人工智能的產(chǎn)生與發(fā)展

第1章

人工智能的產(chǎn)生與發(fā)展第1章人工智能的產(chǎn)生與發(fā)展1.1引言-激動(dòng)人心的AI-2016 1.2人工智能的產(chǎn)生與發(fā)展 1.3認(rèn)識(shí)人工智能的賦能 1.4人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)1.5算法、算力、大數(shù)據(jù) 1.6人工智能的產(chǎn)業(yè)生態(tài) 1.7科技巨頭在AI領(lǐng)域的布局 1.8人工智能技術(shù)應(yīng)用的學(xué)習(xí)路徑

1.1引言-激動(dòng)人心的AI-2016人工智能（ArtificialIntelligence，AI）:通過計(jì)算機(jī)程序和模型模擬人類心智(Mind)

。標(biāo)志：2016年3月AlphaGo以4：1戰(zhàn)勝李世石，標(biāo)志著AI技術(shù)發(fā)展達(dá)到了一個(gè)新的高度和熱度。布局：谷歌、微軟、騰訊、阿里巴巴、百度、科大訊飛、曠視科技等宣布將AI作為他們下一步發(fā)展的戰(zhàn)略重心。重點(diǎn)領(lǐng)域：AI博弈、圖像識(shí)別、計(jì)算機(jī)視覺、語音處理、商業(yè)智能、自動(dòng)駕駛、智能機(jī)器人等。1.1引言-激動(dòng)人心的AI-20161.1.1無敵圍棋系統(tǒng)-AlphaGoAlphaGo是由谷歌旗下的的DeepMind公司的戴維·西爾弗、艾佳·黃和杰、米斯·哈薩比斯與他們的團(tuán)隊(duì)開發(fā)的一款基于人工智能的圍棋程序。發(fā)展歷程：AlphaGoAlphaGo-MasterAlphaGo-ZeroAlphaZero

1.1引言-激動(dòng)人心的AI-20161.1.2計(jì)算機(jī)視覺的“世界杯”-ILSVRC

圖像識(shí)別的典型場(chǎng)景：ImageNet是一個(gè)計(jì)算機(jī)視覺系統(tǒng)識(shí)別項(xiàng)目數(shù)據(jù)集（1500萬張圖片)。目的：通過設(shè)計(jì)和訓(xùn)練相關(guān)的人工智能系統(tǒng)（算法、模型），使其能夠從ImageNet的圖片中識(shí)別物體、場(chǎng)景，解決未來的計(jì)算機(jī)視覺（機(jī)器視覺）對(duì)物品、人和場(chǎng)景的直接辨認(rèn)。1.1引言-激動(dòng)人心的AI-2016ILSVRC(ImageNetLargeScaleVisualRecognitionChallenge)，即“ImageNet大規(guī)模視覺識(shí)別挑戰(zhàn)賽”，已經(jīng)成功舉辦七屆。任務(wù)：物體定位（識(shí)別）、物體檢測(cè)、視頻物體檢測(cè)。成績(jī)：

