人工智能技術(shù)與應(yīng)用（案例版）課件全套 儀登利 第1-10章 緒論 -智能服務(wù)機器人

第1章

緒論-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.課程起源及地位2.學(xué)習(xí)內(nèi)容1.課程起源及地位人工智能引領(lǐng)“第四次工業(yè)革命”

人工智能的應(yīng)用已經(jīng)滲透到各領(lǐng)域1.1智能制造工程專業(yè)人才培養(yǎng)人工智能總體技術(shù)和應(yīng)用與世界先進水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟增長點，人工智能技術(shù)應(yīng)用成為改善民生的新途徑，有力支撐進入創(chuàng)新型國家行列和全面建成小康社會的奮斗目標。20202025人工智能基礎(chǔ)理論實現(xiàn)重大突破技術(shù)與應(yīng)用部分達到世界領(lǐng)先水平，人工智能成為帶動我國產(chǎn)業(yè)升級和經(jīng)濟轉(zhuǎn)型的主要動力，智能社會建設(shè)取得積極進展人工智能理論、技術(shù)與應(yīng)用總體達到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心，智能經(jīng)濟、智能社會取得明顯成效，為躋身創(chuàng)新型國家前列和經(jīng)濟強國奠定重要基礎(chǔ)。20301.1智能制造工程專業(yè)人才培養(yǎng)

為主動應(yīng)對新一輪科技革命和產(chǎn)業(yè)變革，下好新一輪科技革命和產(chǎn)業(yè)變革的“先手棋”，2017年教育部啟動了新工科建設(shè)，更加注重產(chǎn)業(yè)需求導(dǎo)向，注重跨界交叉融合，注重支撐引領(lǐng)，改造升級傳統(tǒng)工科專業(yè)，發(fā)展新興工科專業(yè)，主動布局未來戰(zhàn)略必爭領(lǐng)域人才培養(yǎng)。2018年設(shè)立智能制造工程專業(yè)，立足新工科培養(yǎng)理念，為新時代制造業(yè)提供高級工程應(yīng)用型人才。智能制造工程專業(yè)是綜合應(yīng)用自動控制、人工智能、機械、計算機等專業(yè)領(lǐng)域知識形成的前沿交叉學(xué)科專業(yè)，其集成了數(shù)字化設(shè)計與制造、智能裝備、智能感知與檢測、工業(yè)機器人、工業(yè)物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等制造智能化關(guān)鍵技術(shù)。

人工智能是一門新興的邊緣學(xué)科，是自然科學(xué)和社會科學(xué)的交叉學(xué)科，吸取了自然科學(xué)和社會科學(xué)的最新成就，以智能為核心，形成了具有自身研究特點的新體系。1.2人工智能+專業(yè)2003年北京大學(xué)“智能科學(xué)與技術(shù)”本科專業(yè)先后通過了專家論證、學(xué)部評審和學(xué)校批準，同年報教育部備案通過，2004年3月教育部公布，同年招收第

一批“智能科學(xué)與技術(shù)”本科專業(yè)學(xué)生。截至2016年，全國智能科學(xué)與技術(shù)本科專業(yè)共29個。2017到2018年，全國智能科學(xué)與技術(shù)本科專業(yè)共26個。2019到2020年，全國的智能科學(xué)與技術(shù)本科專業(yè)128個。2019到2020年，全國設(shè)立的人工智能本科專業(yè)共215個。2020年02月，?？迫斯ぶ悄芗夹g(shù)服務(wù)專業(yè)171個。

我國智能科學(xué)與技術(shù)本科教育起源于2004年，該專業(yè)就是我國的人工智能專業(yè)，二者沒有本質(zhì)區(qū)別，名字不同，可差異化發(fā)展。后面統(tǒng)稱人工智能專業(yè)。人工智能本科教育的起源與發(fā)展人工智能專業(yè)產(chǎn)生于2019年，絕對是新專業(yè)。智能科學(xué)與技術(shù)專業(yè)雖產(chǎn)生于2004年，但從其發(fā)展過程看其真正發(fā)展是在2018年，因此也應(yīng)該算是新專業(yè)。從專業(yè)發(fā)展的角度看，除了這兩個新專業(yè)外，在人工智能領(lǐng)域還會不會有新的專業(yè)出來,從事物發(fā)展的角度看，完全有可能，例如:自然語言處理：包括語音識別、機器翻譯、自然語言生成、情感計算、自動文摘、文本檢索等。機器學(xué)習(xí)與知識工程：知識計算理論與方法、群體智能與分布智能、高級機器學(xué)習(xí)、知識圖譜及應(yīng)用、大數(shù)據(jù)技術(shù)與應(yīng)用、不確定性推理與決策等。智能機器人：跨媒體感知與處理、多模態(tài)表征與融合、智能傳感與監(jiān)測、圖像分析與理解視頻理解與跟蹤、智能信息獲取與處理等。智能感知與交互：跨媒體感知與處理、多模態(tài)表征與融合、智能傳感與監(jiān)測、圖像分析與理解、視頻理解與跟蹤、智能信息獲取與處理等。人工智能產(chǎn)業(yè)的產(chǎn)業(yè)生態(tài)基礎(chǔ)層和技術(shù)層主要包括計算能力等相關(guān)的基礎(chǔ)設(shè)施搭配。計算機視覺、語音識別、生物識別等感知技術(shù)，類腦智能/推理智能、學(xué)習(xí)判斷/邏輯思考等認知技術(shù)，以及人工智能開源軟硬件平臺、自主無人系統(tǒng)支撐平臺等技術(shù)應(yīng)用平臺，是人工智能向產(chǎn)業(yè)轉(zhuǎn)化的技術(shù)支撐，降低人工智能的應(yīng)用門檻。應(yīng)用層主要涵蓋人工智能在各類場景中的應(yīng)用。其中，智能終端產(chǎn)品，包括智能機器人、智能無人機、智能硬件等。重點場景應(yīng)用包括自動駕駛、智慧醫(yī)療、智慧教育、智慧金融、新零售、智慧安防、智慧營銷、智慧城市等，是基于現(xiàn)有的傳統(tǒng)產(chǎn)業(yè)，利用人工智能軟硬件及集成服務(wù)對傳統(tǒng)產(chǎn)業(yè)進行升級改造，提高智能化程度。保障層包含人工智能產(chǎn)業(yè)發(fā)展過程中需要遵守的法律法規(guī)、倫理規(guī)范、安全以及標準，或在發(fā)展過程中需要修訂、規(guī)范的相關(guān)法規(guī)和標準等，以保障人工智能產(chǎn)業(yè)生態(tài)有序可持續(xù)發(fā)展。2.學(xué)習(xí)內(nèi)容《人工智能技術(shù)及應(yīng)用》，程顯毅、任越美、孫麗麗主編，機械工業(yè)出版社，2019.12《人工智能基礎(chǔ)》，王東云、劉新玉主編，電子工業(yè)出版社，2020.9《人工智能：智能制造》，劉繼紅、江平宇主編，電子工業(yè)出版社，2020.12《機器學(xué)習(xí)與視覺感知》，張寶昌、楊萬扣、林娜娜主編，清華大學(xué)出版社，2020.9《Python程序設(shè)計教程》，王輝、于洋等主編，清華大學(xué)出版社，2020.12教材及參考教材1.遼寧省聯(lián)盟慕課（學(xué)習(xí)通，已建好）2.慕課資源（B站斯坦福吳恩達課程；浙江大學(xué)《機器學(xué)習(xí)》課程等）教學(xué)資源及擴展第1章

緒論-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.人工智能在我們身邊2.人工智能基本概念3.人工智能發(fā)展歷程4.

人工智能應(yīng)用開發(fā)5.

本章小結(jié)語音助手：識別用戶的語音命令，執(zhí)行各種任務(wù)，例如播放音樂、查找信息、發(fā)送短信、提醒日程等等。人臉識別：通過人臉識別，智能手機可以在解鎖屏幕、支付購物、拍照等方面提供更高的安全性和便捷性。搭載各APP，如谷歌翻譯APP：提供所支持的任意兩種語言之間的互譯，包括字詞、句子、文本和網(wǎng)頁翻譯。新增自動翻譯功能。智能照片：自動磨皮、美白、瘦臉、眼部增強及五官立體等功能，美化照片。迎合客戶需求的美顏手機。智能手機的AI智能家居智能冰箱智能空調(diào)掃地機器人智能門鎖智能風(fēng)扇智能燈掃地機器人這種“聰明”的電器產(chǎn)品可以根據(jù)預(yù)設(shè)時間或接受語音信息等表進行清潔，減輕家務(wù)負擔(dān)。它是AI技術(shù)在電器上的典型應(yīng)用。空調(diào)將調(diào)溫、控制風(fēng)向、制冷/制熱等這些控制集中在手機APP上，能根據(jù)外界氣候條件，按照預(yù)先設(shè)定的指標對溫度、濕度、空氣清潔度傳感器所傳來的信號進行分析、判斷、及時自動打開制冷、加熱、去濕及空氣凈化等功能。智能冰箱可以識別冰箱內(nèi)的食物種類和數(shù)量，自動生成購物清單或推薦食譜。部分智能冰箱還可以通過屏幕顯示日歷、新聞等信息。智能家居的AI人工智能是通過機器來模擬人類智能的技術(shù)。人工智能就是使一部機器的反應(yīng)方式像人一樣進行感知、認知、決策、執(zhí)行的人工程序或系統(tǒng)。感知能力A推理與決策能力BD適應(yīng)能力C學(xué)習(xí)能力人工智能基本概念人工智能是一個含義很廣的術(shù)語，具有不同學(xué)科背景的人工智能學(xué)者對它有著不同的理解，綜合各種人工智能觀點，可以從“能力”和“學(xué)科”兩方面對人工智能進行定義。從能力的角度看從學(xué)科的角度看人工智能是指人工的方法在機器（如計算機）上實現(xiàn)的智能。人工智能是一門研究如何構(gòu)造智能機器或智能系統(tǒng)，使其能模擬、延伸和拓展人類智能的學(xué)科。1.2人工智能基本概念1.3人工智能的內(nèi)涵與外延2.1人工智能起源與發(fā)展人工智能的發(fā)展道路曲折起伏，總的來說可分為7個時期，依次是孕育期、起步發(fā)展期、反思發(fā)展期、應(yīng)用發(fā)展期、低迷發(fā)展期、穩(wěn)步發(fā)展期和蓬勃發(fā)展期，如圖所示---人工智能發(fā)展歷程。并非線性而是螺旋式上升2.1人工智能起源與發(fā)展人工智能的三要素數(shù)據(jù)即是知識原料，是人工智能發(fā)展的基礎(chǔ)。算法是人工智能發(fā)展的框架，算法框架能夠極大地提高人工智能學(xué)習(xí)效率。算力是支撐人工智能高速發(fā)展的關(guān)鍵要素。2.2人工智能主要學(xué)派3.1人工智能應(yīng)用開發(fā)流程提供了多種框架多樣性面向?qū)ο蠓绞胶唵位?.2人工智能開發(fā)環(huán)境模型框架PaddlePaddle本章小結(jié)第2章

