人工智能基礎(chǔ)與應(yīng)用 課件 2.1人工智能的基礎(chǔ)框架

人工智能基礎(chǔ)與應(yīng)用人工智能的基礎(chǔ)框架主講人：郁云人工智能課程團隊目錄|

CONTENTSAI基礎(chǔ)層01AI技術(shù)層AI應(yīng)用層030402AI核心三要素人工智能基礎(chǔ)框架人工智能的基礎(chǔ)框架按照產(chǎn)業(yè)生態(tài)通常可以劃分為基礎(chǔ)層、技術(shù)層、應(yīng)用層三大板塊?；A(chǔ)層提供了支撐人工智能應(yīng)用的基礎(chǔ)設(shè)施和技術(shù)技術(shù)層提供了各種人工智能技術(shù)和算法，用于處理和分析數(shù)據(jù)，并提取有用的信息和知識應(yīng)用層是人工智能技術(shù)應(yīng)用領(lǐng)域，將技術(shù)層提供的算法和模型應(yīng)用到具體的問題和場景中，實現(xiàn)智能化的決策和優(yōu)化01AI基礎(chǔ)層AI基礎(chǔ)層AI基礎(chǔ)層為人工智能系統(tǒng)提供最基本、最基礎(chǔ)、最底層的業(yè)務(wù)服務(wù)，包含了人工智能的三大核心要素中的算力和數(shù)據(jù)，以及運行在硬件資源上的平臺軟件。即基礎(chǔ)硬件、數(shù)據(jù)資源和軟件平臺?；A(chǔ)硬件是支撐人工智能系統(tǒng)運行所需的硬件設(shè)備資源，如Al芯片、存儲設(shè)備、傳感器和網(wǎng)絡(luò)設(shè)備等?；A(chǔ)硬件AI基礎(chǔ)層中國的AI芯片取得顯著進展中國在人工智能芯片領(lǐng)域也取得了顯著進展，如華為昇騰系列芯片型號有昇騰310、昇騰910，廣泛用于華為的云服務(wù)和AI計算平臺；寒武紀芯片型號MLU100、MLU270，應(yīng)用于智能監(jiān)控、智能家居等領(lǐng)域；地平線芯片征程系列（如征程2.0），主要用于自動駕駛和智能駕駛輔助系統(tǒng)，應(yīng)用于多家汽車制造商。中國的AI芯片在快速發(fā)展，有著政策和市場的雙重支持，但在技術(shù)成熟度、市場占有率和整體性能上，與國外領(lǐng)先企業(yè)相比仍有差距。未來，隨著技術(shù)的不斷進步和市場的擴展，中國的AI芯片有望在全球市場上占據(jù)更重要的位置。數(shù)據(jù)是人工智能的燃料，訓(xùn)練投喂的數(shù)據(jù)質(zhì)量直接決定了人工智能系統(tǒng)的性能指標(biāo)。數(shù)據(jù)資源軟件平臺通常是指一些提供人工智能開發(fā)和部署的綜合性軟件工具和環(huán)境。軟件平臺AI基礎(chǔ)層02AI技術(shù)層AI框架是實現(xiàn)人工智能業(yè)務(wù)的軟件基礎(chǔ)框架，其利用Al算法完成整體業(yè)務(wù)框架的搭建01Al算法就是能夠具體實現(xiàn)人工智能業(yè)務(wù)的數(shù)據(jù)計算方法，如機器學(xué)習(xí)算法、深度學(xué)習(xí)算法、人工神經(jīng)網(wǎng)絡(luò)算法等02計算機視覺語音識別自然語言處理...03Al框架AI算法算法應(yīng)用AI技術(shù)層AI框架是實現(xiàn)人工智能業(yè)務(wù)的軟件基礎(chǔ)框架，其利用Al算法完成整體業(yè)務(wù)框架的搭建01Al框架AI技術(shù)層AI技術(shù)層AI算法算法介紹決策樹回歸算法（DecisionTreeRegression,DTR）決策樹回歸是一種預(yù)測模型，它代表對象屬性與對象值之間的映射關(guān)系。這種模型采用樹形結(jié)構(gòu)，其中每個內(nèi)部節(jié)點表示一個屬性上的測試，每個分支代表一個測試輸出，每個葉節(jié)點代表一種類別或預(yù)測值。決策樹算法屬于非參數(shù)型，較為容易解釋，但可能趨向過擬合，也可能陷入局部最小值中，無法在線學(xué)習(xí)。支持向量機（SupportVectorMachine，SVM）一種用于分類問題的監(jiān)督算法，旨在通過最大化間隔來提高學(xué)習(xí)機的泛化能力。