《信息素養(yǎng)概論（第三版）》課件第9章 人工智能應用

《信息技術與人工智能》第九章人工智能應用第9章人工智能應用目錄人工智能的發(fā)展歷程1新一代人工智能的核心技術2人工智能的應用領域3任務拓展：百度AI體驗49.1人工智能的發(fā)展歷程形成期（1956-1974年）黃金時代（1980-1987年）平穩(wěn)發(fā)展期（1993-2011年）孕育期（1956年前）第一次低谷（1974-1980年）第二次低谷（1987-1993年）蓬勃發(fā)展期（2012-）9.1人工智能的發(fā)展歷程--孕育期亞里士多德萊布尼茨數(shù)理邏輯——符號主義學派在數(shù)理邏輯初創(chuàng)期，亞里斯多德（公元前384—322，古希臘偉大的哲學家和科學家），創(chuàng)立演繹法，提出了演繹推理的一般原則——三段論。在邏輯代數(shù)時期，萊布尼茨（1646—1716，德國數(shù)學家和哲學家）把形式邏輯符號化，奠定了數(shù)理邏輯的基礎。孕育期（1956以前）9.1人工智能的發(fā)展歷程--孕育期人工神經(jīng)網(wǎng)絡——連接主義學派1890年美國生物學家詹姆士首次闡明人腦的結(jié)構(gòu)及功能，及記憶、學習、聯(lián)想相關功能的規(guī)律。1943年美國神經(jīng)生理學家麥克洛奇和皮茲建成第一個神經(jīng)網(wǎng)絡模型（MP模型）。1949年加拿大心理學家赫布提出了改變神經(jīng)網(wǎng)絡連接強度的Hebb規(guī)則。孕育期（1956以前）赫布9.1人工智能的發(fā)展歷程--孕育期行為主義學派維納（1874—1956）∶美國著名數(shù)學家、控制論創(chuàng)始人。1948年創(chuàng)立了控制論?？刂普搶θ斯ぶ悄艿挠绊?，形成了行為主義學派。孕育期（1956以前）維納《控制論》的封面9.1人工智能的發(fā)展歷程--孕育期人工智能的載體——計算機人工智能的載體-計算機?美國數(shù)學家莫克利和艾克特于1946年2月14日研制成功了第一臺通用計算機"ENIAC"。它每秒能完成5000次加法，400次乘法等運算。ENIAC為人工智能研究奠定物質(zhì)基礎。。孕育期（1956以前）ENIAC莫克利和艾克特9.1人工智能的發(fā)展歷程--孕育期圖靈（1912—1954）∶英國數(shù)學家1936年創(chuàng)立了自動機理論亦稱圖靈機。1950年在其著作《計算機與智能》中首次提出"機器也能思維"圖靈設計了一個"圖靈試驗"，試圖通過讓機器模仿人回答某些問題，判斷它是否具備智能。圖靈的機器智能思想是人工智能的直接起源之一，被譽為"人工智能之父"。2019年7月，英國政府宣布圖靈登上50英鎊鈔票。榮耀比肩牛頓、達爾文。孕育期（1956以前）圖靈9.1.1人工智能的第一次浪潮AI誕生于一次歷史性的聚會時間∶1956年夏季DARTMOUTT地點∶達特莫斯（Dartmouth）大學目的∶為使計算機變得更"聰明"，或者說使計算機具有智能發(fā)起人∶麥卡錫（J.McCarthy）、明斯基（M.L.Minsky）、洛切斯特（N.Lochester））、香農(nóng)（C.E.Shannon）參加人∶莫爾（T.more）、塞繆爾（A.L.Samuel），塞爾夫里奇（O.Selfridge）、索羅蒙夫（R.Solomonf）、紐厄爾（A.Newell）、西蒙（H.A.Simon）會議結(jié)果∶由麥卡錫提議正式采用了"Artificiallntelligence"這一術語人工智能誕生（1956年）9.1.1人工智能的第一次浪潮形成期（1956-1974）∶迅速發(fā)展期1956年，塞繆爾在IBM計算機上研制成功了的西洋跳棋程序，它順利戰(zhàn)勝了當時的西洋棋大師羅伯特尼賴。