内容正文:
5.2 探秘人工智能
第 5 单元
学习目标
5.2探秘人工智能
★ 了解人工智能技术
★ 了解人工智能技术发展的新趋势
★ 认识人工智能在信息社会中的重要作用。
搜索
搜索:根据问题的实际情况不断寻找可利用的知识,构造出一条代价较小的推理路线,使问题得到圆满解决的过程。
找到从初识事实到问题最终答案的一条推理路径
搜索包括两方面:
找到的这条路径在时间和空间上复杂度最小
搜索
搜索:根据问题的实际情况不断寻找可利用的知识,构造出一条代价较小的推理路线,使问题得到圆满解决的过程。
指利用问题领域相关的信息作为启发信息,用来指导搜索朝着最有希望的方向前进,提高搜索效率并力图找到最优解。
搜索的分类(按是否使用启发信息):
盲目搜索
指按预定的控制策略进行搜索,搜索过程中获得的中间信息不用来改变搜索策略。搜索总是按预定的路线进行,不考虑问题本身的特性
启发式搜索
这种搜索有盲目性,效率不高,不利于求解复杂问题。
人工智能
人工智能(AI), 是新一轮科技革命和产业变革的重要驱动力量, [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。
人工智能是十分广泛的科学,包括机器人、语言识别、图像识别、自然语言处理、专家系统、机器学习,计算机视觉等。
人工智能
人工智能(AI), 是新一轮科技革命和产业变革的重要驱动力量, [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。
弱人工智能观点认为不可能制造出能真正地推理(REASONING)和解决问题(PROBLEM_SOLVING)的智能机器,这些机器只不过看起来像是智能的,但是并不真正拥有智能,也不会有自主意识。
分类
强人工智能
强人工智能观点认为有可能制造出真正能推理(REASONING)和解决问题(PROBLEM_SOLVING)的智能机器,并且,这样的机器能将被认为是有知觉的,有自我意识的。
弱人工智能
人工智能
人工智能(AI), 是新一轮科技革命和产业变革的重要驱动力量, [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。
强人工智能
强人工智能可以有两类:
类人的人工智能:即机器的思考和推理就像人的思维一样。
非类人的人工智能:即机器产生了和人完全不一样的知觉和意识,使用和人完全不一样的推理方式。
主流科研集中在弱人工智能上,并且一般认为这一研究领域已经取得可观的成就。强人工智能的研究则处于停滞不前的状态下。
人工智能
人工智能
自然语言处理是人工智能中最具挑战性、最具有前景的领域之一。它是指让计算机能够理解、分析、生成和处理人类自然语言的技术。自然语言处理涉及到语音识别、文本处理、语义分析、知识图谱等多个方面。
如:智能客服、机器翻译、智能音箱、智能助手
人工智能
计算机视觉是指让计算机能够识别、理解和分析图像和视频的技术。它包括图像处理、特征提取、目标检测、图像分类、物体跟踪、三维重建等多个方面。
如:自动驾驶汽车、智能安防、智能医疗、智能机器人
人工智能
智能机器人是指能够感知环境、学习、规划和执行任务的机器人。智能机器人涉及到多个领域,包括机器人感知、运动控制、路径规划、人机交互等。
如:智能机器人已经在工业制造、服务业、医疗等领域得到了广泛应用。
应用领域------智能机器人
人工智能
自动驾驶汽车是指能够自主行驶、感知环境、决策和执行任务的汽车。它涉及到多个领域,包括感知系统、决策系统、控制系统等。
应用领域------自动驾驶汽车
智能家居是指利用人工智能和物联网技术,实现家庭设备的智能化和自动化。智能家居涉及到多个领域,包括智能家电、智能安防、智能环保等。通过智能家居系统,用户可以通过智能手机、电视、音箱等设备控制家庭设备,实现智能化的生活方式。
应用领域------智能家居
人工智能相关技术------机器学习
机器学习是研究怎样使用计算机模拟或实现人类学习活动的科学,是人工智能中最具智能特征。
人工智能相关技术------机器学习
机器学习是研究怎样使用计算机模拟或实现人类学习活动的科学,是人工智能中最具智能特征。
人工智能相关技术------神经网络
人工神经网络(ANNs ),是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的,并具有自学习和自适应的能力。
网络中处理单元的类型分为三类:输入单元、输出单元和隐单元。
输入单元接受外部世界的信号与数据;
输出单元实现系统处理结果的输出;
隐单元是处在输入和输出单元之间,不能由系统外部观察的单元。
人工智能相关技术------神经网络
人工智能相关技术------神经网