人工智能基础
2023-03-08 09:23:54 0 举报AI智能生成
根据阿里云人工智能助理工程师认证整理
作者其他创作
大纲/内容
人工智能基础
定义
通俗来说，就是让机器像人一样感知、学习、思考
是一门研究如何模拟、延伸和扩展人的智能的学科
重要历史节点
诞生标志：1956年美国达特茅斯会议
正式诞生距今已经有六十多年的历史
目前处于爆发期，经历过两次寒冬期
第一次因为算力不足
第二次因为硬件市场溃败、资金不足、研究迷茫
三大学派
符号主义学派
研究角度：抽象化、符号化形式
应用：知识图谱
连接主义学派
研究角度：人脑神经生理学结构
应用：人工神经网络模型
行为主义学派
研究角度：人脑智能活动所产生的外部表现行为
应用：智能机器人
研究目标
弱人工智能
擅长于【单个方面】
举例：深蓝、AlphaGo
强人工智能
能够执行【通用任务】
举例：通过图灵测试+咖啡测试+机器人学生测试+雇员测试的智能系统
超强人工智能
与人类智能功能【完全一样】，甚至【局部超越】人类智能功能
举例：科幻片超能特工队中的大白
行业应用
医疗行业
智慧诊疗、智慧医学影像、智慧健康管理
教育行业
远程教育AI辅助（行为检测、场景识别、线上监考）
交通行业
交通工具智慧化、出行方式智慧化、道路管理智慧化
物流行业
智能仓储（商品自动储存、拣选、分选）
制造行业
产品智能化研究设计、智能质检、生产设备预测性维护
产业结构层级
基础层
数据服务
通用数据
来源：开源数据集平台
面向对象：大众
是否支持分享：支持，对外开放
行业数据
来源：各行业企业的内部系统
面向对象：企业内部
是否支持分享：不支持，不对外公布
软件设施
云计算平台
提供硬件、软件资源服务，为人工智能工程提供计算、存储和网络等能力
大数据平台
提供数据存储、处理、分析等功能，为人工智能提供重组的“养料”（即数据）
硬件设施
芯片
通用芯片：CPU、GPU
半定制化芯片：FPGA
全定制化芯片：ASIC
传感器
人工智能产业数据的重要来源
通过对外界信息的采集、处理和转换，生成可供分析的数据
技术层
开发框架
TensorFlow
PyTorch
Caffe
Keras
...
算法模型
机器学习模型
实现人工智能的重要手段
深度学习模型
图像、文本、声音等高维度复杂数据处理
通用技术
计算机视觉
自然语言处理
智能语音
知识图谱
应用层
应用平台
阿里云视觉智能开放平台
阿里云智能语音交互平台
阿里云NLP自学习平台
人工智能场景应用
智能制造
智能交通
智能教育
智能医疗
人工智能产品
智能音箱
自动驾驶汽车
智能机器人
人脸支付
项目开发基本流程
需求分析
目的
将【用户非形式化的需求表达】转化为【完整的需求信息】，最终形成需求规约（文档）
流程
需求采集
头脑风暴
用户调研
竞品分析
数据分析
其他需求来源：老板需求、运营需求、增长需求、商业化需求
需求分析
马斯洛需求层次理论模型
KANO模型
需求验证
需求评估
撰写文档
数据准备
数据采集
通用数据
行业数据
数据处理
残缺数据
错误数据
重复数据
数据标注
标注标准
标注形式
标注工具
模型训练
模型构建
主流人工智能框架
TensorFlow
PyTorch
Caffe
Keras
...
人工智能开发平台
模型评估
算法参数
数据集
模型指标
准确率
精确率
召回率
模型优化
基础数据
构造特征
算法选择
实验策略
...
模型应用
模型部署
移动端/服务器端
部署环境
内存情况
...
效果跟踪
流量测试
迭代更新
数据分析
...
0 条评论
下一页
为你推荐
查看更多