知識表示與知識圖譜人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.知識與知識表示2.謂詞邏輯表示法3.產(chǎn)生式表示法4.知識圖譜5.產(chǎn)生式知識表示案例2.1知識與知識表示知識基本概念知識是經(jīng)過削減、塑造、解釋和轉(zhuǎn)換的信息。知識的不確定性知識的相對正確性可表示性與可利用性知識的特性知識的分類按知識的作用效果知識可分為陳述性知識、過程性知識和控制性知識。其中，陳述性知識是關(guān)于世界的事實性知識，主要回答“是什么”、“為什么”等問題。過程性知識是描述在問題求解過程所需要的操作、算法或行為等規(guī)律性的知識，主要回答“怎么做”的問題?？刂菩灾R是關(guān)于如何使用前兩種知識去學(xué)習(xí)和解決問題的知識。按知識的確定性按知識的確定性把知識分為確定性知識和不確定知識。確定性知識是可以指出其值為“真”或“假”的知識，是精確性知識；不確定性知識指具有“不確定”特性的知識，它是對不精確、不完全及模糊性知識的總稱。按知識的適用范圍知識可分為常識性知識和領(lǐng)域性知識。常識性知識是指通用通識的知識，即人們普遍知道的、適用于所有領(lǐng)域的知識。領(lǐng)域性知識是指面向某個具體領(lǐng)域的專業(yè)性知識，這些知識只有該領(lǐng)域的專業(yè)人員才能夠掌握和運用它，如領(lǐng)域?qū)＜业慕?jīng)驗等。知識與知識表示知識表示的含義知識表示是研究用機器表示知識的可行性、有效性的一般方法，是一種數(shù)據(jù)結(jié)構(gòu)與控制結(jié)構(gòu)的統(tǒng)一體，既考慮知識的存儲又考慮知識的使用。知識表示的分類充分性可利用性可理解性可擴充性知識表示的要求符號表示法和連接機制表示法2.2謂詞邏輯表示法例1.命題“王宏是學(xué)生”。謂詞表示為STUDENT（WangHong）。其中，WangHong是個體，代表王宏；STUDENT是謂詞名，說明王宏是學(xué)生主這一特征。通常，謂詞名用大寫英文字母表示，個體用小寫英文字母表示。例2.命題“5>3”。謂詞表示為Greater(5,3)。若命題“x>3”，則謂詞表示為Greater(x,3)，式中x是變元。例3.命題“王宏的父親是教師”。謂詞表示為TEACHER（father（WangHong））。其中father（WangHong）是一個函數(shù)，表示命題中的定語關(guān)系。邏輯符號含義2.3產(chǎn)生式表示法規(guī)則描述的是事物間的因果關(guān)系，其含義是“如果……則……”

。在經(jīng)典的“動物識別系統(tǒng)”中，利用產(chǎn)生式規(guī)則表示為：

IF動物有羽毛THEN動物是鳥其前提條件是“動物有羽毛”，結(jié)論是“動物是鳥”，其含義是“如羽毛，則動物是鳥”。產(chǎn)生式系統(tǒng)規(guī)則庫是用于描述相應(yīng)領(lǐng)域內(nèi)過程性知識的產(chǎn)生式集合。對知識進行合理的組織與管理，提高問題求解效率。綜合數(shù)據(jù)庫包含事實庫、上下文、黑板等，用于存放問題求解過程中的各種信息的數(shù)據(jù)結(jié)構(gòu)，包括初始狀態(tài)、原始證據(jù)、中間結(jié)論、最終結(jié)論，其內(nèi)容在推理過程中在動態(tài)、不斷變化的。2.4知識圖譜以圖結(jié)構(gòu)存儲的語義網(wǎng)絡(luò)。通過這樣的方式，讓使用者更加便捷地發(fā)現(xiàn)新知識。知識圖譜起源與發(fā)展知識圖譜的構(gòu)建

知識圖譜特點基于知識圖譜的交互探索式分析，可以模擬人的思考過程去發(fā)現(xiàn)、求證及推理,員自己就可以完成全部過程，不需要專業(yè)人員的協(xié)助。利用交互式機器學(xué)習(xí)技術(shù)，支持根據(jù)推理、糾錯及標注等交互動作的學(xué)習(xí)功能,不隨淀知識邏輯和模型，提高系統(tǒng)智能性，將知識沉淀在企業(yè)內(nèi)部，降低對經(jīng)驗的依賴。知識學(xué)習(xí)圖式的數(shù)據(jù)存儲方式，相比傳統(tǒng)存儲方式，數(shù)據(jù)調(diào)取速度更快，圖庫可計算超過百萬的實體的屬性分布，可實現(xiàn)秒級返回結(jié)果，真正實現(xiàn)人機互動的實時響應(yīng)，讓用戶可以做到即時決策。高速反饋基于知識圖譜的交互探索式分析，可以模擬人的思考過程去發(fā)現(xiàn)、求證及推理,員自己就可以完成全部過程，不需要專業(yè)人員的協(xié)助。像人類思考一樣去做分析傳統(tǒng)數(shù)據(jù)庫通常通過表格、字段等方式進行讀取，而關(guān)系的層級及表達方式多種么且基于圖論和概率圖模型，可以處理復(fù)雜多樣的關(guān)聯(lián)分析，滿足企業(yè)各種角色關(guān)系的州管理需要。關(guān)系的表達能力強知識圖譜的應(yīng)用2.5產(chǎn)生式知識表示案例設(shè)計產(chǎn)生式動物識別系統(tǒng)，該系統(tǒng)能夠識別虎、金錢豹、斑馬、長頸鹿、鴕鳥、企鵝、信天翁等七種動物。程序結(jié)果本章小結(jié)第3章

搜索與推理人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.搜索概述2.盲目搜索3.啟發(fā)式搜索4.推理5.搜索案例案例引入當(dāng)我們到陌生的城市旅游時，常使用手機的APP進行搜索地點、路徑導(dǎo)航等，也會搜索附近的美食、旅店等。當(dāng)我們在面對一個新事物，新產(chǎn)品，新概念時，常使用搜索引擎工具進行查詢、了解、學(xué)習(xí)。搜索技術(shù)在日常生活中的普遍應(yīng)用和重要性是不言而喻的。但你是否想過，在你使用智能助手搜索附近的餐廳過程中，智能助手是如何從成千上萬的選項中找到最符合你需求的那幾家餐廳的？它不僅能夠快速搜索，而且還對你的喜好、地理位置，甚至是當(dāng)時的餐飲潮流進行復(fù)雜的分析和判斷。這背后就是搜索技術(shù)的功勞。1.搜索概述美國人工智能專家尼爾森（Nilsson）把搜索列為人工智能研究的四個核心問題之一。知識的模型化和表示，常識性推理、演繹和問題求解，啟發(fā)式搜索，人工智能系統(tǒng)和語言。在人工智能中，搜索問題一般包括兩個重要的問題：（1）搜索什么（2）在哪里搜索發(fā)展歷史20世紀50年代。最初，搜索被用于解決邏輯和數(shù)學(xué)問題，如象棋等游戲。這些早期的AI系統(tǒng)，如IBM的DeepBlue，通過搜索算法評估可能的棋局走法，并選擇最佳策略。DeepBlue在1997年擊敗國際象棋世界冠軍加里·卡斯帕羅夫，這標志著搜索技術(shù)在解決復(fù)雜問題上的巨大潛力。2.盲目搜索在問題的求解過程中，只按照一般的邏輯法則或控制性知識，在預(yù)定的控制策略下進行搜索。典型的盲目搜索有深度優(yōu)先搜索和寬度優(yōu)先搜索。回溯搜索

回溯算法實際上是一個類似枚舉的搜索嘗試過程，主要是在搜索嘗試過程中尋找問題的解，當(dāng)發(fā)現(xiàn)已不滿足求解條件時，就“回溯”返回，嘗試別的路徑。回溯法是一種選優(yōu)搜索法，按選優(yōu)條件向前搜索，以達到目標。但當(dāng)探索到某一步時，發(fā)現(xiàn)原先選擇并不優(yōu)或達不到目標，就退回一步重新選擇，這種走不通就退回再走的技術(shù)為回溯法，而滿足回溯條件的某個狀態(tài)的點稱為“回溯點”八皇后問題如何能夠在8×8的國際象棋棋盤上放置8個皇后，使其不能互相攻擊，即任意兩個皇后都不能處于同一行、同一列或同一斜線上，問有多少種擺法。3.啟發(fā)式搜索僅從當(dāng)前狀態(tài)節(jié)點擴展出子節(jié)點(相當(dāng)于找到上爬的路徑)，并將h(x)最小的子節(jié)點(對應(yīng)于到頂峰最近的上爬路徑)作為下一次考察和擴展的節(jié)點，其余子節(jié)點全部丟棄。3.啟發(fā)式搜索A搜索算法是基于估價函數(shù)的一種加權(quán)啟發(fā)式圖搜索算法f(n)=g(n)+h(n)A*算法則是對A算法進行了優(yōu)化，讓h(n)≤h*(n)，對h(n）進行了限制，是優(yōu)化版的A算法。A算法與A*算法模擬退火算法

