人工智能基础与应用 课件 2.1人工智能的基础框架.pptx

人工智能基础与应用人工智能的基础框架主讲人：郁云人工智能课程团队

目录|CONTENTSAI基础层01AI技术层AI应用层030402AI核心三要素

人工智能基础框架人工智能的基础框架按照产业生态通常可以划分为基础层、技术层、应用层三大板块。基础层提供了支撑人工智能应用的基础设施和技术技术层提供了各种人工智能技术和算法，用于处理和分析数据，并提取有用的信息和知识应用层是人工智能技术应用领域，将技术层提供的算法和模型应用到具体的问题和场景中，实现智能化的决策和优化

01AI基础层

AI基础层AI基础层为人工智能系统提供最基本、最基础、最底层的业务服务，包含了人工智能的三大核心要素中的算力和数据，以及运行在硬件资源上的平台软件。即基础硬件、数据资源和软件平台。基础硬件是支撑人工智能系统运行所需的硬件设备资源，如Al芯片、存储设备、传感器和网络设备等。基础硬件

AI基础层中国的AI芯片取得显著进展中国在人工智能芯片领域也取得了显著进展，如华为昇腾系列芯片型号有昇腾310、昇腾910，广泛用于华为的云服务和AI计算平台；寒武纪芯片型号MLU100、MLU270，应用于智能监控、智能家居等领域；地平线芯片征程系列（如征程2.0），主要用于自动驾驶和智能驾驶辅助系统，应用于多家汽车制造商。中国的AI芯片在快速发展，有着政策和市场的双重支持，但在技术成熟度、市场占有率和整体性能上，与国外领先企业相比仍有差距。未来，随着技术的不断进步和市场的扩展，中国的AI芯片有望在全球市场上占据更重要的位置。

数据是人工智能的燃料，训练投喂的数据质量直接决定了人工智能系统的性能指标。?数据资源软件平台通常是指一些提供人工智能开发和部署的综合性软件工具和环境。软件平台AI基础层

02AI技术层

AI框架是实现人工智能业务的软件基础框架，其利用Al算法完成整体业务框架的搭建01Al算法就是能够具体实现人工智能业务的数据计算方法，如机器学习算法、深度学习算法、人工神经网络算法等02计算机视觉语音识别自然语言处理...03Al框架AI算法算法应用AI技术层

AI框架是实现人工智能业务的软件基础框架，其利用Al算法完成整体业务框架的搭建01Al框架AI技术层

AI技术层AI算法算法介绍决策树回归算法（DecisionTreeRegression,DTR）决策树回归是一种预测模型，它代表对象属性与对象值之间的映射关系。这种模型采用树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别或预测值。决策树算法属于非参数型，较为容易解释，但可能趋向过拟合，也可能陷入局部最小值中，无法在线学习。支持向量机（SupportVectorMachine，SVM）一种用于分类问题的监督算法，旨在通过最大化间隔来提高学习机的泛化能力。其基本模型定义为特征空间上的线性分类器，目的是找到一个超平面，使得该平面与最近的类点之间的距离最大化。SVM不仅在文本分类、图像分类等传统应用场景中表现出色，还可应用于生物序列分析、生物数据挖掘以及手写字符识别等领域。深度学习算法（DeepLearning,DL）学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。人工神经网络算法（ArtificialNeuralNetworks,ANN）一种模拟人脑神经网络结构和功能进行信息处理的算法。由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点。Al算法就是能够具体实现人工智能业务的数据计算方法，如机器学习算法、深度学习算法、人工神经网络算法等02AI算法

AI技术层AI算法应用定义解释计算机视觉(ComputerVision,CV)使计算机通过图像和视频数据来模拟和理解人类视觉的过程。它涉及利用计算机算法和技术对图像、视频和其他视觉输入进行处理、分析和理解，从而实现识别、检测、分类、跟踪等—系列视觉任务。机器学习（MachineLearning,ML）一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。自然语言处理(NaturalLanguageProcessing,NLP）研究计算机如何理解、处理和生成人类语言的一门学科。它涉及了通过计算机技术对文本数据进行分析、理解和应用，如自然语言理解NLU技术和自然语言生成NLG技术。语音识别(SpeechRecognition,SR）一种将语音信号转化为文本或其他可操作形式的技术。它致力于使计