导图社区 B人工智能技术
- 66
- 1
- 0
- 举报
B人工智能技术
江苏专转本计算机大类复习导图，人工智能＝数学计算，机器的智能程度取决于“算法”，数学和计算机科学是人工智能的基础。
编辑于2023-03-24 12:00:19 江苏省- 江苏专转本计算机
- 相似推荐
- 大纲
B人工智能技术
人工智能技术
人工智能(AI)概述
人工智能＝数学计算，机器的智能程度取决于“算法”
数学和计算机科学是人工智能的基础
人工智能的目的是模拟、延伸和扩展人的智能，以实现某些脑力劳动的机械化
人工智能的核心是机器学习，研究的对象是知识
智能时代的机器人拥有智能化人格
人工智能在达特茅斯会议上被正式提出
人工智能历史发展可以归纳为三次浪潮，两次寒冬
早期的人工智能以逻辑理论为基础
人工智能技术迄今所取得的进展和成功都是源于弱人工智能，而不是强人工智能
强人工智能
该学派认为，有可能制造出真正能推理和解决问题的智能机器
弱人工智能（主流）
该学派认为，不可能制造出能真正推理和解决问题的智能机器
人工智能是第四次工业革命的代表
发展阶段
形成阶段（1950年代）
1956年是AI元年，图灵是人工智能之父
图灵的主要贡献
建立图灵机模型
图灵机不是真空管机器，是一个抽象的机器，它有一条无限长的纸带
现代计算机的功能不可能超越图灵机
提出图灵测试，阐述了机器智能的概念
图灵测试旨在给出令人满意的操作定义是机器智能
指如果电脑程序能在5分钟内回答由人类测试者提出的一系列问题，且超过30％的回答让测试者误认为是人类回答，则电脑通过图灵测试
快速发展阶段（1970年代）
以专家系统为代表
发展中期阶段（1980年代）
以第五代计算机为代表
高速发展阶段（1988年代及以后）
以神经网络为代表
神经网络输入层的节点数需要与输入数据的维度相匹配，输出层的节点要与目标的维度匹配，它们的节点数是固定的，中间层的节点数目可以有多种选择
研究方向
机器人
语言识别
图像识别
自然语言处理
专家系统（ES）
组成
知识库的知识集合
推理机的程序模块
实质
是一种管理系统
研究成果
人机对弈
深蓝
小深
X3D德国人
AlphaGo
模式识别（Pattern Recognition）
2D识别引擎
指纹
文字
人脸
车牌
3D识别引擎
指纹
人脸
驻波识别引擎
语音
自动工程
自动驾驶
CSO系统
可以分为6个层级
自动紧急制动系统：AEB
印钞工厂
流水线
猎鹰系统
YOD绘图
知识工程
层次
基础层
服务层
计算机视觉
自然语言处理
语音识别
是一种将人的语音转换为文本的技术
应用层
商务解决方案
分类
按核心能力
计算智能
感知智能
认知智能
特征
人类设计，为人类服务
本质为计算，基础为数据
能感知环境，能产生反应
能与人交互，能与人互补
适应和学习，演化迭代
组织性
预埋性
指挥性
超前性
自觉性
四要素
数据
算法（核心）
算力
CPU
GPU
生产GPU的公司主要有AMD和Nvdia两家公司
场景
三大学派
符号主义（主流）
联结主义
神经网络研究属于联结主义
行为主义
语言
C++
LISP
Python（研究较多）
Prolog
Smalltalk
目标
近期目标：实现机器智能
机器智能的核心技术
数据采集
数据存储
数据表示
数据挖掘和使用
远期目标：制造智能机器
常用知识格式化表示方法
框架表示法
状态空间表示法
语义网络表示法
人工智能技术分类
人类智能和神经元
人工神经元和神经网络
人工神经网络
定义
模拟人脑神经网络的机器学习技术
组成
输入层
中间层（隐含层）
输出层
优势
自学习功能
联想存储功能
高速寻找优化解的能力
神经网络引入了非线性的激活函数，增加网络的表达能力
处理单元
负责对前一层送来的输入进行计算
机器学习（ML）
定义
计算机利用历史经验数据获取某种模型，并利用这些规律去判断或预测未知数据的一种方法