1957年，紐厄爾、肖和西蒙等研制了一個稱為邏輯理論機（LT）的數(shù)學定理證明程序。1960年，麥卡錫開發(fā)了LISP語音，成為以后幾十年來人工智能領域最主要的編程語言!?1965年，魯賓遜提出了歸結(jié)（消解）原理。?1968年，美國斯坦福研究所（SRI）研發(fā)的首臺智能機器人形成期（1956-1974）機器人Shakey9.1.1人工智能的第一次浪潮過高預言的失敗，給Al的聲譽造成重大傷害。"20年內(nèi)，機器將能做人所能做的一切。"——西蒙，1965"在3-8年時間里，我們將研制出具有普通人智力的計算機。這樣的機器能讀懂莎士比亞的著作，會給汽車上潤滑油，會玩弄政治權(quán)術，能講笑話，會爭吵?！闹橇o以倫比。"?——明斯基，1977第一次低谷期——（1974-1980）9.1.1人工智能的第一次浪潮塞繆爾的下棋程序在與世界冠軍對弈時，以1比4告負。歸結(jié)法的能力有限。當用歸結(jié)原理證明"兩連續(xù)函數(shù)之和仍然是連續(xù)函數(shù)"時，推了10萬步也沒證明出結(jié)果來。把"心有余而力不足"（Thespiritiswillingbutthefleshisweak）的英語句子翻譯成俄語，再翻譯回來時竟變成了"酒是好的，肉變質(zhì)了"?英國劍橋大學數(shù)學家詹姆士按照英國政府的旨意，發(fā)表一份關于人工智能的綜合報告，聲稱人工智能即使不是騙局也是庸人自擾第一次低谷期——（1974-1980）9.1.2人工智能的第二次浪潮專家系統(tǒng)實現(xiàn)了人工智能從理論研究走向?qū)ｉT知識應用，是Al發(fā)展史上的一次重要突破與轉(zhuǎn)折。1976年，費根鮑姆研制MYCIN專家系統(tǒng)，用于協(xié)助內(nèi)科醫(yī)生診斷細菌感染疾病，并提供最佳處方。1976年，斯坦福大學的杜達等人研制地質(zhì)勘探專家系統(tǒng)PROSPECTOR。黃金時期（1980-1987年）9.1.2人工智能的第二次浪潮專家系統(tǒng)Al被引入了市場，并顯示出實用價值1981年，日本經(jīng)濟產(chǎn)業(yè)省撥款八億五千萬美元支持第五代計算機項目。其目標是造出能夠與人對話、翻譯語言、解釋圖像、并且像人一樣推理的機器。英國開始了耗資三億五千萬英鎊的Alvey工程。美國國防部高級研究計劃（DARPA）1988年向Al的投資是1984年的三倍。黃金時期（1980-1987年）人工智能又迎來了大發(fā)展9.1.2人工智能的第二次浪潮最初大獲成功的專家系統(tǒng)維護費用居高不下。它們難以升級，難以使用，脆弱，成了已經(jīng)暴露的各種各樣的問題的犧牲品。到了80年代晚期，戰(zhàn)略計算促進會大幅削減對Al的資助。十年前日本人宏偉的"第五代工程"并沒有實現(xiàn)。事實上其中一些目標，比如"與人展開交談"，直到2010年也沒有實現(xiàn)。與其他AI項目一樣，期望比真正可能實現(xiàn)的要高得多。第二次低谷（1987-1993）9.1.3人工智能的第三次浪潮機器學習、人工神經(jīng)網(wǎng)絡、智能機器人和行為主義研究趨向深入。智能計算（CI）彌補了人工智能在數(shù)學理論和計算上的不足，更新和豐富了人工智能理論框架，使人工智能進入一個新的發(fā)展時期。平穩(wěn)發(fā)展期（1993-2011）9.1.3人工智能的第三次浪潮1997年，"深藍"戰(zhàn)勝國際象棋世界冠軍2000年，本田公司發(fā)布了機器人產(chǎn)品ASIMO，經(jīng)過十多年的升級改進，目前已經(jīng)是全世界最先進的機器人之一。