無論是智能家居、智能交通還是智能制造，各種設(shè)備和系統(tǒng)都能通過網(wǎng)絡(luò)實現(xiàn)實時、準確的連接和交互。同時，云計算的分布式架構(gòu)和大數(shù)據(jù)技術(shù)的處理能力，使得這種互聯(lián)不僅僅局限于局部范圍，而是擴展到全球范圍，實現(xiàn)了信息的無障礙流通和共享。新一代信息技術(shù)發(fā)展趨勢5新一代信息技術(shù)的特點（3）智能化人工智能在新一代信息技術(shù)中扮演著關(guān)鍵角色，它賦予了系統(tǒng)自主學習和決策的能力。結(jié)合大數(shù)據(jù)技術(shù)，人工智能可以對海量數(shù)據(jù)進行深度分析和挖掘，發(fā)現(xiàn)其中的規(guī)律和趨勢。同時，通過與云計算的結(jié)合，人工智能可以實現(xiàn)計算資源的智能調(diào)度和優(yōu)化配置。這種智能化的特點不僅提高了工作效率和準確性，還推動了各行各業(yè)的創(chuàng)新發(fā)展。（4）數(shù)據(jù)驅(qū)動在新一代信息技術(shù)中，數(shù)據(jù)成為推動發(fā)展的核心要素。云計算為數(shù)據(jù)存儲和處理提供了強大的后端支持，大數(shù)據(jù)技術(shù)能夠深入挖掘數(shù)據(jù)的價值，物聯(lián)網(wǎng)為數(shù)據(jù)收集提供了豐富的來源，而人工智能則通過數(shù)據(jù)驅(qū)動模型進行決策和優(yōu)化。這種以數(shù)據(jù)為中心的發(fā)展模式不僅提升了決策的科學性和準確性，還為企業(yè)創(chuàng)新和社會進步注入了新的動力。第1章信息技術(shù)基礎(chǔ)第2章人工智能概述1.

什么是人工智能2.

人工智能的發(fā)展歷程3.人工智能的分類4.人工智能的研究內(nèi)容及領(lǐng)域什么是人工智能1什么是人工智能作為計算機科學的一個分支，人工智能（ArtificialIntelligence，AI）是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學，是一門自然科學、社會科學和技術(shù)科學交叉的邊緣學科，它涉及的學科內(nèi)容包括哲學和認知科學、數(shù)學、神經(jīng)生理學、心理學、計算機科學、信息論、控制論、不定性論、仿生學、社會結(jié)構(gòu)學與科學發(fā)展觀等。人工智能的定義可以分為兩部分，即“人工”和“智能”?！叭斯ぁ北容^好理解，泛指人造的、不是自然而生的東西。而人工智能中的智能，也是人為訓(xùn)練后產(chǎn)生的功能。至于什么是“智能”，問題就復(fù)雜多了，涉及諸如意識、自我、思維（包括無意識的思維)等等問題。什么是人工智能總體來講，對人工智能的定義大多可劃分為四類，即機器“像人一樣思考”、“像人一樣行動”、“理性地思考”和“理性地行動”，這里“行動”應(yīng)廣義地理解為采取行動，或制定行動的決策，而不是肢體動作。即人工智能是人造機器所表現(xiàn)出來的智能性，是研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計算機的軟/硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)的學科。但事實上，人類對自身智能及其構(gòu)成要素的理解也十分有限，很難準確定義出什么是“人工”制造的“智能”。因此，人工智能的研究往往涉及對人的智能本身的研究，其他關(guān)于動物或人造系統(tǒng)的智能也普遍被認為是與人工智能相關(guān)的研究課題。什么是人工智能綜上所述，人工智能就是研究如何將人的智能讓機器實現(xiàn)并在實現(xiàn)過程中遵循從部分到整體的進化過程，是對人有效思考方式的模擬，是研究如何使機器具有認識問題與解決問題的能力，研究如何使機器具有感知功能（如視、聽、嗅）、思維功能（如分析、綜合、計算、推理、聯(lián)想、判斷、規(guī)劃、決策）、行為功能（如說、寫、畫)及學習、記憶等功能的學科。人工智能不是人的智能，但能像人那樣思考，甚至也可能超過人的智能。人工智能企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器。第2章人工智能概述第2章人工智能概述1.

什么是人工智能2.

人工智能的發(fā)展歷程3.人工智能的分類4.人工智能的研究內(nèi)容及領(lǐng)域2人工智能的發(fā)展歷程人工智能的發(fā)展歷程人工智能的發(fā)展以1956年達特茅斯學會上提出“人工智能（AI）”這一術(shù)語為分界線，它標志著“人工智能”這門新興學科的正式誕生，在這之前的時期我們稱之為人工智能的孕育期。1孕育期：20世紀30年代以前1.西周“偃師獻技”

早在2000多年前的春秋戰(zhàn)國時期，著名的思想家、哲學家列子的著作《湯問》里就記載了“偃師獻技”——西周（公元前1046年～前771年）工匠偃師為周穆王進奉一個人工材料組裝偶人的故事。“偃師獻技”被認為是歷史上最早的機器人故事。機器人作為人工智能實現(xiàn)的主要形式之一，體現(xiàn)了人類長期以來的一種愿望，即創(chuàng)造出一種像人一樣的機器，以便代替人去進行各種工作。人工智能的發(fā)展歷程2.古希臘亞里士多德“三段論”公元前5世紀，古希臘的論辯術(shù)盛行，邏輯學也得到了相應(yīng)的發(fā)展，亞里士多德（公元前384年～前322年）在這一時期提出了三段論學說。推理作為人工智能學科的重要基礎(chǔ)，其中最重要的一個論證方法就是三段論，包括：一個包含大項和中項的命題（大前提）、一個包含小項和中項的命題（小前提）以及一個包含小項和大項的命題（結(jié)論）三部分。三段論實際上是以一個一般性的原則（大前提）以及一個附屬于一般性的原則的特殊化陳述（小前提），由此引申出一個符合一般性原則的特殊化陳述（結(jié)論）的過程。三段論就是將一個論證分成大前提、小前提和結(jié)論三部分。三段論作為演繹法的核心，為后來的科學發(fā)展及人工智能的萌芽奠定了基礎(chǔ)。人工智能的發(fā)展歷程3.東漢張衡“記里鼓車”東漢時期，科學家張衡（78年～139年）不僅發(fā)明了震驚世界的“候風地動儀”，還發(fā)明了測量路程用的“記里鼓車”，這也可以算是人工智能最早的發(fā)明應(yīng)用。記里鼓車又稱記里車、大章車，是用來記錄車輛行駛距離的工具，構(gòu)造與指南車相似，有上下兩層，每層各有木制機械人，手執(zhí)木槌，下層木人打鼓，車每行一里路，敲鼓一下；上層機械人敲打鈴鐺，車每行十里，敲打鈴鐺一次。人工智能的發(fā)展歷程4.歐洲中世紀的機械結(jié)構(gòu)在公元8到17世紀的歐洲中世紀和文藝復(fù)興時期，加扎利發(fā)明了分段齒輪和很多由水驅(qū)動的自動機器，包括自動孔雀、可以續(xù)杯的侍女服務(wù)員等。1515年，達·芬奇贈給了法國國王一只機器獅，當對著機器獅抽上三鞭，獅子胸部會打開，開出一朵“鳶尾花”，這也是達·芬奇最偉大發(fā)明之一。人工智能的發(fā)展歷程5.三國諸葛亮“木牛流馬”公元231年，在三國時期的蜀漢，既是軍事家又是發(fā)明家諸葛亮成功地創(chuàng)造了最早的陸地軍用機器人——木牛流馬,可以用來運送軍用物資，如圖2-4所示。相傳當年諸葛亮六出祁山與司馬懿對陣，他偷偷在葫蘆谷中制造出木牛流馬用于運送軍糧，省去不少人力。人工智能的發(fā)展歷程6.第一次工業(yè)革命18世紀至19世紀中葉，歐洲爆發(fā)第一次工業(yè)革命，開創(chuàng)了以機器代替手工勞動的時代，又稱機器時代。工業(yè)革命發(fā)源于18世紀的英國，隨著瓦特改良蒸汽機，一系列技術(shù)引發(fā)了手工勞動向機器生產(chǎn)發(fā)生轉(zhuǎn)變，進而擴散到歐洲大陸，并在隨后傳播到美洲和亞洲。如1769年出現(xiàn)了大量的機械玩具，其中包括著名的沃肯森機械鴨和馮·凱佩倫的假機械棋手土耳其人;1801年約瑟夫·瑪麗·雅卡爾發(fā)明了第一臺可編程機器——提花織機;1832年巴貝奇和艾達設(shè)計了一種可編程的機械計算機分析引擎。人工智能的發(fā)展歷程2萌芽期：20世紀30至50年代20世紀的30年代至50年代，是人工智能發(fā)展的萌芽階段（也稱為經(jīng)典時期），主要以游戲和定理證明為特征。

