人工智能概述.pptx

人工智能概述2024-09-23

CONTENTS一、课程介绍二、人工智能的基本概念三、人工智能历史发展四、机器学习与深度学习五、人工智能应用现状

01课程介绍

一、课程介绍时间课程任课老师第二周（9月14号）人工智能概述第三周（9月23号）机器学习基础第四周（9月30号）深度学习与图像识别第五周（10月7号）自然语言处理在医学中的应用第六周（10月14号）信息与人工智能技术在医学领域应用概述第七周（10月21号）机器学习在医学信息学方面应用第八周（10月28号）基于深度学习的医学影像辅助诊断第九周（11月4号）基于人工智能的疾病区域检测分割第十周（11月11号）智能医学相关论文分析与写作

一、课程介绍欢迎学术合作、期待碰撞出新的“科研想法”！

02人工智能的基本概念

二、人工智能的基本概念什么是人工智能？人工智能（ArtificialIntelligence，AI）是计算机科学的一个分支，旨在创建能够模拟或增强人类智能的系统。其核心目标是使机器能够执行通常需要人类智能的任务——来自GPT-4o的回答

二、人工智能的基本概念神经网络：模仿人脑神经元结构的计算模型神经元、激活函数组成二维的卷积神经网络（CNN）

二、人工智能的基本概念GPU（显卡）:图形处理单元，用于加速计算Nvidia：英伟达公司，生产显卡的公司，及配套的软件（显卡驱动）CUDA：英伟达公司的调用GPU的软件（软件里叫NVCC）CUDNN:处理深度学习的加速模块，通常和CUDA一起安装显存：显卡的内存（类似于我们电脑的内存，独立存在于显卡中）2080Ti，3090，A100：具体的显卡型号

二、人工智能的基本概念机器学习：研究如何模拟和实现人类学习行为深度学习：以神经网络为代表的，层数很深的机器学习实际中“机器学习“和“深度学习”不同

二、人工智能的基本概念CNN：卷积神经网络，用于图像的神经网络Transformer：用于文本的神经网络（也可用于图像）

二、人工智能的基本概念Python：机器学习、深度学习常用的编程语言Pytorch、Tensorflow/Keras，caffe：深度学习的框架，Python的包

03人工智能历史发展

三、人工智能历史发展2.1早期探索阶段

图灵测试

1956年达特茅斯会议2.3深度学习的崛起

2006年深度学习概念的提出

AlphaGo战胜李世石2.2繁荣与低谷

专家系统的兴起与衰退AI低谷，由于计算能力和算法的限制

三、人工智能历史发展图灵测试由艾伦·麦席森·图灵发明，指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。现在的图灵测试测试时长通常为5分钟，如果电脑能回答由人类测试者提出的一系列问题，且其超过30%的回答让测试者误认为是人类所答，则电脑通过测试。

三、人工智能历史发展AI发展低谷1970年代末-1980年代神经网络已经提出（1943年）没有强大的计算资源

三、人工智能历史发展深度学习的崛起半导体技术的发展，GPU的出现1997年IBM深蓝电脑击败西洋棋世界冠军2016年AlphaGO围棋战胜围棋世界冠军李世石2022年底ChatGPT出现（通用人工智能）

04机器学习与深度学习

四、机器学习与深度学习监督学习

回归与分类强化学习

策略优化与奖励机制无监督学习

聚类与降维

四、机器学习与深度学习监督学习:已知“答案”的学习学习从输入到输出的关系（“厉害的线性回归”）回归/预测（连续值、如房价预测）分类（离散值、如肿瘤良性/阴性，数字图像的分类）

四、机器学习与深度学习无监督学习:没有“答案”聚类（把数据划分为不同组别）降维（减少数据维度）

四、机器学习与深度学习强化学习:通过与环境交互来学习最佳策略，以最大化累积奖励学习如何“表现的更好”自动驾驶机器人控制

四、机器学习与深度学习机器学习主要流程:

四、机器学习与深度学习数据预处理:Excel存储数据（.csv文件更好），Python的Pandas包导入数据通常数据量要是特征数量的10倍将数据处理为机器可读形式One-hot编码(如果类别大于2)

四、机器学习与深度学习深度学习主要流程:

四、机器学习与深度学习机器学习常见算法:支持向量机（SVM，分类/回归）随机森林回归多元线性回归XGBoost

四、机器学习与深度学习深度学习常见算法:ANNCNNRNNTransformer

05人工智能应用现状

五、人工智能应用现状4.1医学影像分析

放射科与病理科的应用4.2辅助诊断系统

疾病预测与个性化治疗4.3医疗机器人

手术辅助与护理机器人4.4挑战

对象各异

数据不同

五、人工智能应用现状医学影像分析:为何要叫“影像”？肺结节识别癌细胞识别X光骨折识别

五、人工智能应用现状医学应用挑战器官、组织各不相同