机器学习系统是可以训练出来，而不是通过明确的程序编写出来的
机器学习的优势在于程序设计者不必定义具体的流程，只需要告诉计算机一些通用的知识，即可自行学习
通过无监督学习，可以在没有一直输出变量的情况下提取有效信息来探索数据的整体结构
唐纳·德赫布是普遍推广机器学习的第一人
机器学习强调三个关键词
算法
模型
数据
过程
婴儿学习过程
机器学习过程
组成
环境
知识库
事实
规则
控制
元知识
学习
执行
算法
回归算法
SVM支持向量机算法
聚类算法
降维算法
人工神经网络技术（ANN）
基本学习种类
强化学习
指智能系统在于环境的连续互动中学习最有行为策略的机器学习问题
迁移学习
监督学习
利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程
半监督学习
无监督学习
即机器学习包括深度学习
深度学习（DL）
定义
学习样本数据的内在规律和表示层次，更多隐藏层神经网络模型，我们称之为深度学习
深度学习方法技术是先寻找函数
深度学习模型区别于早期的人工神经网络的是增加模型训练的层次
在实现AI的多种算法中，深度学习就是传统的神经网络发展到了多个隐藏层
组成
输入层
输出层
隐含层
用途
图像识别
语言识别
创造作品
优势
克服了语言特征人工标记的稀疏性的缺点
克服了语言特征人工标记不完整的问题
克服了传统机器学习算法计算量大、计算时间长的问题
主流算法
反向传播
适用于训练前馈神经网络的监督学习的受监督算法
递归神经网络
具有树状结构且网络节点按其连接顺序对输入信息进行递归的人工神经网络
CNN（卷积神经网络）深度学习代表算法
一个函数越过另一个函数重叠多少的积分度量
FNN（前馈神经网络）
通常是完全连接的
RNN （循环神经网络）
是一类以序列数据为输入，在序列的演进方向进行递归且所有节点按链式连接的递归神经网络
AE（自动编码器）
直接分发神经网络，用于恢复输出处的输入信号
几个重要变体
收缩自动编码器（CAE）
去噪自动编码器（DAE）
稀疏自动编码器（SAE）
SC（稀疏编码）
RBM（受限玻尔兹曼机）
自然语言处理（NLP）
关键概念
自动文摘
信息抽取
语音识别技术
发展阶段
早期自然语言处理
基于规则
统计自然语言处理
基于统计的机器学习
神经网络自然语言处理
转向深度学习
研究方向
数学
语言学
计算机科学
组成
自然语言生成（NLG）
是研究使计算机具有和人一样的表达和写作功能的技术
自然语言理解（NLU）
是以语言为基础，融合逻辑学、计算机科学等学科，通常对语法、语义、语用的分析，获取自然语言的语言表示
应用
机器翻译
舆论监测
自动摘要
观点提取
语音识别
OCR识别
计算机视觉CV
定义
是一项研究如何让计算机“看”的科学技术，以光电传感器和计算机为核心
指用摄像机和电脑及其他相关设备，对生物视觉进行模拟
技术应用
图像理解
图像处理
式识别
主要任务
目标检测
自动程序设计
典型应用
人脸识别
识别过程
人脸图像的采集与预处理
人脸检测
人脸特征提取
人脸识别
涉及技术
机器学习
专家系统
模型理论
视频图像处理
停车场车牌识别
上传图片或视频到网站时的风险识别
计算智能
神经计算
模糊计算
进化计算
数据挖掘
步骤
数据准备
规律寻找
规律表示
经典算法
预测建模
回归
用于预测连续的目标变量
分类
用于预测离散的目标变量
聚类分析
分类与聚类算法的区别
聚类在初始阶段无法确定集合类型，而分类中进行分类前都已经确定集合的类型
聚类算法中机器学习中属于无监督学习，而分类属于有监督学习
聚类用于机器学习，而分类用于数据挖掘
评估方式不同，聚类通过聚簇内的距离或其它方式验证聚簇效果，而分类通过准确率与召回率进行验证准确性
关联分析（又称关系模式）
异常检测
神经网络法