1.第一個神經(jīng)元模型

1943年，沃倫·麥卡洛克和沃爾特·皮茨首次建立了模擬神經(jīng)元的數(shù)學模型，即神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。這一模型為后來的人工神經(jīng)網(wǎng)絡(luò)和深度學習技術(shù)提供了重要的理論基礎(chǔ)。人工智能的發(fā)展歷程2.圖靈測試1950年，艾倫·圖靈發(fā)表了論文《計算機器與智能》，其中預(yù)言創(chuàng)造出具有真正智能的機器的可能性。由于到“智能”這一概念難以被確切定義，他提出了著名的“圖靈測試”，即如果一臺機器能夠與人類展開對話（通過電傳設(shè)備）而不能被辨別出其機器身份，那么稱這臺機器具有智能。這一測試成為了評判機器智能的重要標準，艾倫·圖靈也被譽為“人工智能之父”。2萌芽期：20世紀30至50年代人工智能的發(fā)展歷程圖靈測試為：測試者與被測試者（其中一個是人，另一個是機器）在隔離的情況下，采用“問”與“答”模式，測試者向被測試者隨意提問，經(jīng)過多次測試后，如果有超過30%的測試者不能確定被測試者是人還是機器，那么這臺機器就通過了圖靈測試，被認為具有了“智能”。2萌芽期：20世紀30至50年代2.圖靈測試人工智能的發(fā)展歷程3形成期：1956年至1970年1956年8月，艾倫·紐厄爾（1975年圖靈獎獲得者）、赫伯特·西蒙（1975年圖靈獎獲得者、1978年諾貝爾經(jīng)濟學獎）、克勞德·香農(nóng)（信息論創(chuàng)始人）、奧利弗·塞弗里奇（機器感知之父）、納撒尼爾·羅切斯特（IBM701計算機總設(shè)計師）、馬文·閔斯基（1969年圖靈獎獲得者）、約翰·麥卡錫（1971年圖靈獎獲得者）等科學家聚集在達特茅斯學院，討論一個主題：用機器來模仿人類學習以及其他方面的智能。

通過8周左右的討論，與會者們大致勾勒出了我們今天所知的人工智能圖景，并為會議討論的內(nèi)容起了一個名字——人工智能（ArtificialIntelligence）。這一概念的提出，標志著人工智能學科的正式誕生。因此，1956年也就成為了人工智能元年。人工智能的發(fā)展歷程1957年，心理學和計算機科學家弗蘭克·羅森布拉特在一臺IBM-704計算機上模擬實現(xiàn)了一種他發(fā)明的叫“感知機(Perceptron)”的神經(jīng)網(wǎng)絡(luò)模型。3形成期：1956年至1970年人工智能的發(fā)展歷程1958年，約翰·麥卡錫正式發(fā)布了自己開發(fā)的人工智能編程語言——LISP（ListProcessing，表處理），后來的很多知名的人工智能程序都是基于LISP開發(fā)的。1966年到1972年間，斯坦福國際研究所研制了移動式機器人Shakey。這是首臺采用了人工智能的移動機器人，其具備一定人工智能，能夠自主進行感知、環(huán)境建模、行為規(guī)劃并執(zhí)行任務(wù)(如尋找木箱并將其推到指定目的位置)。3形成期：1956年至1970年人工智能的發(fā)展歷程1966年，麻省理工學院的約瑟夫·維森鮑姆發(fā)布了世界上第一個聊天機器人（程序）ELIZA。ELIZA只有200行程序代碼和一個有限的對話庫，可以針對提問中的關(guān)鍵詞，進行答復(fù)。ELIZA使用模式匹配和替換方法來模擬對話，它能夠按照腳本和指示來將談話上下文相關(guān)化。3形成期：1956年至1970年人工智能的發(fā)展歷程4第一次低谷（20世紀70～80年代）20世紀70年代，人工智能研究陷入低谷。由于研究者在人工智能的研究中對項目難度預(yù)估錯誤，人工智能的發(fā)展開始面臨各種技術(shù)瓶頸和難題，如計算機運算能力不足、計算的復(fù)雜性、數(shù)據(jù)量的嚴重缺失等，人工智能開始遭受來自各方面的質(zhì)疑，特別是1969年明斯基提出“單層感知機無法建模異或操作”，導(dǎo)致各方對人工智能的資助縮減或取消，人工智能陷入低潮。人工智能的發(fā)展歷程5應(yīng)用發(fā)展期（1980年~1987年）1980年，卡內(nèi)基梅隆大學為DEC公司設(shè)計了一套名為XCON的“專家系統(tǒng)”。這套系統(tǒng)在1986年之前能為公司每年節(jié)省超過四千美元經(jīng)費。專家系統(tǒng)是依據(jù)一組從專門知識中推演出的邏輯規(guī)則在某一特定領(lǐng)域回答或解決問題如圖2-12所示，它的成功讓知識庫系統(tǒng)和知識工程成為了20世紀80年代人工智能研究的主要方向。人工智能的發(fā)展歷程5應(yīng)用發(fā)展期（1980年~1987年）1981年，日本政府撥款8.5億美元用以研發(fā)第五代計算機項目，在當時被叫做人工智能計算機。希望可以制造出一個能夠與人對話、翻譯語言、解釋圖像，并且像人一樣推理的機器。1982年，加州理工學院的物理學家約翰·霍普菲爾德提出一種新型的神經(jīng)網(wǎng)絡(luò)（現(xiàn)被稱為“霍普菲爾德網(wǎng)絡(luò)”），這是一種單層反饋式神經(jīng)網(wǎng)絡(luò)，能夠用一種全新的方式學習和處理信息。大約在同時，大衛(wèi)?萊姆哈特推廣的一種神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法反向傳播算法也被眾多研究者所接受。種種努力讓1970年以來一直遭人遺棄的神經(jīng)網(wǎng)絡(luò)重獲新生。1987年，蘋果和IBM公司生產(chǎn)的臺式機性能不斷提升，超過了Symbolics等廠商生產(chǎn)的人工智能專用計算機（也叫LISP機），導(dǎo)致人工智能硬件需求產(chǎn)業(yè)土崩瓦解。人工智能的發(fā)展歷程6第二次低谷（1987年~2000年）盡管專家系統(tǒng)取得了一定成功，然而專家系統(tǒng)的應(yīng)用領(lǐng)域狹窄、知識獲取困難、升級難度高、維護成本居高不下，行業(yè)發(fā)展再次遇到瓶頸。同時，日本第五代計算機工程的失敗也進一步打擊了人工智能領(lǐng)域的信心。到了20世紀80年代晚期，從官方到學術(shù)界，很多人都認為人工智能并非“下一個浪潮”，人工智能的研究也再次遭遇經(jīng)費危機。人工智能的發(fā)展歷程7穩(wěn)步發(fā)展期（21世紀初至今）2006年深度學習神經(jīng)網(wǎng)絡(luò)提出后快速在語音和圖像識別領(lǐng)域?qū)崿F(xiàn)商業(yè)化應(yīng)用,無監(jiān)督學習算法取得突破性進展，以及從2016年開始人工智能圍棋程序（AlphaGo）多次戰(zhàn)勝人類圍棋世界冠軍等，這一些系列技術(shù)突破性進展都將人工智能推上前所未有的熱度,再一次成為全球矚目的科技焦點，人工智能得以迎來第三次發(fā)展浪潮。同時，圖形處理器（GraphicsProcessingUnit，GPU）和人工智能專用芯片的研發(fā)和廣泛應(yīng)用，算力的大幅提升和算法模型的持續(xù)優(yōu)化，以及新時代背景下人工智能目標和理念的重要改變等等,都推動著人工智能技術(shù)進入跨越式發(fā)展新階段。第2章人工智能概述第2章人工智能概述1.

什么是人工智能2.

