第12章其他重要课题2.pptVIP

第12章 其他重要課題 12-1 多媒體 12-2 電腦視覺 12-3 人工智慧 12-4 資料壓縮 12-5 計算理論 12-1 多媒體 多媒體乃是運用兩個以上的媒介或資訊型態來傳遞資訊 在數位世界裡，所謂多媒體是指運用電腦，將數位化的不同型態資訊，如：文字、語音、音樂、圖形、影像、影片及動畫等，加以編輯、處理、儲存、傳輸及播放 數位化的媒體資訊好處多多 編輯及整合不同的數位化資訊 精確地安排各種複雜媒體出現的順序、時間及播放設備 利用電腦強大的處理及搜尋功能，提供多媒體的互動方式，加強虛擬實境的真實感 透過網際網路無遠弗屆的牽引，這些數位化的資訊也可即時地傳送到世界每一個角落 影像 以資料矩陣的方式表示，矩陣中的每一個元素，稱為一個像素(Pixel，是Picture Element(圖像元素)一詞的縮寫) 解析度 灰階色 全彩 常見的影像編輯軟體 PhotoImpact Photoshop 小畫家 Microsoft Photo Editor ACDSee 幾個常見的影像檔副檔名 GIF JPG PNG BMP TIF EPS TGA 各具有不同的影像儲存方法、表達及壓縮能力 也可以利用影像編輯軟體來進行影像儲存格式的轉換，非常方便 常見的影音撥放軟體 Windows Media Player Apple公司的QuickTime 訊連科技的PowerDVD 網路上即時播放的RealPlayer（RealOne Player） 12-2 電腦視覺 電腦視覺則是由感應器(Sensor)接收訊號，然後線路連結將訊號傳進電腦，透過程式進行分析判斷 能夠「視」，知道有資料 能夠「覺」，察覺出資料所呈現的是什麼樣的意象 灰階處理 電腦視覺的處理過程 潤飾(conditioning) 去除無用的資訊 下標籤(labeling) 針對像素的灰階色澤進行標籤 群組化(grouping) 把標籤值相同或相近的區塊圈選出來 解析(extracting) 算出一些能代表群組特性的數值，譬如說是標準差、平均值等 比對(matching) 與已知的物品進行分析比對 12-3 人工智慧 人工智慧，簡稱AI，顧名思義，就是「人工」形成的「智慧」 人工智慧的研究，是希望使電腦系統也具有人類的知識，和學習、推理的能力，以便電腦可以自行判斷來解決不同的問題 人工智慧的名詞，是由約翰麥卡錫於西元1956年所提出 一些重要的理論和技術於1960年代先後被提出來，而逐漸形成一股研究AI的熱潮 人工智慧相關技術 知識表示 研究如何將複雜的相關訊息表示於電腦系統 範例：M. L. Minsky發表的框架（Frame）理論 邏輯系統 邏輯常被用來表示因果關係，像是「若下雨，則撐傘」；或是一些更複雜的規則 將人類進行事實的歸納及推理等活動，描述成一條條的規則建立在電腦系統裡，有時也稱為生產系統（Production System） 人工智慧相關技術（續） 經驗法則搜尋 從眾多的邏輯規則中，快速的找尋一條合乎限制的規則 所謂的經驗法則，就是並不是永遠成立，但是在絕大部分都是成立 符號處理 便於表示知識和邏輯推理 適於符號處理的程式語言，為LISP和PROLOG 智慧型系統 專家系統 具有特殊能力，能處理特定問題的系統 譬如：將醫生診療病人的過程寫成一條條的法則，而成為輔助診斷的軟體系統 電腦下棋 模擬人類在下棋時決斷的過程而寫出來的程式，基本上是根據目前棋盤上棋子的排列，再預測未來對方會如何下棋子，來決定現在要下哪一步棋 IBM的電腦「深藍」曾打敗過世界排名第一的西洋棋高手 自然語言處理 自然語言：人類之間溝通所使用的語言 研究的目的：希望電腦能夠直接瞭解人類所說的話，就知道去執行什麼命令，而不需要透過程式語言。 其他應用 進行機器翻譯，譬如：把一篇英文論文，自動翻譯成一篇中文論文 好處 大幅度拉近人與機器之間的距離，因為我們使用一般常用的語言就可以和機器互動。 困難 自然語言為人類社會自然形成，複雜度遠比程式語言還高 資料探勘 很多企業資料已經建立在資料庫系統中 希望能夠從大量的未處理資料（Raw Data）中，挖掘出有建設性的資訊（Information） 在美國有名的實例 利用資料探勘的技術後，發現啤酒和尿片常常一起被購買，而將這兩項貨品擺在附近，使得連鎖便利商店生意興隆 目前受到相當多人的重視，而且應用越來越多 使用技術：人工智慧、統計等數值分析的技術 資訊擷取 資訊擷取（Information Retrieval；IR）主要處理的對象是大量的文件，而非一般資料庫所處理的文數值資料。 由於人類書寫的文件，並不具有嚴謹的綱要定義和結構。所以，此領域所提供的查詢方式基本上是以關鍵字為主，然後根據公式計算文