《數(shù)字技術應用 基礎模塊（WPS Office 下冊）》 課件 第六單元 走向智能社會-人工智能技術應用

第六單元

走向智能社會——人工智能技術應用6.1認識人工智能6.2生成式人工智能應用目錄

認識人工智能6.11.了解人工智能的起源與發(fā)展。2.了解人工智能的主要實現(xiàn)方法。3.了解人工智能的應用領域及其存在的風險。4.體驗人工智能在圖像識別方面的能力。5.體驗大語言模型對學習帶來的變革。學習目標任務描述為了幫助同學們理解深度學習技術，培養(yǎng)大家運用人工智能工具的能力，李老師準備開展一個有趣的學習活動：請同學們使用百度大腦植物識別系統(tǒng)進行植物名稱的識別。李老師準備了10張不同植物的圖片，請同學們在百度大腦植物識別系統(tǒng)上進行識別，如圖所示。同學們在記錄結果的同時，根據(jù)已知的正確答案，判斷系統(tǒng)識別的正誤，完成植物識別任務記錄表，見下表。任務描述正確識別（左）和錯誤識別（右）任務描述植物識別任務記錄表一、人工智能的起源與發(fā)展1.人工智能的起源1950年，英國數(shù)學家、邏輯學家艾倫·麥席森·圖靈發(fā)表了《計算機器與智能》，這篇論文中提出了著名的圖靈測試，為人工智能的研究和發(fā)展奠定了理論基礎和方法論，因此圖靈被稱為“人工智能之父”。知識儲備1956年的達特茅斯會議是目前被公認的人工智能的起源。在這次會議上，正式確立了人工智能這一研究領域。會議主要討論了智能機器能否使用語言、抽象概念是否可以由機器學習、機器能否自我提升等問題。會議的一個重要共識是，確定了“人工智能”的名稱，并且指出研究人工智能是一個跨學科的領域，需要數(shù)學、邏輯學、心理學和計算理論等領域的知識。2.人工智能的發(fā)展1956年被稱為人工智能的誕生元年。人工智能的主要發(fā)展階段如圖所示。人工智能的主要發(fā)展階段（1）黃金時代（1956—1973年）。從人工智能誕生的1956年到1973年，涌現(xiàn)了大批人工智能研究成果和新的研究方向，因此被稱為人工智能的黃金年代，產(chǎn)生了可以解答數(shù)學題目、可以學習和使用英語等令人震撼的成果。（2）第一次低潮期（1974—1979年）。1974—1979年，人工智能研究經(jīng)歷了所謂的“AI冬天”，即第一個低潮期。（3）復興期（1980—1986年）。沉寂多年之后，人工智能在1980年迎來了第一個復興期，專家系統(tǒng)在商業(yè)應用中的成功重新吸引了人們的關注。（4）第二次低潮期（1987—1993年）。20世紀80年代末全球范圍的經(jīng)濟危機也波及了對人工智能研究的投入。（5）蓬勃發(fā)展階段（1994年至今）。伴隨著互聯(lián)網(wǎng)時代的到來、機器學習的突破、硬件技術的發(fā)展，以及大數(shù)據(jù)與云計算的興起，人工智能從20世紀90年代中期進入蓬勃發(fā)展階段。二、機器學習與深度學習1.機器學習機器學習是通過數(shù)據(jù)分析、算法設計和模型訓練，賦予計算機自我學習和逐漸改進性能的能力。機器學習與人類思考的類比2.深度學習機器學習包括多種基礎算法，其中人工神經(jīng)網(wǎng)絡是特別突出的一類。深度學習可以被視為機器學習的一個分支。本質上，深度學習是一個三層或更多層的神經(jīng)網(wǎng)絡。這些神經(jīng)網(wǎng)絡試圖模擬人腦并支持從大量數(shù)據(jù)中進行“學習”。借助多層網(wǎng)絡結構，深度學習能夠自動提取出數(shù)據(jù)的更多特征，從而實現(xiàn)更加準確的預測。機器學習與深度學習的區(qū)別與聯(lián)系如圖所示。