导图社区 (小学版)人工智能通识课
这是一篇关于(小学版)人工智能通识课的思维导图,内容涵盖了人工智能的定义、发展简史、核心技术(如机器学习、计算机视觉)、丰富的应用场景(如机器人、智能家居)以及相关的伦理安全问题。
编辑于2026-03-11 14:55:29(小学版)人工智能通识课
1. 什么是人工智能?
1.1. 人工智能的诞生:Artificial Intelligence 缩写:AI
1.2. 人工智能是制造智能机器的学科和工程。 --约翰.麦肯锡 人工智能就是研究如何使计算机做过去只有人才能做的智能工作。 --麻省理工学院 帕特里克.温斯顿
1.3. 人工智能的两个要素: 人工智能应用 = 计算 + 智能行为 (计算机来模拟) (人类智能行为的科学)
2. 人类对“人工智能”的向往
3. 生活中的人工智能
4. 身边的人工智能-机器的眼睛
4.1. AI人脸识别: 1)通过摄像机采集图像; 2)通过计算机算法提取特征; 3)对比数据库; 4)识别结果(成功/失败)。
4.2. 科学家定义:标准人脸的68个特征点 1)脸型:17点 2)嘴巴:20点 3)鼻子:9点 4)眼睛:12点 5)眉毛:10点
4.3. 人脸识别面对的复杂应用场景 1)戴口罩:先通过人脸检测模型定位人脸,然后对人脸的区域进行分类识别。 2)双胞胎:通过捕捉人脸变化(如微笑、眨眼等)来区分。 3)真人还是照片:通过制定动作(如摇头、眨眼等),来进行判断。
4.4. 人脸识别技术的应用 1)手机解锁功能; 2)智能门锁; 3)人脸支付。
5. 身边的人工智能
5.1. 从扫地机器人到无人驾驶
5.1.1. 扫地机器人 步骤: 第一步完成建图工作; 第二步路径规划法;(分为:随机碰撞法和路径规划法) 第三步:实时避障
5.1.2. 自动驾驶的等级划分 L0:驾驶辅助 L1:单项辅助驾驶 L2:组合辅助驾驶 L3:部分自动驾驶 L4:高度自动驾驶 L5:完全自动驾驶
5.2. 机器的耳朵
5.2.1. 语音识别的定义: 语音识别就是把声音转换成文字的技术。
5.2.2. 语音识别在生活中的应用 1)语音输入; 2)AI实时生成字幕; 3)智能课堂教学。
5.2.3. 什么是声纹识别? 通过声音来判断发音人身份的技术称为“声纹识别”。与指纹一样,每个人的声音都是独一无二的。
5.2.4. AI识别声纹的流程: 步骤: 第一步:通过麦克风采集声音; 第二部:通过计算机算法提取特征; 第三步:对比数据库。
5.2.5. 声纹识别在生活中的应用: 1)手机银行登录; 2)电话诈骗提醒;
6. 人工智能前沿:生成式人工智能
6.1. 会写诗的人工智能
6.1.1. 生成式人工智能 是一种根据接收到的输入信息生成新内容(如文字、图像或其他媒体)的人工智能应用。
6.1.2. AI语言 语言与智能--图灵的奇妙设想 实现机器和人类自然对话是人工智能的重要目标之一。
6.1.3. 会写诗的机器人:当AI遇见李白
6.2. 人工智能与图像、音乐
6.2.1. AI图像与音乐
6.2.2. 人工智能作曲家
6.3. 会拍电影的人工智能
6.3.1. AI视频生成
6.3.1.1. 功能1 人工智能可以生成现实中不存在的创意场景。 人工智能将各种元素重新组合,生成看似怪诞依然符合物理规律的“真实”视频。
6.3.1.2. 功能2--静态图片转视频 人工智能可以从一幅静态图片生成一段动态视频,让图片动起来。 这种功能为图片创作者提供了新的展示方式,能够将静态作品转化为动态视频,增加作品的吸引力和观赏性,为艺术创作带来新的可能性。
6.3.1.3. 功能3--对口型 人工智能可以通过设定文字,给视频配音,并且对口型。 这项技术极大地降低了视频制作难度。
7. 人工智能前沿:人工智能与科学