决策树法
决策树是根据对目标变量产生效用的不同而构建分类的规则及表现形式，是类似于树形结构的流程图
遗传算法
近邻算法KNN
粗糙集法RS
模糊集法
关联规则法
卷积神经网络
层次
输入层
卷积层
最大池化层
全连接层
输出层
虚拟现实（VR）
人工智能的主要应用领域
应用
腾讯云(医疗影像)
开放能力
文字识别
人脸识别
图像识别
语音技术
阿里云(城市大脑)
提供产品
机器翻译
智能语音交互
智能语音
语音识别技术（ASR）
语音合成技术（TTS）
视觉智能
全息智能
华为云
提供
基本AI能力
AI解决方案
AI加速硬件设备
百度
提供
知识图谱
数据智能
视频技术
AR与VR
科大讯飞
提供
人机交互技术
多语种技术
语音硬件
医疗产品
内容审核
新一代翻译机
讯飞翻译机3.0
智能家居
智能音箱
智能门锁
通过人脸识别和计算机视觉等技术来实现智能的管理门锁
智能控制平台
家庭监控
扫地机器人
健康检测
通过可穿戴设备收集的信息进行健康体征检测
智能交通
智慧出行
智慧停车
交通行为管控
交通秩序管控
智慧医疗
医疗大数据治理
医学影像智能识别
智能诊疗助手
临床辅助决策系统
家庭智能康复机器人
智慧金融
角色
充当智能顾问
充当智能客服
智能外呼机器人
智能质检分析系统
声纹反欺诈系统
全渠道全流程的智能客服
智能制造
三大主题
智能工厂
智能生产
产品跟踪溯源
智能物流
智能制造实现产品的“三化”
数字化
网络化
智能化
智能决策
智能分拣
智慧教育
智能导师系统
智能测评
教育机器人
智能机器人可以根据感知能力得到信息
智能机器人能够自动化，智能化的执行重复性业务流程，提升人员工作效率
教育仿真游戏
ChatGPT
发布单位
OpenAI
相关技术
大数据
云计算
人工智能
人工智能未来发展趋势
AI于各行各业垂直领域应用有巨大的潜力
AI导入医疗保健行业维持高速成长
AI取代屏幕成为新的UI/UX接口
未来手机芯片一定内嵌AI运算核心
AI芯片关键在于成功整合软硬件
AI自主学习是最终目标
AR成为AI的眼睛，两者互补
B人工智能技术
人工智能技术
人工智能(AI)概述
人工智能＝数学计算，机器的智能程度取决于“算法”
数学和计算机科学是人工智能的基础
人工智能的目的是模拟、延伸和扩展人的智能，以实现某些脑力劳动的机械化
人工智能的核心是机器学习，研究的对象是知识
智能时代的机器人拥有智能化人格
人工智能在达特茅斯会议上被正式提出
人工智能历史发展可以归纳为三次浪潮，两次寒冬
早期的人工智能以逻辑理论为基础
人工智能技术迄今所取得的进展和成功都是源于弱人工智能，而不是强人工智能
强人工智能
该学派认为，有可能制造出真正能推理和解决问题的智能机器
弱人工智能（主流）
该学派认为，不可能制造出能真正推理和解决问题的智能机器
人工智能是第四次工业革命的代表
发展阶段
形成阶段（1950年代）
1956年是AI元年，图灵是人工智能之父
图灵的主要贡献
建立图灵机模型
图灵机不是真空管机器，是一个抽象的机器，它有一条无限长的纸带
现代计算机的功能不可能超越图灵机
提出图灵测试，阐述了机器智能的概念
图灵测试旨在给出令人满意的操作定义是机器智能
指如果电脑程序能在5分钟内回答由人类测试者提出的一系列问题，且超过30％的回答让测试者误认为是人类回答，则电脑通过图灵测试
快速发展阶段（1970年代）
以专家系统为代表
发展中期阶段（1980年代）
以第五代计算机为代表
高速发展阶段（1988年代及以后）
以神经网络为代表
神经网络输入层的节点数需要与输入数据的维度相匹配，输出层的节点要与目标的维度匹配，它们的节点数是固定的，中间层的节点数目可以有多种选择
研究方向
机器人
语言识别
图像识别
自然语言处理
专家系统（ES）
组成
知识库的知识集合
推理机的程序模块
实质
是一种管理系统