機器學習與深度學習的區(qū)別與聯(lián)系任務分析任務描述目前，我國的大語言模型如雨后春筍般涌現(xiàn)，如百度的文心一言、科大訊飛的星火大模型、阿里云的通義千問等。為了讓同學們對大語言模型的能力有真切的體驗，李老師準備了一些題目，先請同學們自行作答，之后再對大語言模型進行相同的提問，最后根據(jù)已知的正確答案，判斷大語言模型回答的正誤，填寫下表。任務描述體驗文心一言任務記錄表任務描述體驗文心一言任務記錄表一、人工智能的應用領域我們已經(jīng)習慣了與電商平臺的智能客服機器人聊天，也經(jīng)常通過語音操控智能音箱播放自己喜歡的音樂，這些便捷的技術正是通過自然語言處理（NaturalLanguageProcessing，簡稱NLP）實現(xiàn)的，如圖所示。知識儲備自然語言處理的應用a）與智能客服機器人聊天?b）與智能音箱交流自然語言處理是計算機科學、人工智能和語言學領域的一個分支，它研究的是計算機和人類（自然）語言之間的相互作用，目的是讓計算機能夠理解和生成人類語言的內容。通過自然語言處理，機器不僅能“聽懂”我們的話，還能“讀懂”我們寫的文字，讓人與機器之間的交流變得更加自然和順暢。2.智能語音智能語音處理是自然語言處理的一個分支，簡單來說，就是讓機器能聽懂人類的語言，甚至還能和我們對話。在這個過程中，我們的聲音首先被轉化成數(shù)字信號，然后被解密成文字，接著機器通過理解這些文字來執(zhí)行命令，如圖所示。智能語音處理的流程3.計算機視覺通過“人臉識別”解鎖手機屏幕依靠的就是計算機視覺技術。計算機視覺是一門讓機器能夠理解和解釋從攝像頭或圖像中獲取的視覺信息的科學，就像給機器裝上了一雙“眼睛”，讓它們能“看”懂圖片或視頻里的內容。那么，計算機視覺是怎么工作的呢？首先，需要一個攝像頭或相機來捕捉現(xiàn)實世界的圖像或視頻。接著進行圖像預處理，即通過調整大小、裁剪、轉換顏色等步驟，對捕捉到的圖像進行清理和優(yōu)化，讓后續(xù)的處理更加有效。然后對圖像進行特征提取，識別圖像中的特定特征。最后，利用機器學習算法，根據(jù)提取的特征對圖像進行分類或識別，從而“理解”圖像內容。4.人機交互人機交互是專注于研究人和計算機之間如何更加自然、高效地相互作用的科學。它不僅研究自然語言處理、智能語音和計算機視覺等技術本身，更關注人們如何使用這些技術，使得我們與機器的溝通變得像是與人類交流一樣自然和順暢。那么，人機交互是如何工作的呢？簡單來說，它通過各種傳感器來捕捉我們的動作、聲音甚至是眼神，然后通過一系列復雜的算法處理這些信息，最后以我們能理解的方式給出反饋。這個過程就像是一個循環(huán)，確保我們與機器之間的對話能夠順暢、自然地進行。如圖所示，人機交互界面從最初的命令行界面，發(fā)展到圖形化界面，隨后出現(xiàn)觸摸式界面，進一步以三維交互的形式呈現(xiàn)，使得人類和機器的交互行為越來越符合人類的生理和認知習慣。人機交互界面的發(fā)展a）命令行界面?b）圖形化界面?c）觸摸式界面?d）三維交互界面二、人工智能帶來的風險1.數(shù)據(jù)隱私與安全數(shù)據(jù)隱私與安全，簡單來說，就是保護我們的個人信息和敏感數(shù)據(jù)不被未經(jīng)授權的人訪問、泄露或濫用。人工智能系統(tǒng)需要大量的數(shù)據(jù)來訓練和運行，這可能涉及敏感數(shù)據(jù)或個人信息的收集和處理。2021年，我國正式頒布了《中華人民共和國數(shù)據(jù)安全法》和《中華人民共和國個人信息保護法》，2024年配套推出了《網(wǎng)絡數(shù)據(jù)安全管理條例》。2.