人工智能的發(fā)展歷程3.人工智能的分類4.人工智能的研究內(nèi)容及領(lǐng)域3人工智能的分類人工智能的分類根據(jù)智能水平的高低，可以將人工智能分為弱人工智能和強人工智能，以及一個更為理論化的概念——超人工智能。1.弱人工智能弱人工智能（ArtificialNarrowIntelligence,ANI），也稱為狹義人工智能或受限人工智能，是指只能在特定領(lǐng)域內(nèi)執(zhí)行特定任務(wù)的人工智能系統(tǒng)。這類人工智能系統(tǒng)通常被設(shè)計來解決非常具體的問題，并且它們的能力僅限于這些預(yù)定義的領(lǐng)域。弱人工智能系統(tǒng)無法像人類一樣進行跨領(lǐng)域的推理、學習或適應(yīng)新環(huán)境。

人工智能的分類1.弱人工智能弱人工智能的應(yīng)用范圍非常廣泛，包括語音識別、圖像識別、自然語言處理等。例如，常見的語音助手如百度的小度、蘋果的Siri等，都屬于弱人工智能的范疇，如圖2-13所示。它們能夠根據(jù)用戶的指令進行語音識別和語義理解，然后提供相應(yīng)的回答或執(zhí)行相應(yīng)的任務(wù)。人工智能的分類2.強人工智能強人工智能（ArtificialGeneralIntelligence,AGI）是指能夠像人類一樣進行推理、學習、創(chuàng)造和解決問題的人工智能系統(tǒng)。這類人工智能系統(tǒng)不僅能在特定領(lǐng)域內(nèi)表現(xiàn)出色，還能像人類一樣跨領(lǐng)域地應(yīng)用其知識和能力。強人工智能系統(tǒng)具備自我意識、情感理解和道德判斷等能力，能夠真正意義上地模擬人類的智能。

目前強人工智能主要應(yīng)用于GPT-4、文心一言等各類大語言模型，以及超級人工智能工具，且后續(xù)還將有更多顛覆性的應(yīng)用出現(xiàn)。人工智能的分類3.超人工智能超人工智能(ArtificialSuperIntelligence，ASI)是指比在各方面都比人類要強大得多的人工智能系統(tǒng)。它可以在科學創(chuàng)新、通識和社交技能等各個領(lǐng)域都比人類表現(xiàn)更出色。超人工智能目前仍然只是一個概念，還沒有證據(jù)表明人類可以研究出一個可以全方位超越自己的機器。第2章人工智能概述第2章人工智能概述1.

什么是人工智能2.

人工智能的發(fā)展歷程3.人工智能的分類4.人工智能的研究內(nèi)容及領(lǐng)域4人工智能的研究內(nèi)容及領(lǐng)域人工智能的研究內(nèi)容及領(lǐng)域人工智能是一個廣泛而復(fù)雜的領(lǐng)域，其研究和應(yīng)用領(lǐng)域涵蓋了多個方面，包括機器學習、自然語言處理、計算機視覺、智能機器人等。1機器學習

機器學習是人工智能的一個重要分支，其研究的是如何通過使用算法和模型來讓計算機從數(shù)據(jù)中學習規(guī)律和模式，并利用這些規(guī)律和模式來對新數(shù)據(jù)進行預(yù)測和分析。機器學習的應(yīng)用領(lǐng)域廣泛，包括自然語言處理、計算機視覺、數(shù)據(jù)挖掘等領(lǐng)域。2自然語言處理

自然語言處理是人工智能的另一個重要分支，其研究的是如何讓計算機理解和處理人類語言。自然語言處理的應(yīng)用領(lǐng)域包括機器翻譯、智能問答、文本摘要等領(lǐng)域。人工智能的研究內(nèi)容及領(lǐng)域3計算機視覺

計算機視覺是人工智能的一個熱門領(lǐng)域，其研究的是如何讓計算機具備像人類一樣的視覺能力，包括圖像識別、目標檢測、人臉識別等領(lǐng)域。計算機視覺的應(yīng)用領(lǐng)域廣泛，包括安防、醫(yī)療、金融等領(lǐng)域。4智能機器人

智能機器人是人工智能的一個重要應(yīng)用領(lǐng)域，其研究的是如何讓機器人具備像人類一樣的智能和能力，包括自主導(dǎo)航、語音識別、人臉識別等領(lǐng)域。智能機器人的應(yīng)用領(lǐng)域廣泛，包括工業(yè)自動化、醫(yī)療護理、家庭服務(wù)等領(lǐng)域。人工智能的研究內(nèi)容及領(lǐng)域5自動駕駛技術(shù)

自動駕駛技術(shù)通過集成多種先進技術(shù)，如激光雷達、攝像頭、毫米波雷達等傳感器，以及計算機視覺、深度學習、強化學習等人工智能技術(shù)，實現(xiàn)對周圍環(huán)境的感知、決策與規(guī)劃，并最終控制汽車行駛。自動駕駛技術(shù)應(yīng)用領(lǐng)域包括汽車、物流、公共交通、農(nóng)業(yè)、船舶、工業(yè)和制造業(yè)以及智慧城市等多個方面。第2章人工智能概述第3章人工智能在各行業(yè)中的應(yīng)用1.衣食住行中的AI+場景2.

AI+農(nóng)業(yè)—智能化生產(chǎn)觸手可及3.

AI+制造—提質(zhì)增效利器4.

AI+金融—打通數(shù)字化脈絡(luò)衣食住行中的AI+場景1衣食住行中的AI+場景人工智能（ArtificialIntelligence）是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學。已經(jīng)滲入人們生活的方方面面，在衣、食、住、行、玩、購等多個領(lǐng)域?qū)崿F(xiàn)技術(shù)落地，并且應(yīng)用場景也越來越豐富。應(yīng)用領(lǐng)域AI應(yīng)用方式主要效果衣數(shù)據(jù)分析、智能設(shè)計提高生產(chǎn)效率、優(yōu)化庫存食菜單推薦、行為分析提升顧客滿意度、減少浪費住智能客服、數(shù)據(jù)分析提升服務(wù)效率、優(yōu)化運營行智能交通、自動駕駛提高通行效率、優(yōu)化出行綜合智能家居、物聯(lián)網(wǎng)提升居住舒適度和管理效率AI的時尚品味-穿搭推薦人工智能可以通過智能數(shù)據(jù)算法分析人們的面容、皮膚、臉型、五官等幾十個維度數(shù)據(jù)的模型，給出個人穿搭測試的分析結(jié)果。會從肩圍、胸圍、腰圍等維度去分析體型和五官呈現(xiàn)出來的比例狀態(tài)，從而給出實用、定制化的搭配方案，讓我們的日常穿搭變地簡單高效。衣食住行中的AI+場景1AI的時尚品味-布料識別穿搭及衣物款式的問題解決了以后，我們又面臨著購買衣物的問題。同一款式的衣服，市面上也提供了很多不同面料、做工、價格的選擇。目前市面上的布料種類琳瑯滿目，很多時候難以區(qū)分辨別?？梢酝ㄟ^入百度的零代碼EASYDL平臺，設(shè)計訓(xùn)練布料識別的人工智能模型來幫助實現(xiàn)布料的識別。衣食住行中的AI+場景2AI的時尚品味-智能穿戴隨著科技的發(fā)展，僅僅是美觀、大方、舒適的普通的傳統(tǒng)衣物已經(jīng)滿足不了大家的需求，人們對健康管理產(chǎn)生了更高的要求。衣食住行中的AI+場景這些智能服裝中安裝有生物傳感器，應(yīng)用人機交互和智能傳感等技術(shù)，可以敏銳地捕捉人身體上的各種生物信號，再將這些生物信號轉(zhuǎn)化成機器能識別的語言，并發(fā)現(xiàn)其中細微的變化。3舌尖上的AI-健康飲食人工智能可以把健康飲食的理念貫徹到每一餐。首先，我們需要在機器中提前儲存不同食物的營養(yǎng)元素。隨后，利用人工智能進行圖像識別，從而獲得圖像里面所包含的食物種類、甚至食物的相對大小。最后，將人工智能所識別到的食物種類和提前儲存的食物營養(yǎng)元素數(shù)據(jù)庫連接到一起，這樣可以計算出食物所富含的營養(yǎng)成份及含量。衣食住行中的AI+場景4AI走進萬家-人工智能居住平臺人工智能居住平臺的打造大大提高了服務(wù)水平和用戶體驗。在傳統(tǒng)的租房、買房、找房環(huán)節(jié)，銷售和購買者都需要耗費很長的時間和精力在看房上。而智能平臺在用戶找房、看房環(huán)節(jié)，增加了人工智能匹配算法，既能根據(jù)用戶需求智能匹配房源，也能根據(jù)服務(wù)能力精準匹配經(jīng)紀人，形成用戶需求、房源和經(jīng)紀人服務(wù)能力精準對接的高效服務(wù)閉環(huán)。衣食住行中的AI+場景5AI走進萬家-垃圾分類傳統(tǒng)的垃圾分類過程中由于種類眾多而且數(shù)量繁雜，很多時候無法進行準確的辨認。AI技術(shù)的引入，為垃圾分類提供了更高效、準確的解決方案。配備傳感器和識別系統(tǒng)的智能垃圾桶能夠自動識別投入的垃圾類型，如可回收物、有害垃圾、濕垃圾和干垃圾等，并對其進行準確分類。AI技術(shù)還可以實現(xiàn)垃圾收運過程的智能化調(diào)度，優(yōu)化運輸路線和時間，提高運輸效率，降低運營成本。衣食住行中的AI+場景6AI順暢出行-航空服務(wù)在出行高峰期，人們在機場經(jīng)常會遇到排隊時間過長等問題，這不但增加了航空公司的運營壓力，也讓旅客們本來愉快的旅行徒增煩惱。人工智能可以通過人臉識別幫助旅客辦理值機手續(xù)。同時，還可以通過人工智能技術(shù)讓乘客以會話的方式查詢和預(yù)訂航班，并將辦理登機牌、通知登機口變更以及其他航班出行信息發(fā)送至客戶手機。衣食住行中的AI+場景7AI順暢出行-自動駕駛現(xiàn)在市面上出現(xiàn)的一些自動駕駛或者智能駕駛系統(tǒng)在逐漸地改變?nèi)藗兊某鲂蟹绞?。比如百度已?jīng)在北京、武漢等地實現(xiàn)了自動駕駛的商用，人們可以乘坐無人出租車安全到達目的地。這些無人車搭載了自動駕駛開放平臺系統(tǒng)，這不僅代表著我國領(lǐng)先的人工智能科技水平，也大大增強了我們走科技強國之路的信心。衣食住行中的AI+場景8AI休閑娛樂-智能機器人如今各大酒店會將人工智能機器人應(yīng)用在大廳，為游客提供酒店引導(dǎo)、入住辦理以及疑難解答等個性化服務(wù)。機器人可以提供諸如為客人房間運送物品，客房用餐等客房服務(wù)，大大縮短了各個環(huán)節(jié)的等待時間。此外，人工智能還可以記錄游客的購買行為、個性喜好、位置偏好等，同時收集游客的旅游信息為酒店今后的服務(wù)規(guī)劃提供幫助。衣食住行中的AI+場景9

