Deepseek技术体系与应用.pptxVIP

Deepseek技术体系与应?

1汇报提纲

2

3

4人工智能(ArtificialIntelligence,AI)?基本定义：定义：用于模拟、延伸、扩展人的智能行为目的：使计算机具备执行“通常需要人类智能才能完成的任务”?认知能力：理解、学习、推理、记忆等?适应能力：解决问题、应对环境变化等?自主能力：独立完成任务、自主决策

5

6人工智能的主要研究方法01专家系统：基于规则、“知识+推理”；【甜点识别、基于规则的功图诊断】知识图谱：结构化的知识表示、存储；【数字孪生三维可视化系统的智慧问答】基于知识的方法02机器学习：通过数据进行训练，建立自动学习模型；【基于图形的功图诊断、AlphaGo】深度学习：基于神经网络、构建自动学习方法；【人脸识别、区域入侵识别、大语言模型】基于学习的方法03行为主义：模拟生物行为，进行学习；【遗传算法；蚁群算法、神经网络】进化计算：模拟生物的进化过程，进行优化；【强化学习；AlphaGoZero】基于仿生的方法

7基于知识的方法——专家系统?专家系统：本质是软件。特点是将专业人员的专业知识和经验固化到程序内部，以软件的形式实现知识表示和知识推理。一般情况下可以达到甚至超越同领域中，中等人类专家的水平。问题在于，功能范围局限于专家的能力范畴杏北开发区”甜点评分体系”

8基于知识的方法——知识图谱?知识图谱?实体：表示图谱中的对象或概念，通常是名词或实体，如“采油四厂”、“抽油机”等?关系：表示实体之间的联系，通常是动词或描述两者之间关系的词汇，如“位于”、“属于”等?属性：描述实体的特性或属性，如“采油四厂”的“成立时间”或“抽油机”的“运行参数”油气地质领域主要实体之间关系 典型知识图谱的结构

9基于学习的方法——机器学习?机器学习本质是统计学的范畴。构建一个可以从数据中学习的模型，并利用这个模型进行预测。机器学习是人工智能的一个重要分支。机器学习（先学习，后干活）传统计算机系统（直接干活）

10基于学习的方法——机器学习?传统机器学习算法?KNN：它的基本思想是通过测量样本之间的距离来进行预测。通过计算它与训练集中所有样本的距离（如欧氏距离、曼哈顿距离等），选择距离最近的K个邻居，根据这些邻居的类别来进行投票（分类）或取平均值（回归）。通过KNN算法，可以检测油田生产中的异常情况，如温度、压力等参数的突变，帮助及时采取措施。?决策树：它通过一系列的决策规则将数据划分为多个子集，最终形成一个树形结构。通过对油田不同区域的地质特征（如岩性、孔隙度、渗透率等）进行分析，构建决策树模型，以预测油藏的储量。

11基于学习的方法——深度学习?深度学习：?经典机器学习算法使用的神经网络，具有输入层、一个或两个“隐藏层”和一个输出层?深度学习的所谓“深度”，是指神经网络中的“隐藏层”的层级更“深”?深度学习算法使用了更多的“隐藏层”（数百个），他的能力更加强大，让神经网络能够完成更困难的工作?神经网络?神经网络是联结主义的代表。?神经网络是模仿人脑的工作原理，建立神经元之间的联结模型，以此实现人工神经运算。?神经网络的几大经典模型：卷积神经网络（CNN）、循环神经网络（RNN）、生成对抗网络（GAN）、长短期记忆网络（LSTM）、Transformer（转换器）

12基于学习的方法——深度学习

13基于学习的方法——深度学习?卷积神经网络（CNN）?是一种专门设计用于处理具有网络结构的数据（如图像和视频）的深度学习模型。在计算机视觉领域取得了显著的成功。尤其是在图像分类、物体检测、语义分割等任务重表现突出。?基本组成部分：卷积层、激活函数、池化层、全连接层。

14基于学习的方法——深度学习?岩性识别?中国石油勘探开发研究院，利用神经网络技术，对岩石薄片进行矿物识别、岩心重构、特征标注、孔隙识别等处理，具有快速、精确度高等优点。?车牌识别、功图智能识别?基于深度学习的物体检测算法（如YOLO、SSD等）用来从视频流中检测并提取车牌区域。

15基于学习的方法——深度学习?生成对抗网络（GAN）?采用了一种对抗式的训练方法，其中两个神经网络相互竞争：一个称为生成器（Generator），另一个称为判别器（Discriminator），这两个网络的目标是相反的，但最终他们共同协作以生成高质量的数据样本。GAN非常适用于图片生成、图像分割、视频预测、风格迁移等。

16基于学习的方法——深度学习?循环神经网络（RNN）?一种特殊的神经网络架构，专门设计用于处理序列数据，例如时间序列数据、文本序列、语音信号等。?与传统的前馈神经网络不同，RNN可以处理可变长度的输入序列，并且能够记住先前的输入以影响后续的输出。?核心思想是在网络中引入循环连接，允许信息在不同的时间步之间流动。这样，每个时间的输