模擬退火算法來源于固體退火原理，是一種基于概率的算法。左圖物體處于非晶體狀態(tài)。將固體加溫至充分高（中圖），再讓其徐徐冷卻，也就是退火（右圖）。加溫時，固體內(nèi)部粒子隨溫升變?yōu)闊o序狀，內(nèi)能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態(tài)，最后在常溫時達到基態(tài)，內(nèi)能減為最小，此時物體以晶體形態(tài)呈現(xiàn)。4.推理人們在對各種事物進行分析、綜合并最后做出決策時，通常是從已知的事實出發(fā)，通過運用已掌握的知識，找出其中蘊含的事實，或歸納出新的事實，這一過程通常稱為推理。概念推理分類按推出新判斷的途徑分類01按推出新判斷的途徑分類02按所用知識確定性分類03按推理過程中的單調(diào)性04按推理過程是否運用啟發(fā)性知識分類推理策略演繹推理所謂演繹推理，就是從一般性的前提出發(fā)，通過推導(dǎo)即“演繹”，得出具體陳述或個別結(jié)論的過程。形式有三段論、假言推理和選言推理等。歸納推理歸納推理屬于邏輯學(xué)范疇，是一種由個別到一般的推理，由一定程度的關(guān)于個別事物的觀點過渡到范圍較大的觀點，由特殊具體的事例推導(dǎo)出一般原理、原則的解決方法。5.搜索案例八數(shù)碼狀態(tài)程序結(jié)果本章小結(jié)AI+制造-人工智能在制造業(yè)的應(yīng)用人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能制造概述2.智能制造產(chǎn)業(yè)綜述3.人工智能典型產(chǎn)品——機器人4.人工智能在制造業(yè)的應(yīng)用案例案例引入截至2023年底，我國已培育421家國家級智能制造示范工廠。2023年，我國智能車載設(shè)備制造、智能無人飛行器制造的增加值分別增長60.0%、20.5%。越來越多傳統(tǒng)型工業(yè)制造企業(yè)開始加入智能工廠建設(shè)的行列，以此來推動工業(yè)制造業(yè)向數(shù)字化、網(wǎng)絡(luò)化、智能化方向發(fā)展，從根本上變革制造業(yè)生產(chǎn)方式和資源組織模式，從而實現(xiàn)智能制造。1.智能制造概述

AI+的應(yīng)用范圍非常廣泛，正在改變著傳統(tǒng)產(chǎn)業(yè)，在提高生產(chǎn)效率和服務(wù)質(zhì)量的同時，也在推動各個行業(yè)的創(chuàng)新和發(fā)展，形成新的業(yè)態(tài)和產(chǎn)業(yè)。（1）工業(yè)制造領(lǐng)域:利用人工智能技術(shù)優(yōu)化工業(yè)制造流程進行質(zhì)檢，實現(xiàn)智能制造。

（2）金融領(lǐng)域:利用人工智能技術(shù)進行風(fēng)險控制、投資決策、反欺詐等操作，提高金融服務(wù)的精準度和時效性。

（3）醫(yī)療衛(wèi)生領(lǐng)域:利用人工智能技術(shù)實現(xiàn)疾病預(yù)測、影像診斷、精準醫(yī)療和健康管理。隨著老齡化社會的到來，“AI＋健康與養(yǎng)老”等等。制造業(yè)概述制造業(yè)的定義：制造業(yè)是指機械工業(yè)時代利用某種資源(物料、能源、設(shè)備、工具、資金、技術(shù)、信息和人力等)，按照市場要求，通過制造過程，轉(zhuǎn)化為可供人們使用和利用的大型工具、工業(yè)品與生活消費產(chǎn)品的行業(yè)。根據(jù)在生產(chǎn)中使用的物質(zhì)形態(tài)，制造業(yè)可劃分為離散制造業(yè)和流程制造業(yè)。制造業(yè)包括：產(chǎn)品制造、設(shè)計、原料采購、設(shè)備組裝、倉儲運輸、訂單處理、批發(fā)經(jīng)營、零售。制造業(yè)分類制造業(yè)是國家的戰(zhàn)略性產(chǎn)業(yè)高度發(fā)達的制造業(yè)，是實現(xiàn)工業(yè)化的必備條件高度發(fā)達的制造業(yè)，是衡量國家國際競爭力的重要標志高度發(fā)達的制造業(yè)，是決定國家在經(jīng)濟全球化進程中國際分工地位的關(guān)鍵因素智能制造的概念美國：“智能制造創(chuàng)新研究院”對智能制造的定義是：智能制造是先進傳感、儀器、監(jiān)測、控制和過程優(yōu)化的技術(shù)和實踐的組合，它們將信息和通信技術(shù)與制造環(huán)境融合在一起，實現(xiàn)工廠和企業(yè)中能量、生產(chǎn)率、成本的實時管理。德國：“工業(yè)4.0”的內(nèi)涵就是數(shù)字化、智能化、人性化、綠色化，產(chǎn)品的大批量生產(chǎn)已經(jīng)不能滿足客戶個性化訂制的需求，要想使單件小批量生產(chǎn)能夠達到大批量生產(chǎn)同樣的效率和成本，需要構(gòu)建可以生產(chǎn)高精密、高質(zhì)量、個性化智能產(chǎn)品的智能工廠。中國：智能制造定義為基于新一代信息技術(shù)，貫穿設(shè)計、生產(chǎn)、管理、服務(wù)等制造活動各個環(huán)節(jié)，具有信息深度自感知、智慧優(yōu)化自決策、精準控制自執(zhí)行等功能的先進制造過程、系統(tǒng)與模式的總稱。2.智能制造產(chǎn)業(yè)綜述“AI+制造業(yè)”意義制造業(yè)為人工智能技術(shù)落地提供豐富的應(yīng)用場景促進新經(jīng)濟增長人工智能支持制造業(yè)產(chǎn)品、流程及商業(yè)模式創(chuàng)新滿足社會需求搶占新工業(yè)革命“智”高點，重構(gòu)國際分工“AI+制造業(yè)”產(chǎn)業(yè)綜述基礎(chǔ)層是不可或缺的軟硬件資源，包括人工智能芯片、工業(yè)機器人、工業(yè)物聯(lián)網(wǎng)，提供人工智能技術(shù)在制造業(yè)應(yīng)用所需的軟硬件資源。

技術(shù)平臺層是問題導(dǎo)向而非數(shù)據(jù)導(dǎo)向，包括公有制造云、制造業(yè)大數(shù)據(jù)、制造業(yè)人工智能算法，即基于數(shù)據(jù)和網(wǎng)絡(luò)，開發(fā)設(shè)計人工智能算法。

應(yīng)用層是讓人工智能去做擅長的事情，利用人工智能技術(shù)在制造業(yè)生產(chǎn)和服務(wù)的各個環(huán)節(jié)創(chuàng)造價值。智能工廠內(nèi)涵與基本架構(gòu)“AI+制造業(yè)”未來趨勢自適應(yīng)學(xué)習(xí)與智能決策智能制造與工業(yè)互聯(lián)網(wǎng)邊緣計算與實時響應(yīng)0203013.人工智能的典型產(chǎn)品——機器人機器人的定義發(fā)明第一臺機器人的正是享有“機器人之父”美譽的恩格爾伯格先生。1958年他建立了Unimation公司，并于1959年研制出了世界上第一臺工業(yè)機器人，1983年，恩格爾伯格和他的同事們毅然將Unimation公司賣給了西屋公司，并創(chuàng)建了TRC公司，開始研制服務(wù)機器人。機器人的分類1按機器人的發(fā)展2按機器人的控制方式3按應(yīng)用環(huán)境的方式4按機器人的運動形式5按照機器人的移動方式6按照機器人的作業(yè)空間適應(yīng)性通用性適應(yīng)性是指機器人對環(huán)境的自適應(yīng)能力。即所設(shè)計的機器人能夠自我執(zhí)行未經(jīng)完全指定的任務(wù)，而不管任務(wù)執(zhí)行過程中所發(fā)生的沒有預(yù)計到的環(huán)境變化。通用性指的是某種執(zhí)行不同功能和完成多樣簡單任務(wù)的實際能力。機器人的通用性取決于其幾何特性和機械能力。機器人的主要特征及應(yīng)用=

主要應(yīng)用：

機器人有著極其廣泛的研究和應(yīng)用領(lǐng)域。研究機器人的學(xué)科叫機器人學(xué)，這些領(lǐng)域涉及眾多課題，體現(xiàn)出廣泛的學(xué)科交叉特點。機器人已在工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋以及國防等領(lǐng)域獲得越來越普遍的應(yīng)用。此外，機器人已逐漸在醫(yī)院、家庭和一些服務(wù)行業(yè)獲得推廣應(yīng)用，發(fā)展十分迅速。

生產(chǎn)線上的工業(yè)機器人

“玉兔號”月球車機器人的主要特征及應(yīng)用智能機器人定義智能機器人具有感知功能與識別、判斷及規(guī)劃功能。因此機器的智能分為兩個層次，一具有感覺、識別、理解和判斷功能；二具有總結(jié)經(jīng)驗和學(xué)習(xí)的功能。感覺要素01運動要素02思考要素035.人工智能在制造業(yè)的應(yīng)用案例預(yù)防性維護預(yù)防維修生產(chǎn)維修20XX20XX20XX20XX事后維修狀態(tài)維修數(shù)字孿生在工廠的應(yīng)用數(shù)字孿生應(yīng)用于制造流程設(shè)計中產(chǎn)生了盒裝工廠。當(dāng)機器與AI設(shè)備一起交付時，制造商將端到端的工作流程打包，并為用戶提供安裝說明、知識參考、傳感器檢測操作和機器維護的分析方法以及無人監(jiān)督的模型。用戶通過訓(xùn)練創(chuàng)建一個盒裝工廠系統(tǒng)，使用無監(jiān)督的模型來尋找異?；蝈e誤，并能夠?qū)⑺鼈兣c傳感器的正常反饋模式進行比較。焊縫檢測該系統(tǒng)主要完成焊縫中缺陷的識別和焊接缺陷分類任務(wù)。檢測系統(tǒng)由轉(zhuǎn)換部分、處理部分和串行通信部分組成。轉(zhuǎn)換部分由一個X射線源、一個傳輸車輛、一個增強器和一個CCD相機組成。轉(zhuǎn)換部分是通過光增強器使X射線轉(zhuǎn)換為可見光，然后CCD攝像機將光信號轉(zhuǎn)換成電信號并發(fā)送給處理部分。處理部分由顯示器、圖像采集器、計算機和屏幕組成。在這一部分中，電信號被采集并通過圖像采集器轉(zhuǎn)換為數(shù)字信號。將數(shù)字圖像送入計算機，利用基于模糊識別理論的缺陷檢測算法進行檢測。結(jié)果將實時顯示在屏幕上，并存儲在計算機中，以備將來的檢查或測試。串行通信部分由單片機、旋轉(zhuǎn)編碼器、光隔離器模塊組成，獲取和傳輸位置信息。該系統(tǒng)利用旋轉(zhuǎn)編碼器將位移信號轉(zhuǎn)換為脈沖信號，通過計算脈沖個數(shù)得到位移量，然后通過串行通信將位移信號傳送給計算機進行缺陷的定位。本章小結(jié)第5章

