人工智能技術(shù)導(dǎo)論-課件 第3章 人工智能數(shù)據(jù)需求

第3章人工智能數(shù)據(jù)需求目錄3.1事物、數(shù)據(jù)與信息3.2大數(shù)據(jù)基本特征3.3大數(shù)據(jù)的作用3.4人工智能依賴大數(shù)據(jù)學(xué)習(xí)目標(biāo)本章主要從人工智能處理數(shù)據(jù)的視角，圍繞數(shù)據(jù)的類型、數(shù)據(jù)的特征、數(shù)據(jù)的作用、大數(shù)據(jù)與人工智能的相互關(guān)系等問(wèn)題進(jìn)行分析和討論，希望帶領(lǐng)讀者理解不同數(shù)據(jù)的形態(tài)和價(jià)值，正確看待人工智能時(shí)代的數(shù)字世界。理解事物、數(shù)據(jù)與信息的關(guān)系理解大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的區(qū)別理解大數(shù)據(jù)的類型、特征和作用理解人工智能與大數(shù)據(jù)的聯(lián)系與區(qū)別目錄3.1事物、數(shù)據(jù)與信息3.1事物、數(shù)據(jù)與信息

事物即客觀存在于自然界的一切物體或現(xiàn)象。

數(shù)據(jù)是一種將客觀事物按照某種測(cè)度感知而獲取的原始記錄，是反映客觀事物屬性的記錄，也是信息的具體表現(xiàn)形式。

自然界中事物的種類和形式的多種多樣的。隨著時(shí)代的變遷，記錄和描述事物的方式也不斷變化。3.1事物、數(shù)據(jù)與信息3.1.1自然事物與數(shù)據(jù)

數(shù)據(jù)和信息是兩個(gè)不同的概念，信息具有時(shí)效性且較為宏觀，它由數(shù)據(jù)的有序排列組合而成，傳達(dá)給讀者某個(gè)概念或方法等，而數(shù)據(jù)是構(gòu)成信息的基本單位，離散且冗余的數(shù)據(jù)幾乎沒(méi)有任何實(shí)用價(jià)值。3.1.2數(shù)據(jù)與信息

數(shù)據(jù)和信息之間是相互聯(lián)系的。數(shù)據(jù)可以直接來(lái)自測(cè)量?jī)x器的實(shí)時(shí)記錄，也可以來(lái)自人的認(rèn)識(shí)，但是大量的數(shù)據(jù)多是借助于數(shù)據(jù)處理系統(tǒng)自動(dòng)地從數(shù)據(jù)源進(jìn)行采集和組織的。數(shù)據(jù)源是指客觀事物發(fā)生變化的實(shí)時(shí)數(shù)據(jù)。數(shù)據(jù)經(jīng)過(guò)加工處理之后，就成為信息。3.1.3數(shù)據(jù)的類型

數(shù)據(jù)有很多種，比如數(shù)字、文字、圖像、聲音等。常見(jiàn)的數(shù)據(jù)類型包括文本、圖片、音頻、視頻等。（1）文本

文本數(shù)據(jù)是指不能參與算術(shù)運(yùn)算的任何字符，也稱為字符型數(shù)據(jù)。在計(jì)算機(jī)中，文本數(shù)據(jù)一般保存在文本文件中。文本文件是一種由若干行字符構(gòu)成的計(jì)算機(jī)文件，常見(jiàn)格式包括ASCII、MIME和TXT等。

一個(gè)英文字母一個(gè)中文漢字一本新華字典一本康熙字典一套二十四史字符數(shù)量11720000665400050000000字節(jié)12144000013308000100000000存儲(chǔ)空間1B2B1.37M6.35M95.4M不同文本數(shù)據(jù)的所占存儲(chǔ)空間（ASCII碼格式）3.1.3數(shù)據(jù)的類型（2）圖片