研究成果
人机对弈
深蓝
小深
X3D德国人
AlphaGo
模式识别（Pattern Recognition）
2D识别引擎
指纹
文字
人脸
车牌
3D识别引擎
指纹
人脸
驻波识别引擎
语音
自动工程
自动驾驶
CSO系统
可以分为6个层级
自动紧急制动系统：AEB
印钞工厂
流水线
猎鹰系统
YOD绘图
知识工程
层次
基础层
服务层
计算机视觉
自然语言处理
语音识别
是一种将人的语音转换为文本的技术
应用层
商务解决方案
分类
按核心能力
计算智能
感知智能
认知智能
特征
人类设计，为人类服务
本质为计算，基础为数据
能感知环境，能产生反应
能与人交互，能与人互补
适应和学习，演化迭代
组织性
预埋性
指挥性
超前性
自觉性
四要素
数据
算法（核心）
算力
CPU
GPU
生产GPU的公司主要有AMD和Nvdia两家公司
场景
三大学派
符号主义（主流）
联结主义
神经网络研究属于联结主义
行为主义
语言
C++
LISP
Python（研究较多）
Prolog
Smalltalk
目标
近期目标：实现机器智能
机器智能的核心技术
数据采集
数据存储
数据表示
数据挖掘和使用
远期目标：制造智能机器
常用知识格式化表示方法
框架表示法
状态空间表示法
语义网络表示法
人工智能技术分类
人类智能和神经元
人工神经元和神经网络
人工神经网络
定义
模拟人脑神经网络的机器学习技术
组成
输入层
中间层（隐含层）
输出层
优势
自学习功能
联想存储功能
高速寻找优化解的能力
神经网络引入了非线性的激活函数，增加网络的表达能力
处理单元
负责对前一层送来的输入进行计算
机器学习（ML）
定义
计算机利用历史经验数据获取某种模型，并利用这些规律去判断或预测未知数据的一种方法
机器学习系统是可以训练出来，而不是通过明确的程序编写出来的
机器学习的优势在于程序设计者不必定义具体的流程，只需要告诉计算机一些通用的知识，即可自行学习
通过无监督学习，可以在没有一直输出变量的情况下提取有效信息来探索数据的整体结构
唐纳·德赫布是普遍推广机器学习的第一人
机器学习强调三个关键词
算法
模型
数据
过程
婴儿学习过程
机器学习过程
组成
环境
知识库
事实
规则
控制
元知识
学习
执行
算法
回归算法
SVM支持向量机算法
聚类算法
降维算法
人工神经网络技术（ANN）
基本学习种类
强化学习
指智能系统在于环境的连续互动中学习最有行为策略的机器学习问题
迁移学习
监督学习
利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程
半监督学习
无监督学习
即机器学习包括深度学习
深度学习（DL）
定义
学习样本数据的内在规律和表示层次，更多隐藏层神经网络模型，我们称之为深度学习
深度学习方法技术是先寻找函数
深度学习模型区别于早期的人工神经网络的是增加模型训练的层次
在实现AI的多种算法中，深度学习就是传统的神经网络发展到了多个隐藏层
组成
输入层
输出层
隐含层
用途
图像识别
语言识别
创造作品
优势
克服了语言特征人工标记的稀疏性的缺点
克服了语言特征人工标记不完整的问题
克服了传统机器学习算法计算量大、计算时间长的问题
主流算法
反向传播
适用于训练前馈神经网络的监督学习的受监督算法
递归神经网络
具有树状结构且网络节点按其连接顺序对输入信息进行递归的人工神经网络
CNN（卷积神经网络）深度学习代表算法
一个函数越过另一个函数重叠多少的积分度量
FNN（前馈神经网络）
通常是完全连接的
RNN （循环神经网络）
是一类以序列数据为输入，在序列的演进方向进行递归且所有节点按链式连接的递归神经网络
AE（自动编码器）
直接分发神经网络，用于恢复输出处的输入信号
几个重要变体
收缩自动编码器（CAE）
去噪自动编码器（DAE）