智能工業(yè)機器人-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能工業(yè)機器人概述2.智能工業(yè)機器人應(yīng)用3.智能技術(shù)——機器視覺4.應(yīng)用案例工業(yè)機器人概念工業(yè)機器人是一種具有自動控制的操作和移動功能，能完成各種作業(yè)的可編程操作機。國際標準化組織（ISO）工業(yè)機器人是一種可以反復(fù)編程和多功能的，用來搬運材料、零件、工具的操作機；或者為了執(zhí)行不同的任務(wù)而具有可改變和可編程的動作的專門系統(tǒng)。美國機器人協(xié)會（RIA）機器人是一種自動化的機器，所不同的是這種機器具備一些與人或生物相似的智能能力，如感知能力、規(guī)劃能力、動作能力和協(xié)同能力，是一種具有高度靈活性的自動化機器。我國科學(xué)家1985-2018年中日美德韓五國工業(yè)機器人保有量工業(yè)機器人發(fā)展歷程美國首創(chuàng)，日本實現(xiàn)產(chǎn)業(yè)化，中國接棒成為最大市場”。工業(yè)機器人四大家族

行業(yè)領(lǐng)先者包括ABB（瑞士）、KUKA（德國）、FANUC（日本）、YASKAWA（日本）等公司，這些公司經(jīng)由多年發(fā)展，研發(fā)出更高效能的工業(yè)機器人，也就是人們常說的工業(yè)機器人四大家族。這四大家族在工業(yè)機器人領(lǐng)域具有廣泛的市場份額和良好的聲譽，它們各自具有獨特的技術(shù)優(yōu)勢和市場定位，在不同的領(lǐng)域中發(fā)揮著重要作用。工業(yè)機器人的組成三大部分：機械部分、傳感部分、控制部分六大系統(tǒng)：機械結(jié)構(gòu)系統(tǒng)、驅(qū)動系統(tǒng)、感受系統(tǒng)、機器人-環(huán)境交互系統(tǒng)、人-機交互系統(tǒng)、控制系統(tǒng)工業(yè)機器人產(chǎn)業(yè)鏈工業(yè)機器人的分類2.智能工業(yè)機器人近兩年模態(tài)大模型技術(shù)的發(fā)展，更是奠定了實現(xiàn)人機自然交互的技術(shù)基礎(chǔ)。將成熟的工業(yè)機器人與新興的人工智能技術(shù)融合，誕生了具身智能工業(yè)機器人。具身智能工業(yè)機器人，英文為EmbodiedIntelligentIndustrialRobots，簡稱EIIR。具身智能理論根源于“具身認知（EmbodiedRecoginition）”，包括人類在內(nèi)的一切智能體的認知能力是由智能體自身結(jié)構(gòu)決定的，并在此基礎(chǔ)上構(gòu)建自己的世界模型。而這種認知又直接影響智能體的高級心理活動，諸如：推理，決策等。以具身智能理論作為指導(dǎo)，將成熟的工業(yè)機器人與新興的人工智能技術(shù)融合，誕生了具身智能工業(yè)機器人。通俗說，具身智能就是具有身體的智能，讓“大腦”有了可支配、可感知、可交互、可行動的“身體”。智能工業(yè)機器人在裝配生產(chǎn)線上的應(yīng)用在汽車生產(chǎn)線上，機器人可以完成汽車發(fā)動機組裝、車身噴漆、零件裝配等工作。智能工業(yè)機器人在焊接生產(chǎn)線上的應(yīng)用隨著科學(xué)技術(shù)進步與發(fā)展，焊接機器人智能化程度不斷提升，已被廣泛應(yīng)用到點焊、弧焊、激光焊等工序，顯著提高焊接質(zhì)量和效率，降低人工操作誤差。智能工業(yè)機器人在搬運生產(chǎn)線上的應(yīng)用搬運機器人的出現(xiàn)，不僅可以充分利用工作環(huán)境的空間，而且提高了物料的搬運能力，大大節(jié)約了裝卸搬運過程中的作業(yè)時間，提高了裝卸效率，減輕了人類繁重的體力勞動。工業(yè)機器人系統(tǒng)應(yīng)用案例熱軋鋼卷自動打碼系統(tǒng)工作主要由工業(yè)機器人、激光打碼機（帶防護罩）、安全防護欄、行程開關(guān)、上位機、機器人控制柜等組成第5章

智能工業(yè)機器人-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能工業(yè)機器人概述2.智能工業(yè)機器人應(yīng)用3.智能技術(shù)——機器視覺4.應(yīng)用案例3.機器視覺概述機器視覺（MachineVision）又稱計算機視覺（ComputerVision簡稱CV），是一門“教”會計算機如何去“看”世界的學(xué)科。形象地說，就是給計算機安裝上眼睛（照相機）和大腦（算法），讓計算機能夠感知環(huán)境。是一門研究如何讓機器“看”的科學(xué)。概念機器視覺系統(tǒng)組成機器視覺系統(tǒng)一個典型的基于PC的工業(yè)機器視覺系統(tǒng)包括：光源、鏡頭、相機、采集卡、視覺處理系統(tǒng)幾個部分。機器視覺的發(fā)展歷史機器視覺的發(fā)展歷史計算機視覺任務(wù)機器視覺應(yīng)用

機器視覺檢測現(xiàn)已被廣泛用于各大領(lǐng)域商品的缺點檢測、尺度檢測中。用視覺體系檢測電子部件的缺點或偏移的針腳，用視覺體系丈量電子部件形狀或區(qū)別顏色來進行檢查錯誤安裝等。其在消除瑕疵、含糊、碎屑或凹陷等商品缺點，以保證商品的功用和性能至關(guān)重要。物體檢測是視覺感知的第一步，也是計算機視覺的一個重要分支。物體檢測的目標，就是用框去標出物體的位置，并不一定給出物體的類別。在檢測的基礎(chǔ)上給出物體的類別。物體檢測（解決“有”的問題）

物體識別（解決“是什么”的問題）圖像分類和識別一張圖像中是否包含某種物體，對圖像進行特征描述是物體分類的主要研究內(nèi)容。一般說來，物體分類算法通過手工特征或者特征學(xué)習(xí)方法對整個圖像進行全局描述，然后使用分類器判斷是否存在某類物體。不經(jīng)過物體檢測和物體識別，屬于無監(jiān)督學(xué)習(xí)，而物體檢測和物體識別是有監(jiān)督學(xué)習(xí)。目標跟蹤

在第一幀中給定待跟蹤目標的情況下，對目標進行特征提取，對感興趣區(qū)域進行分析；然后在后續(xù)圖像中找到相似的特征和感興趣區(qū)域，并對目標在下一幀中的位置進行預(yù)測。4.應(yīng)用案例-形位識別硬件：ABB工業(yè)機器人、CCD工業(yè)相機、機器視覺工作站及其他相關(guān)配套元件；軟件：RobotStudio6.04以上版本、HALCON視覺軟件；實物與采集數(shù)據(jù)對比實物與采集數(shù)據(jù)對比應(yīng)用案例-人臉識別本章小結(jié)第6章

智能語音機器人-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能語音機器人概述2.智能語音機器人應(yīng)用3.智能技術(shù)——語音識別4.應(yīng)用案例案例引入亞歷克薩（Alexa），是由亞馬遜公司研發(fā)的家庭語音助手。也許你很難想象，每天都有成千上萬的人向這個小機器說“我愛你”。2017年亞歷克薩問世，外媒報道Alexa在一年就收到了超過100萬次求婚！然而結(jié)局可想而知，Alexa拒絕了100萬次，并且會回答這句話：“我們生活在不同的地方，我的意思是，你在地球上，而我在云上?！睉{借著全球第一的市場份額，亞馬遜的語音助手Alexa無疑是地球上最受歡迎的語音助手。智能語音機器人概念智能語音機器人是基于語音識別、自然語言處理、機器學(xué)習(xí)等技術(shù)，面向客戶提供的一款智能客服機器人產(chǎn)品或人工智能系統(tǒng)。它可以通過語音與用戶進行交互，實現(xiàn)自動化客戶服務(wù)、智能問答、語音導(dǎo)航等功能。智能語音機器人通過接收用戶的語音輸入，進行語音識別并理解用戶意圖，最終輸出相應(yīng)的回答或執(zhí)行動作。語音機器人的發(fā)展歷程語音導(dǎo)航030102自然語言處理、語義理解基礎(chǔ)上加入了多輪對話能力，但是用戶對機器人還是有明顯感知的第二階段04機器人在語氣、對話能力上有了顯著提升，用戶對機器人的感知能力相對比較弱，服務(wù)水平接近普通業(yè)務(wù)員的水平第三階段將進一步提升機器人對話的能力，尤其是業(yè)務(wù)場景下細化機器人的業(yè)務(wù)處理能力，使得機器人達到金牌業(yè)務(wù)員的水平。第四階段第一階段2.智能語音機器人的應(yīng)用在生活上在生產(chǎn)上第6章

智能語音機器人-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能語音機器人概述2.智能語音機器人應(yīng)用3.智能技術(shù)——語音識別4.應(yīng)用案例語音識別即ASR(AutoSpeechRecognize)，指利用計算機實現(xiàn)從語音到文字自動轉(zhuǎn)換的任務(wù)。語音識別是以語音為研究對象，是一門與聲學(xué)、語音學(xué)、語言學(xué)、信息理論、模式識別理論以及神經(jīng)生物學(xué)等學(xué)科都有非常密切關(guān)系的交叉學(xué)科。讓機器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本，主要包括特征提取技術(shù)、模式匹配準則及模型訓(xùn)練技術(shù)三個方面。通過語音信號處理和模式識別讓機器自動識別和理解人類口述的語言或者文字。3.智能技術(shù)——語音識別語音識別概述語音識別系統(tǒng)構(gòu)建總體包括兩個部分，即訓(xùn)練和識別。語音識別系統(tǒng)語音識別系統(tǒng)構(gòu)建步驟（1）錄音（2）語音信號的預(yù)處理（3）語音信號的特征提?。?）語音信號的模型匹配（5）輸出文本的解碼語音識別分類