AI購物變革-超市購物人工智能購物服務(wù)為用戶提供個性化的在線購買服務(wù)。用戶注冊的時候，會接受關(guān)于飲食習慣、食物偏好、家庭規(guī)模等方面的調(diào)查，系統(tǒng)則可以根據(jù)客戶的需求和目標來填充他們的購物車。這種智能算法可以預(yù)測出最能滿足客戶需求的每周新鮮食品和食譜，不僅大大節(jié)約了人們的時間，提高了效率，也為各大超市節(jié)約了人力物力和倉儲。衣食住行中的AI+場景10

AI購物變革-識圖購衣在互聯(lián)網(wǎng)時代，人們都選擇通過網(wǎng)絡(luò)購物。各大購物平臺的識圖功能目前已經(jīng)非常普及，只需要拍攝喜歡的服裝，或者拍攝想要模仿的風格，這些智能圖像識別系統(tǒng)就可以把照片與商品庫中所出售的物品相匹配，幫助我們實現(xiàn)更加便捷的購物體驗。衣食住行中的AI+場景11第3章人工智能在各行業(yè)中的應(yīng)用第3章人工智能在各行業(yè)中的應(yīng)用1.衣食住行中的AI+場景2.

AI+農(nóng)業(yè)—智能化生產(chǎn)觸手可及3.

AI+制造—提質(zhì)增效利器4.

AI+金融—打通數(shù)字化脈絡(luò)2AI+農(nóng)業(yè)—智能化生產(chǎn)觸手可及AI+農(nóng)業(yè)—智能化生產(chǎn)觸手可及1桃子分類深度學習的發(fā)展克服了傳統(tǒng)圖像處理方法的缺點，通過人工神經(jīng)網(wǎng)絡(luò)提取圖像特征，將識別和分類串聯(lián)到了一起，從局部信息逐漸抽象到高層語義信息，形成一個多層傳遞、逐步抽象和迭代細化的過程。整個處理流程無需人工標記特征，不需要額外的人工干預(yù)過程，準確率有所提升，效率高、方便快捷，符合業(yè)務(wù)發(fā)展需求。AI+農(nóng)業(yè)—智能化生產(chǎn)觸手可及2小麥麥穗檢測計數(shù)小麥作為世界上最重要的糧食作物，其總面積、總產(chǎn)量及總貿(mào)易額均居糧食作物之首。日常生活中我們所食用的饅頭、蛋糕乃至發(fā)酵后的啤酒等都需要小麥作為原材料。因此小麥的高產(chǎn)穩(wěn)產(chǎn)對于保障我國糧食安全起到重要的作用。小麥檢測計數(shù)的過程中，可以通過基于大規(guī)模訓(xùn)練的模型進行優(yōu)化，最終得到高精度的預(yù)測模型。第3章人工智能在各行業(yè)中的應(yīng)用第3章人工智能在各行業(yè)中的應(yīng)用1.衣食住行中的AI+場景2.

AI+農(nóng)業(yè)—智能化生產(chǎn)觸手可及3.

AI+制造—提質(zhì)增效利器4.

AI+金融—打通數(shù)字化脈絡(luò)3AI+制造—提質(zhì)增效利器AI+制造——提質(zhì)增效利器鋼筋計數(shù)目前，國內(nèi)鋼筋企業(yè)的定支數(shù)水平仍然相對較低，主要依賴人工計數(shù)。人工計數(shù)操作雖對技術(shù)水平要求不高，但是需要工作人員高度緊張，這樣不僅會讓人疲勞而且計數(shù)準確率也會下降，給鋼筋銷售帶來很大的麻煩。近年來，基于深度學習的鋼筋檢測技術(shù)方法快速脫穎而出，鋼筋的自動計數(shù)并結(jié)合人工修改少量誤檢的方式，不僅可以節(jié)省人力，提高生產(chǎn)效率，而且準確率得到大幅提高。1AI+制造——提質(zhì)增效利器機機械臂視覺定位

機械臂（Mechanicalhand）作為機器人最主要的執(zhí)行器之一，具有模仿人手和手臂完成某些動作的能力，并能夠按照固定的模式去抓取、搬運物體或自動操作工具。在輔助機械臂定位過程中，通常采用深度學習方法中的實例分割來對目標輪廓進行識別定位。主要步驟是利用工業(yè)相機對目標進行拍攝，接著利用標定法獲取目標空間坐標，最后基于深度學習的實例分割方法獲取目標輪廓，獲得更精準的坐標。2第3章人工智能在各行業(yè)中的應(yīng)用第3章人工智能在各行業(yè)中的應(yīng)用1.衣食住行中的AI+場景2.

AI+農(nóng)業(yè)—智能化生產(chǎn)觸手可及3.

AI+制造—提質(zhì)增效利器4.

AI+金融—打通數(shù)字化脈絡(luò)4AI+金融—打通數(shù)字化脈絡(luò)AI+金融—打通數(shù)字化脈絡(luò)信用風險評估：AI能夠收集和分析海量客戶數(shù)據(jù)，包括個人基本信息、財務(wù)狀況、信用記錄、消費行為等，運用機器學習算法構(gòu)建信用評分模型，如邏輯回歸、隨機森林等，更精準地評估客戶違約概率，為信貸審批提供科學依據(jù)。市場風險預(yù)測：借助深度學習模型，如循環(huán)神經(jīng)網(wǎng)絡(luò)及長短時記憶網(wǎng)絡(luò)等，AI可以對金融市場數(shù)據(jù)，如股票價格、匯率、利率等時間序列數(shù)據(jù)進行分析和建模，預(yù)測市場走勢和波動情況，幫助金融機構(gòu)提前調(diào)整投資組合，規(guī)避市場風險。操作風險識別：通過對金融機構(gòu)內(nèi)部業(yè)務(wù)流程數(shù)據(jù)、交易數(shù)據(jù)和員工行為數(shù)據(jù)的分析，AI可以識別出異常交易和潛在的操作風險事件。例如，利用關(guān)聯(lián)規(guī)則挖掘算法可以發(fā)現(xiàn)交易數(shù)據(jù)中的異常關(guān)聯(lián)模式，及時預(yù)警可能存在的欺詐行為或操作失誤。第3章人工智能在各行業(yè)中的應(yīng)用第4章生成式人工智能與提示詞工程1.大模型與AIGC2.

AIGC典型應(yīng)用場景3.國產(chǎn)大模型介紹4.提示詞工程大模型與AIGC1大模型與AIGC大模型（LargeModels）通常是指具有超大規(guī)模參數(shù)和復(fù)雜計算結(jié)構(gòu)的機器學習模型。這些模型由深度神經(jīng)網(wǎng)絡(luò)構(gòu)建而成，擁有數(shù)十億甚至數(shù)千億個參數(shù)，能夠處理和分析大量的數(shù)據(jù)，用于執(zhí)行各種復(fù)雜任務(wù)，如自然語言處理、計算機視覺、語音識別和推薦系統(tǒng)等，展現(xiàn)出其強大的涌現(xiàn)能力、泛化性能、多任務(wù)學習與遷移學習能力，但需依賴強大計算資源支持。AIGC（ArtificialIntelligenceGeneratedContent，生成式人工智能）是一種新興的人工智能技術(shù)，可以利用人工智能模型，根據(jù)給定的任務(wù)、關(guān)鍵詞、指令、角色、風格等條件，自動生成大量高質(zhì)量的文本、圖片、視頻等各種內(nèi)容。這種技術(shù)可以廣泛應(yīng)用于教育、科研、醫(yī)療、商業(yè)和娛樂等領(lǐng)域，為用戶提供高質(zhì)量、高效率和高個性化的內(nèi)容服務(wù)。大模型與AIGC大模型是AIGC技術(shù)的核心基礎(chǔ)。通過大模型的強大學習能力和泛化能力，AIGC技術(shù)能夠?qū)崿F(xiàn)對大規(guī)模數(shù)據(jù)集的深度分析和理解，從而生成高質(zhì)量的內(nèi)容。同時，AIGC技術(shù)也推動了大模型的發(fā)展和應(yīng)用，為大模型提供了更多的應(yīng)用場景和落地實踐。內(nèi)容創(chuàng)作模仿不同角色，生成更加全面的內(nèi)容信息。輔助工具高效辦公，提升office辦公、代碼編寫效率。創(chuàng)新應(yīng)用使用AIGC進行創(chuàng)新，進行更多領(lǐng)域的應(yīng)用實踐。大模型與AIGC第4章生成式人工智能與提示詞工程第4章生成式人工智能與提示詞工程1.大模型與AIGC2.

