3.4 人工智能技术.pptxVIP

;3.4人工智能技术;3.4人工智能技术;1.人工智能的定义

人工智能（artificialintelligence，AI）是一种模拟人类智能的技术，它使机器像人类一样具有“思考”和“学习”的能力，让机器能够处理语言、音频、图像、视频等各种信息，并从中智能地学习和推断，从而能够自主地执行各种任务。

人工智能技术涵盖了多个学科分支，如机器学习、计算机视觉等。总体而言，人工智能技术研究的核心目标是开发能够执行通常需要人类智能来完成的复杂任务的机器。;2.人工智能技术的产生

在1950年，英国杰出的数学家艾伦·麦席森·图灵提出了一个极具前瞻性的概念，即图灵测试。图灵构想了一个场景：如果一台机器能够与人类开展对话且能不被辨别出机器身份，那么这台机器就具有智能。此外，图灵还做出了一个大胆的预测，认为制造出真正具备智能的机器是完全可能的，这一预测为人工智能技术的未来发展指明了方向，是人工智能技术发展重要的理论基础。;2.人工智能技术的产生

1956年，在达特茅斯学院举办的一次夏季研讨会上，约翰·麦卡锡等专家学者齐聚一堂，深入研究和探讨了如何利用机器来模拟人类的智能。在这次研讨会上，他们首次提出了“人工智能”这一全新的术语。这一历史事件被广泛认为是人工智能学科正式诞生的标志，从此，人工智能技术作为一门新兴学科，开始蓬勃发展，不断壮大。;3.人工智能技术的发展

人工智能共经历了推理搜索、知识库系统、机器学习和深度学习四个阶段。

1）推理搜索

在推理搜索阶段，人工智能的研究重点是如何通过逻辑推理和搜索算法来解决复杂问题。这涉及如何构建有效的知识标识，以及如何利用这些知识进行推理和决策。此时的人工智能可以解决迷宫、汉诺塔等简单问题。;2）知识库系统

计算机程序设计的迅猛发展促进了人工智能技术的不断发展。得益于计算机符号处理能力的不断提高，知识可以用符号结构表示，推理也可简化为对符号表达式的处理，这推动了知识库系统（或专家系统）的建立。这一阶段开发的知识库系统，能够存储、管理和利用大量的知识来解决实际问题。;3）??器学习

随着研究的不断深入，人们开始研究一种能够通过经验自动改进的计算机算法，即机器学习，它可以自主更新或升级知识库。在机器学习阶段，人工智能的研究转向了如何使计算机系统能够自动地从数据中学习并改进自身性能。这涉及各种学习算法的开发，如监督学习、无监督学习和强化学习等，以便让计算机系统能够自动地适应不同的任务和场景。;机器学习的基本结构：

机器学习中，环境为学习系统提供必要的输入信息，学习系统则利用这些信息来更新和扩充其知识库；随后，执行系统依据知识库去执行相应的任务；在执行任务的过程中，系统会将获取的新信息反馈给学习系统，以便学习系统能够进一步丰富和完善自身，从而提高执行系统完成任务的范围和效能。;4）深度学习

深度学习是机器学习的一个分支，它的核心计算模型是人工神经网络，即模拟人脑神经元的工作方式建造的机器神经网络。深度学习利用人工神经网络来处理复杂的数据。在深度学习阶段，人工智能的研究取得了重大突破，特别是在计算机视觉、自然语言处理和语音识别等领域。深度学习算法能够自动地从大规模数据中提取有用的特征，并用于构建高效的预测和决策模型。;3.4人工智能技术;1.机器学习的定义

机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的“机器”，指的就是电子计算机、中子计算机、光子计算机或神经计算机等。

机器学习是计算机系统为有效地执行特定任务，不使用明确的指令，而依赖模式和推理使用的算法和统计模型的科学研究。它基于样本数据（这些样本数据称为训练数据）构建数学模型，以便在没有明确编程来执行任务的情况下进行预测或决策。机器学习的基本流程包括收集并准备数据、选择合适的算法来训练模型、通过不断优化参数来最小化预测错误，以及将模型部署到实际应用中。;2.机器学习的发展史

机器学习是人工智能研究相对较新且具有活力的研究方向，其发展过程主要可分为三个阶段。

第一阶段（热烈时期）：从20世纪50年代中叶到60年代中叶。

第二阶段（冷静时期）：从20世纪60年代中叶至70年代中叶。

第三阶段（复兴时期）：从20世纪70年代中叶至80年代中叶。;3.机器学习的主要策略

学习是一项高度复杂的智能行为，学习过程与推理过程是紧密相连的。按照学习中使用推理的多少，机器学习所采用的策略大体上可分为4种——机械学习、通过传授学习、类比学习和通过事例学习。学习中所用的推理越多，系统的能力