特定人語音識別系統(tǒng)非特定人語音系統(tǒng)多人的識別系統(tǒng)孤立詞語音識別系統(tǒng)連接詞語音識別系統(tǒng)連續(xù)語音識別系統(tǒng)小詞匯量語音識別系統(tǒng)中等詞匯量的語音識別系統(tǒng)大詞匯量語音識別系統(tǒng)4.應(yīng)用案例——語音打開記事本

對麥克風(fēng)進行語音輸入，依次說“打開記事本”和“語音輸入很快并且比鍵盤輸入快得多”兩句話。計算機成功識別出我們的指令“打開記事本”，并在記事本中輸入了“語音輸入很快并且比鍵盤輸入快得多”。應(yīng)用案例——語音垃圾分類

把錄制好的音頻上傳至Wave庫，經(jīng)過聲卡循環(huán)采樣，調(diào)用上位機Python的Wave庫，將采樣完成后的數(shù)據(jù)寫入一個Wave文件，最后進行語音識別。下位機Arduino的集成開發(fā)環(huán)境中可以通過串口監(jiān)視器來收發(fā)數(shù)據(jù)，主要通過三個函數(shù)來實現(xiàn)，其中Serial.read（）可以從COM接口讀取一個字節(jié)的數(shù)據(jù)，Serial.available（）可以查看COM接口是否有數(shù)據(jù)讀入，pinMode（）設(shè)置引腳的模式，OUTPUT將一個端口設(shè)置為輸出口。本章小結(jié)

第7章

智能汽車自動駕駛-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能汽車概述2.自動駕駛車輛的應(yīng)用3.智能技術(shù)——機器學(xué)習(xí)4.應(yīng)用案例案例引入近日來關(guān)于智能自動駕駛汽車的報道越來越多。都市快報橙柿互動報道，2024年1月15日至2月5日，“市民中心-杭州東站”“市民中心-蕭山機場”自動駕駛出租車線路在杭州試運營。運營車輛配備了50個高清傳感器，包括28個高清攝像頭，它具有強大的算力，能夠?qū)崟r對道路上的車輛和物體進行識別，并精準計算，在保障安全的同時提供高效的出行服務(wù)。早在2018年，杭州就在全國率先進行智能網(wǎng)聯(lián)車輛道路測試。智能網(wǎng)聯(lián)汽車發(fā)展，已駛?cè)搿翱燔嚨馈薄?.智能汽車概述智能汽車是搭載先進傳感系統(tǒng)、決策系統(tǒng)、執(zhí)行系統(tǒng)，運用信息通信、互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等新技術(shù)，具有部分或完全自動駕駛功能，由單純交通運輸工具逐步向智能移動空間轉(zhuǎn)變的新一代汽車。改裝的自動駕駛車輛

一款由豐田車改裝的自動駕駛車輛，它搭載了毫米波雷達、攝像機以及激光雷達等環(huán)境感知設(shè)備。其中，在前后保險杠上分布有四個雷達，用來探測較遠處的障礙物。后視鏡附近有一個攝像機，用于檢測道路指示牌和交通燈情況。在行駛過程中，車載傳感器將感知信息發(fā)送給車載計算機，車載計算機通過輸入的感知信息進行路徑規(guī)劃并生成相應(yīng)控制量，且將控制量下發(fā)給自動駕駛車輛控制系統(tǒng)進行橫向和縱向控制，實現(xiàn)智能駕駛。改裝的自動駕駛車輛

另一款是谷歌在CodeConference上展示了一款原型車。沒有制動踏板，沒有方向盤，也沒有油門踏板，只有一個用于開啟汽車的按鍵，其內(nèi)部設(shè)計可以大大增加乘客的乘車空間，提高舒適性。它搭載了64線激光雷達、GPS定位系統(tǒng)、車載雷達、攝像機、紅外攝像機、車輪編碼器以及開關(guān)。在車輛行駛過程中，車載計算機通過處理接收到的感知環(huán)境信息進行規(guī)劃，并生成可行路徑以及對應(yīng)的控制量，最后將其發(fā)送給車輛底層執(zhí)行層，進行智能駕駛。自動駕駛車輛也可以分為更容易理解的四大部分，包括感知部分、定位導(dǎo)航、路徑規(guī)劃以及路徑跟蹤。感知系統(tǒng)：可以通過激光雷達、攝像頭、超聲波、GPS慣性導(dǎo)航傳感器來感知周圍的環(huán)境。這些傳感器不斷收集到的數(shù)據(jù)。然后經(jīng)過計算機處理，生成了車輛周圍的三維地圖和障礙物信息。決策系統(tǒng)通過人工智能算法和深度學(xué)習(xí)技術(shù)來實現(xiàn)決策系統(tǒng)。到的數(shù)據(jù)進行分析。從而做出最優(yōu)的駕駛決策。執(zhí)行系統(tǒng)：通過電動機剎車和轉(zhuǎn)向系統(tǒng)來控制車輛行駛。系統(tǒng)會根據(jù)決策系統(tǒng)做出的決策，自動控制車輛行駛、轉(zhuǎn)向、制動等操作，從而實現(xiàn)自動駕駛。當(dāng)自動駕駛車輛在行駛過程中遇到一個路口，感知系統(tǒng)會將收集到的三維地圖信息，可稱為車輛的數(shù)據(jù)，然后傳輸?shù)浇巧到y(tǒng)，決策系統(tǒng)會根據(jù)傳感器數(shù)據(jù)和人工智能算法來決定最佳行駛路線和速度。執(zhí)行系統(tǒng)通過控制車輛行駛和轉(zhuǎn)向，確保車輛安全通過路口。如果傳感器檢測到前方有障礙物、其他車輛或行人，那么汽車的計算機將根據(jù)距離和速度等因素做出相應(yīng)的反應(yīng)，如減速或停車；與此同時，汽車的計算機還可以通過使用先進的路線規(guī)劃算法來決定最佳的行駛路線，以避免擁堵或危險情況。智能汽車組成智能感知設(shè)備集成的硬件系統(tǒng)：自動駕駛汽車是以智能汽車為代表，可以被理解為“站在四個輪子上的機器人”，利用傳感器、攝像頭及雷達感知環(huán)境，使用GPS和高精度地圖確定自身位置，從云端數(shù)據(jù)庫接收交通信息，利用處理器將收集到的各類數(shù)據(jù)向控制系統(tǒng)發(fā)出指令，實現(xiàn)加速、剎車、變道、跟隨等各種操作。智能汽車組成智能駕駛輔助集成的軟件系統(tǒng)：高級駕駛輔助系統(tǒng)是利用安裝在車上的各式各樣傳感器，在汽車行駛過程中隨時感應(yīng)周圍的環(huán)境，收集數(shù)據(jù)，進行靜態(tài)、動態(tài)物體的辨識、偵測與追蹤，并結(jié)合導(dǎo)航地圖數(shù)據(jù)，進行系統(tǒng)的運算與分析，從而預(yù)先讓駕駛者察覺到可能發(fā)生的危險，有效增加汽車駕駛的舒適性和安全性。智能汽車起源與發(fā)展智能汽車的挑戰(zhàn)與未來在智能汽車技術(shù)變革過程中，智能駕駛汽車的廣泛部署仍面臨許多困難。其中最重要的問題是系統(tǒng)性能、網(wǎng)絡(luò)安全和處理快速發(fā)展的技術(shù)組合的正確管理框架?；谧詣玉{駛概念和出行方式，未來汽車的商業(yè)模式必定會發(fā)生改變，自動駕駛與“互聯(lián)網(wǎng)+”的結(jié)合將會極大地改變現(xiàn)有的汽車概念，甚至改變現(xiàn)有的物流系統(tǒng)、交通系統(tǒng)，實現(xiàn)現(xiàn)代公路物流的全自動化。同時，自動駕駛的概念與共享的概念完全契合?，F(xiàn)在很多國家都步入老年化，自動駕駛可以完美地解決老年人和殘疾人的出行問題。2.自動駕駛車輛的應(yīng)用自動駕駛分級國際自動機工程師學(xué)會（SAE-International）發(fā)布的SAEJ3016標準提出自動駕駛分級標準L0~L5級，共6個等級的自動駕駛分類方法。多數(shù)人所理解的高度自動化的自動駕駛是Level5級別，也就是自動駕駛的最高形態(tài)，但Level5級別的高度自動化駕駛離量產(chǎn)目前還比較遙遠。所以，先擁有成熟的駕駛輔助系統(tǒng)（也就是滿足Level1~Level3級別）是實現(xiàn)高度自動化的基礎(chǔ)。自動駕駛車輛在智能交通中的應(yīng)用自動駕駛與車聯(lián)網(wǎng)：自動駕駛汽車完全取代傳統(tǒng)汽車之前，必然有并存期。自動駕駛汽車不僅要實現(xiàn)有人駕駛和自動駕駛的無縫接軌，完全實現(xiàn)人機交互、車與車交互。車聯(lián)網(wǎng)通常是指車與車（V2V）、車與路面基礎(chǔ)設(shè)施（V2I）、車與人（V2P）、車與傳感設(shè)備的交互，實現(xiàn)車輛與公眾網(wǎng)絡(luò)通信的動態(tài)移動通信系統(tǒng)，并在信息網(wǎng)絡(luò)平臺上對多源采集的信息進行加工、計算、共享和安全發(fā)布。自動駕駛車輛在智能交通中的應(yīng)用自動駕駛與智能交通系統(tǒng)：智能交通系統(tǒng)是將先進的信息技術(shù)、通信技術(shù)、傳感技術(shù)、控制技術(shù)以及計算機技術(shù)等有效地集成運用于整個交通運輸管理體系，從而建立起一種在大范圍內(nèi)全方位發(fā)揮作用的、實時、準確、高效的運輸和管理系統(tǒng)。它以信息的收集、處理、發(fā)布、交換、分析、利用為主線，為交通參與者提供多樣性服務(wù)，即利用高科技使傳統(tǒng)交通模式變得更加智能化，更加安全、節(jié)能、高效率。自動駕駛車輛在國防安全領(lǐng)域的應(yīng)用“黑騎士”無人作戰(zhàn)平臺是美國陸軍“未來戰(zhàn)斗系統(tǒng)”的重要組成部分，主要用于前沿火力偵察與監(jiān)視等作戰(zhàn)任務(wù)?！昂隍T士”研發(fā)項目由卡內(nèi)基梅隆大學(xué)國家機器人工程中心負責(zé)研制傳感器、車載計算機系統(tǒng)和硬件，包括自主導(dǎo)航和行動系統(tǒng)。以色列自動駕駛車輛“守護者”是目前世界上第一種已經(jīng)裝備部隊、具有一定自主能力的地面無人系統(tǒng)，如圖7-20所示。它最高行駛速度為80km/h，能自主設(shè)定行駛路線、規(guī)避障礙，具有自主“跟隨”模式，可與其他地面無人系統(tǒng)協(xié)同作戰(zhàn)。這些無人車都配備了遙控武器站，并具備高水平的自主作業(yè)能力。第7章