AIGC典型應(yīng)用場景3.國產(chǎn)大模型介紹4.提示詞工程2AIGC典型應(yīng)用場景AIGC典型應(yīng)用場景1文本生成文本生成技術(shù)可以自動生成各類文章、新聞報道和博客內(nèi)容。這類應(yīng)用廣泛用于新聞媒體、內(nèi)容創(chuàng)作平臺等領(lǐng)域。在新聞寫作中，AIGC可以根據(jù)預(yù)設(shè)的新聞框架和少量信息，自動生成完整的新聞報道，從而大大提高新聞發(fā)布的效率。在博客平臺上，AIGC能夠根據(jù)用戶輸入的主題或關(guān)鍵詞，生成具有一定深度和廣度的文章，幫助內(nèi)容創(chuàng)作者節(jié)省時間和精力。AIGC典型應(yīng)用場景1文本生成對話生成是文本生成技術(shù)的另一重要應(yīng)用場景。聊天機器人（Chatbot）和智能客服系統(tǒng)通過AIGC生成的對話，能夠模擬人類的語言交流，為用戶提供自動化的互動服務(wù)。例如，銀行的智能客服系統(tǒng)可以通過對話生成技術(shù)，自動回答用戶的常見問題，如賬戶余額查詢、轉(zhuǎn)賬操作等。AIGC典型應(yīng)用場景1文本生成文本生成技術(shù)還可以用于自動生成內(nèi)容摘要和報告。對于一些需要快速了解大量信息的場景，如新聞匯總、學術(shù)論文摘要、企業(yè)報告等，AIGC可以通過提取文本中的關(guān)鍵信息，生成簡明扼要的內(nèi)容摘要，幫助用戶快速獲取核心信息。此外，在金融領(lǐng)域，AIGC可以根據(jù)市場數(shù)據(jù)自動生成投資分析報告，為投資者提供決策支持。AIGC典型應(yīng)用場景2代碼生成代碼生成是AIGC在軟件開發(fā)領(lǐng)域的一項重要應(yīng)用。通過代碼生成技術(shù)，開發(fā)者可以自動生成各種編程語言的代碼，從而顯著提升開發(fā)效率，減少手工編寫代碼的工作量。【例】輸入提示詞：使用Python語言，編寫一個函數(shù)來實現(xiàn)根據(jù)給出的半徑r求圓的面積。AIGC典型應(yīng)用場景2代碼生成目前，一些集成開發(fā)環(huán)境（IDE）例如VisualStudio、Eclipse、JetBrains等，已經(jīng)支持通過插件形式添加各種編程助手類的工具，這使得開發(fā)人員使用這些工具編寫代碼更加便捷。AIGC典型應(yīng)用場景3圖像生成圖像生成是AIGC在視覺領(lǐng)域的一個重要應(yīng)用方向。通過圖像生成技術(shù)，人工智能可以從零開始創(chuàng)造出全新的圖像，或者在現(xiàn)有圖像的基礎(chǔ)上進行修改和增強。這一技術(shù)不僅在藝術(shù)創(chuàng)作、設(shè)計、娛樂等領(lǐng)域得到了廣泛應(yīng)用，也在醫(yī)療、建筑、自動駕駛等專業(yè)領(lǐng)域發(fā)揮著重要作用。圖像生成技術(shù)不僅極大地拓展了視覺創(chuàng)作的可能性，還為許多行業(yè)帶來了效率提升和創(chuàng)新機會。圖像生成技術(shù)為藝術(shù)家和設(shè)計師提供了全新的創(chuàng)作工具。通過AIGC，藝術(shù)家可以快速生成各種風格的藝術(shù)作品，無論是繪畫、雕塑，還是圖案設(shè)計。設(shè)計師也可以利用圖像生成技術(shù)自動生成產(chǎn)品設(shè)計草圖、UI界面設(shè)計、廣告海報等。這些工具不僅提高了創(chuàng)作效率，還拓展了創(chuàng)作的可能性，幫助創(chuàng)作者探索新的藝術(shù)表達方式。AIGC典型應(yīng)用場景3圖像生成【例】在專業(yè)AI繪圖工具中輸入提示詞：半俯視的鏡頭，一個廣闊的田野，茂密的植被，綠意盎然，一條公路從右上到左下斜穿過田野，公路上一輛銀色轎車在行駛。AIGC典型應(yīng)用場景3圖像生成【例】在專業(yè)AI繪圖工具中輸入提示詞：HuaMulan,20yearsold,wearingChinesearmorandsword,withaphoenixbehindher.AIGC典型應(yīng)用場景3圖像生成在建筑和工業(yè)設(shè)計領(lǐng)域，圖像生成技術(shù)可以自動生成建筑效果圖、產(chǎn)品設(shè)計圖等。例如，建筑師可以通過AIGC生成不同風格的建筑外觀設(shè)計方案，或者根據(jù)項目需求快速生成室內(nèi)裝修效果圖。這些生成的圖像不僅可以用于展示設(shè)計理念，還可以用于與客戶溝通，幫助他們更好地理解和選擇設(shè)計方案。在工業(yè)設(shè)計中，圖像生成技術(shù)可以自動生成產(chǎn)品設(shè)計草圖、原型圖等。AIGC典型應(yīng)用場景4音視頻生成音視頻生成是AIGC在多媒體領(lǐng)域的一個關(guān)鍵應(yīng)用方向，通過AI技術(shù)生成、編輯和增強音頻與視頻內(nèi)容。音視頻生成技術(shù)不僅可以用于娛樂和媒體行業(yè)，還廣泛應(yīng)用于教育、廣告、影視制作等多個領(lǐng)域。隨著人工智能技術(shù)的不斷進步，音視頻生成正在改變傳統(tǒng)內(nèi)容創(chuàng)作方式，提供更高效、更個性化的創(chuàng)作手段。AIGC可以根據(jù)腳本自動生成短視頻、廣告片段，或者根據(jù)用戶提供的素材自動生成帶有特效和配樂的視頻。這大大縮短了視頻制作的時間，同時還提高了視頻的質(zhì)量和創(chuàng)意表現(xiàn)。AIGC典型應(yīng)用場景4音視頻生成音視頻生成技術(shù)使得虛擬主播和數(shù)字人成為現(xiàn)實。虛擬主播通過AI生成的語音和表情動作，可以與觀眾進行實時互動，而無需真人參與。這類應(yīng)用廣泛用于直播、廣告、娛樂等領(lǐng)域，尤其是在虛擬偶像的打造上，音視頻生成技術(shù)扮演了關(guān)鍵角色。此外，數(shù)字人技術(shù)也應(yīng)用于企業(yè)的客戶服務(wù)、教育培訓(xùn)等領(lǐng)域，提供個性化、全天候的服務(wù)。第4章生成式人工智能與提示詞工程第4章生成式人工智能與提示詞工程1.大模型與AIGC2.

