信息技术项目八教学教学课件.pptx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《信息技术项目八教学教学课件.pptx》由会员分享,可在线阅读,更多相关《信息技术项目八教学教学课件.pptx(18页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、信息技术0102人工智能初步认识人工智能机器人初步01认识人工智能人工智能发展简史1 20 世纪50 年代,人工智能兴起。人工智能概念在1956 年首次提出后,相继出现了一批显著的成果,如机器定理证明、跳棋程序、通用问题、求解程序、LISP 表处理语言等。人工智能在这一阶段的特点是:重视问题求解的方法,忽视知识的重要性。第一阶段 20 世纪60 年代末至70 年代,专家系统出现,使人工智能研究出现新高潮。DENDRAL化学质谱分析系统、MYCIN 疾病诊断和治疗系统、Prospector 探矿系统、Hearsay- 语音处理系统等专家系统的研究和开发,将人工智能引向了实用化。第二阶段 20 世
2、纪80 年代,随着第五代计算机的研制成功和应用,人工智能得到了很大发展。日本于1982 年开始了“第五代计算机研制计划”,即“知识信息处理计算机系统KIPS”,其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败了,但它的开展形成了一股研究人工智能的热潮。第三阶段01认识人工智能人工智能发展简史1 20 世纪80 年代末,神经网络飞速发展。1987 年,美国召开第一次神经网络国际会议,宣告了这一新学科的诞生。此后,各国在神经网络方面的投资逐渐增加,神经网络迅速发展起来。第四阶段 20 世纪90 年代,人工智能出现新的研究高潮。由于网络技术,特别是国际互联网技术的发展,人工智能开始由单个智能
3、主体研究转向基于网络环境下的分布式人工智能研究。人们不仅研究基于同一目标的分布式问题求解,而且研究多个智能主体的多目标问题求解,使人工智能更加实用。另外,由于Hopfield 多层神经网络模型的提出,人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入社会生活的各个领域。第五阶段01认识人工智能人工智能的基本工作原理2 人工智能(Artificial Intelligence,AI)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。 人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以与人类智能相似的方式做出反应的智能机器,该领
4、域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 人工智能的定义可以分为两部分,即“人工”和“智能”。 美国斯坦福大学人工智能研究中心的尼尔逊教授对人工智能下了这样一个定义:“人工智能是关于知识的学科怎样表示知识以及怎样获得知识并使用知识的科学。”麻省理工学院的温斯顿教授则认为:“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作的学科。”人工智能的定义01认识人工智能人工智能的基本工作原理2(1)AI 最重要的功能模式识别的工作原理。 神经网络可以学习模式识别、翻译语言、进行简单的逻辑推理,甚至创建图像或者形成新设计。其中,模式识别是一项特别重要的功能,因为 AI
5、十分擅长识别海量数据中隐藏的模式,而这对于 赖经验和知识的人类来说就没有那么容易。这些 程序运行的神经网络具有数百万单位和数十亿的连接。我们现在所能创造出来的“智能” 就是由这些电子神经元网络组成的。 卷积神经网络。这种算法参考了生物学研究人类和其他动物大脑视觉皮层的结构。它使用感知器、机器学习单元算法,用 于监督学习分析数据,适用于图像处理、自然语言处理和其他类型的认知任务。与其他 类型的人工神经网络一样,卷积神经网络具有输入层、输出层和各种隐藏层。其中一些 层是卷积的,使用数学模型将结果传递给连续的层。这个过程模拟了人类视觉皮层中的 一些动作,所以被称为卷积神经网络,也就是 CNN。 只要
6、有大量被标记的样本数据库,就可以对神经网络进行特征训练。它对于识别图像、视频、语音、音乐甚至文本等信息特别有用。为了更好地训练 AI 的机器视觉,我们需要向这些神经网络提供大量被人标记的图像数据。人工智能技术原理(2)人工智能最常见的三种学习方式。强化学习。在特定场景下,机器做出一个动作或一系列动作并可以获得奖励。强化学习通常用于教机器玩游戏和进行比赛,比如国际象棋、围棋或简单的视频游戏。强化学习面临的问题是,单纯地强化学习需要海量的试错,才能学会简单的任务。好处是只要你提出一个有价值的问题,提供足够的数据输入,理论上来说强化学习最终会找到那个最优解。监督学习。就是需要我们告诉机器正确答案。它
7、之所以被称为监督学习,是因为算法是向标签数据学习的。 这也是训练神经网络和其他机器学习体系结构最常用的技术。无监督学习。这是人类和大多数其他动物的学习过程,特别是刚出生的时候, 是以没有人监督的方式来进行学习的,我们通过观察和认知我们行动的结果来了解世界如何运作。缺乏用于无监督学习的 AI 技术,也是当前 AI 发展的问题之一。 概括来说,当前 AI 技术的原理是:将大量数据与超强的运算处理能力和智能算法三者结合起来,建立一个解决特定问题的模型,使程序能够自动地从数据中学习潜在的模 式或特征,从而实现接近人类的思考方式。01认识人工智能人工智能的应用领域3智能家居主要是基于物联网技术,通过智能
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 信息技术 项目 教学 课件
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内