2011年，IBM開發(fā)的人工智能程序"沃森"（Watson）參加了一檔智力問答節(jié)目并戰(zhàn)勝了兩位人類冠軍平穩(wěn)發(fā)展期（1993-2011）深藍阿西莫沃森9.1.3人工智能的第三次浪潮數(shù)據(jù)的爆發(fā)式增長為人工智能提供了充分的"養(yǎng)料"，泛在感知數(shù)據(jù)和圖形處理器等計算平臺及新型的以深度學習為代表的新方法等因素合力造勢，人工智能迎來它的蓬勃發(fā)展期。人類已經(jīng)正式跨入了人工智能的時代。蓬勃發(fā)展期∶2012-至今9.1.3人工智能的第三次浪潮專用人工智能有了突破性的進展，就是讓人工智能專門去做一件事，比如下圍棋，爬樓梯，組裝某一件設備等。在這些面向特定領域或者單一任務方面，人工智能可以超越人類智能。AlphaGo在圍棋比賽中碾壓人類棋手科大訊飛的語音翻譯消除語言障礙BostonDynamics的人形和狗形機器人9.1.3人工智能的第三次浪潮"智能+X"應用范式日趨成熟，Al向各行各業(yè)快速滲透融合進而重塑整個社會發(fā)展，這是人工智能驅(qū)動第四次技術革命的最主要表現(xiàn)方式。"智能+"成為人工智能應用的創(chuàng)新模式智能+安防智能+交通智能+制造智能+醫(yī)療第9章人工智能應用目錄人工智能的發(fā)展歷程1新一代人工智能的核心技術2人工智能的應用領域3任務拓展：百度AI體驗49.2.1模式識別與感知交流9.2.2機器學習與知識發(fā)現(xiàn)9.2.3機器推理與知識圖譜9.2新一代人工智能的核心技術模式識別是以分類和識別為目的，通過機器來模擬人類對現(xiàn)實世界事物的描述和識別過程的一門學科。模式識別技術常用于：1．圖像識別2．語音識別3．自然語言處理9.2.1模式識別與感知交流1．圖像識別9.2.1模式識別與感知交流圖像識別是指利用計算機對圖像進行處理，分析和理解并識別各種不同模式的目標和圖像的技術。比如：讓計算機從一大堆手寫的數(shù)字圖像中識別出對應的數(shù)字。9.2.1模式識別與感知交流圖片識別AI體驗：/?fr=shitu科學家模擬人類識別圖片時神經(jīng)元采集信號的工作原理，并利用統(tǒng)計學方法，為機器建立完成圖像分類任務的人工神經(jīng)網(wǎng)絡，如圖所示。2．語音識別9.2.1模式識別與感知交流語音識別技術就是讓機器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳奈谋净蛎畹母呒夹g。語音識別綜合了語音語言學知識、數(shù)據(jù)挖掘技術、信號處理知識、統(tǒng)計建模方法等。語音識別AI體驗：/tech/speech/9.2.1模式識別與感知交流3．自然語音處理9.2.1模式識別與感知交流自然語言處理是指計算機能夠理解人類的語言，是計算機科學人工智能語言學的交叉學科技術。其技術目標是讓機器能夠理解人類的語言，是人和機器進行交流的技術。自然語音處理AI體驗：/逐字翻譯→基于規(guī)則的句法分析翻譯→基于實例的統(tǒng)計機器翻譯9.2.1模式識別與感知交流1．監(jiān)督式學習（Supervisedlearning）2．非監(jiān)督式學習（Unsupervisedlearning）3．半監(jiān)督式學習（Semi-SupervisedLearning）4．強化學習（reinforcementlearning）參考學習資料：/p/682c88cee5a8小白都看得懂的監(jiān)督學習與無監(jiān)督學習9.2.2機器學習與知識發(fā)現(xiàn)1．