在ILSVRC-2017中，360公司AI團(tuán)隊(duì)奪得了冠軍，“物體定位”任務(wù)第一，所有任務(wù)和場(chǎng)景中取得了全球前三。1.1引言-激動(dòng)人心的AI-2016ILSVRC-2017中，中國(guó)的360公司AI團(tuán)隊(duì)與新加坡國(guó)立大學(xué)合作奪得了冠軍。模型：“DPN雙通道網(wǎng)絡(luò)+基本聚合”物體識(shí)別錯(cuò)誤率：2.25%（人類識(shí)別錯(cuò)誤率5.1%）。物體識(shí)別錯(cuò)誤率：1.1引言-激動(dòng)人心的AI-20161.1.3計(jì)算機(jī)聽覺的實(shí)現(xiàn)-智能語音處理科大訊飛作為全球領(lǐng)先的智能語音技術(shù)提供商，在語音識(shí)別、語音合成、語義理解、機(jī)器翻譯、語音交互、口語評(píng)測(cè)等多項(xiàng)技術(shù)上取得了國(guó)際領(lǐng)先的成果。關(guān)鍵技術(shù)：語音合成語音識(shí)別語義理解1.1引言-激動(dòng)人心的AI-20161.1.4人工智能的綜合應(yīng)用-自動(dòng)駕駛汽車ADAS基本原理：駕駛輔助系統(tǒng)（AdvancedDriverAssistantSystem，ADAS）利用車載傳感器（攝像機(jī)、雷達(dá)等）來感知車輛周圍環(huán)境，并根據(jù)感知所獲得的道路、車輛位置和障礙物信息，控制車輛的轉(zhuǎn)向和速度，從而使車輛能夠安全、可靠地在道路上行駛。1.1引言-激動(dòng)人心的AI-20161.1.5中國(guó)新一代人工智能發(fā)展規(guī)劃出臺(tái)國(guó)務(wù)院于2017年7月8日印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，明確了我國(guó)新一代人工智能發(fā)展的戰(zhàn)略目標(biāo)：到2020年，人工智能總體技術(shù)和應(yīng)用與世界先進(jìn)水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟(jì)增長(zhǎng)點(diǎn)，人工智能技術(shù)應(yīng)用成為改善民生的新途徑；到2025年，人工智能基礎(chǔ)理論實(shí)現(xiàn)重大突破，部分技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平，人工智能成為我國(guó)產(chǎn)業(yè)升級(jí)和經(jīng)濟(jì)轉(zhuǎn)型的主要?jiǎng)恿Γ悄苌鐣?huì)建設(shè)取得積極進(jìn)展；到2030年，人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心。1.2人工智能的產(chǎn)生與發(fā)展1.2.1人工智能的孕育與誕生1956年夏天，達(dá)特茅斯研討會(huì)：正式提出了“人工智能（ArtificialIntelligence，AI）”的概念，標(biāo)志著人工智能正式誕生并且成為一個(gè)獨(dú)立領(lǐng)域。2006年AI創(chuàng)始人五十年后達(dá)特茅斯學(xué)院重聚(左起：摩爾，麥卡錫，明斯基，賽弗里奇，所羅門諾夫)1.2人工智能的產(chǎn)生與發(fā)展1.2.2人工智能的六十年歷程AI的產(chǎn)生與發(fā)展歷程1.2人工智能的產(chǎn)生與發(fā)展

人工智能大事記：1942年美國(guó)科幻巨匠阿西莫夫提出“機(jī)器人三定律”。1956年人工智能的誕生。1965年興起研究“有感覺”的機(jī)器人。1968年世界第一臺(tái)智能機(jī)器人誕生。2002年家用機(jī)器人誕生。2014年機(jī)器人首次通過圖靈測(cè)試。2016年AlphaGo打敗人類。1.3認(rèn)識(shí)人工智能的賦能1.3.1人工智能賦能實(shí)現(xiàn)人工智能賦能的主要研究領(lǐng)域與實(shí)現(xiàn)技術(shù)1.3認(rèn)識(shí)人工智能的賦能1.3.2記憶能力-知識(shí)表示與知識(shí)圖譜知識(shí)表示=結(jié)構(gòu)模型+處理機(jī)制。知識(shí)表示方法：邏輯表示法、產(chǎn)生式表示法、框架表示、面向?qū)ο蟮谋硎痉椒?、?/p>

知識(shí)庫是基于知識(shí)的系統(tǒng)（或?qū)＜蚁到y(tǒng)）具有智能性。知識(shí)庫技術(shù)包括知識(shí)的組織、管理、維護(hù)、優(yōu)化等技術(shù)。知識(shí)庫有兩種含義：一種是指專家系統(tǒng)設(shè)計(jì)所應(yīng)用的規(guī)則集合，不存在共享問題；另一種是指具有特定領(lǐng)域、可共享的知識(shí)庫。如：自動(dòng)駕駛服務(wù)。1.3認(rèn)識(shí)人工智能的賦能1.3.3推理能力-自動(dòng)推理與專家系統(tǒng)人工智能在獲取了一定人類知識(shí)的基礎(chǔ)上，還必須模仿人的推理能力，得到新知識(shí)，或者直接利用舊知識(shí)解決問題。專家系統(tǒng)

