大学计算机基础-第九章-数据处理和前沿技术.pptVIP

1.普适计算的特点 普适计算的概念源于1988年美国Xerox（施乐）公司PARC研究中心的一系列研究计划，又称为“无处不在的计算”。 普适计算的创始人Mark Weiser说：“只有当机器进入人们生活环境而不是强迫人们进入机器世界时，机器的使用才能像林中漫步一样新鲜有趣。” 所以普适计算追求的是：人可以和计算环境更好地融为一体，人们能够在任何时间、任何地点、以任何方式进行信息的获取与处理。 2.普适计算的研究内容 普适计算需要从多个方面进行突破研究，最终构建一个普适计算的体系结构。这些方面包括： 普适计算设备：包括传统计算机设备、移动数字设备及智能电子设备等，共同协作搜集传递信息，对环境命令进行响应并完成相关动作。 普适网络：构建普适计算设备之间信息交互的网络平台。 系统软件：保持用户在普适计算环境中的自然感。 人机交互和觉察上下文：普适计算环境中需要对人机交互上下文环境足够警觉，才能够在不打扰用户的前提下觉察到人机交互的需求，及时、主动地提供服务。 3.一个普适计算应用实例 在美国华盛顿湖的东岸，有一幢名为Bighouse的大房子，又被称作是“未来之屋”，比尔盖茨就曾住在这座广为人知的房屋里。 盖茨“未来之屋”客厅 9.1 数据与数据处理 9.2 普适计算及其应用 9.3 机器学习与自然语言理解 9.4 计算机前沿技术概述 让计算机具有学习能力 学习，是人类具有的一种重要智能行为，没有生命的计算机能否像人类一样能具有学习能力呢？ 机器学习，是研究如何使用机器来模拟人类学习活动的一门学科。 机器学习，是一门研究机器获取新知识和新技能，并识别现有知识的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。 9.3.1 机器学习 机器学习重要理论和策略 机器学习理论，主要是设计和分析一些计算机可以自动“学习”的算法，这些算法是计算机对大量数据进行自动分析获得规律，反过来再利用这些规律对未知数据进行预测。 机器学习策略，是推理机制。一个学习系统是由学习和环境两部分组成。 机器学习策略的分类：机械学习、示教学习、演绎学习、类比学习、解释学习、归纳学习。 9.3.1 机器学习 机器学习的发展及应用 机器学习始于20世纪50年代，复兴于80年代。 机器学习应用方面 机器学习与人工智能各种基础问题的统一性观点在形成。 机器学习已成为新的边缘学科并在高校形成一门课 结合各种学习方法、多种形式的集成学习系统研究正在兴起。 各种学习方法的应用范围不断扩大，一部分已形成商品。 机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一。 9.3.1 机器学习 机器学习领域的研究 面向任务的研究 研究和分析改进一组预定任务的执行性能的学习系统 认知模型 研究人类学习过程并进行计算机模拟 理论分析 从理论上探索各种可能的学习方法和独立应用领域的算法 9.3.1 机器学习 [练习与思考9-1] 在搜索引擎中搜索若干关键字，根据搜索的结果，归纳总结一下目前自然语言理解的智能程度，并尝试找出某些难点上存在的问题。 基于计算思维的自然语言理解 语言：是人类社会生活中发展出来，用于交流的声音符号系统，是“自然语言”。 自然语言的特征：复杂的符号系统、巨大的不确定性、自身发展和演变、思想交流工具。 自然语言理解：主要研究用计算机模拟人的语言交流过程，目标是实现人机之间的自然语言通信。 计算思维的方法：建立复杂的自然语言高层抽象→进行符号化描述→交给计算机进行自动化处理。 9.3.2 自然语言理解 自然语言处理过程 从语言学角度提出自然语言处理问题，并建立计算思维的抽象模型。 把抽象模型形式化，使之能以一定的数学形式或接近于数学的形式表现出来。 把这种数学形式表示为算法，使之可以在计算机上形式化。 根据算法编写可在计算机上实现的程序，使之成为语言分析器。 9.3.2 自然语言理解 自然语言处理常用技术 模式匹配技术 语法驱动的分析技术 语义文法 格框架约束分析技术 系统文法等 关键技术 词法分析、句法分析、语义分析、语用分析、语境分析等，核心是语言分析。 9.3.2 自然语言理解 自然语言理解的主要应用领域 机器翻译 问答系统 语音识别与合成 信息检索 9.3.2 自然语言理解 IBM Candidate翻译项目 与 无所不在的Google翻译系统 [练习与思考9-2] 1991年美国哈佛医学院Barnett等开发的“解释”软件，包含有2200种疾病和5000种症状的资料。目前，医学智能系统已在医学影像方面发挥重要作用，进而应用于内科、骨科等多个医学领域，并在不断发展完善中。请问这个软件是专家系统吗？它有机器学习功能吗？ 9.1 数据与