監(jiān)督式學習定義：根據(jù)已有的數(shù)據(jù)集，知道輸入和輸出結(jié)果之間的關系。根據(jù)這種已知的關系，訓練得到一個最優(yōu)的預測模型。9.2.2機器學習與知識發(fā)現(xiàn)機器學習識別鳶尾花的種類在監(jiān)督學習中訓練的數(shù)據(jù)既有特征(feature)又有標簽(label)，通過訓練，讓機器可以自己找到特征和標簽之間的聯(lián)系，在面對只有特征沒有標簽的數(shù)據(jù)時，可以判斷出標簽。9.2.2機器學習與知識發(fā)現(xiàn)2．非監(jiān)督式學習非監(jiān)督式學習舉例：Google新聞按照內(nèi)容結(jié)構(gòu)的不同分成財經(jīng)，娛樂，體育等不同的標簽，這就是無監(jiān)督學習中的聚類。

定義：我們不知道數(shù)據(jù)集中數(shù)據(jù)、特征之間的關系，而是要根據(jù)聚類或一定的模型得到數(shù)據(jù)之間的關系。比起監(jiān)督學習，無監(jiān)督學習更像是自學，讓機器學會自己做事情，樣本數(shù)據(jù)沒有標簽。這種情況適用于不方便對數(shù)據(jù)進行標簽分類的情況，或在實際應用中獲取監(jiān)督數(shù)據(jù)有困難的情況9.2.2機器學習與知識發(fā)現(xiàn)3．半監(jiān)督式學習定義：是一種監(jiān)督式學習與非監(jiān)督式學習相結(jié)合的一種學習方法。擁有大部分的輸入數(shù)據(jù)（自變量）和少部分的有標簽數(shù)據(jù)（因變量）?？梢允褂梅潜O(jiān)督式學習發(fā)現(xiàn)和學習輸入變量的結(jié)構(gòu)；使用監(jiān)督式學習技術對無標簽的數(shù)據(jù)進行標簽的預測，并將這些數(shù)據(jù)傳遞給監(jiān)督式學習算法作為訓練數(shù)據(jù)，然后使用這個模型在新的數(shù)據(jù)上進行預測。9.2.2機器學習與知識發(fā)現(xiàn)4．強化學習定義：程序在某一情況下嘗試所有可能的行動，記錄不同行動的結(jié)果并試著找出最好的一次嘗試來做決定。強化學習可以自動進行決策制定，并且可以做連續(xù)決策。即訓練程序作出某一決定，獲得一個策略去指導行動。9.2.2機器學習與知識發(fā)現(xiàn)強化學習舉例：2016年擊敗世界冠軍李世石九段的阿爾法狗9.2.2機器學習與知識發(fā)現(xiàn)(行動)(環(huán)境)(決策體)(獎賞)(狀態(tài))1.知識表示與機器推理2.知識圖譜3.知識圖譜技術案例9.2.3機器推理與知識圖譜知識表示是指面向計算機的知識描述或表達形式和方法。具體來講，就是要用某種約定的（外部）形式結(jié)構(gòu)來描述知識，而且這種形式結(jié)構(gòu)還要能轉(zhuǎn)換為機器的內(nèi)部形式，使得計算機能方便地存儲、處理和運用。機器推理與知識表示密切相關。邏輯形式的知識表示需要用程序語言轉(zhuǎn)化為機器能理解的內(nèi)部形式。1.知識表示與機器推理9.2.3機器推理與知識圖譜產(chǎn)生式規(guī)則是一種十分普遍的知識表示形式，機器中運用產(chǎn)生式進行推理，是用所謂的產(chǎn)生式系統(tǒng)來實現(xiàn)的。9.2.3機器推理與知識圖譜9.2.3機器推理與知識圖譜9.2.3機器推理與知識圖譜定義：“知識圖譜本質(zhì)上是語義網(wǎng)絡的知識庫”，可以簡單地把知識圖譜理解成多關系圖。2.