人工智能概述

人工智能概述2024-09-23CONTENTS一、課程介紹二、人工智能的基本概念三、人工智能歷史發(fā)展四、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)五、人工智能應(yīng)用現(xiàn)狀01課程介紹一、課程介紹時間課程任課老師第二周（9月14號）人工智能概述第三周（9月23號）機(jī)器學(xué)習(xí)基礎(chǔ)第四周（9月30號）深度學(xué)習(xí)與圖像識別第五周（10月7號）自然語言處理在醫(yī)學(xué)中的應(yīng)用第六周（10月14號）信息與人工智能技術(shù)在醫(yī)學(xué)領(lǐng)域應(yīng)用概述第七周（10月21號）機(jī)器學(xué)習(xí)在醫(yī)學(xué)信息學(xué)方面應(yīng)用第八周（10月28號）基于深度學(xué)習(xí)的醫(yī)學(xué)影像輔助診斷第九周（11月4號）基于人工智能的疾病區(qū)域檢測分割第十周（11月11號）智能醫(yī)學(xué)相關(guān)論文分析與寫作一、課程介紹歡迎學(xué)術(shù)合作、期待碰撞出新的“科研想法”！02人工智能的基本概念二、人工智能的基本概念什么是人工智能？人工智能（ArtificialIntelligence，AI）是計算機(jī)科學(xué)的一個分支，旨在創(chuàng)建能夠模擬或增強(qiáng)人類智能的系統(tǒng)。其核心目標(biāo)是使機(jī)器能夠執(zhí)行通常需要人類智能的任務(wù)——來自GPT-4o的回答二、人工智能的基本概念神經(jīng)網(wǎng)絡(luò)：模仿人腦神經(jīng)元結(jié)構(gòu)的計算模型神經(jīng)元、激活函數(shù)組成二維的卷積神經(jīng)網(wǎng)絡(luò)（CNN）二、人工智能的基本概念GPU（顯卡）:圖形處理單元，用于加速計算Nvidia：英偉達(dá)公司，生產(chǎn)顯卡的公司，及配套的軟件（顯卡驅(qū)動）CUDA：英偉達(dá)公司的調(diào)用GPU的軟件（軟件里叫NVCC）CUDNN:處理深度學(xué)習(xí)的加速模塊，通常和CUDA一起安裝顯存：顯卡的內(nèi)存（類似于我們電腦的內(nèi)存，獨立存在于顯卡中）2080Ti，3090，A100：具體的顯卡型號二、人工智能的基本概念機(jī)器學(xué)習(xí)：研究如何模擬和實現(xiàn)人類學(xué)習(xí)行為深度學(xué)習(xí)：以神經(jīng)網(wǎng)絡(luò)為代表的，層數(shù)很深的機(jī)器學(xué)習(xí)實際中“機(jī)器學(xué)習(xí)“和“深度學(xué)習(xí)”不同二、人工智能的基本概念CNN：卷積神經(jīng)網(wǎng)絡(luò)，用于圖像的神經(jīng)網(wǎng)絡(luò)Transformer：用于文本的神經(jīng)網(wǎng)絡(luò)（也可用于圖像）二、人工智能的基本概念Python：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)常用的編程語言Pytorch、Tensorflow/Keras，caffe：深度學(xué)習(xí)的框架，Python的包03人工智能歷史發(fā)展三、人工智能歷史發(fā)展2.1早期探索階段

圖靈測試

1956年達(dá)特茅斯會議2.3深度學(xué)習(xí)的崛起

2006年深度學(xué)習(xí)概念的提出

AlphaGo戰(zhàn)勝李世石2.2繁榮與低谷

專家系統(tǒng)的興起與衰退AI低谷，由于計算能力和算法的限制三、人工智能歷史發(fā)展圖靈測試由艾倫·麥席森·圖靈發(fā)明，指測試者與被測試者（一個人和一臺機(jī)器）隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問?，F(xiàn)在的圖靈測試測試時長通常為5分鐘，如果電腦能回答由人類測試者提出的一系列問題，且其超過30%的回答讓測試者誤認(rèn)為是人類所答，則電腦通過測試。三、人工智能歷史發(fā)展AI發(fā)展低谷1970年代末-1980年代神經(jīng)網(wǎng)絡(luò)已經(jīng)提出（1943年）沒有強(qiáng)大的計算資源三、人工智能歷史發(fā)展深度學(xué)習(xí)的崛起半導(dǎo)體技術(shù)的發(fā)展，GPU的出現(xiàn)1997年IBM深藍(lán)電腦擊敗西洋棋世界冠軍2016年AlphaGO圍棋戰(zhàn)勝圍棋世界冠軍李世石2022年底ChatGPT出現(xiàn)（通用人工智能）04機(jī)器學(xué)習(xí)與深度學(xué)習(xí)四、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)監(jiān)督學(xué)習(xí)

回歸與分類強(qiáng)化學(xué)習(xí)

策略優(yōu)化與獎勵機(jī)制無監(jiān)督學(xué)習(xí)

聚類與降維四、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)監(jiān)督學(xué)習(xí):已知“答案”的學(xué)習(xí)學(xué)習(xí)從輸入到輸出的關(guān)系（“厲害的線性回歸”）回歸/預(yù)測（連續(xù)值、如房價預(yù)測）分類（離散值、如腫瘤良性/陰性，數(shù)字圖像的分類）四、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)無監(jiān)督學(xué)習(xí):沒有“答案”聚類（把數(shù)據(jù)劃分為不同組別）降維（減少數(shù)據(jù)維度）四、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)強(qiáng)化學(xué)習(xí):通過與環(huán)境交互來學(xué)習(xí)最佳策略，以最大化累積獎勵學(xué)習(xí)如何“表現(xiàn)的更好”自動駕駛機(jī)器人控制四、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)機(jī)器學(xué)習(xí)主要流程:四、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)數(shù)據(jù)預(yù)處理:Excel存儲數(shù)據(jù)（.csv文件更好），Python的Pandas包導(dǎo)入數(shù)據(jù)通常數(shù)據(jù)量要是特征數(shù)量的10倍將數(shù)據(jù)處理為機(jī)器可讀形式One-hot編碼(如果類別大于2)四、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)深度學(xué)習(xí)主要流程:四、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)機(jī)器學(xué)習(xí)常見算法:支持向量機(jī)（SVM，分類/回歸）隨機(jī)森林回歸多元線性回歸XGBoost四、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)深度學(xué)習(xí)常見算法:ANNCNNRNNTransformer05人工智能應(yīng)用現(xiàn)狀五、人工智能應(yīng)用現(xiàn)狀4.1醫(yī)學(xué)影像分析

放射科與病理科的應(yīng)用4.2輔助診斷系統(tǒng)

疾病預(yù)測與個性化治療4.3醫(yī)療機(jī)器人

手術(shù)輔助與護(hù)理機(jī)器人4.4挑戰(zhàn)

對象各異

數(shù)據(jù)不同五、人工智能應(yīng)用