其基本模型定義為特征空間上的線性分類器，目的是找到一個超平面，使得該平面與最近的類點之間的距離最大化。SVM不僅在文本分類、圖像分類等傳統(tǒng)應(yīng)用場景中表現(xiàn)出色，還可應(yīng)用于生物序列分析、生物數(shù)據(jù)挖掘以及手寫字符識別等領(lǐng)域。深度學(xué)習(xí)算法（DeepLearning,DL）學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，這些學(xué)習(xí)過程中獲得的信息對諸如文字、圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標(biāo)是讓機器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。人工神經(jīng)網(wǎng)絡(luò)算法（ArtificialNeuralNetworks,ANN）一種模擬人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能進行信息處理的算法。由眾多的神經(jīng)元可調(diào)的連接權(quán)值連接而成，具有大規(guī)模并行處理、分布式信息存儲、良好的自組織自學(xué)習(xí)能力等特點。Al算法就是能夠具體實現(xiàn)人工智能業(yè)務(wù)的數(shù)據(jù)計算方法，如機器學(xué)習(xí)算法、深度學(xué)習(xí)算法、人工神經(jīng)網(wǎng)絡(luò)算法等02AI算法AI技術(shù)層AI算法應(yīng)用定義解釋計算機視覺(ComputerVision,CV)使計算機通過圖像和視頻數(shù)據(jù)來模擬和理解人類視覺的過程。它涉及利用計算機算法和技術(shù)對圖像、視頻和其他視覺輸入進行處理、分析和理解，從而實現(xiàn)識別、檢測、分類、跟蹤等—系列視覺任務(wù)。機器學(xué)習(xí)（MachineLearning,ML）一門多學(xué)科交叉專業(yè)，涵蓋概率論知識，統(tǒng)計學(xué)知識，近似理論知識和復(fù)雜算法知識，使用計算機作為工具并致力于真實實時的模擬人類學(xué)習(xí)方式，并將現(xiàn)有內(nèi)容進行知識結(jié)構(gòu)劃分來有效提高學(xué)習(xí)效率。自然語言處理(NaturalLanguageProcessing,NLP）研究計算機如何理解、處理和生成人類語言的一門學(xué)科。它涉及了通過計算機技術(shù)對文本數(shù)據(jù)進行分析、理解和應(yīng)用，如自然語言理解NLU技術(shù)和自然語言生成NLG技術(shù)。語音識別(SpeechRecognition,SR）一種將語音信號轉(zhuǎn)化為文本或其他可操作形式的技術(shù)。它致力于使計算機能夠理解和處理人類的口語語言。涉及的技術(shù)包括:語音信號預(yù)處理、特征提取、聲學(xué)模型、語言模型、語音合成、聲紋識別等。計算機視覺語音識別自然語言處理.......03算法應(yīng)用03AI應(yīng)用層AI應(yīng)用層AI技術(shù)層提供了文字、音頻、圖像、視頻、代碼、策略、多模態(tài)的理解和生成能力，可以通過應(yīng)用層具體應(yīng)用于金融、電商、傳媒、教育、游戲、醫(yī)療、工業(yè)、政務(wù)等多個領(lǐng)域，為企業(yè)級用戶、政府機構(gòu)用戶、大眾消費者用戶提供產(chǎn)品和服務(wù)。應(yīng)用層是人工智能技術(shù)的最終應(yīng)用領(lǐng)域，將技術(shù)層提供的算法和模型應(yīng)用到具體的問題和場景中，實現(xiàn)智能化的決策和優(yōu)化。04AI核心三要素AI核心三要素“算力”—AI的基建算力是計算機系統(tǒng)處理復(fù)雜計算任務(wù)和大規(guī)模數(shù)據(jù)的能力。隨著人工智能任務(wù)的復(fù)雜性不斷增加，對于高效的計算能力需求也日益增大。“數(shù)據(jù)”—AI的燃料數(shù)據(jù)提