AIGC典型應(yīng)用場景3.國產(chǎn)大模型介紹4.提示詞工程3國產(chǎn)大模型介紹國產(chǎn)大模型介紹在生成式人工智能（AIGC）領(lǐng)域，存在許多先進的大模型工具，它們在不同的應(yīng)用場景中展現(xiàn)了強大的語言處理能力。這些大模型工具基于深度學習技術(shù)，通過對海量數(shù)據(jù)的學習，能夠生成自然流暢的內(nèi)容，提供智能化的對話和內(nèi)容創(chuàng)作服務(wù)。名稱描述文心一言

百度推出的知識增強大語言模型，支持多輪對話、文本創(chuàng)作及知識推理，廣泛應(yīng)用于各類智能場景。通義千問

阿里云打造的超大規(guī)模語言模型，具備跨領(lǐng)域、多模態(tài)的對話理解和生成能力，賦能各行各業(yè)。訊飛星火

科大訊飛研發(fā)的認知智能大模型，融合語音識別與語言理解技術(shù)，實現(xiàn)高效人機交互與個性化服務(wù)。Kimi

月之暗面推出的一款智能助手，具備超長文本處理能力，對于閱讀和理解大量信息非常有用。豆包

字節(jié)跳動推出的AI創(chuàng)作助手，專注于內(nèi)容生成與編輯，輔助創(chuàng)作者提升創(chuàng)作效率與質(zhì)量。國產(chǎn)大模型介紹文心一言（ERNIEBot）是百度公司研發(fā)的知識增強大語言模型，它基于Transformer結(jié)構(gòu)，能夠與人對話互動，回答問題，協(xié)助創(chuàng)作，高效便捷地幫助人們獲取信息、知識和靈感。文心一言的名字來源于百度在人工智能領(lǐng)域的兩大核心技術(shù)：“文心”代表了百度在文本理解和生成方面的深厚積累，而“一言”則寓意著它能夠用簡潔明了的語言回答用戶的問題或提供所需的信息。1文心一言國產(chǎn)大模型介紹通義千問是由阿里巴巴集團研發(fā)的一款生成式人工智能大模型。“通義”代表著通曉事理、善解人意，而“千問”則意味著它能夠應(yīng)對成千上萬的問題，幫助用戶解答各種疑惑。通義千問支持多輪對話，能夠與用戶進行連續(xù)、連貫的對話交流，理解和記憶對話上下文，實現(xiàn)深層次的溝通。具備文案創(chuàng)作能力，可以根據(jù)用戶的需求生成各類文章、故事、新聞稿件等文案，極大地提高了創(chuàng)作效率。2通義千問國產(chǎn)大模型介紹訊飛星火是科大訊飛公司推出的一款智能語言模型，其名字來源于“星星之火，可以燎原”的寓意，象征著智能技術(shù)雖小，但潛力巨大，能夠推動行業(yè)進步和社會變革。作為一款集成多種人工智能技術(shù)的產(chǎn)品，訊飛星火具有強大的語音識別和自然語言處理能力。它不僅能夠準確理解和響應(yīng)用戶的語音指令，還可以進行流暢的多輪對話，為用戶提供定制化的服務(wù)。3訊飛星火國產(chǎn)大模型介紹Kimi大模型是月之暗面科技有限公司推出的一款智能助手，該模型自發(fā)布以來，以其卓越的性能和豐富的功能受到了廣泛關(guān)注。Kimi大模型能夠支持超長無損上下文，處理高達200萬字的內(nèi)容，使得它在處理復(fù)雜文檔、報告或書籍時表現(xiàn)出色。這一特性為用戶提供了更加連續(xù)、深入的對話體驗，有助于解決復(fù)雜問題或進行深入分析。4Kimi國產(chǎn)大模型介紹豆包大模型，原名“云雀”，是字節(jié)跳動公司傾力打造的一款大型預(yù)訓(xùn)練模型。這款模型自發(fā)布以來，憑借其出色的性能和廣泛的應(yīng)用場景，迅速在行業(yè)內(nèi)嶄露頭角。豆包大模型的主要特點體現(xiàn)在其多模態(tài)能力上，它能夠處理、理解并生成文本、圖像、聲音等多種類型的數(shù)據(jù)，滿足了從基礎(chǔ)文本處理到復(fù)雜人機交互、內(nèi)容創(chuàng)作等多種需求。5豆包第4章生成式人工智能與提示詞工程第4章生成式人工智能與提示詞工程1.大模型與AIGC2.

AIGC典型應(yīng)用場景3.國產(chǎn)大模型介紹4.提示詞工程4提示詞工程提示詞工程當用戶與AI大模型對話時，用戶提交的問題有一個專業(yè)的名詞——Prompt（提示詞）。提示詞的設(shè)置可以影響模型處理信息的方式，從而影響最終的輸出結(jié)果。提示詞是用戶提供給模型的一個初始輸入或提示，用于引導(dǎo)模型生成特定的輸出。1提示詞提示詞：中國最佳避暑勝地有哪些？AIGC生成：

長白山：位于吉林省和朝鮮的交界處，夏季平均氣溫在17°C-25°C之間，尤其是7、8月份，植被蔥郁，鳶尾花海盛開，天池、瀑布等自然景觀美不勝收，是東北地區(qū)的避暑圣地。

九寨溝：位于四川省阿壩藏族羌族自治州，以其多彩的湖泊、瀑布群和原始森林著稱，夏季平均氣溫約為19-22℃，是攝影和自然愛好者的天堂?！崾驹~工程提示詞：我與好朋友考入了不同的大學，但是我相信只要我們在各自的道路上努力，總有再次相遇的一天。有沒有什么詩詞能夠表達我當前的感受？AIGC生成：您的情感深摯而美好，確實，真正的友情不會因距離而淡漠，反而會在各自的奮斗中更加醇厚。以下是一首融合了您情感的古風詞句，雖非古人原作，但希望能傳達出您的心聲：異地求學路漫漫，同窗情深意未減。各赴前程追夢去，心懷彼此共嬋娟。風雨兼程不辭遠，書山有路勤為伴。他日重逢話桑梓，笑看云卷又云舒。提示詞：作為人工智能專業(yè)的新生，我應(yīng)該怎樣規(guī)劃大學生活？AIGC生成：作為人工智能專業(yè)的新生，規(guī)劃好大學生活對于你的學術(shù)成長、技能提升以及未來職業(yè)發(fā)展都至關(guān)重要。以下是一些建議，幫助你有效規(guī)劃你的大學生活：明確學習目標：首先，深入了解人工智能專業(yè)的課程設(shè)置、培養(yǎng)目標及未來就業(yè)方向?；谶@些信息，設(shè)定短期（如每學期）和長期（如畢業(yè)時）的學習目標。確保這些目標既具有挑戰(zhàn)性又可實現(xiàn)。扎實基礎(chǔ)學科：人工智能涉及數(shù)學（如線性代數(shù)、概率論、統(tǒng)計學）、計算機科學等多個基礎(chǔ)領(lǐng)域?！崾驹~工程提示詞工程（PromptEngineering）是一種利用AI生成內(nèi)容的方法，用戶需要給AI提供輸入，AI會根據(jù)輸入生成輸出。提示詞工程的難點在于如何設(shè)計合適的輸入，讓AI能夠理解用戶的意圖和需求，并生成高質(zhì)量的輸出。提示詞工程要素：（1）指令（Instruction）（2）上下文（Context）（3）示例（Example）（4）限制條件（Constraints）（5）目標（Objective）2提示詞工程提示詞工程（1）指令（Instruction）希望AI執(zhí)行的特定任務(wù)或指令，常見的指令包括寫入、分類、總結(jié)、翻譯、排序等。例如：“將以下文本翻譯成英文”“生成這篇文章的摘要”“將表格中商品價格按照從高到低排序”用戶輸入的指令應(yīng)該清晰明了，以便AI能夠準確理解任務(wù)要求。2提示詞工程提示詞工程（2）上下文（Context）提供AI所需的背景信息或上下文，以幫助AI理解任務(wù)并生成相關(guān)輸出。上下文可以是對問題的描述、場景的背景、先前的對話等。例如：“你是一名記者，參加了今年珠海航展，現(xiàn)在要撰寫一篇關(guān)于國產(chǎn)大飛機的介紹，文章由四部分組成，分別為……”。通過提供上下文，AI可以更好地理解任務(wù)的具體要求。2提示詞工程提示詞工程（3）示例（Example）提供一些示例以幫助AI理解任務(wù)的具體要求和期望的輸出格式。示例可以是實際的問題和答案、對話片段、文本段落等。通過提供示例，AI可以生成與示例類似的輸出。示例可以是已經(jīng)存在的數(shù)據(jù)樣本，也可以是手動創(chuàng)建的樣例。它們可以展示期望的輸出樣式或結(jié)構(gòu)，并指導(dǎo)AI生成符合要求的輸出。2提示詞工程提示詞工程（4）限制條件（Constraints）指定AI在執(zhí)行任務(wù)時應(yīng)遵循的限制條件。這些限制條件可以是特定的格式要求、輸出的主題或內(nèi)容要求、輸出長度限制等。設(shè)置限制條件可以使模型的輸出滿足特定需求。例如，在生成文本的任務(wù)中，指定輸出文字的長度。2提示詞工程提示詞工程（5）目標（Objective）明確指定AI需要達到的目標或期望的結(jié)果。目標可以是生成特定類型的回答、提供特定類型的建議、解決特定類型的問題等。明確的目標可以幫助AI更有針對性地輸出。例如：“淺顯易懂的介紹什么是AIGC，讓非專業(yè)人士能快速理解并使用”。2提示詞工程提示詞工程結(jié)合不同的要素來構(gòu)建有效的提示詞（1）指令+示例+目標2提示詞工程提示詞：請根據(jù)以下新聞稿的格式，撰寫一篇關(guān)于全球氣候變化影響的深度報道。【指令】“近年來，隨著極端天氣事件的頻發(fā)，科學家警告稱全球氣候變化已到達不可忽視的地步。以北極冰川的快速消融為例，這不僅威脅到極地生態(tài)系統(tǒng)的平衡，還可能導(dǎo)致全球海平面上升，影響沿海城市的安全。”【示例】報道需深入剖析氣候變化的多個維度影響，結(jié)合最新科學研究數(shù)據(jù)，同時保持語言的客觀性與緊迫感，旨在提高公眾對氣候變化問題的認識與關(guān)注度?！灸繕恕刻崾驹~工程結(jié)合不同的要素來構(gòu)建有效的提示詞（2）指令+上下文+限制條件2提示詞工程提示詞：假設(shè)你在未來科幻世界中，設(shè)計一款能夠自動識別并分類處理城市垃圾的智能機器人?！局噶睢?/p>

