人工智能应用素养 课件 第2章　人工智能产业生态.pptx

人工智能四要素人工智能应用素养

人工智能四要素

01目录CONTENTS人工智能算法02人工智能算力03人工智能数据04人工智能应用场景

人工智能算法1Part

MinimalistwindAI算法（Algorithm）最早来源于公元9世纪著名的《波斯教科书》的作者数学家阿科瓦里茨米（Al-Khowarizmi）的名字，具体是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。人工智能算法在本质上亦属于该范畴，是为了解决人工智能领域的一个特定问题或者达成一个明确的结果而采取的一系列步骤和方法。人工智能算法不同于人工智能本身，却是人工智能最重要的组成部分。人工智能算法

人工智能算法

人工智能算法的特点Texthere人工智能算法特点复杂性类人性危险性不透明性类人性人工智能算法的分类、排序和决策等作用均是模仿和替代人类思维的过程，而人工智能应用于自动驾驶、医疗手术机器或其他智能机器人领域则是模仿和替代人类行为的过程。危险性例如人工智能以低概率犯下严重错误，主要体现为算法的出错。复杂性现在的算法模型内部可能有数百万个神经元，深度多达几十层，并且算法的过程是动态的，这种动态性使得算法本身愈加复杂。不透明性人工智能算法与生俱来的“黑箱”属性使算法输入与输出结果之间的运行过程难以被人类知晓。

人工智能算法

人工智能算法分类人工智能算法大致可分作有监督学习、无监督学习和强化学习，如下图所示。

人工智能算法技术框架的成熟与易用，大幅降低了开发者学习人工智能的门槛，使得开发相关的应用变得更为容易。目前国内外已经有了很多成熟的人工智能技术框架，其中比较典型的是国外的TensorFlow、PyTorch以及国内百度公司研发的PaddlePaddle。人工智能算法技术框架人工智能算法

MinimalistwindAIPyTorch是2017年由Facebook人工智能研究院基于Torch推出的用于人工智能的科学计算框架，主要提供两个高级功能：强大的GPU加速的张量计算和包含自动求导系统的深度神经网络。人工智能算法PyTorch算法框架推出后，热度持续走高，特别是从Facebook宣布将所有的人工智能系统迁移到PyTorch框架后，其应用范围也越来越广泛。

MinimalistwindAITensorFlow是谷歌公司基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。TensorFlow算法框架拥有一个全面而灵活的生态系统，包含各种工具、库和社区资源，能够支持研究人员推进先进的机器学习技术发展，同时也让开发者能够轻松地构建和部署机器学习支持的应用。人工智能算法

MinimalistwindAIPaddlePaddle也称飞桨，是中国首个自主研发、功能完备、开源开放的产业级深度学习平台。中文名出自于朱熹的两句诗“闻说双飞桨，翩然下广津”。人工智能算法

PaddlePaddle源于产业实践，始终致力于与产业深入融合。目前飞桨已广泛应用于工业、农业、服务业等，服务406万开发者，与合作伙伴一起帮助越来越多的行业完成AI赋能。

人工智能算法

当前流行的人工智能框架很多，除了TensorFlow、PyTorch和PaddlePaddle三个主流框架平台以外，还有微软的CNTK，加州大学贾扬清博士开发的Caffe，谷歌工程师Fran?oisChollet开发的Keras等常见框架，而且绝大多数是免费开源的，这里用右表简要介绍下后三种框架。其他人工智能算法框架

人工智能算力2Part

云计算是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。云计算为AI算力提供了强大的支持和赋能，使得AI研究和应用能够更加高效、快速地进行，同时降低了硬件成本和管理负担。这对于推动人工智能的发展和应用具有重要意义。人工智能算力

基于云计算的AI算力

MinimalistwindAI人工智能产业的蓬勃发展依赖于算力的显著提升，算力的提升除了云计算技术以外，还得益于GPU（GraphicsProcessingUnit，图形处理器）的大规模发展。凭借GPU强大的计算能力，人工智能很多技术领域的应用实现逐渐变为了可能，带来了极大的社会价值和经济效益。人工智能算力基于GPU的AI算力

人工智能算力GPU的发展历程真正的GPU，也就是图形处理器的概念，最早是由NVIDIA在1999年发布GeForce256图形处理芯?时?先提出的。GPU的发展历程下图所示。GPU的发展历程

人工智能算力GPU的主流产品GPU产品可以从两个维度进行分类，如下图所示。GPU的分类及