人工智能倫理規(guī)范2021年9月，我國新一代人工智能治理專業(yè)委員會發(fā)布了《新一代人工智能倫理規(guī)范》，旨在將倫理道德融入人工智能全生命周期，為從事人工智能相關活動的自然人、法人和其他相關機構等提供倫理指引，其中明確提出6項基本倫理要求，如圖所示。人工智能活動的基本倫理要求任務分析生成式人工智能應用6.21.了解生成式人工智能的概念及應用。2.了解生成式人工智能的原理。3.會使用生成式人工智能工具生成文本和圖片。學習目標任務描述工業(yè)設計的魅力不僅在于它要求技術精湛，更在于它要求設計師具備解決實際問題的責任感和創(chuàng)新精神。學校工業(yè)產(chǎn)品設計社團正在招募具有這種精神的新成員。作為希望加入該社團的同學，需要在面試中進行3分鐘的自我介紹，展示個人特點、興趣愛好、在工業(yè)設計領域的經(jīng)驗或作品，并闡述如何將個人價值觀和社會責任感融入工業(yè)設計中。小武想加入工業(yè)產(chǎn)品設計社團很久了，他打算認真準備自我介紹的材料。然而，他寫了幾稿都覺得不太理想，于是，他想到使用文心一言幫助自己完善自我介紹。一、生成式人工智能概述1.生成式人工智能的概念及應用生成式人工智能是人工智能的一個分支，是基于算法、模型、規(guī)則生成文本、圖片、聲音、視頻、代碼等內容的技術。這種技術能夠針對用戶需求，依托事先訓練好的多模態(tài)基礎大模型等，利用用戶輸入的相關資料，生成具有一定邏輯性和連貫性的內容。與傳統(tǒng)人工智能不同，生成式人工智能不僅能夠對輸入數(shù)據(jù)進行處理，更能學習和模擬事物內在規(guī)律，自主創(chuàng)造出新的內容。知識儲備生成式人工智能正在革新媒體、娛樂、廣告、設計、教育等多個領域。它不僅極大提升了工作效率，還推動了行業(yè)創(chuàng)新，開辟了新的商業(yè)機會和服務模式。隨著技術的不斷進步，預計將有更多的行業(yè)受益于生成式人工智能的強大能力。生成式人工智能的分類和主要應用見下表。生成式人工智能的分類和主要應用2.生成式人工智能的原理傳統(tǒng)的機器學習模型具有辨別性，側重于對數(shù)據(jù)點進行分類。它們通過學習已知的特征來嘗試對數(shù)據(jù)點進行分類。生成式人工智能模型則更進一步。生成式人工智能模型不是在給定某些特征的情況下預測事物的名稱或種類，而是在給定具體名稱或種類的情況下嘗試預測特征。傳統(tǒng)機器學習模型和生成式人工智能模型的區(qū)別二、文本內容的生成我們只需要向生成式人工智能模型提供一些指示或主題，模型就能根據(jù)這些信息生成內容，如文章、故事、詩歌等。常見的文本內容生成大模型有百度的文心一言、阿里云的通義千問等，可以幫助人們在各種行業(yè)里完成文本相關任務。如圖所示是讓文心一言以“重視環(huán)保”為主題生成的一段文本內容。

文心一言生成文本內容的示例任務分析任務描述在即將到來的校園安全主題教育周活動中，為了深入貫徹“生命至上，安全第一”的核心理念，全面提升同學們的安全意識和自我保護能力，學校決定開展一項特別的創(chuàng)意比賽——校園安全宣傳海報設計大賽。體驗過使用生成式人工智能工具生成文本內容的小武，這一次決定利用圖像生成工具“文心一格”來設計一張既吸引人又富有教育意義的圖片，并在此基礎上完成校園安全宣傳海報的制作。小武制作好的校園安全宣傳海報如圖所示。任務描述小武制作的校園安全宣傳海報一、多媒體內容生成概述生成式人工智能多媒體內容生成是指使用人工智能技術生成圖片、音頻、視頻等各種形式的多媒體內容。知識儲備生成式人工智能多媒體內容生成工具按其生成內容可分為圖像生成、音頻生成和視頻生成幾類，具體用途及典型代表見下表。生成式人工智能多媒體內容生成工具的分類二、多媒