圖片是指由圖形、圖像等構(gòu)成的平面媒體，一般用圖片格式的文件來(lái)保存。圖片格式可分為點(diǎn)陣圖和矢量圖兩大類。jpg、bmp、gif、png、9.png等格式的圖片屬于點(diǎn)陣圖。Flash動(dòng)畫(huà)制作軟件所生成的SWF等格式的文件和Photoshop繪圖軟件所生成的PSD等格式的圖片屬于矢量圖。同一畫(huà)面、不同屬性的照片所占存儲(chǔ)空間不同3.1.3數(shù)據(jù)的類型格式j(luò)pggifpng16位bmp24位bmp32位bmp存儲(chǔ)空間1.1M1.05M2.5M3.95M5.93M7.91M（3）音頻

數(shù)字化的聲音數(shù)據(jù)就是音頻數(shù)據(jù)。在計(jì)算機(jī)中，音頻數(shù)據(jù)一般用音頻文件的格式來(lái)保存。音頻文件是指存儲(chǔ)聲音內(nèi)容的文件，把音頻文件用一定的音頻程序執(zhí)行，就可以還原以前錄下的聲音。音頻文件的格式很多，包括WAV、MP3、WMA、AMR、CD、MID、RM等。同一內(nèi)容、不同格式的音頻數(shù)據(jù)所占存儲(chǔ)空間不同3.1.3數(shù)據(jù)的類型某段20秒音頻WAVMP3WMAAMR存儲(chǔ)空間3.19M297KB324KB322KB（4）視頻

視頻數(shù)據(jù)是指連續(xù)的圖像序列。在計(jì)算機(jī)中，視頻數(shù)據(jù)一般用視頻文件的格式來(lái)保存。視頻文件常見(jiàn)的格式包括MPEG-4、AVI、WMV、FLV、DAT、RM、MOV、ASF、DivX等。同一內(nèi)容、碼率、幀率、分辨率，但不同格式的視頻數(shù)據(jù)所占存儲(chǔ)空間不同3.1.3數(shù)據(jù)的類型某段10分鐘視頻MPEG-4AVIWMVFLV存儲(chǔ)空間21M96M81M95M3.2大數(shù)據(jù)基本特征

維克托?邁爾?舍恩伯格在《大數(shù)據(jù)時(shí)代》中提出了大數(shù)據(jù)的特點(diǎn)，即“4V”特征，包括：數(shù)據(jù)量大（Volume)、數(shù)據(jù)類型繁多（Variety)、處理速度快（Velocity)和價(jià)值密度低（Value)。維克托?邁爾?舍恩伯格

大數(shù)據(jù)（BigData）的中心詞是“數(shù)據(jù)”。從數(shù)據(jù)量的角度而言，大數(shù)據(jù)包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、智能手機(jī)等各種數(shù)字化終端設(shè)備的普及，數(shù)據(jù)呈現(xiàn)出爆炸式指數(shù)級(jí)增長(zhǎng)，數(shù)字化已經(jīng)成為構(gòu)建現(xiàn)代社會(huì)的基礎(chǔ)力量，每個(gè)人時(shí)刻都在產(chǎn)生大量的數(shù)據(jù)。3.2.1數(shù)據(jù)量大大數(shù)據(jù)的數(shù)據(jù)來(lái)源眾多，科學(xué)研究、企業(yè)應(yīng)用和Web應(yīng)用等都在源源不斷地生成新的類型繁多的數(shù)據(jù)。生物大數(shù)據(jù)、交通大數(shù)據(jù)、醫(yī)療大數(shù)據(jù)、電信大數(shù)據(jù)、電力大數(shù)據(jù)、金融大數(shù)據(jù)等，都呈現(xiàn)出“井噴式”增長(zhǎng)，各行各業(yè)，每時(shí)每刻，都在生成各種不同類型的數(shù)據(jù)。3.2.2數(shù)據(jù)類型繁多（1）消費(fèi)者大數(shù)據(jù)（2）金融大數(shù)據(jù)（3）醫(yī)療大數(shù)據(jù)（4）城市大數(shù)據(jù)（5）工業(yè)大數(shù)據(jù)（6）其他大數(shù)據(jù)3.2.2數(shù)據(jù)類型繁多