智能汽車自動駕駛-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能汽車概述2.自動駕駛車輛的應(yīng)用3.智能技術(shù)——機器學(xué)習(xí)4.應(yīng)用案例3.機器學(xué)習(xí)機器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。機器學(xué)習(xí)是人工智能的核心，是使計算機具有智能的根本途徑。概念機器學(xué)習(xí)就是針對識別菊花和玫瑰花這樣的任務(wù)構(gòu)造某種算法。它的特征是：當(dāng)訓(xùn)練的菊花和玫瑰花的圖片越來越多的時候，也就是樣本越來越多的時候，識別率就會越來越高。用顯著式編程是達不到這種效果的，因為顯著式編程一開始就定死了程序的輸入和輸出，識別率是不會隨著訓(xùn)練樣本的增加而變化。機器學(xué)習(xí)的發(fā)展歷程機器學(xué)習(xí)的類型機器學(xué)習(xí)的類型，主要分成這三大類：有監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)，半監(jiān)督學(xué)習(xí)。有監(jiān)督學(xué)習(xí)是指有求知欲的學(xué)生（計算機）從老師（環(huán)境）那里獲取知識、信息。無監(jiān)督學(xué)習(xí)常常是指同學(xué)自主地學(xué)習(xí)，沒有老師，不知道標準的答案是對還是錯。半監(jiān)督的學(xué)習(xí)，是監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)相結(jié)合的一種學(xué)習(xí)方法。有監(jiān)督學(xué)習(xí)無監(jiān)督學(xué)習(xí)機器學(xué)習(xí)過程線性回歸隨機變量與確定變量之間只有一個的，那這個就稱之為一元線性回歸。如果考慮多種影響因素，或者是預(yù)測多個變量的，那我們就稱之為多元回歸。線性回歸的優(yōu)點是簡單、易于理解和實現(xiàn)，缺點是不能處理非線性關(guān)系和高維數(shù)據(jù)。線性回歸概念線性回歸基本思想建立回歸模型的基本步驟：確定研究對象，明確哪個是自變量，哪個是因變量；畫出它們的散點圖，觀察他們之間是否存在線性關(guān)系；由經(jīng)驗確定回歸方程的類型；按照一定的規(guī)則（如最小二乘法）估計回歸方程中的參數(shù)；得出結(jié)果，分析殘差，確定模型是否合適。聚類聚類是按照某個特定標準（如距離）把一個數(shù)據(jù)集分割成不同的類或簇，使得同一個簇內(nèi)的數(shù)據(jù)對象的相似性盡可能大，同時不在同一個簇中的數(shù)據(jù)對象的差異性也盡可能地大。即聚類后同一類的數(shù)據(jù)盡可能聚集到一起，不同類數(shù)據(jù)盡量分離。聚類是指把相似的數(shù)據(jù)劃分到一起，具體劃分的時候并不關(guān)心這一類的標簽，目標就是把相似的數(shù)據(jù)聚合到一起。聚類基本概念聚類劃分式聚類方法需要事先指定簇類的數(shù)目或者聚類中心，通過反復(fù)迭代，直至最后達到“簇內(nèi)的點足夠近，簇間的點足夠遠”的目標。聚類基本過程迭代1次

迭代3次

迭代10次聚類是探索性數(shù)據(jù)挖掘的主要任務(wù)，也是統(tǒng)計數(shù)據(jù)分析的常用技術(shù)，用于許多領(lǐng)域，包括機器學(xué)習(xí)、模式識別、圖像分析、信息檢索、生物信息學(xué)、數(shù)據(jù)壓縮和計算機圖形學(xué)。關(guān)聯(lián)分析關(guān)聯(lián)分析是一種數(shù)據(jù)挖掘技術(shù)，用于發(fā)現(xiàn)數(shù)據(jù)集中項之間的關(guān)聯(lián)規(guī)則。在商業(yè)領(lǐng)域，關(guān)聯(lián)分析被廣泛應(yīng)用于市場籃分析、交叉銷售分析、購物籃分析等領(lǐng)域。它可以幫助企業(yè)發(fā)現(xiàn)產(chǎn)品之間的關(guān)聯(lián)性，從而制定更有效的營銷策略，提高銷售額和客戶滿意度。支持向量機支持向量機縮寫是SVM，它是一種有監(jiān)督的機器學(xué)習(xí)算法，用于分類任務(wù)或者是回歸任務(wù)。由俄羅斯統(tǒng)計學(xué)家和數(shù)學(xué)家弗拉基米爾·萬普尼克（VladimirVapnik）在1995年發(fā)表和創(chuàng)造的。支持向量機是一款強大的分類模型，主要應(yīng)用場景有圖像分類、文本分類、面部識別、垃圾郵箱檢測等領(lǐng)域。決策樹決策樹的構(gòu)造是按分類規(guī)則得到最優(yōu)的這個劃分特征，然后計算這些最優(yōu)的特征的子函數(shù)，并創(chuàng)建特征劃分的這些節(jié)點。按照劃分的分節(jié)點，把這些數(shù)據(jù)集劃分到若干的子數(shù)據(jù)集里，然后在這些子數(shù)據(jù)集上重復(fù)使用判別規(guī)則，構(gòu)建出新的節(jié)點，作為決策樹的新枝干，然后重復(fù)這樣去執(zhí)行，直到滿足終止的條件，這樣來實現(xiàn)的。4.機器學(xué)習(xí)應(yīng)用案例車牌號碼識別***機器學(xué)習(xí)應(yīng)用案例疲勞預(yù)警系統(tǒng)本章小結(jié)第8章

智能醫(yī)療機器人-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能醫(yī)療機器人概述2.智能醫(yī)療機器人應(yīng)用3.智能技術(shù)——深度學(xué)習(xí)4.應(yīng)用案例“人工智能+醫(yī)療”近年來，借助人工智能技術(shù)，開展智慧醫(yī)療成為醫(yī)療領(lǐng)域的熱點。“人工智能+醫(yī)療”是人工智能技術(shù)賦能醫(yī)療健康產(chǎn)業(yè)的現(xiàn)象。以機器學(xué)習(xí)和數(shù)據(jù)挖掘為兩大核心技術(shù)的人工智能滲透到醫(yī)療行業(yè)，各應(yīng)用場景下醫(yī)療人工智能公司開發(fā)出的產(chǎn)品和服務(wù)，帶來了醫(yī)療健康行業(yè)的降本增效，衍生出醫(yī)療數(shù)據(jù)服務(wù)、機器學(xué)習(xí)服務(wù)、醫(yī)療研發(fā)服務(wù)等新的醫(yī)療新興細分行業(yè)，拓展了醫(yī)療領(lǐng)域的邊界，重塑了醫(yī)療健康相關(guān)產(chǎn)業(yè)鏈。1.智能醫(yī)療機器人概述智能醫(yī)療機器人是集醫(yī)學(xué)、信息、物理、機械等多種學(xué)科于一體的技術(shù)密集型產(chǎn)品。通過計算機技術(shù)，傳感器技術(shù)、導(dǎo)航技術(shù)等實現(xiàn)自動化、智能化操作。智能醫(yī)療機器人可以協(xié)助醫(yī)生進行診斷和治療，提高醫(yī)療水平和效率。

如今，醫(yī)療機器人已經(jīng)成為醫(yī)療領(lǐng)域的重要工具，其應(yīng)用范圍涵蓋了手術(shù)、康復(fù)、護理等多個方面。包括目前臨床使用的骨科手術(shù)機器人、胃鏡機器人、康復(fù)機器人在內(nèi)的，用于診斷與治療環(huán)節(jié)的機器人，不僅提高了醫(yī)療服務(wù)的效率和質(zhì)量，還為患者提供了更舒適和安全的醫(yī)療環(huán)境。醫(yī)療機器人為醫(yī)療行業(yè)帶來了革命性的變化，全球醫(yī)療機器人市場空間巨大，未來快速增長。智能醫(yī)療機器人類型Typesofintelligentmedicalrobots用于手術(shù)操作，包括骨科及神經(jīng)外科手術(shù)機器人等手術(shù)機器人用于患者的康復(fù)訓(xùn)練應(yīng)用在康復(fù)護理、康復(fù)治療等方面的代替人工的機器人康復(fù)機器人提供咨詢、導(dǎo)診等服務(wù)服務(wù)機器人用于照顧患者，可以用來分擔(dān)護士護理的繁重和瑣碎工作護理機器人智能醫(yī)療機器人類型

手術(shù)機器人義齒機器人智能導(dǎo)診機器人智能送藥機器人虛擬助理語音電子病歷/智能導(dǎo)診智能問診/推薦用藥醫(yī)學(xué)影像病灶識別與標注/三維重建靶區(qū)自動勾畫與自適應(yīng)放療輔助診療醫(yī)療大數(shù)據(jù)輔助診療醫(yī)療機器人疾病風(fēng)險預(yù)測基因測序與檢測服務(wù)預(yù)測癌癥/白血病等重大疾病藥物挖掘新藥研發(fā)/老藥新用/藥物篩選藥物副作用預(yù)測/跟蹤研究健康管理營養(yǎng)學(xué)/身體健康管理精神健康管理醫(yī)院管理病歷結(jié)構(gòu)化/分級診療DRGs智能系統(tǒng)/專家系統(tǒng)輔助醫(yī)學(xué)研究平臺算法框架/數(shù)據(jù)分析等服務(wù)|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||AI+智能醫(yī)療場景AI在醫(yī)療領(lǐng)域的應(yīng)用醫(yī)療影像

利用X線、CT、MR、DSA、PET、ECT等影像設(shè)備，對疾病進行影像診斷和輔助治療的技術(shù)。據(jù)相關(guān)數(shù)據(jù)顯示，90%左右的醫(yī)療數(shù)據(jù)都來自醫(yī)學(xué)影像，而且還正以30%的增長率逐年增長。不過，影像科醫(yī)生的整體數(shù)量和工作效率似乎根本沒有辦法應(yīng)對這樣的增長趨勢，而影像科醫(yī)生也因此面臨著巨大的壓力。