在這個城市中，隨著人口增長和科技發(fā)展，垃圾處理成為了一大難題。傳統(tǒng)垃圾處理方式已無法滿足需求，政府正尋求創(chuàng)新解決方案以保護環(huán)境?！旧舷挛摹繖C器人設(shè)計需考慮成本效益，確保高效運行的同時，盡可能減少能源消耗與資源占用。同時，需具備自主學習能力，以應(yīng)對不斷變化的垃圾種類。【限制條件】提示詞工程結(jié)合不同的要素來構(gòu)建有效的提示詞（3）指令+示例+限制條件+目標2提示詞工程提示詞：編寫一段用于社交媒體推廣的文案，宣傳一款新推出的智能家居產(chǎn)品?！局噶睢俊案鎰e繁瑣操作，一鍵開啟智慧生活！我們的智能家居產(chǎn)品，讓您的家更懂您?！薄臼纠课陌感韬啙嵜髁?，富有吸引力，同時需遵循社交媒體平臺的廣告規(guī)范，不得包含虛假宣傳或誤導(dǎo)性信息。【限制條件】通過這段文案，提高目標受眾對智能家居產(chǎn)品的興趣和認知度，促進產(chǎn)品銷售。【目標】提示詞工程結(jié)合不同的要素來構(gòu)建有效的提示詞（4）指令+上下文+示例+限制條件2提示詞工程提示詞：根據(jù)以下故事梗概，創(chuàng)作一篇具有中國江南水鄉(xiāng)特色的短篇小說?！局噶睢吭诮纤l(xiāng)的一個寧靜古鎮(zhèn)，有一位年輕的畫師偶然間發(fā)現(xiàn)了一座被時光遺忘的老宅。老宅雖已破敗不堪，但院內(nèi)的一堵殘墻上卻保留著幾幅未完成的壁畫，畫中描繪的是古鎮(zhèn)往昔的繁華景象與百姓生活的點滴?！旧舷挛摹俊凹氂昝擅芍校嫀熭p輕撫摸著那斑駁的壁畫，畫中的人物仿佛活了過來，穿梭于古鎮(zhèn)的青石小巷，與他共賞那煙雨蒙蒙的江南景致。”【示例】小說需以江南水鄉(xiāng)的獨特風貌和人文情懷為背景，通過畫師的視角探索老宅的秘密，以及壁畫所承載的歷史記憶與情感。在創(chuàng)作中，需融入江南水鄉(xiāng)的標志性元素，如小橋流水、粉墻黛瓦、烏篷船等，以展現(xiàn)其獨特的自然風光和人文景觀。同時，注重人物內(nèi)心的細膩刻畫與情感表達，讓讀者能夠感受到那份淡淡的鄉(xiāng)愁與對過往時光的懷念。【目標】第4章生成式人工智能與提示詞工程第5章機器學習與深度學習任務(wù)1：使用機器學習實現(xiàn)鳶尾花分類任務(wù)2：使用深度學習實現(xiàn)手寫數(shù)字識別機器學習的概念機器學習分類機器學習的流程機器學習的應(yīng)用場景深度學習概述感知機深度神經(jīng)網(wǎng)絡(luò)任務(wù)1：使用機器學習實現(xiàn)鳶尾花分類1機器學習的概念機器學習分類機器學習的流程機器學習的應(yīng)用場景機器學習的概念什么是機器學習（MachineLearning）呢？讓我們先看一下“機器學習之父”湯姆·米切爾對于機器學習的定義：“對于某類任務(wù)T和某項性能評價準則P，如果一個計算機程序在T上其性能Р隨著經(jīng)驗E而自我完善，稱這個計算機程序從經(jīng)驗E中進行了學習”。圖5-1機器學習概念的解釋1機器學習的定義機器學習的概念一開始，計算機程序只學習了少數(shù)蘋果和梨，當我們讓計算機識別一個它沒有“見過”的梨或蘋果時，它可能就不認識了，性能指標Р較差，隨著該程序?qū)W習更多的蘋果和梨，程序的經(jīng)驗E的就會不斷的增加，該計算機程序能夠“認出”更多的蘋果和梨，即它的性能指標Р得到了提高。機器學習過程的描述機器學習的概念此外，還有其他關(guān)于機器學習的定義:機器學習是研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學習行為，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。機器學習就是通過算法，使得機器能從大量歷史數(shù)據(jù)中學習規(guī)律，并利用規(guī)律對新的樣本做智能識別或?qū)ξ磥碜鲱A(yù)測。機器學習機器學習的概念那么機器學習定義的本質(zhì)是怎么來的呢？我們從人類學習的描述中或許能夠找到答案。幼兒認識水果的過程首先，我們來看一下著名的人工智能專家西蒙給出的學習概念，他認為:“如果一個系統(tǒng)，能夠通過執(zhí)行某個過程，就此改進了它的性能，那么這個過程就是學習。”我們可以看出，學習的核心目的，就是改善性能。而學習能力是智能行為的一個非常重要的特征，那么如何讓機器也能像人類一樣具有學習的能力呢？然后我們再來了解一下人類學習的過程。2人類學習與機器學習機器學習的概念機器學習是仿人的一套歸納過程。人類在成長、生活過程中積累了很多歷史經(jīng)驗，通過對這些經(jīng)驗進行“歸納”，掌握了一些生活“規(guī)律”。當人類遇到未知的問題或需要對未來進行“預(yù)測”時，就會使用這些“規(guī)律”指導(dǎo)自己的生活和工作。機器學習過程與人類對歷史經(jīng)驗歸納過程的對比。機器學習與人類思考對比機器學習的概念機器學習使用大量數(shù)據(jù)進行“訓(xùn)練”，這種學習方式利用了現(xiàn)代計算機的處理能力，可以輕松地處理大型數(shù)據(jù)集。傳統(tǒng)編程：軟件工程師編寫程序來解決問題。要求首先給出問題解決方案，然后用代碼的方式告訴計算機如何去按照方案和步驟解決問題。機器學習：數(shù)據(jù)科學家使用訓(xùn)練數(shù)據(jù)集來教計算機應(yīng)該怎么做，然后系統(tǒng)執(zhí)行該任務(wù)。只給出該問題的相關(guān)數(shù)據(jù)，讓計算機自己學習這些數(shù)據(jù)，最后找出問題的解決方案。機器學習分類1.監(jiān)督學習監(jiān)督學習需要使用有輸入和預(yù)期輸出標記的數(shù)據(jù)集。監(jiān)督學習的目的是通過學習許多有標簽的樣本，然后對新的數(shù)據(jù)做出預(yù)測。例如，如果指定的任務(wù)是使用一種圖像分類算法對男孩和女孩的圖像進行分類，那么男孩的圖像需要帶有“男孩”標簽，女孩的圖像需要帶有“女孩”標簽。這些數(shù)據(jù)被認為是一個“訓(xùn)練”數(shù)據(jù)集，在預(yù)先知道正確的分類答案的情況下，算法對訓(xùn)練數(shù)據(jù)不斷進行迭代預(yù)測，通過跟正確答案的對比進行不斷修正，直到達到所要求的性能，學習過程才會停止。機器學習分類監(jiān)督學習又可分為“分類”和“回歸”問題。（1）分類在分類問題中，機器學習的目標是對樣本的類標簽進行預(yù)測，判斷樣本屬于哪一個分類，結(jié)果是離散的數(shù)值。例如：將圖片分類為“蘋果”或“橘子”，準確識別新圖片上的水果是“蘋果”類還是“橘子”類就是分類問題。再比如：有一個胸部腫瘤的數(shù)據(jù)集，數(shù)據(jù)部分是腫瘤的大小等特征，對應(yīng)的標簽表示腫瘤是否為良性的。假如有一個新的腫瘤數(shù)據(jù)，對應(yīng)的機器學習算法就根據(jù)腫瘤的尺寸等數(shù)據(jù)，估算出一個概率，即腫瘤為良性的概率或惡性的概率，就是預(yù)測輸出一個離散值0/1，也就是良性/惡性。機器學習分類（2）回歸在回歸問題中，其目標是預(yù)測一個連續(xù)的數(shù)值或者是范圍。例如：豆瓣上每部電影都有一個評分，從0到10分，分數(shù)越高說明影片越受歡迎。預(yù)測即將上映的新電影的分值，就是回歸問題。再比如：預(yù)測一套二手房的售價，給定房價的數(shù)據(jù)集，每套房子大小等特征數(shù)據(jù)對應(yīng)的標簽就是房價，如果你有一套房子想知道能賣多少錢，機器學習算法就根據(jù)輸入的房子大小數(shù)據(jù)，預(yù)測出房子對應(yīng)的市場價。