大數(shù)據(jù)時(shí)代的數(shù)據(jù)產(chǎn)生速度非?？?，很多應(yīng)用都需要基于快速生成的數(shù)據(jù)給出實(shí)時(shí)分析結(jié)果，用于指導(dǎo)生產(chǎn)和生活實(shí)踐。因此，隨著科技的發(fā)展，科學(xué)計(jì)算對(duì)計(jì)算機(jī)的計(jì)算能力提出了越來(lái)越高的需求，衍生出了“超級(jí)計(jì)算機(jī)”。3.2.3處理速度快中國(guó)科學(xué)技術(shù)大學(xué)潘江偉院士團(tuán)隊(duì)構(gòu)建的量子計(jì)算原型機(jī)“九章二號(hào)”

大數(shù)據(jù)時(shí)代，數(shù)據(jù)的價(jià)值密度卻遠(yuǎn)遠(yuǎn)低于傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)中已經(jīng)存在的那些數(shù)據(jù)，很多有價(jià)值的信息都是分散在海量數(shù)據(jù)中。以我國(guó)的“天網(wǎng)監(jiān)控系統(tǒng)”為例，如果沒(méi)有意外事件發(fā)生，則連續(xù)不斷產(chǎn)生的數(shù)據(jù)都是沒(méi)有任何價(jià)值的，當(dāng)發(fā)生特殊情況時(shí)，也只有記錄了事件過(guò)程的那一小段視頻是有價(jià)值的。由此可見(jiàn)，大數(shù)據(jù)的價(jià)值密度高低與其總量的大小成反比。3.2.4價(jià)值密度低3.3大數(shù)據(jù)的作用大數(shù)據(jù)的關(guān)鍵在于信息共享和互通，大數(shù)據(jù)的核心在于分析和決策。大數(shù)據(jù)正成為信息產(chǎn)業(yè)持續(xù)高速增長(zhǎng)的新引擎，大數(shù)據(jù)的利用正成為提高核心競(jìng)爭(zhēng)力的關(guān)鍵因素，各行各業(yè)的決策手段正在從“業(yè)務(wù)驅(qū)動(dòng)”轉(zhuǎn)變?yōu)椤皵?shù)據(jù)驅(qū)動(dòng)”。

大數(shù)據(jù)作為一種重要的戰(zhàn)略資產(chǎn)，已經(jīng)不同程度地滲透到每個(gè)行業(yè)領(lǐng)域和部門，其深度應(yīng)用不僅有助于企業(yè)經(jīng)營(yíng)活動(dòng)，還有利于推動(dòng)國(guó)民經(jīng)濟(jì)發(fā)展，推動(dòng)社會(huì)各個(gè)主體共同參與社會(huì)治理。3.3.1改變經(jīng)濟(jì)社會(huì)管理方式工業(yè)化時(shí)代商品和交易的快速流通催生大規(guī)模制造業(yè)發(fā)展。大數(shù)據(jù)時(shí)代，信息的大量、快速流通將伴隨著行業(yè)的融合發(fā)展，單一數(shù)據(jù)無(wú)法發(fā)揮最大效能，行業(yè)或部門之間相互交換數(shù)據(jù)已成為一種發(fā)展趨勢(shì)，使經(jīng)濟(jì)形態(tài)發(fā)生大范圍變化。3.3.2促進(jìn)行業(yè)融合發(fā)展

信息消費(fèi)作為一種以信息產(chǎn)品和服務(wù)為消費(fèi)對(duì)象的活動(dòng)，覆蓋多種服務(wù)形態(tài)、多種信息產(chǎn)品和多種服務(wù)模式。當(dāng)圍繞數(shù)據(jù)的業(yè)務(wù)在數(shù)據(jù)規(guī)模、類型和變化速度達(dá)到一定程度時(shí)，大數(shù)據(jù)對(duì)產(chǎn)業(yè)發(fā)展的影響將隨之顯現(xiàn)。3.3.3推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)傳統(tǒng)產(chǎn)業(yè)實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的四個(gè)階段

