第2章 人工智能的应用领域.pptx

人工智能的应用领域

第2章 人工智能的应用领域2.1人工智能的分类2.2人工智能的三个阶段2.3人工智能的技术领域2.4人工智能的运用领域2.5人工智能行业应用场景2.6人工智能的展望

2.1人工智能的分类智能的层级分为弱人工智能、强人工智能、超人工智能，关系如图2-1所示，让我们清楚地认识到人工智能的等级区分。弱人工智能可以代替人力处理某一领域的工作，目前全球的人工智能大部分处于这一阶段。强人工智能是拥有和人类一样的智能水平，可以代替一般人完成生活中的大部分工作。超人工智能是人工智能发展到强人工智能的时候，人工智能就会像人类一样可以通过各种采集器、网络进行学习，并且每天会自动进行多次升级迭代。这里主要对强人工智能和弱人工智能进行介绍。图2-1人工智能关系图

2.1人工智能的分类2.1.1弱人工智能弱人工智能（ArtificialNarrowIntelligence）如图2-2所示，简称为ANI，弱人工智能是指不能制造出真正能推理（Reasoning）和解决问题（ProblemSolving）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。主流科研集中在弱人工智能上，并且一般认为这一研究领域已经取得可观的成就。弱人工智能是擅长于单个方面的人工智能，应用于语音识别、图像识别、图像审核、图像效果增强、文字识别、人验识别、人体分析、语音合成、文本审核、智能写作、博弈及自动驾驶等。弱人工智能具备“数据处理”“自主学习”及“快速改进”三大基本能力，能够将大量数据进行存储一学习一应用一改进的循环，但其局限在于无法进行推理或通用学习，并需要大量的数据样本进行归纳与不断的试错练习。因此，“人”对实现弱人工智能的应用非常重要：需要

2.1人工智能的分类“人”设计解决问题的方法，需要“人”寻找、识别并分享有用的数据，也需要“人”对机器的行动进行反馈。大量高质量且有意义的数据样本及如何获得数据样本是弱人工智能进行商业应用的关键成功要素，也是拥有海量数据的互联网巨头得以取得不俗成绩的原因之一。未来3~5年，弱人工智能会继续在商业流程简单重复、不受外部复杂环境影响并可具备数字化输入和输出的领域进行大量应用，并部分取代人类的工作。从功能性分析，人工智能的商业应用主要有六大功能，且在各行业都有相应的应用场景:战略优化/资源配置、静态个性化建议、预测及分析、发现新问题/趋势、处理无规则数据以及产品价格优化。图2-2弱人工智能

2.1人工智能的分类2.1.2强人工智能强人工智能（ArtificialGeneralIntelligence）如图2-3所示，简称AGI，这是一种类似于人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它也能干。强人工智能是一种款发的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中的学习等操作。强人工智能需要结合情感、认知和推理等人脑高阶智能，并能通用到各种场景中，是未来人工智能的主要发展方向。由于技术壁垒非常高，强人工智能目前仍处于早起探索阶段，但未来的发展空间不可估量。在弱人工智能三大基础能力的基础上，强人工智能还具有如人脑一样的完整推理能力（RobustReasoning），既掌握学习的方法，减少对“人”的依赖。

2.1人工智能的分类此能力有多种不同的技术实现路径，例如迁移学习（TransferLearning）、小数据推理等，甚至不只是一种技术，而是多种技术的叠加。图2-3强人工智能

2.2人工智能的三个阶段人工智能技术和产品经过过去几年的实践检验，目前应用较为成熟，推动着人工智能与各行各业的加速融合。从技术层面来看，业界广泛认为，人工智能的核心能力可以分为三个阶段，分别是计算智能、感知智能、认知智能，如图2-4所示。图2-4人工智能的三个阶段

2.2人工智能的三个阶段2.2.1人工智能的“计算智能”阶段计算智能即机器具备超强的存储能力和超快的计算能力，可以基于海量数据进行深度学习，利用历史经验指导当前环境。随着计算力的不断发展，储存手段的不断升级，计算智能可以说已经实现。例如AlphaGo利用增强学习技术完胜世界围棋冠军；APP基于对用户浏览习惯的深度学习，进行内容推荐等。计算智能的三大基本领域包括神经计算、进化计算、模糊计算。1.神经计算神经计算亦称神经网络(NeuralNetwork，NN)，是一种对人类智能的结构模拟方法，它是通过对大量人工神经元的广泛并行互联，构造人工神经网络系统去模拟生物神经系统的智能机理的。主要研究内容：包括人工神经元的结构和模型，人工神经网络的互连结构和系统模型，基于神经网络的联结