第3课 人工智能技术基础（课件）八年级信息科技下册（浙教版2023）.pptxVIP

人工智能技术基础 CONTENTS 目录 01. 人工智能的定义 02. 数据 03. 算法 04. 算力 05. 人工智能的未来趋势 一、人工智能的定义 概念解释 01 人工智能（AI）是指由人制造出来的系统能够理解、学习、适应并执行人类的某些特定任务。 02 人工智能的目标是使机器能够模拟人类的思维过程和行为。 03 人工智能可以分为弱人工智能和强人工智能，前者只能完成特定任务，后者则可以像人类一样进行思考和学习。 04 人工智能的应用领域广泛，包括医疗、金融、教育、交通、娱乐等。 技术特点 自主性：人工智能系统能够自主完成决策和执行任务 学习能力：人工智能系统能够从数据中学习并优化其性能 适应性：人工智能系统能够适应不同的环境和任务 智能性：人工智能系统能够模拟人类的智能，实现复杂的任务 应用领域 03 07 交通：自动驾驶、智能交通系统、无人机运输等 智能家居：智能音箱、智能家电、家庭机器人等 01 05 医疗：辅助诊断、药物研发、手术机器人等 零售：商品推荐、库存管理、物流配送等 02 06 教育：个性化教学、智能辅导、在线教育等 娱乐：游戏AI、虚拟偶像、智能创作等 04 08 金融：风险评估、量化交易、智能客服等 工业：智能制造、工业机器人、质量检测等 二、数据 02 数据 从图像识别到刷脸支付，从语音识别到人机交互，人工智能的应用随处可见，影响着生活的方方面面。人工智能技术与应用的飞速发展，归功于推动其发展的三大要素:数据、算法、算力。 从移动终端上的全球定位系统,到工厂生产线上每个工位的机械臂操作，再到在网购平台进行浏览与购物等，都会产生数据。过去受数据收集、存储、处理等方面的限制，只能通过抽样等方式得到小部分的数据，作用有限。现在，随着智能终端和传感器的普及，产生和收集海量的数据，通过对这些数据进行分类整理，统计分析，从中获取更准确、更深层次的信息，从而不断挖掘数据背后的价值，为人类提供更好的服务。 数据是人工智能的基础，有了足够的数据，人工智能就能不断学习和提高。例如城市的智慧交通管理系统，可以实现对交通流量的预测，交通网络的控制，密集车流的疏导，如同交通领域的“大脑”，如图3-1所示。马路上安装的自动采集数据的设备，每时每刻都在记录人、车的通行数据，依据这些数据建立数据模型，实时分析城市交通流量，调整红绿灯间隔，缩短车辆等待时间，提升城市道路的通行效率。 城市大脑 数据的重要性和应用 数据的定义和类型：包括结构化数据、非结构化数据和半结构化数据。 数据的重要性：描述数据如何推动科技进步和商业决策。 数据的收集：介绍数据的来源和收集方法。 数据的存储和管理：讨论数据的存储和管理策略。 数据的分析：介绍数据分析的重要性和方法。 数据的可视化：解释如何通过数据可视化理解数据。 数据的安全和隐私：讨论如何保护数据的安全和隐私。 数据的应用：介绍数据在不同领域的应用，如医疗、教育、金融等。 三、算法 03 算法 算法是人工智能的核心，实现了从数据中发现规律、预测结果和决策的过程。想让计算机学会像人一样感知、思考和行动，具有类似人的智能，就要建立合适的算法。 1997年5月，计算机“深蓝”以2∶1的成绩战胜了国际象棋世界冠军卡斯帕罗夫，轰动一时。2016年3月，“阿尔法围棋”与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，最终“阿尔法围棋”以4:1的总分获胜,如图3-2所示。 图3-2 人机对弈 穷举搜索算法 “深蓝”计算机针对国际象棋采用了穷举搜索算法，该算法被用来帮助计算机在棋盘上寻找最佳的落子位置。而围棋是一个19×19的棋盘，使用穷举搜索算法无法在规定时间内得到每一步的最佳走法。“阿尔法围棋”使用了更加高效的搜索算法,这种算法能够对大量的随机对局进行模拟，快速评估每个可能的走法,并选择最优解。“阿尔法围棋”还利用了深度学习和强化学习等现代人工智能技术，使得其具有更强的学习能力和搜索效率，可以更好地成对围棋等复杂游戏的挑战。从“深蓝”到“阿尔法围棋”，正是人工智能算法不断发展的结果。 算法的分类-按应用领域分类 数值算法：用于解决数值计算和数值分析的问题 信号处理算法：用于解决信号处理和信号分析的问题 人工智能算法：用于解决人工智能和机器学习的问题 网络算法：用于解决网络设计和网络优化的问题 并行算法：用于解决并行计算和分布式计算的问题 数据结构与算法：用于解决数据结构和算法的问题 图像处理算法：用于解决图像处理和图像识别的问题 控制算法：用于解决控制系统设计和控制的问题 生物信息学算法：用于解决生物信息学和基因组学的问题 密码算法：用于解决密码学和信息安全的问题 算法的分类-按实现方式 随机算法：每一步操作随机，输出结果不确定 分布式算法：多个节点协同计算，提高计算效率 递归算法：通过递归调用，逐步求解