稀疏自动编码器（SAE）
SC（稀疏编码）
RBM（受限玻尔兹曼机）
自然语言处理（NLP）
关键概念
自动文摘
信息抽取
语音识别技术
发展阶段
早期自然语言处理
基于规则
统计自然语言处理
基于统计的机器学习
神经网络自然语言处理
转向深度学习
研究方向
数学
语言学
计算机科学
组成
自然语言生成（NLG）
是研究使计算机具有和人一样的表达和写作功能的技术
自然语言理解（NLU）
是以语言为基础，融合逻辑学、计算机科学等学科，通常对语法、语义、语用的分析，获取自然语言的语言表示
应用
机器翻译
舆论监测
自动摘要
观点提取
语音识别
OCR识别
计算机视觉CV
定义
是一项研究如何让计算机“看”的科学技术，以光电传感器和计算机为核心
指用摄像机和电脑及其他相关设备，对生物视觉进行模拟
技术应用
图像理解
图像处理
式识别
主要任务
目标检测
自动程序设计
典型应用
人脸识别
识别过程
人脸图像的采集与预处理
人脸检测
人脸特征提取
人脸识别
涉及技术
机器学习
专家系统
模型理论
视频图像处理
停车场车牌识别
上传图片或视频到网站时的风险识别
计算智能
神经计算
模糊计算
进化计算
数据挖掘
步骤
数据准备
规律寻找
规律表示
经典算法
预测建模
回归
用于预测连续的目标变量
分类
用于预测离散的目标变量
聚类分析
分类与聚类算法的区别
聚类在初始阶段无法确定集合类型，而分类中进行分类前都已经确定集合的类型
聚类算法中机器学习中属于无监督学习，而分类属于有监督学习
聚类用于机器学习，而分类用于数据挖掘
评估方式不同，聚类通过聚簇内的距离或其它方式验证聚簇效果，而分类通过准确率与召回率进行验证准确性
关联分析（又称关系模式）
异常检测
神经网络法
决策树法
决策树是根据对目标变量产生效用的不同而构建分类的规则及表现形式，是类似于树形结构的流程图
遗传算法
近邻算法KNN
粗糙集法RS
模糊集法
关联规则法
卷积神经网络
层次
输入层
卷积层
最大池化层
全连接层
输出层
虚拟现实（VR）
人工智能的主要应用领域
应用
腾讯云(医疗影像)
开放能力
文字识别
人脸识别
图像识别
语音技术
阿里云(城市大脑)
提供产品
机器翻译
智能语音交互
智能语音
语音识别技术（ASR）
语音合成技术（TTS）
视觉智能
全息智能
华为云
提供
基本AI能力
AI解决方案
AI加速硬件设备
百度
提供
知识图谱
数据智能
视频技术
AR与VR
科大讯飞
提供
人机交互技术
多语种技术
语音硬件
医疗产品
内容审核
新一代翻译机
讯飞翻译机3.0
智能家居
智能音箱
智能门锁
通过人脸识别和计算机视觉等技术来实现智能的管理门锁
智能控制平台
家庭监控
扫地机器人
健康检测
通过可穿戴设备收集的信息进行健康体征检测
智能交通
智慧出行
智慧停车
交通行为管控
交通秩序管控
智慧医疗
医疗大数据治理
医学影像智能识别
智能诊疗助手
临床辅助决策系统
家庭智能康复机器人
智慧金融
角色
充当智能顾问
充当智能客服
智能外呼机器人
智能质检分析系统
声纹反欺诈系统
全渠道全流程的智能客服
智能制造
三大主题
智能工厂
智能生产
产品跟踪溯源
智能物流
智能制造实现产品的“三化”
数字化
网络化
智能化
智能决策
智能分拣
智慧教育
智能导师系统
智能测评
教育机器人
智能机器人可以根据感知能力得到信息
智能机器人能够自动化，智能化的执行重复性业务流程，提升人员工作效率
教育仿真游戏
ChatGPT
发布单位
OpenAI
相关技术
大数据
云计算
人工智能
人工智能未来发展趋势
AI于各行各业垂直领域应用有巨大的潜力
AI导入医疗保健行业维持高速成长
AI取代屏幕成为新的UI/UX接口
未来手机芯片一定内嵌AI运算核心
AI芯片关键在于成功整合软硬件
AI自主学习是最终目标
AR成为AI的眼睛，两者互补