第五章 人工智能及应用 （复习课件）-高中信息技术必修1数据与计算（浙教版2019）.pptxVIP

浙教版（2019)必修1数据与计算第五章人工智能及应用（复习课件）

本章知识脉络

知识点了解人工智能的定义：所谓人工智能，是指以机器（计算机）为载体，模仿、延伸和扩展人类智能，其与人类或其他动物所呈现的生物智能有着重要区别。了解人工智能产生的背景：随着社会的发展，人类面临着越来越多复杂的问题，如大规模数据分析、复杂系统的控制与优化等；工业革命以来，人类一直在寻求提高生产效率的方法；计算机技术的出现与发展为人工智能的产生提供了物质基础；数学和统计学是人工智能的重要理论基础；控制论和信息论为人工智能的发展提供了理论指导；认知科学、神经科学及哲学和心理学的发展。

知识点人工智能作为一门多学科广泛交叉的前沿科学，不仅涉及计算机科学，还涉及控制科学、认知科学、心理科学、脑及神经科学、生命科学、语言学、逻辑学、行为科学、教育科学、数理科学等众多学科领域，其涉及的学科结构如图如下

知识点符号主义（Symbolicism），又称逻辑主义、心理学派或计算机学派，认为学习或者其他的智能特征原则上均可以被符号精确地描述，从而被机器仿真。因此，在符号主义人工智能中，智能行为就是对符号的推理和运算;联结主义（Connectionism），又称仿生学派或生理学派，通过模仿人类大脑中神经元之间的复杂交互来进行认知推理。在这种方法中，需要从海量数据出发，学习神经网络中成千上万的神经元之间的关联关系，这些关联关系通过神经元之间的链接权重来刻画;行为主义（Actionism），又称进化主义或控制论学派，这一方法从“交互—反馈”角度来刻画智能行为，认为智能体可以在与环境的交互中不断学习，从而提升自己的智能水平。了解形成人工智能的三种主要方法

知识点（1）早在19世纪中期，科学家就萌发了让机器进行自动计算的思想，（2）20世纪初，人们发现有许多问题经过长期研究，仍然找不到有效的算法。（3）20世纪30年代，三种计算机制相继被提出，它们分别是原始递归函数、lambda演算和图灵机。已经证明，这三种计算机制在性能上是等效的。（4）人工智能的诞生期（20世纪50年代-60年代）：1956年，这个研讨会在美国达特茅斯学院如期召开，这标志着人工智能作为一门新兴学科正式诞生。了解人工智能发展历程

知识点领域人工智能，也常被称作专用人工智能或特定领域人工智能，是指针对特定领域、特定任务或特定行业需求而研发和应用的人工智能系统或技术，它与通用人工智能（AGI，旨在具备类人般全面智能，能处理各种任务和领域的问题）相对应。领域人工智能定义

知识点任务特定性：聚焦于某一明确的任务范畴，而不会涉及如交通调度等其他无关任务。领域专业性：深入理解和适应特定领域的知识体系、规则规范以及业务流程等。数据针对性：主要依赖与该特定领域相关的数据进行训练和优化。领域人工智能的特点

知识点专门用于下国际象棋的超级计算机“深蓝”；用于人机对话的系统“沃森”；医疗领域-疾病诊断辅助系统和药物研发助手；交通领域-自动驾驶汽车和智能交通信号灯控制；金融领域-信贷风险评估系统和智能投资顾问等；教育领域-智能辅导系统和个性化学习平台。领域人工智能的典型应用

知识点跨领域人工智能是指能够整合并运用来自多个不同领域的知识、数据、算法和模型等资源，以解决涉及多个领域交叉问题的人工智能系统或技术。它不仅仅是简单地将不同领域的人工智能应用拼凑在一起，而是要实现深层次的融合，使得人工智能能够在跨领域的情境下进行有效的学习、推理和决策。跨领域人工智能

知识点多领域知识融合：跨领域人工智能需要具备融合不同领域专业知识的能力。数据多样性与整合：涉及处理来自多个不同领域的数据，这些数据在类型、格式、语义等方面存在很大差异。灵活的算法与模型适配：不同领域可能适用不同的人工智能算法和模型，跨领域人工智能要能根据具体的跨领域任务需求，灵活选择、调整和组合这些算法和模型。跨领域推理与决策能力：能够在跨领域的情境下进行推理和决策，这要求人工智能系统不仅要理解各个领域自身的规则和逻辑，还要能把握不同领域之间的相互关系和影响。跨领域人工智能特点

知识点(1)谷歌公司的AlphaGo在围棋领域表现出了超越围棋选手的能力，其后，谷歌公司将AlphaGo使用的机器学习算法用于控制其数据中心风扇、制冷系统和窗户等120个变量，帮助谷歌公司在电力使用效率上提升了15%。(2)IBM将“沃森”的智能能力从益智游戏领域移植到了医疗领域。在医疗领域，“沃森”收录了肿瘤学研究领域的42种医学期刊、60多万条临床试验医疗证据和200万页文本资料。跨领域人工智能的典型应用应用场景

知识点(3)疾病基因关联分析：结合医学领域的疾病知识和生物学领域的基因测序技术及相关数据分析方法，通过人工智能算法来分析基因变异与疾病发生之间的关系。例如，通过对大量