信息資源的開(kāi)發(fā)和利用水平，在某種程度上代表著信息時(shí)代下社會(huì)的整體發(fā)展水平和運(yùn)轉(zhuǎn)效率。大數(shù)據(jù)與智慧城市是信息化建設(shè)的內(nèi)容與平臺(tái)，兩者互為推動(dòng)力量。智慧城市是大數(shù)據(jù)的源頭，大數(shù)據(jù)是智慧城市的內(nèi)核。3.3.4助力智慧城市建設(shè)

大數(shù)據(jù)時(shí)代，產(chǎn)業(yè)發(fā)展模式和格局正在發(fā)生深刻變革。圍繞著數(shù)據(jù)價(jià)值的行業(yè)創(chuàng)新發(fā)展將悄然影響各行各業(yè)的主營(yíng)業(yè)態(tài)。而隨之帶來(lái)的，則是大數(shù)據(jù)產(chǎn)業(yè)下的創(chuàng)新商業(yè)模式。3.3.5創(chuàng)新商業(yè)模式大數(shù)據(jù)時(shí)代，采集、存儲(chǔ)、傳輸和處理數(shù)據(jù)都已經(jīng)成了容易實(shí)現(xiàn)的事情。面對(duì)復(fù)雜對(duì)象，可以通過(guò)大量數(shù)據(jù)甚至海量數(shù)據(jù)來(lái)全面、完整地刻畫(huà)對(duì)象，通過(guò)處理海量數(shù)據(jù)來(lái)找到研究對(duì)象的規(guī)律和本質(zhì)。相比依賴于小數(shù)據(jù)和精確性的抽樣時(shí)代，大數(shù)據(jù)因?yàn)閺?qiáng)調(diào)數(shù)據(jù)的完整性和混雜性，突出事務(wù)的關(guān)聯(lián)性，為解決問(wèn)題提供了新的視角，幫助研究者進(jìn)一步接近事實(shí)的真相。3.3.6改變科學(xué)研究的方法論傳統(tǒng)抽樣3.4人工智能依賴大數(shù)據(jù)

人工智能與大數(shù)據(jù)是緊密相關(guān)、相輔相成的兩種技術(shù)。從某種意義上來(lái)說(shuō)人工智能本身也是一種大數(shù)據(jù)應(yīng)用，正是大數(shù)據(jù)推動(dòng)了人工智能技術(shù)的突破和產(chǎn)業(yè)落地，使其煥發(fā)出勃勃生機(jī)。人工智能三大要素

大數(shù)據(jù)時(shí)代，人工智能涉及的領(lǐng)域非常廣泛，深入人們的工作和生活各個(gè)方面，需要大量數(shù)據(jù)的應(yīng)用和積累。隨著數(shù)據(jù)的不斷增加，引發(fā)了分析的需求，而分析讓大量的數(shù)據(jù)有了價(jià)值，嵌有人工智能的機(jī)器開(kāi)始懂得用戶想要什么、需要干什么，并可以預(yù)測(cè)未來(lái)的變化或趨勢(shì)。當(dāng)硬件性能逐漸提升、算力與算法越來(lái)越強(qiáng)大時(shí)，成本卻越來(lái)越低廉。在對(duì)人工智能系統(tǒng)進(jìn)行訓(xùn)練使用的數(shù)據(jù)量越大，數(shù)據(jù)質(zhì)量越好，人工智能系統(tǒng)的質(zhì)量就越高。3.4.1人工智能與大數(shù)據(jù)的聯(lián)系3.4.1人工智能與大數(shù)據(jù)的聯(lián)系（1）智能機(jī)器人（2）智能制造（3）智能農(nóng)業(yè)（4）其他

大數(shù)據(jù)將有用的數(shù)據(jù)從大量繁雜的數(shù)據(jù)中分離出來(lái)；人工智能則從大數(shù)據(jù)中獲取需要的數(shù)據(jù)，并且借助大數(shù)據(jù)的處理速度來(lái)實(shí)現(xiàn)更快的運(yùn)算與更好的應(yīng)用。

大數(shù)據(jù)不會(huì)根據(jù)結(jié)果采取行動(dòng)，只是分析結(jié)果。而人工