Python人工智能技术与应用 课件全套 模块1--6 对人工智能与自动驾驶的基本认知---掌握基于深度学习的语音处理技术应用.pptx

《Python人工智能技术与应用》能力模块一对人工智能与自动驾驶的基本认知任务一调研分析人工智能技术

TaskImport任务导入某高校计划举办“面向未来：数字革命与人工智能”的讲座。你是一名人工智能科技公司的研发工程师，现高校计划邀请你向参加讲座的学生科普介绍人工智能这门新兴技术，你应该如何准备你的讲座内容。

素养目标引导问题的过程中，培养学生形成勤于思考的能力获得分析解决问题以及多元化思考解决问题的方法，形成创新意识。TaskObject任务目标知识目标了解人工智能技术的定义与应用。掌握人工智能技术的三要素。了解人工智能的分类。技能目标能够简单介绍人工智能技术的发展历程。能够简单介绍人工智能的发展现状及面临挑战。立足专业技能，明确未来职业方向。

新授

人工智能的定义与应用01CONTENTS目录人工智能的三要素02人工智能的分类03人工智能技术的发展历程04人工智能技术的发展现状05

人工智能的定义与应用01人工智能定义人工智能技术本质人工智能（ArtificialIntelligence，以下简称AI）是指研究、模拟人类智能的理论、方法、技术及应用系统的一门技术科学。人工智能技术本质是对人的意识和思想过程的模拟，赋予机器模拟、延伸、扩展类人智能，实现会听、会看、会说、会思考、会学习、会行动等功能。

人工智能的定义与应用创造力智能感知能力认知能力01人工智能四大能力

人工智能的定义与应用（一）感知能力01语音识别听电脑视觉、图像识别、人脸识别、对象侦测看语音生成、文本转换语音说自然语言处理、语音转换文本读机器翻译写指的是人类通过感官所受到环境的刺激、察觉消息的能力，简单地说就是人类五官的感知能力

人工智能的定义与应用（二）认知能力01如AI下围棋、自动驾驶车、健保诈欺判断、癌症判断等判断如机器学习、深度学习、增强式学习学习如医学图像分析、产品推荐、垃圾邮件辨识、法律案件分析、犯罪侦测、信用风险分析、消费行为分析等。分析辨识如AI执行的预防性维修（PredictiveMaintenance）、智慧天然灾害预测与防治。预测

人工智能的定义与应用（二）认知能力01指的是人类透过学习、判断、分析等等心理活动来了解讯息、获取知识的过程与能力，对人类认知的模仿与学习也是目前AI第二个焦点领域。利用人工智能提高医疗质量消费者行为分析

人工智能的定义与应用（三）创造力01AI作曲AI作诗AI设计AI小说AI绘画知识智力能力个性潜意识指的是人类产生新思想，新发现，新方法，新理论，新设计，创造新事物的能力。

人工智能的定义与应用（四）智能01价值观人类自我意识自我认知指的是人类深刻了解人、事、物的真相，能探求真实真理、明辨是非，指导人类可以过有意义生活的一种能力。

人工智能的三要素02数据、算法和算力是人工智能的三要素，是人工智能发展的基础。定义

人工智能的三要素例如：大量的历史数据，用户行为数据，网络数据，视频数据等。在计算机内部，所有数据都以二进制形式存储，每一位数据都由0和1组成。机器世界的数据“0”和“1数据是提供给机器学习算法的原材料02（一）数据

人工智能的三要素其可以使计算机根据输入的数据，自动执行一系列步骤，以达到指定的目标。生活中的算法一烹饪红烧肉02（二）算法算法是一种特定的解决问题的规则集

人工智能的三要素02（三）算力算力是运行算法的计算能力，指的是人工智能系统可以处理的任务的数量和复杂程度。算力的单位为TOPS，1TOPS代表处理器每秒钟可进行一万亿次。我们熟知的8155芯片算力是8TOPS，英伟达orin芯片算力为254TOPS。

人工智能的分类03超人工智能弱人工智能强人工智能人工智能按照与人类智能程度的匹配程度可以分

人工智能的分类智能语音助手Siri苹果公司语音助手Siri为语音识别领域的人工智能，用户可以通过语音调用Siri查找信息、拨打电话、发送信息、获取路线、播放音乐、查找苹果设备等。例如指的是专注于且只能解决特定领域问题的人工智能。（一）弱人工智能03

人工智能的分类强人工智能思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作，并且和人类一样得心应手，目前仍未发展出此技术。包含属于人类级别的人工智能，在各方面都能与人类胜任。（二）强人工智能03

人工智能的分类超人工智能“科学创新、通识和社交技能”，这是人工智能的终极目标，目前仍未实现。包含牛津哲学家、知名人工智能思想家尼克·博斯特伦(NickBostrom)把超人工智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多。（三）超人工智能03

人工智能技术的发展历程04人工智能产业化第二阶段人工智能诞生第一阶段人工智能爆发第三阶段人工智能的发展历程

卷积神经网