(9.2.3)--8.2人工智能技术.ppt

《(9.2.3)--8.2人工智能技术.ppt》由会员分享，可在线阅读，更多相关《(9.2.3)--8.2人工智能技术.ppt（22页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、人工智能技术人工智能技人工智能技术有人说“人工智能=深度学习”，有人说“人工智能=深度学习+大数据”。毋庸置疑，深度学习和大数据很长时间里将是引领人工智能发展的核心技术，但是人工智能还利用了很多计算机技术的发展成果。机器学习大数据与云计算自然语言处理生物特征识别计算机视觉知识图谱人工智能技人工智能技术机器学习（Machine Learning）是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科。机器学机器学习深度学深度学习、机器学、机器学习和人工智能的关系：和人工智能的关系：深度学深度学深度学深度学习习机器学机器学机器学机器学习习人工智能人工智能机

2、器学机器学习按学习方法分类传统机器学习深度学习机器学机器学习传统机器学习从一些观测（训练）样本出发，试图发现不能通过原理分析获得的规律，实现对未来数据行为或趋势的准确预测。相关算法包括逻辑回归、隐马尔科夫方法、支持向量机方法、K近邻方法、人工神经网络方法、Adaboost算法、贝叶斯方法以及决策树方法等。传统机器学机器学习深度学习作为机器学习研究中的一个新兴领域，由Hinton等人于2006年提出。深度学习是建立深层结构模型的学习方法，典型的深度学习算法包括深度置信网络、卷积神经网络、受限玻尔兹曼机和循环神经网络等。深度学深度学习无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合

3、。具有更强的决策力、洞察力和流程优化能力的海量、高增长和多样化的信息资产。大数据（大数据（big data）大数据与云大数据与云计算算将计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。云云计算算大数据与云大数据与云计算算0102从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。目前的深度学习主要是

4、建立在大数据的基础上，即对大数据进行训练，并从中归纳出可以被计算机系统运用在类似数据上的知识和规律。大数据与云大数据与云计算算机器翻译语义理解问答系统自然自然语言言处理理0102基于统计的机器翻译方法突破了之前基于规则和实例翻译方法的局限性，翻译性能取得巨大提升。基于深度神经网络的机器翻译在日常口语等一些场景的成功应用已经显现出了巨大的潜力。03随着上下文的语境表征和知识逻辑推理能力的发展，自然语言知识图谱不断扩充，机器翻译将会在多轮对话翻译及篇章翻译等领域取得更大进展。机器翻机器翻译机器翻机器翻译技技术语义理解技术是指利用计算机技术实现对文本篇章的理解，并且回答与篇章相关问题的过程。语义理解

5、更注重于对上下文的理解以及对答案精准程度的把控。随着MCTest数据集（微软公开AI系统测试数据集）的发布，语义理解受到更多关注，取得了快速发展，相关数据集和对应的神经网络模型层出不穷。语义理解理解01问答系统分为开放领域的对话系统和特定领域的问答系统。02 问答系统技术是指让计算机像人类一样用自然语言与人交流的技术。问答系答系统计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。计算机算机视觉01计算成像学02图像理解03三维视觉04动态视觉计算机算机视觉生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证的技术。生物特征生物特征识别01注册阶段02识别阶段注册阶段通过传感器对人体的生物表征信息进行采集识别过程采用与注册过程一致的信息采集方式对待识别人进行信息采集、数据预处理和特征提取，然后将提取的特征与存储的特征进行比对分析，完成识别。生物特征生物特征识别流程流程指纹识别人脸识别虹膜识别声纹识别指静脉识别步态识别生物生物特征特征识别技技术涉及的内容涉及的内容知识图谱旨在描述现实世界中存在的实体以及实体之间的关系。其初衷是为了提高搜索引擎的能力，改善用户的搜索质量以及搜索体验。知知识图谱知知识图谱