《计算机应用基础》课件——8.1 人工智能与机器学习.pptxVIP

;在计算机中，人工智能的加入，让教育变得更加精准。;以科大讯飞等人工智能企业的落地情况，展示了我国在人工智能应用领域的明显优势。;截至2022年5月31日，讯飞开放平台已开放493项AI产品及能力，在此基础上推出覆盖多个行业的智能产品及服务。;在智慧教育领域，提供精准教学、智慧考试、高效管理、创新教育等服务，;助力构建智能化教学环境，提供教学、学情、管理数据分析，协助实现因材施教。;当前信息技术已呈现明显的趋势性变化。特别是信息基础设施的完善和用户消费习惯的改变，使得信息技术成为人类生产生活越来越离不开的基础平台，;;一、人工智能;;人工智能的应用越来越广泛，与我们的生活关系也越来越密切，影响也越来越深远，其中很多已进入寻常百姓家，;如无人机、网约车平台、自动导航、智能家电、电商推荐、人机对话机器人等。;人工智能（ArtificialIntelligence），英文缩写为AI，;它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学.;早在1950年，阿兰·图灵就提出了图灵测试机，大意是将人和机器放在一个小黑屋里与屋外的人对话，如果屋外的人分不清对话者是人类还是机器，那么这台机器就拥有像人一样的智能。

随后，在1956年的达特茅斯会议上，“人工智能”的概念被首次提出。

1959年，第一台工业机器人诞生；

1964年，首台聊天机器人也诞生了。由于当时计算能力的严重不足，在20世纪70年代，人工智能迎来了第一个寒冬。;在1980年，卡内基梅隆大学设计出了第一套专家系统——XCON，然而随着专家系统的应用领域越来越广，问题也逐渐暴露出来。专家系统应用有限，且经常在常识性问题上出错，因此人工智能迎来了第二个寒冬。

1997年，IBM公司的“深蓝”计算机战胜了国际象棋世界冠军卡斯帕罗夫，成为人工智能史上的一个重要的里程碑。

2006年，大型图像数据集ImageNet完成构建，图像识别大赛由此拉开帷幕。;人工智能是对人的意识、思维的信息过程的模拟，但不是人的智能，能像人那样思考、也可能超过人的智能。;有许多方法用于开发和构建人工智能系统，主要包括以下几种。;机器学习。人工智能的这一分支使用统计方法和算法来发现模式，并“训练”系统在没有明确编程的情况下做出预测或决策。它可能包括有监督和半监督的机器学习（包括分类和标签）和无监督的机器学习（仅使用数据输入，不使用人类应用的标签）。;深度学习。这种方法依靠人工神经网络模拟来近似人脑的神经。深度学习系统对于发展计算机视觉、语音识别、机器翻译、社会网络过滤、电子游戏、医学诊断等具有特别重要的价值。;贝叶斯网络。这些系统依赖于概率图形模型，这些模型使用随机变量和条件独立性来更好地理解和处理事物之间的关系，例如药物和副作用。;遗传算法。这些搜索算法利用自然选择后建模的启发式方法，使用变异模型和交叉技术来解决复杂的生物挑战和其他问题。;二、机器学习

我们一起来认识机器学习。

;机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。;;专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。;;;机器学习基于数据，并以此获取新知识、新技能。它的任务有很多，分类是其基本任务之一。;分类就是将新数据划分到合适的类别中，一般用于类别型的目标特征，如果目标特征为连续型，则往往采用回归方法。回归是对新目标特征进行预测，是机器学习中使用非常广泛的方法之一。;分类就是将新数据划分到合适的类别中，一般用于类别型的目标特征，如果目标特征为连续型，则往往采用回归方法。回归是对新目标特征进行预测，是机器学习中使用非常广泛的方法之一。;分类和回归，都是先根据标签值或目标值建立模型或规则，然后利用这些带有目标值的数据形成的模型或规则，对新数据进行识别或预测。这两种方法都属于监督学习。;与监督学习相对的是无监督学习，无监督学习不指定目标值或预先无法知道目标值，它可以把相似或相近的数据划分到相同的组里，聚类就是解决这一类问题的方法之一。;4.机器学习的应用：

机器学习应用广泛，无论是在军事领域还是民用领域，都有机器学习算法施展的机会，主要包括数据分析与挖掘、模式识别、基因工程等多个方面。;最后，请各位同学一起思考两个问题。

1．什么是人工智能？

2．了解人工智能的相关知识后，你对未来人工智能技术的发展及应用有怎样的展望？;谢谢观看！