信息技术（电子信息类）课件 人工智能.pptx

人工智能“新一代信息技术系列丛书信息技术（电子信息类）第三章

01人工智能概述

人工智能概述一、人工智能的基本概念人工智能（ArtificialIntelligence，AI）是通过计算机系统和模型（算法、算力和数据）来模拟、延伸和扩展人类智能的技术体系与实现方法的集合。人工智能的基本内涵计算机视觉计算机听觉自然语言处理知识图谱数据服务数据智能智能控制人工智能的主要技术分支

人工智能概述二、人工智能的产生与发展人工智能从1956在美国的达特茅斯研讨会上第一次被正式提出至今，经过60多年的发展，随着2016年谷歌开发的AlphaGo战胜人类围棋顶尖选手，以及深度学习在图像识别、自然语言处理、计算机视觉、计算机听觉、自动驾驶和商业智能等领域取得突破性成绩，人工智能的多种专项技术的工程化、实用化的黄金时代到来了，整个人工智能产业迎来了蓬勃发展的朝阳时代。人工智能的主要应用领域

人工智能概述三、人工智能的产业生态和人才需求人工智能产业链涉及的机构、企业、技术、产品和应用纷繁复杂，可以将相关的基础设施、核心算法、应用平台和解决方案与产品等，从承上启下和产业分工的视角，划分为3个大的层次，即底端的基础层、中间的技术层和顶端的应用层。特定的人工智能相关技术与岗位技能支撑着数据服务、算法实现、模型训练、AI应用开发和运维，营销等典型工作任务的完成，也是当今人工智能产业发展对人才的主要岗位能力需求。全球人工智能产业生态

02知识表示与知识图谱

知识表示与知识图谱一、知识表示与知识图谱的基本概念知识图谱是通过发掘实体及其之间的关联，将结构化、半结构化、非结构化等多种形态的数据进行整合，采用结构化的知识和关系表示，以实体或概念作为节点，通过语义关系相连的图结构形成的大规模语义网络，从而实现机器理解数据、解释现象、知识推理，并进一步发掘深层关系，实现智慧有哪些信誉好的足球投注网站与智能问答等感知智能。知识图谱、知识库及其应用

知识表示与知识图谱二、专家系统与知识图谱全球人工智能产业生态近年来，专家系统技术逐渐成熟，广泛应用在工程、科学、医药、军事、商业等方面，而且成果相当丰硕，甚至在某些专项应用上接近人类专家的智能与判断。重构后的现代专家系统优势明显12知识表示方法多样知识获取来源多样3推理能力增强

知识表示与知识图谱三、知识图谱的构成与技术栈知识图谱涉及的技术要素可以分为知识表示、存储、抽取、融合、推理、问答和分析等多个方面，主要技术要素的内涵包括以下几个。（1）基于图的知识表示：有向标记图是实现属性图和资源描述框架图两种知识表示的主要技术，另外还有更复杂的本体公理、规则逻辑等建模和表示方法。（2）图数据的存储与查询：图数据库和关系数据库都可以用来存储知识图谱，图数据库由于可以建立微索引，故其遍历查询的效率高些。（3）知识抽取：知识蕴含在结构化数据（关系数据库）、半结构化数据（网页、链接）、非结构化数据（文本、图片、语音、多媒体）等多种形态的海量数据中，“机器自动抽取+人工抽取”是当前知识图谱构建的主要方式。（4）知识融合：通过数据融合技术将多个数据源的实体或概念映射到统一的命名空间中，从而实现本体层面或实体层面的融合；基于表示学习的方法是当前实现知识图谱异构融合的主流技术。（5）知识推理：利用知识图谱中已经存在的关联关系或事实来推断未知的关系或事实，这是知识图谱的核心技术和任务，可以实现链接预测、补全缺失属性、检测错误描述、识别语义冲突、优化图谱质量、拓展问句语义、提高推荐精度等。（6）知识问答：包括问句的语义解析、匹配查询、叠加查询、答案生成等。（7）知识分析：利用各种图分析与挖掘算法对知识图谱进行深度分析、挖掘与优化。

知识表示与知识图谱四、典型的知识图谱项目重大知识图谱项目有以下几个：123Wikidata：目标是世界上最大的免费知识库，是一个可以众包协作编辑的多语言百科知识库。YAGO：德国马克斯·普朗克研究所研制的链接数据库，它集成了Wikipedia、WordNet、GeoNames等数据源，考虑了时间和空间维度的知识表示。WordNet：由美国普林斯顿大学于1985年开始开发，它主要定义词与词之间的语义关系，用于支持自然语言理解任务的词义消歧。4BabelNet：当前最大的多语言词典知识库，包含271种语言、1?400万个同义词组。5OpenKG：中国中文信息学会在2015年启动的中文开发知识图谱项目，用来系统收集和整理中文领域的众多开发知识图谱。

03机器学习

机器学习机器学习（MachineLearning，ML）用来研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能。从学习形式的视角，机器学习可以划分为监督学习无监督学习半监督学习强化学习从学习任务的视角，机器学习可以分为分