知識圖譜9.2.3機器推理與知識圖譜第9章人工智能應用目錄人工智能的發(fā)展歷程1新一代人工智能的核心技術2人工智能的應用領域3任務拓展：百度AI體驗4智慧生活智能聊天助理智慧出行推薦智能圖像處理智能家居智能搜索引擎智能自動駕駛第9章人工智能應用智能聊天助理程序是采用自然語言處理算法來實現(xiàn)人機對話的。根據(jù)聊天機器人的智能水平，可以分為“弱人工智能”聊天助理和“強人工智能”聊天助理。前者使用專門的算法通過擷取提問者輸入的關鍵字搜索實現(xiàn)定義好的數(shù)據(jù)庫，然后把預先設定好的回答回復給提問者。例如：蘋果Siri、百度度秘、GoogleAllo、微軟小冰、亞馬遜Alexa等智能聊天助理程序的應用，正試圖顛覆人們和手機交流的根本方式。1.智能聊天助理智慧出行也稱智能交通，是指借助移動互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等先進技術和理念，將傳統(tǒng)交通運輸業(yè)和互聯(lián)網(wǎng)進行有效滲透與融合，并利用衛(wèi)星定位、移動通信、地理信息系統(tǒng)等技術實現(xiàn)了城市、城際道路交通系統(tǒng)狀態(tài)的實時感知，準確、全面地將交通路況，通過手機導航、路側(cè)電子布告板、交通電臺等途徑提供給百姓。2.智能出行推薦智能圖像處理技術在今天應用非常廣泛。人臉識別是當前計算機圖像處理的一個重要應用。人臉識別不僅僅可以當保安、當門衛(wèi)，還可以在手機上保證用戶的交易安全。手機照片的分類管理和圖像美化也是智能圖像處理非常常見的，今天主流的照片管理程序幾乎都提供了自動照片分類和檢索的功能。谷歌照片會自動識別出照片中的每一個人物、動物、建筑、風景、地點等。3.智能圖像處理智能搜索引擎是結(jié)合人工智能的新一代搜索引擎。打開谷歌或類似的主流搜索引擎，我們可以提問并獲得這些搜索引擎給出的答案。例如，我們可以在百度上搜索“曹植的父親”，百度自動推薦的首條記錄就是“曹操”。一個傳統(tǒng)的搜索引擎返回的是網(wǎng)頁而不是最終的答案，而智能搜索引擎給用戶返回的是經(jīng)過知識圖譜推理之后的最終答案。毫無疑問，人工智能技術讓搜素引擎變得更聰明了！4.智能搜索引擎智能家居是以住宅為平臺，利用綜合布線技術、網(wǎng)絡通信技術、安全防范、音視頻技術將家居生活有關的設施集成，構(gòu)建高效的住宅設施與家庭日程事務的管理系統(tǒng)，智能家居是在互聯(lián)網(wǎng)影響之下物聯(lián)化的體現(xiàn)。智能家居通過物聯(lián)網(wǎng)技術將家中的各種設備連接到一起。智能家居最基本的目標是為人們提供一個舒適、安全、方便和高效的生活環(huán)境。對智能家居產(chǎn)品來說，最重要的是以實用為核心，摒棄掉那些華而不實，只能充作擺設的功能，產(chǎn)品以實用性、易用性和人性化為主。5.智能家居毫無疑問，自動駕駛是最能激起普通人好奇心的人工智能應用領域之一。試想一下在未來的某一天，我們可以不考駕照，不雇司機，直接向汽車發(fā)個命令，就能便捷出行。人類只需要開發(fā)智能調(diào)度算法，這種共享汽車就可以在任何時間、任何地點提供高質(zhì)量的租用服務。這樣一來，未來的城市交通情況會發(fā)生翻天覆地的變化，停車難、環(huán)境差等問題也會得到有效緩解。6.智能自動駕駛我國人工智能發(fā)展大事記2015年5月,《中國制造2025》,加快推動新一代信息技術與制造技術融合發(fā)展，把智能制造作為兩化深度融合的主攻方向:著力發(fā)展智能裝備和智能產(chǎn)品，推進生產(chǎn)過程智能化。2015-2016