X光CT

MRDSA

PET

ECT

2017年，騰訊正式推出了“騰訊覓影”，從臨床數(shù)據(jù)來看，“騰訊覓影”的敏感度已經(jīng)超過了85%,識別準確率也達到90%,特異度更是高達99%。不僅如此，只需要幾秒的時間，“騰訊覓影”就可以幫醫(yī)生“看”一張影像圖，在這一過程中，“騰訊覓影”不僅可以自動識別并定位疾病根源，還會提醒醫(yī)生對可疑影像圖進行復(fù)審。輔助診療

目前人工智能可以通過癥狀和病歷來診斷癌癥，比如Watson，經(jīng)過了4年多的訓(xùn)練，學(xué)習(xí)了200本腫瘤領(lǐng)域的教科書，290種醫(yī)學(xué)期刊和超過1500萬份的文獻后，Watson開始臨床應(yīng)用，并且可以在肺癌、乳腺癌、直腸癌、結(jié)腸癌、胃癌和宮頸癌等領(lǐng)域向人類醫(yī)生提出建議；又可以通過醫(yī)學(xué)影像和病理解讀來識別癌癥，國內(nèi)的人工智能領(lǐng)軍企業(yè)Airdoc在各個領(lǐng)域的頂尖醫(yī)生的幫助下，在眼科、皮膚科、大腦、心血管、肺部、肝部等領(lǐng)域建立了準確的深度神經(jīng)網(wǎng)絡(luò)診斷模型，在肺癌、乳腺癌、肝癌、基底細胞瘤、惡性黑色素瘤等領(lǐng)域取得了巨大的進展，通過15萬張圖片的訓(xùn)練，在眼科診斷準確率已經(jīng)不低于人類三甲眼科醫(yī)生，如果將人工智能應(yīng)用在癌癥的早期檢測和早期診斷，可以挽救無數(shù)人的性命。疾病預(yù)測

預(yù)測未知，一直是人類十分向往的能力。2008年谷歌推出一個預(yù)測流感流行趨勢的系統(tǒng)——GoogleFluTrends（谷歌流感趨勢，以下簡稱GFT）。GFT一戰(zhàn)成名是在2009年美國H1N1爆發(fā)的幾周前。AI可預(yù)測心臟病人何時死亡：準確率達80%英國醫(yī)學(xué)研究委員會倫敦醫(yī)學(xué)研究所的這個研究小組說，人工智能軟件能夠通過分析血檢以及心臟掃描結(jié)果發(fā)現(xiàn)心臟即將衰竭的跡象。研究人員向人工智能軟件輸入了256名心臟病患者的心臟核磁共振掃描結(jié)果，以及血液檢測結(jié)果。人工智能軟件對于每一次心跳都測量了心臟結(jié)構(gòu)中3萬個不同點的運動狀況。把上述檢測結(jié)果同患者8年的健康狀況記錄結(jié)合起來，人工智能軟件就可以發(fā)現(xiàn)哪些異常狀況會導(dǎo)致患者的死亡。人工智能軟件能夠?qū)ξ磥砦迥甑那闆r作出預(yù)測，預(yù)測患者在一年后仍然存活的準確率大約為80%，而醫(yī)生對于這項預(yù)測的準確率為60%。。醫(yī)院管理能合理地為患者安排治療計劃；在電子處方系統(tǒng)內(nèi)設(shè)置安全警示，確保用藥規(guī)范，防止濫用抗生素等藥物；自動讀取患者電子病歷相關(guān)信息，得出輔助診斷信息，實現(xiàn)醫(yī)療輔助診斷。通過物聯(lián)網(wǎng)技術(shù)，應(yīng)用RFID標簽，打造無人值守耗材管理模式;智能化設(shè)備的應(yīng)用，耗材追瀾及管理發(fā)生質(zhì)的飛躍!健康管理日常監(jiān)測數(shù)據(jù)(DailyMonitoring

Data)各類日常監(jiān)測生理信息，生活習(xí)慣，心理及精神狀態(tài)等電子病歷與診療記錄(ElectronicMedical

Records)含問診信息、病程記錄、病史信息，疾病診斷信息，治療過程，隨訪過程，環(huán)境信息等用藥記錄(Records

of

Medicine)藥物信息，治療結(jié)果等診斷數(shù)據(jù)(Diagnosis

Data)生化診斷、病理診斷、物理診斷、生理信號診斷、影像診斷、基因診斷等健康醫(yī)療大數(shù)據(jù)運營數(shù)據(jù)(Busi

Data)病人，財務(wù)，流程，診療，開藥等數(shù)據(jù)保險與支付(Insurance

andPayment)病人保險、支付記錄、信用記錄人工智能在醫(yī)療領(lǐng)域面臨的挑戰(zhàn)ChallengesofAIinthehealthcarefield在醫(yī)療方面的信息或隱私都在虛擬的網(wǎng)絡(luò)系統(tǒng)中留下痕跡。如果管理不善，就有可能被不法分子所利用患者隱私保護通過虛擬的信息系統(tǒng)或人工智能系統(tǒng)進行，可能發(fā)生醫(yī)療風(fēng)險的主體、環(huán)節(jié)和因素增多了，醫(yī)療風(fēng)險不可控性增強一些醫(yī)務(wù)人員可能會抵制或消極對待醫(yī)療人工智能的發(fā)展，那將會極大地降低醫(yī)療人工智能的發(fā)展速度風(fēng)險責(zé)任受接受程度文化創(chuàng)建階段2.智能醫(yī)療機器人應(yīng)用

手術(shù)機器人是集臨床醫(yī)學(xué)、生物力學(xué)、機械學(xué)、計算機科學(xué)、微電子學(xué)等諸多學(xué)科為一體的新型醫(yī)療器械。手術(shù)機器人現(xiàn)已應(yīng)用于普腹外科、泌尿外科、心血管外科、胸心外科、婦科、骨科、神經(jīng)外科等多個領(lǐng)域。此外，智能咽拭子采集機器人、智能外骨骼機器人、膝關(guān)節(jié)手術(shù)機器人、血管介入機器人等設(shè)備也是醫(yī)療機器人，醫(yī)療機器人是高端智能醫(yī)療裝備的代表。手術(shù)機器人的起源與發(fā)展手術(shù)機器人類型

膠囊胃鏡是一款可以替代傳統(tǒng)胃鏡的新型醫(yī)療機器人，隨水吞服后，它以每秒2幀的速度進行拍照，將食管、食道、胃進行全方位檢查，短短15分鐘即可拍攝上萬張照片，完成無痛、無創(chuàng)、無麻醉、無交叉感染的精準胃部檢查，檢查后膠囊機器人隨消化道排泄。

整個治療過程在體外通過手機遙控實現(xiàn)，可以無痛來檢測胃部的狀況成為將眾多病人從傳統(tǒng)胃鏡痛苦檢查中解放出來的妙招。目前膠囊機器人已經(jīng)在100多家醫(yī)院和300多家體檢機構(gòu)開始使用。膠囊胃鏡機器人康復(fù)機器人是輔助人體完成肢體動作，實現(xiàn)助殘行走、康復(fù)治療、負重行走、減輕勞動強度等功能的一種醫(yī)用機器人。康復(fù)機器人的核心理念是機器人、病人、治療師之間全新的協(xié)作關(guān)系，形成更有效且個性化的康復(fù)效果。康復(fù)機器人涵蓋物理運動、日常生活能力、社交活動、環(huán)境控制、聽覺、視覺、口頭表達等應(yīng)用領(lǐng)域。相較于傳統(tǒng)訓(xùn)練的局限性，康復(fù)機器人能夠節(jié)省人力、重復(fù)訓(xùn)練、減少誤差、全面護理、最大化持續(xù)時間和強度?？祻?fù)機器人康復(fù)機器人類型本章小結(jié)第8章

智能醫(yī)療機器人-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能醫(yī)療機器人概述2.智能醫(yī)療機器人應(yīng)用3.智能技術(shù)——深度學(xué)習(xí)4.應(yīng)用案例3.

智能技術(shù)——深度學(xué)習(xí)深度學(xué)習(xí)（DeepLearning），簡稱DL。深度學(xué)習(xí)是機器學(xué)習(xí)的子集，它基于人工神經(jīng)網(wǎng)絡(luò)。其概念由杰弗里·辛頓（GeoffreyHinton）等人于2006年提出，基于深度置信網(wǎng)絡(luò)(DBN)提出非監(jiān)督貪心逐層訓(xùn)練算法，為解決深層結(jié)構(gòu)相關(guān)的優(yōu)化難題帶來希望，隨后提出多層自動編碼器深層結(jié)構(gòu)。此外楊立昆（YannLeCun）等人提出的卷積神經(jīng)網(wǎng)絡(luò)是第一個真正多層結(jié)構(gòu)學(xué)習(xí)算法，它利用空間相對關(guān)系減少參數(shù)數(shù)目以提高訓(xùn)練性能。神經(jīng)網(wǎng)絡(luò)基礎(chǔ)神經(jīng)網(wǎng)絡(luò)的M-

P模型、BP網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)等構(gòu)成人工神經(jīng)網(wǎng)絡(luò)的基本概念。神經(jīng)元作為基本處理單元，由連接、求和節(jié)點、激活函數(shù)組成。深度學(xué)習(xí)的起源與發(fā)展卷積神經(jīng)網(wǎng)絡(luò)（CNN）深度學(xué)習(xí)應(yīng)用場景1.計算機視覺深度學(xué)習(xí)技術(shù)可以用于圖像分類、目標檢測、圖像分割、人臉識別、行人重識別等領(lǐng)域。例如，卷積神經(jīng)網(wǎng)絡(luò)（CNN）可以用于圖像分類和目標檢測，而生成對抗網(wǎng)絡(luò)（GAN）可以用于圖像生成和風(fēng)格遷移。3.醫(yī)療保健深度學(xué)習(xí)技術(shù)可以用于醫(yī)學(xué)圖像分析、病理診斷、基因序列分析等領(lǐng)域。例如，卷積神經(jīng)網(wǎng)絡(luò)可以用于乳腺癌檢測，而遞歸神經(jīng)網(wǎng)絡(luò)可以用于基因序列分析。2.自然語言處理深度學(xué)習(xí)技術(shù)可以用于文本分類、情感分析、命名實體識別、機器翻譯、語音識別等領(lǐng)域。例如，循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和長短時記憶網(wǎng)絡(luò)（LSTM）可以用于語言模型和機器翻譯，而變換器模型（Transformer）可以用于序列到序列的學(xué)習(xí)任務(wù)。應(yīng)用場景LeNet結(jié)構(gòu)4.應(yīng)用案例——病毒感染動態(tài)顯示SIR模型是一種常見的傳染病傳播模型，用于描述人群中傳染病的傳播過程。SIR模型將人群分為三個互相轉(zhuǎn)化的狀態(tài)：易感者（Susceptible）、感染者（Infected）和康復(fù)者（Recovered）

