人工智能基础
2023-03-08 09:23:54 0 举报AI智能生成
根据阿里云人工智能助理工程师认证整理
作者其他创作
大纲/内容
通俗来说，就是让机器像人一样感知、学习、思考
是一门研究如何模拟、延伸和扩展人的智能的学科
定义
诞生标志：1956年美国达特茅斯会议
正式诞生距今已经有六十多年的历史
第一次因为算力不足
第二次因为硬件市场溃败、资金不足、研究迷茫
目前处于爆发期，经历过两次寒冬期
重要历史节点
研究角度：抽象化、符号化形式
应用：知识图谱
符号主义学派
研究角度：人脑神经生理学结构
应用：人工神经网络模型
连接主义学派
研究角度：人脑智能活动所产生的外部表现行为
应用：智能机器人
行为主义学派
三大学派
擅长于【单个方面】
举例：深蓝、AlphaGo
弱人工智能
能够执行【通用任务】
举例：通过图灵测试+咖啡测试+机器人学生测试+雇员测试的智能系统
强人工智能
与人类智能功能【完全一样】，甚至【局部超越】人类智能功能
举例：科幻片超能特工队中的大白
超强人工智能
研究目标
智慧诊疗、智慧医学影像、智慧健康管理
医疗行业
远程教育AI辅助（行为检测、场景识别、线上监考）
教育行业
交通工具智慧化、出行方式智慧化、道路管理智慧化
交通行业
智能仓储（商品自动储存、拣选、分选）
物流行业
产品智能化研究设计、智能质检、生产设备预测性维护
制造行业
行业应用
来源：开源数据集平台
面向对象：大众
是否支持分享：支持，对外开放
通用数据
来源：各行业企业的内部系统
面向对象：企业内部
是否支持分享：不支持，不对外公布
行业数据
数据服务
提供硬件、软件资源服务，为人工智能工程提供计算、存储和网络等能力
云计算平台
提供数据存储、处理、分析等功能，为人工智能提供重组的“养料”（即数据）
大数据平台
软件设施
通用芯片：CPU、GPU
半定制化芯片：FPGA
全定制化芯片：ASIC
芯片
人工智能产业数据的重要来源
通过对外界信息的采集、处理和转换，生成可供分析的数据
传感器
硬件设施
基础层
TensorFlow
PyTorch
Caffe
Keras
...
开发框架
实现人工智能的重要手段
机器学习模型
图像、文本、声音等高维度复杂数据处理
深度学习模型
算法模型
计算机视觉
自然语言处理
智能语音
知识图谱
通用技术
技术层
阿里云视觉智能开放平台
阿里云智能语音交互平台
阿里云NLP自学习平台
应用平台
智能制造
智能交通
智能教育
智能医疗
人工智能场景应用
智能音箱
自动驾驶汽车
智能机器人
人脸支付
人工智能产品
应用层
产业结构层级
将【用户非形式化的需求表达】转化为【完整的需求信息】，最终形成需求规约（文档）
目的
头脑风暴
用户调研
竞品分析
数据分析
其他需求来源：老板需求、运营需求、增长需求、商业化需求
需求采集
马斯洛需求层次理论模型
KANO模型
需求分析
需求验证
需求评估
撰写文档
流程
数据采集
残缺数据
错误数据
重复数据
数据处理
标注标准
标注形式
标注工具
数据标注
数据准备
主流人工智能框架
人工智能开发平台
模型构建
算法参数
数据集
准确率
精确率
召回率
模型指标
模型评估
基础数据
构造特征
算法选择
实验策略
模型优化
模型训练
移动端/服务器端
部署环境
内存情况
模型部署
流量测试
迭代更新
效果跟踪
模型应用
项目开发基本流程
人工智能基础
阿里云人工智能ACA
0 条评论
回复 删除
下一页
