人工智能深度学习知识科普.pptxVIP

人工智能深度学习知识科普01 什么是人工智能Contents机器学习和深度学习02生物神经网络VS人工神经网络（01）03卷积神经网络一个深度学习算法工程师的一天什么是人工智能1956年8月，在美国汉诺斯小 镇的达特茅斯学院中，几位科 学家在会议上正式提出“人工 智能”这一概念，这一年也被 称为人工智能元年。在此之前， 人类已经制造出各类各样的机 器如汽车、飞机等，但这些机 器都需要经过人来操作使用， 无法自己具备操作的能力。科 学家探讨能不能制造出一个可 以像人类大脑的一样思考的机 器，拥有人类的智慧，这就是 人工智能。4人工智能发展历程5什么是人工智能星际文明？第一性原理？弱人工智能强人工智能超人工智能元宇宙？我们正处在弱人工智能时代,人工 智能只能专注于某个方面﹐某些 方面具备和人一样的能力,但是整 体差很远;各种识别:人脸识别、语音识别、图像识别等;Alpha Go也只是弱 AI ;智商偏科·情商为零完美媲美人脑﹐可以像人一样有 情成地﹑批判性去思考、计划、 理解复杂概念、快速学习·拥有极 强的自学能力和独立解决问题的 能力;充分理解“喜欢上一个人”的各 种不同解读;智商·情商双高智商·情商都是超越人类的存在人类的思维模式是多元的，超人 工智能时代,机器的思维比现在人 类的思维还要多元，相当于从三 维世界进入了四维世界;它不是人!？？？数据算力数据算力算法算法6未知三大基础体系重构电影中的人工智能7人工智能的研究领域人工智能是一门新兴的边缘学科，是自然科学和社会科学的交叉学科。而其最终的应用目标则是满 足类人行为的思考和判断。8什么是人工智能01Contents02 机器学习与深度学习生物神经网络VS人工神经网络（02）03卷积神经网络一个深度学习算法工程师的一天如何实现人工智能：专家系统尖耳朵长尾巴圆眼睛胡须四条腿特征定义，特征比对10如何实现人工智能：机器学习实现人工智能的方法我们统称 为“机器学习”。同样是1956 年的美国达特茅斯会议上， IBM的工程师Arthur Samuel正 式提出“Machine Learning”这 个概念，1956年真的是特殊的 一年。cat机器学习：从历史数据中学习 规律，然后将规律应用到未来 中。就像人类的行为也是通过 学习和模仿来的。Not cat11机器学习决策树聚类算法物理学经典力学基础传统机器学习基础12深度学习2006年，Geoffrey Hinton对传统的神经网络算法进行优化，提 出DNN。2012年，参加业界知名的ImageNet图像识别大赛中， 构建的CNN网络AlexNet一举夺得冠军，且碾压第二名（SVM方法）。1905年 相对论 解释牛顿三大定律无法解释的天文现象13机器学习与深度学习的关系人工智能（弱人工智能+强人工智能）机器学习（一种实现人工智能的方法）（一强化学习种ML技术）（一深度学习种ML技术）传统机器学习（一种ML技术）……计算机视觉 自然语言处理 语音识别Alpha Go高维特征大数据建模14深度学习“深度”到底代表什么？15什么是人工智能机器学习与深度学习0102Contents03 生物神经网络VS人工神经网络（03）卷积神经网络一个深度学习算法工程师的一天生物神经网络神经元单个神经细胞只有两种状态：兴奋和抑制。每个神经元大概会存在1000-10000个突触连接，人类大脑(除去小脑)有160亿神经元，大猩猩有80亿个，狗有4.3亿个， 猫有2.5亿个。900亿神经元组成了大脑的神经网络17脑科学每一立方毫米大小的脑部组织神经结构需要计算机1-2PB（1PB=100万G）的数据量18生物神经网络通过神经元接收外界信号，达到一定阈值，触发动作电位，通过突触释放神经递质，可以是兴 奋或抑制，影响突触后神经元。通过此实现大脑的计算、记忆、逻辑处理等，进而做出一系列 行为等。同时不断地在不同神经元之间构建新的突触连接和对现有突触进行改造，来进行调整。19人工神经网络MP神经元模型20何为“深度“输 入 层 和 输 出 层 之 间 加 更 多 的”Hidden Layer“隐藏层，加的越多 越”深“。人们也尝试模拟人脑结构，中间加入更多的层 隐藏层，和人脑一样，输入到输出中间要经历 很多层的突触才会产生最终的输出。加入更多 层的网络可以实现更加复杂的运算和逻辑处理， 效果也会更好。深度学习是用人类的数学知识与计算机算法构 建起整体架构，再结合尽可能多的训练数据以 及计算机的大规模运算能力去调节内部参数， 尽可能逼近问题目标的半理论、半经验的建模 方式。21深度学习框架计算机届的牛津、朗文英文大词典Facebook旗下的开源机器学习库， Caffe是贾扬清大神在UCGoogle旗下的开源软件库，里 面含有深度学习的各类标准算法 API和数