病毒的變異速度可能會超過科學(xué)家們研發(fā)疫苗和治療藥物的速度，導(dǎo)致疫苗和藥物的有效性受到挑戰(zhàn)。此外，全球化和人口密集的城市化趨勢使得病毒更容易傳播，加劇了疫情的蔓延速度。同時，一些病毒可能具有潛在的跨物種傳播能力，增加了疾病的傳播范圍和難度，導(dǎo)致公眾對病毒傳播和防控措施的誤解和不信任，影響了疫情防控的有效性。為了盡可能預(yù)防疾病，借助機器學(xué)習(xí)提前發(fā)現(xiàn)易感人群是一種有效的手段。Python版本：Python3及以上運行環(huán)境：PyChaRm應(yīng)用案例——疾病預(yù)測

心臟病是常見的疾病，是全球范圍內(nèi)導(dǎo)致死亡的主要原因之一。早期預(yù)測和干預(yù)對于降低心臟病發(fā)病率和死亡率具有重要意義。盡管現(xiàn)代醫(yī)學(xué)的發(fā)展和醫(yī)療設(shè)備的開發(fā)能有效延緩疾病的進展，但是心臟疾病的患病率仍然呈逐年增加的趨勢。目前，研究發(fā)現(xiàn)能夠?qū)π呐K病數(shù)據(jù)進行分析，建立聯(lián)防預(yù)警機制，在心臟病前期篩查和預(yù)警方面前景廣闊。心臟病預(yù)測通常涉及到大量的醫(yī)療數(shù)據(jù)分析和機器學(xué)習(xí)技術(shù)。第9章

智能農(nóng)業(yè)機器人-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能農(nóng)業(yè)機器人概述2.智能農(nóng)業(yè)機器人應(yīng)用3.智能技術(shù)——神經(jīng)網(wǎng)絡(luò)4.應(yīng)用案例案例引入

在農(nóng)業(yè)養(yǎng)殖領(lǐng)域，牲畜飼養(yǎng)的料量補給及比例調(diào)整是關(guān)鍵部分之一。傳統(tǒng)養(yǎng)殖模式中剩料評估、供料補給等環(huán)節(jié)需要投入大量的人力物力資源，尤其是與飼料鋪相距很遠的大型站點，需要消耗更多的專用資源。澳大利亞機器人公司發(fā)明了養(yǎng)殖場鋪位余料精準評估的機器人BunkBot，通過目視評估料倉余料推斷飼料消耗量，作為飼料重分配的主要影響參數(shù)。在實際運行中發(fā)現(xiàn)BunkBot對于飼料調(diào)配補給比傳統(tǒng)人工操作更完善合理，因為它可以更精準全面的了解牛的采食量、更及時的調(diào)整飼料分配策略，進而提高飼料有效利用率。1.智能農(nóng)業(yè)機器人概述農(nóng)業(yè)機器人是指運用在農(nóng)業(yè)生產(chǎn)中的智能機器人，是一種可由不同程序軟件控制，以適應(yīng)各種作業(yè)，能感覺并適應(yīng)作物種類或環(huán)境變化，有檢測（如視覺等）和演算等人工智能的新一代無人自動操作機械。農(nóng)業(yè)機器人的特點：1.作業(yè)季節(jié)性較強；2.作業(yè)環(huán)境復(fù)雜多變；3.作業(yè)對象的嬌嫩和復(fù)雜性；4.使用對象的特殊性；5.價格的特殊性農(nóng)業(yè)機器人的發(fā)展歷程國外--20世紀中期農(nóng)業(yè)機器人已經(jīng)實現(xiàn)了高度自主化和智能化的結(jié)合，包括多用途自動化聯(lián)合收割機器人、園丁機器人、無人駕駛拖拉機以及果實分揀機器人等多種農(nóng)業(yè)機器人國內(nèi)--20世紀90年代中期除草機器人、施肥機器人、全自動收獲機器人、耕耘機器人、蔬菜嫁接機器人、蔬菜采摘機器人以及植保無人機等。智能農(nóng)業(yè)機器人關(guān)鍵技術(shù)及特點數(shù)據(jù)集成和分析技術(shù)線路規(guī)劃和導(dǎo)航技術(shù)智能農(nóng)業(yè)機器人類型植保機器人收獲機器人智能播種機器人田間管理機器人按照作業(yè)功能分類輪式農(nóng)業(yè)機器人履帶式農(nóng)業(yè)機器人多足式農(nóng)業(yè)機器人按照機器人結(jié)構(gòu)分類單一任務(wù)多功能無人駕駛按照智能化程度分類室外田間使用的農(nóng)業(yè)機器人溫室內(nèi)使用的農(nóng)業(yè)機器人按照使用場景分類人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用03除草04采摘05分揀01播種02噴涂采摘機器人采摘機器人是一類針對水果或蔬菜收獲作業(yè)，具有感知系統(tǒng)的自動化機械收獲裝備，是集機械、電子信息、計算機科學(xué)、人工智能、農(nóng)業(yè)及生命科學(xué)等交叉性邊緣學(xué)科，其涉及本體結(jié)構(gòu)、傳感技術(shù)、視覺圖像處理、機器人正逆運動學(xué)與動力學(xué)、控制驅(qū)動技術(shù)以及信息處理等多學(xué)科領(lǐng)域知識。無人駕駛農(nóng)業(yè)機器人植保無人飛機施藥作業(yè)具有快速高效、適應(yīng)性廣等顯著特征，克服了傳統(tǒng)植保機械作業(yè)效率低、下地難、轉(zhuǎn)場難和勞動力投入大的問題，已逐漸成為我國農(nóng)業(yè)生產(chǎn)不可或缺的一部分。第9章

智能農(nóng)業(yè)機器人-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能農(nóng)業(yè)機器人概述2.智能農(nóng)業(yè)機器人應(yīng)用3.智能技術(shù)——神經(jīng)網(wǎng)絡(luò)4.應(yīng)用案例3.神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork，ANN）簡稱神經(jīng)網(wǎng)絡(luò)（NN），是基于生物學(xué)中神經(jīng)網(wǎng)絡(luò)的基本原理，在理解和抽象了人腦結(jié)構(gòu)和外界刺激響應(yīng)機制后，以網(wǎng)絡(luò)拓撲知識為理論基礎(chǔ)，模擬人腦的神經(jīng)系統(tǒng)對復(fù)雜信息的處理機制的一種數(shù)學(xué)模型。概念機器視覺系統(tǒng)組成人工神經(jīng)元結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)可看成是以人工神經(jīng)元為節(jié)點，用有向加權(quán)弧連接起來的有向圖。在此有向圖中，人工神經(jīng)元就是對生物神經(jīng)元的模擬，而有向弧則是軸突-突觸-樹突對的模擬。有向弧的權(quán)值表示相互連接的兩個人工神經(jīng)元間相互作用的強弱。神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程神經(jīng)網(wǎng)絡(luò)的應(yīng)用神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域很廣泛。如流程建模與控制、機器故障診斷、證券管理、目標識別、醫(yī)學(xué)診斷、目標市場和經(jīng)濟預(yù)測等。在流程建模與控制方面，為物理設(shè)備創(chuàng)建一個神經(jīng)網(wǎng)絡(luò)模型，通過該模型來決定設(shè)備的最佳控制設(shè)置。當(dāng)檢測到機器出現(xiàn)故障時，系統(tǒng)可以自動關(guān)閉機器。以一種高回報、低風(fēng)險的方式分配證券資產(chǎn)進行投資，證券管理。神經(jīng)網(wǎng)絡(luò)的應(yīng)用在目標識別方面，通過視頻或者紅外圖像數(shù)據(jù)檢測是否存在敵方目標，被廣泛運用于軍事領(lǐng)域。通過分析報告的癥狀和MRI、X-射線圖像數(shù)據(jù)，協(xié)助醫(yī)生診斷、醫(yī)療診斷。根據(jù)統(tǒng)計學(xué)，找出對營銷活動反響率最高的人群，確定目標市場。通過歷史安全數(shù)據(jù)預(yù)測未來經(jīng)濟活動的安全性。神經(jīng)網(wǎng)絡(luò)的應(yīng)用BP模型和MP模型BP神經(jīng)網(wǎng)絡(luò)全稱是Back-propagationneuralnetwork，它被認為是最常用的神經(jīng)網(wǎng)絡(luò)預(yù)測方法，BP神經(jīng)網(wǎng)絡(luò)模型由輸入層、隱層和輸出層三層組成，其中隱層在輸入層和輸出層之間傳遞著重要的信息，一般包含一個或多個隱層。BP模型和MP模型1943年，美國心理學(xué)家沃倫·麥克洛克（WarrenMcRock）和數(shù)學(xué)家沃爾特·皮茨（WalterPitts）參考了生物神經(jīng)元的結(jié)構(gòu)，把神經(jīng)元視為二值開關(guān)，通過不同的組合方式來實現(xiàn)不同的邏輯運算，并且將這種邏輯神經(jīng)元稱為二值神經(jīng)元模型（McCulloch-PittsModel，MP模型）。4.應(yīng)用案例——顏色識別1利用學(xué)校實驗室現(xiàn)有實驗設(shè)備，搭建機器人系統(tǒng)，進行顏色識別案例實踐與分析。具體要求是一些長方體的箱體在不同側(cè)面涂裝成紅色和藍色。在這些長方體的箱體（物塊）搬運碼垛的過程中，往往需要把物體按一定方向碼垛，便于存儲的安全性、可靠性、條理性和便利性?，F(xiàn)以紅藍兩種顏色區(qū)分物塊的不同方向。要求按顏色相同、方向一致的方式規(guī)范碼垛。應(yīng)用案例——農(nóng)業(yè)氣象數(shù)據(jù)分析農(nóng)業(yè)氣象數(shù)據(jù)可以提供氣溫、降水、日照等信息，幫助農(nóng)民了解農(nóng)作物生長所需的氣候條件，合理安排播種、施肥、澆水、除草等管理活動，從而提高產(chǎn)量和質(zhì)量。還可以用于