=

知識(shí)庫

+

推理機(jī)一個(gè)專家系統(tǒng)應(yīng)該具備以下三個(gè)要素：具備某個(gè)應(yīng)用領(lǐng)域的專家級(jí)知識(shí)；能模擬專家的思維；能達(dá)到專家級(jí)的解題水平。1.3認(rèn)識(shí)人工智能的賦能專家系統(tǒng)與傳統(tǒng)的計(jì)算機(jī)程序的主要區(qū)別1.3認(rèn)識(shí)人工智能的賦能1.3.4規(guī)劃能力-智能規(guī)劃智能規(guī)劃(IntelligentPlanning)是人工智能模仿人的規(guī)劃能力。應(yīng)用場(chǎng)景包括：航空航天自主控制、機(jī)器人動(dòng)作規(guī)劃、生產(chǎn)調(diào)度、物流調(diào)度、導(dǎo)航路徑優(yōu)化、網(wǎng)絡(luò)安全、軍事對(duì)抗等。1.3認(rèn)識(shí)人工智能的賦能1.3.5感知能力-圖像與視覺人工智能在視覺方面的研究與應(yīng)用主要分為：數(shù)字圖像處理（DigitalImageProcessing）、計(jì)算機(jī)視覺（ComputerVision,CV）、機(jī)器視覺（MachineVision,MV）。數(shù)字圖像處理方法和技術(shù)包括：去噪、增強(qiáng)、復(fù)原、分割、變換、重建、提取特征、識(shí)別（場(chǎng)景、物體、動(dòng)作、形態(tài)等）等。數(shù)字圖像的基本應(yīng)用：美顏相機(jī)、遙感圖、氣象云圖、金相圖分析、醫(yī)學(xué)影像圖等。1.3認(rèn)識(shí)人工智能的賦能計(jì)算機(jī)視覺是對(duì)目標(biāo)進(jìn)行：分割、分類、識(shí)別、跟蹤、判別、決策等功能的人工智能技術(shù)。計(jì)算機(jī)視覺應(yīng)用領(lǐng)域：人臉識(shí)別、智能監(jiān)控、圖像識(shí)別、駕駛輔助/智能駕駛、三維圖像視覺、工業(yè)視覺檢測(cè)、醫(yī)療影像、文字識(shí)別。1.3認(rèn)識(shí)人工智能的賦能1.3.6語言能力-自然語言處理自然語言處理（NaturalLanguageProcessing，NLP）。人工智能模仿人的聽覺能力主要分為語音識(shí)別、語義理解、語音輸入、語音交互、語音合成、機(jī)器翻譯。1.3認(rèn)識(shí)人工智能的賦能1.3.7學(xué)習(xí)能力-機(jī)器學(xué)習(xí)人工智能模仿人類的綜合學(xué)習(xí)能力。實(shí)現(xiàn)方法：機(jī)器學(xué)習(xí)（MachineLearning，ML）。深度學(xué)習(xí)是模仿人的學(xué)習(xí)能力解決數(shù)據(jù)分類、回歸、聚類和規(guī)則等學(xué)習(xí)問題，從數(shù)據(jù)中找出規(guī)律、提煉模型，應(yīng)用模型對(duì)新的相似數(shù)據(jù)進(jìn)行預(yù)測(cè)。機(jī)器學(xué)習(xí)的應(yīng)用領(lǐng)域：圖像識(shí)別、語音識(shí)別、AlphaGo圍棋等。1.3認(rèn)識(shí)人工智能的賦能1.3.8人工智能賦能實(shí)體經(jīng)濟(jì)1.4人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)1.4.1人工智能的分類按智能的能力分：強(qiáng)人工智能（GeneralAI）弱人工智能（NarrowAI）按智能的方式分：計(jì)算智能：計(jì)算能力和存儲(chǔ)能力超強(qiáng)的智能認(rèn)知智能：能聽會(huì)說人類的語言、看懂世界萬物的智能感知智能：能夠主動(dòng)思考并采取行動(dòng)的智能1.4人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)1.4.2人工智能與機(jī)器智能“人工智能”：以“人”為中心定義的“智能”，通過計(jì)算機(jī)程序和模型模擬人類心智(Mind)能做的各種事情，如記憶、推理、感知、語言和學(xué)習(xí)等能力；“機(jī)器智能（MachineInteligence,MI）”：以“機(jī)器（機(jī)械）”為中心實(shí)現(xiàn)的“智能”，通過人工智能的相關(guān)技術(shù)賦予機(jī)器特定的智能，甚至一些超越人類的能力。