大学信息技术基础教程课件 主题8 人工智能技术与应用.pptxVIP

主题8人工智能技术与应用

目录页contents8.1人工智能概述8.2机器学习概述8.3机器学习与神经网络8.4人工智能的未来发展1234

选题背景及意义ONE8.1人工智能概述8.1.1人工智能简介8.1.2人工智能学派

8.1.1人工智能简介人工智能的基本概念人工智能：研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术，以及应用系统的一门新的技术科学。研究内容：包括机器人、语音识别、图像识别、自然语言处理和专家系统等。主要目标：使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

8.1.1人工智能简介人工智能发展的里程碑事件（1）图灵测试1950年，图灵发表了一篇题为《计算机与智能》的论文，提出图灵测试（2）达特茅斯会议1956年，在美国达特茅斯学院召开了“人工智能夏季研讨会”，首次提出人工智能的术语，标志着人工智能的诞生。（3）反向传播算法的提出1969年，反向传播算法被提出，极大地推动了神经网络的发展，使得神经网络在模式识别、分类等领域取得了显著成果。

8.1.1人工智能简介人工智能发展的里程碑事件（4）专家系统的兴起在20世纪70年代，专家系统开始兴起，这是一种利用专业知识解决特定领域问题的系统。（5）深度学习的突破自2006年起，随着计算能力的提升和大数据的积累，深度学习技术开始取得突破性进展。2012年，深度学习在ImageNet图像识别竞赛中取得了显著成绩。2016年，谷歌研发的AlphaGo在围棋比赛中战胜世界冠军李世石。（6）大模型的兴起近年来，随着计算机计算能力的提升和算法的优化，人工智能大模型开始兴起，如GPT系列模型、文心一言等。

8.1.2人工智能学派人工智能学派1.符号主义符号主义，又称为逻辑主义、心理学派或计算机学派，是一种基于逻辑推理的智能模拟方法。人类认知和思维的基本单元是符号，智能是符号的表征和运算过程。符号主义的核心思想是基于逻辑推理和符号操作，模拟人类的思维过程。代表性成果有启发式程序（如国际象棋程序、数独程序）、专家系统（如医疗诊断系统、法律咨询系统、金融分析系统）、知识工程（如百度百科、维基百科）等。

8.1.2人工智能学派人工智能学派2.连接主义连接主义，又称为联结主义、仿生学派或生理学派，是一种基于神经网络和网络间的连接机制与学习算法的智能模拟方法。智能活动是由大量简单单元通过复杂连接后并行运行的结果。连接主义的核心思想是基于神经网络和连接机制，模拟人脑的结构和功能。代表性成果有感知器、反向传播网络（包括多层感知机MLP和卷积神经网络CNN等）、深度学习模型等。

8.1.2人工智能学派人工智能学派3.行为主义行为主义，又称为进化主义或控制论学派，是一种基于“感知——行动”的行为智能模拟方法。它认为智能取决于感知和行为，取决于对外界复杂环境的适应，而不是表示和推理。行为主义的核心思想是基于感知和行动，模拟生物在自然环境中的智能行为。代表性成果有六足行走机器人（如Genghis机器人、RHex机器人）、波士顿动力机器人（如BigDog机器人、Atlas机器人）、进化算法（如遗传算法、粒子群算法、蚁群算法）等。

TWO8.2机器学习概述8.2.1人工智能与机器学习8.2.2训练相关概念8.2.3评价指标

8.2.1人工智能与机器学习机器学习是人工智能的重要分支，是实现人工智能的重要方法深度学习是机器学习的一种实现技术大模型是参数量和数据量都非常大的深度学习模型

8.2.1人工智能与机器学习人工智能从发展程度的角度，人工智能可分为弱人工智能和强人工智能弱人工智能不强调完全模拟真实的人类智能，只需要模拟人类某方面的智能强人工智能强调创造出完全具有人类认知能力甚至超越人类智能的智能现阶段人工智能的研究工作主要集中在弱人工智能，包括逻辑推理、机器学习、专家系统、知识图谱、类脑计算和混合智能等

8.2.1人工智能与机器学习机器学习机器学习的基本过程通过相关算法对给定的数据集（对应“历史经验”）进行“训练”（对应“归纳”）形成“模型”（对应“规律”）再利用该模型对新数据进行“预测”从训练数据特性的角度，机器学习一般可以分为监督学习（SupervisedLearning）无监督学习（UnsupervisedLearning）半监督学习（Semi-supervisedLearning）强化学习（ReinforcementLearning）

8.2.1人工智能与机器学习机器学习（1）监督学习分类对未知数据的类别进行判断，预测结果是离散的。基于类别数目的不同，可以分为二分类和多分类两种类别。例如，鸢尾花分类依据花萼长度、花萼宽度、花瓣长度和花瓣宽度四个特征，判断所属鸢尾花类别。回归在分析自变量和因变量间相关关系的基础上，建立变量之间的回归