機器學習分類2.無監(jiān)督學習在無監(jiān)督學習中給定的數(shù)據(jù)沒有標簽。無監(jiān)督學習算法的目標是以某種方式組織數(shù)據(jù)，然后找出數(shù)據(jù)中存在的內(nèi)在結(jié)構(gòu)，這包括將數(shù)據(jù)進行聚類，或者找到更簡單的方式處理復(fù)雜數(shù)據(jù)，使復(fù)雜數(shù)據(jù)看起來更簡單。聚類是典型的無監(jiān)督學習，事先不知道樣本的類別，通過某種辦法，把相似的樣本放在一起歸位一類。例如，餐館擁有大量顧客的消費數(shù)據(jù)，想對顧客進行分組，以提供針對性優(yōu)質(zhì)服務(wù)。一開始不大可能告訴聚類算法每個顧客屬于哪個分組，算法會自行尋找這種關(guān)聯(lián)，把用餐的次數(shù)和用餐總花費較高的優(yōu)質(zhì)顧客分為一組，把用餐的次數(shù)和用餐總花費較低的普通顧客分為一組，把一次性順便消費的低價值顧客分為一組。機器學習分類3.強化學習強化學習是機器學習的范式和方法論之一，用于描述和解決智能體（Agent）在與環(huán)境的交互過程中通過學習策略以達成回報最大化或?qū)崿F(xiàn)特定目標的問題。強化學習把學習看作試探評價過程，智能體Agent選擇一個動作用于環(huán)境，環(huán)境接受該動作后狀態(tài)（State）發(fā)生變化，同時產(chǎn)生一個強化信號(獎或懲)反饋給Agent，Agent根據(jù)強化信號和環(huán)境當前狀態(tài)再選擇下一個動作，選擇的原則是使受到正強化(獎)的概率增大。機器學習的流程一個完整的機器學習項目往往要經(jīng)歷問題定義、數(shù)據(jù)準備、模型選擇和開發(fā)、模型訓(xùn)練和調(diào)優(yōu)、模型評估測試五個步驟。機器學習流程機器學習的流程1.問題定義我們拿到一個機器學習問題時，首先應(yīng)該對問題進行分析，確定問題的類型，例如是監(jiān)督學習還是無監(jiān)督學習，是分類問題還是回歸問題等，這將直接影響算法的選擇、模型的評估。2.數(shù)據(jù)準備（1）數(shù)據(jù)收集我們?yōu)槭裁匆占瘮?shù)據(jù)呢？因為有些問題需要靠數(shù)據(jù)找出答案，比如：“我應(yīng)該買哪支股票？”“我如何活得更健康？”“我如何才能了解顧客不斷變化的喜好，從而更好地提供服務(wù)？”等。機器學習的流程（2）數(shù)據(jù)預(yù)處理數(shù)據(jù)集或多或少都會存在數(shù)據(jù)缺失、分布不均衡、存在異常數(shù)據(jù)、混有無關(guān)緊要的數(shù)據(jù)等諸多數(shù)據(jù)不規(guī)范的問題。這就需要我們對收集到的數(shù)據(jù)進行進一步的處理，包括處理缺失值、處理偏離值、數(shù)據(jù)規(guī)范化、數(shù)據(jù)的轉(zhuǎn)換等，這樣的步驟叫做“數(shù)據(jù)預(yù)處理”。（3）數(shù)據(jù)集分割一般需要將樣本分成獨立的三部分：訓(xùn)練集(trainset)，驗證集(validationset)和測試集(testset)。其中訓(xùn)練集用來訓(xùn)練模型，驗證集用來調(diào)整模型參數(shù)從而得到最優(yōu)模型，而測試集則檢驗最優(yōu)的模型的性能如何。機器學習的流程3.模型選擇和開發(fā)當我們處理好數(shù)據(jù)之后，就會根據(jù)確定好的問題類型，選擇合適的機器學習算法模型，編寫對應(yīng)的模型代碼。4.模型訓(xùn)練和調(diào)優(yōu)選擇好模型后，使用數(shù)據(jù)集對模型進行訓(xùn)練。首次嘗試，我們一般不會得到最佳模型，我們需要圍繞業(yè)務(wù)所需的模型目標，調(diào)節(jié)模型參數(shù)。5.模型評估測試對訓(xùn)練好的模型進行評估測試，驗證模型是否達到業(yè)務(wù)需求。機器學習的應(yīng)用場景1.數(shù)據(jù)分析與挖掘“數(shù)據(jù)挖掘”和“數(shù)據(jù)分析”通常被相提并論，并在許多場合被認為是可以相互替代的術(shù)語。無論是數(shù)據(jù)分析還是數(shù)據(jù)挖掘，都是幫助人們收集、分析數(shù)據(jù)，使之成為信息，并做出判斷，因此可以將這兩項合稱為數(shù)據(jù)分析與挖掘。數(shù)據(jù)分析與挖掘技術(shù)是機器學習算法和數(shù)據(jù)存取技術(shù)的結(jié)合，利用機器學習提供的統(tǒng)計分析、知識發(fā)現(xiàn)等手段分析海量數(shù)據(jù)。機器學習的應(yīng)用場景2.計算機視覺計算機視覺的主要基礎(chǔ)是圖像處理和機器學習。圖像處理技術(shù)用于將圖像處理為適合進入機器學習模型的輸入，機器學習則負責從圖像中識別出相關(guān)的模式。手寫字識別、車牌識別、人臉識別、目標檢測與追蹤、圖像濾波與增強等都是計算機視覺的應(yīng)用場景。機器學習的應(yīng)用場景3.自然語言處理自然語言處理是讓機器理解人類語言的一門技術(shù)。在自然語言處理中，大量使用了編譯原理相關(guān)的技術(shù)，如語法分析等。在理解層面，使用了語義理解、機器學習等技術(shù)。因此自然語言處理的基礎(chǔ)是文本處理和機器學習。垃圾郵件過濾、用戶評論情感分類、信息檢索等都是自然語言的應(yīng)用場景。4.語音識別語音識別是利用自然語言處理、機器學習等相關(guān)技術(shù)實現(xiàn)對人類語言識別的技術(shù)。Siri等智能助手、智能聊天機器人都是語音識別的應(yīng)用。任務(wù)實施任務(wù)目標：實現(xiàn)鳶尾花（iris）數(shù)據(jù)集的分類預(yù)測任務(wù)描述：在百度AIStudio平臺，對機器學習平臺scikit-learn內(nèi)置的鳶尾花（iris）數(shù)據(jù)集實現(xiàn)分類預(yù)測。iris數(shù)據(jù)集包含了150個樣本，每個樣本有4個特征（花萼長度、花萼寬度、花瓣長度、花瓣寬度）和1個目標標簽（表示鳶尾花的種類，共有3種：Setosa、Versicolour、Virginica）。本任務(wù)的內(nèi)容就是選擇合適的機器學習算法，例如：決策樹算法，對鳶尾花數(shù)據(jù)集進行學習訓(xùn)練，最后評估訓(xùn)練好模型的識別準確率。任務(wù)實施（1）登錄百度AIStudio平臺。注冊并登錄百度AIStudio平臺/。登錄百度AIStudio平臺1創(chuàng)建項目和環(huán)境任務(wù)實施（2）創(chuàng)建一個新的項目，并給項目命名。登錄后，點擊左側(cè)“項目大廳”選項，在展開的頁面中點擊右上角的“創(chuàng)建項目”，在彈出的列表中選擇“Notebook”。創(chuàng)建項目任務(wù)實施在彈出的對話框中填寫項目名稱，例如：鳶尾花分類；IDE選擇JupyterLab，然后點擊“創(chuàng)建”按鈕。創(chuàng)建“鳶尾花分類”項目（3）啟動環(huán)境在彈出的界面右上角點擊“啟動環(huán)境”按鈕，選擇免費資源啟動環(huán)境。任務(wù)實施在項目的主頁上，我們會看到一個Notebook編輯器。在這個編輯器中，可以編寫和執(zhí)行Python代碼。點擊編輯器上方的“+”或者“+Code”