7.1. AI如何预知晴雨
7.1.1. 人工智能与气象学
7.2. AlphaFold:破解生命密码的AI侦探
7.2.1. 2018年 AlphaFold
7.2.2. 2023年 AlphaFold2
7.2.3. 2024年 AlphaFold3
8. 神奇的自动实验室:24小时机器人科学家
8.1. 自动实验室A-Lab
9. 亚里士多德逻辑学
9.1. 逻辑学是人工智能最早的理论基础之一: 逻辑学时对人类思维中推理部分的研究和总结,这意味着机器只要按照同样的思维过程进行推理,就有可能模拟出人类的思维。
10. 人工智能的起源:布尔对思维的数学化 更精准的表达:布尔的数学魔法
10.1. 布尔与布尔代数
10.1.1. 布尔代数的基本思想有两点: 一是用符号表示基本事实, 二是用运算符号表示推理过程。
11. 人工智能的起源:图灵与计算机的诞生以及达特茅斯会议
12. 从知识灌输到自我学习: 专家系统:知识就是力量
12.1. 人工智能的两种类型:流动智力和固定智力。
12.2. 基于经验知识的人工智能: 专家系统是将专家所掌握的知识以特定的形式整理出来,基于这些知识,就可以模拟人类专家推理和决策。这一切系统称为“专家系统”。 缺陷:非常依赖知识库。
13. 会学习的人工智能
13.1. 机器学习的诞生:亚瑟.塞廖尔的下棋机器
13.2. 机器学习的主要三种方法:有监督学习、无监督学习、强化学习 1)有监督学习:按照标注好的监督信息进行训练。 2)无监督学习: 3)强化学习:用奖励机制引导它主动学习。
14. 神经网络与深度学习:人类神经系统的奥秘
15. 神经网络与深度学习:深度学习揭秘
15.1. 深度学习时现代人工智能的核心方法。它以深度神经网络为基础,实现了人脸识别、内容生成等强大功能。
15.2. 层次性和顺序性
16. 大模型的秘密:大语言模型的小秘密
16.1. 2017年,Transformer的神经网络架构,这个架构有超长序列的建模能力,可以进行全局上下文理解。
16.2. 大语言模型的诞生: 科学家经过不断研究发现,通过扩大模型的规模,增加模型的回看视野,并用海量的数据去训练模型,会出现一种神奇的想象。
17. 多模态大模型:AI的多感官世界
17.1. 图像生成大模型: 基于视觉世界的顺序性,科学家们开始用和大预言模型类似的方法处理图像。
17.2. 视频生成大模型: 借助“学习视觉世界的顺序性”的思想和Transformer架构,让模型学会处理视频。于是,视频生成大模型就此诞生了。
17.3. 音频大模型
17.4. 视觉文本大模型
18. 人工智能的风险 AI小侦探:信息伪造与鉴别
19. 人工智能的风险 人工智能会出现幻觉吗?
19.1. 大模型幻觉: 是指一些人工智能模型在生成内容时,会产生看似合理但实际并不存在或不准确的信息,所以被称为“大模型幻觉”。
19.2. 大模型产生幻觉的原因: 1)知识库的“记忆偏差”; 2)大模型更关注“模仿人说话”而不是答案的真实性。 3)缺乏“常识判断力”。
20. 拥抱未来:AI前沿与未来
20.1. 人工智能的发展方向: 1)通用人工智能: 通用人工智能也被称为“强人工智能”,指的是能够在多种不同任务上表现得如同人类一样,甚至超越人类的人工智能。 通用人工智能是人工智能未来发展的重要方向。 窄人工智能”,只能处理特定任务的人工智能。 2)与其他学科的交叉融合
21. 拥抱未来:超级人工智能
21.1. 超级智能体: 超级智能体指的是在智力上全面超越人类的智能系统或个体。
21.2. 延期规划能力的智能体: 远期规划能力指的是智能体能够通过一系列连贯的行动步骤,最终完成复杂任务的能力。
21.3. 超级智能体如果没有正确的价值观,可能会对人类造成伤害。