1.4人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)1.4.3人工智能與模式識(shí)別模式識(shí)別(PatternRecognition)：通過計(jì)算機(jī)采用數(shù)學(xué)的知識(shí)和方法來研究模式的自動(dòng)處理及判讀，實(shí)現(xiàn)人工智能。在模式識(shí)別的過程中，信息處理實(shí)際上是機(jī)器對(duì)周圍環(huán)境及客體的識(shí)別過程，是對(duì)人參與智能識(shí)別的一個(gè)仿真。1.4人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)1.4.4機(jī)器學(xué)習(xí)1.4人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)機(jī)器學(xué)習(xí)基本原理：1.4人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)1.4.5深度學(xué)習(xí)1.4人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)一種多層卷積神經(jīng)元網(wǎng)絡(luò)模型LeNet-5示意圖1.5算法、算力、大數(shù)據(jù)1.5.1人工智能崛起的三大基石1.5算法、算力、大數(shù)據(jù)1.5.2計(jì)算能力云計(jì)算技術(shù)、高性能計(jì)算技術(shù)的發(fā)展，解決了“算力橫向擴(kuò)展”的需求；服務(wù)器芯片處理能力和方式的發(fā)展解決了單臺(tái)服務(wù)器“算力縱向擴(kuò)展”的需求。GPU（GraphicsProcessingUnit）、TPU（TensorProcessingUnit）、FPGA（Field-ProgrammableGateArray）1.5算法、算力、大數(shù)據(jù)1.5.3云存儲(chǔ)與大數(shù)據(jù)1.5算法、算力、大數(shù)據(jù)1.5.4深度學(xué)習(xí)算法1.6人工智能的產(chǎn)業(yè)生態(tài)1.6.1人工智能產(chǎn)業(yè)鏈的三層劃分1.6人工智能的產(chǎn)業(yè)生態(tài)1.6.2基礎(chǔ)層1.6人工智能的產(chǎn)業(yè)生態(tài)1.6.3技術(shù)層全球主流AI框架的認(rèn)可度比較1.6人工智能的產(chǎn)業(yè)生態(tài)1.6.4應(yīng)用層應(yīng)用層按照對(duì)象不同，可分為消費(fèi)級(jí)終端應(yīng)用產(chǎn)品以及行業(yè)場(chǎng)景應(yīng)用兩大類。消費(fèi)級(jí)終端：智能機(jī)器人、智能無人機(jī)以及智能硬件。AI應(yīng)用場(chǎng)景：智慧醫(yī)療、智慧教育、智慧金融、新零售、智慧安防、

智慧營(yíng)銷、智慧城市等。1.7科技巨頭在AI領(lǐng)域的布局1.7.1國(guó)外巨頭在AI的布局谷歌

：TPU，基于TensorFlow的谷歌云平臺(tái)微軟：

開源了深度學(xué)習(xí)工具包CNTK，微軟認(rèn)知服務(wù)Facebook：Torchnet，Pytorch，DeepText，F(xiàn)astText，DeepFace…IBM：類腦芯片TrueNorth，機(jī)器學(xué)習(xí)平臺(tái)SystemML，云平臺(tái)Bluemix亞馬遜蘋果1.7科技巨頭在AI領(lǐng)域的布局1.7.2中國(guó)巨頭在AI領(lǐng)域的布局