浙教版信息技术高中选修4 人工智能初步项目挑战： 构建人工智能发展脉络全景图-教学课件.pptxVIP

构建人工智能发展脉络全景图（项目挑战）浙教版信息技术

1.计算载体可计算思想产生1900年的国际数学家大会上，数学家希尔伯特提出了23个问题，其中“希尔伯特第十个问题”可简单表述如下：是否存在一种算法，能够判定某个方程有解(即该问题是不是可计算的)。一、人工智能发展脉络全景图的构成元素

判定可计算问题的依据是：若给定一个问题，图灵机在执行了有限多步骤后可停机输出计算结果，则该问题是可计算的;否则，这个问题是不可计算的。图灵机模型计算“12+8”的过程示意图1.计算载体一、人工智能发展脉络全景图的构成元素

图灵测试通过：图灵认为如果超过30%的测试者无法有效区分机器和人的回答结果，那么可以认为这台机器具有智能。图灵测试过程1.计算载体一、人工智能发展脉络全景图的构成元素

Q:为什么图灵机成为现代计算机的理论模型？任何可以用明确规则描述的计算过程，都可以由一台图灵机来执行。通用性图灵机设计相对简单，仅由几个基本组件构成，这使得其工作原理易于理解和分析。简单性1.计算载体一、人工智能发展脉络全景图的构成元素

图灵机是现代计算机的理论基石，两者在抽象层面相同，但在实现和应用上存在差异。理论基础都基于算法和指令集进行计算可计算性都能解决可计算问题抽象性都使用抽象方式表示和解决问题实体性一种抽象的理论模型实现方式通过纸带和读写头模拟计算计算能力理论强大但不适合实际计算存储空间使用无限纸带交互性无交互能力图灵机实体性现代计算机是具体电子设备实现方式通过CPU、内存等硬件和软件系统实现计算计算能力具有强大的计算能力存储空间有限容量的存储设备交互性具有高度交互性现代计算机这些异同反映了图灵机模型与现代计算机，从理论到实践的过渡和发展。1.计算载体一、人工智能发展脉络全景图的构成元素

人工智能发展的主要驱动因素人工智能算法算力数据机器学习监督学习无监督学习半监督学习强化学习深度学习专用硬件GPU图形处理器ASIC集成电路FPGA数字集成电路云计算与边缘计算高性能计算（HPC）训练数据数据多样性数据质量计算机视觉（CV）自然语言处理（NLP）K-means（K均值算法）k-NN（k近邻算法）基础燃料1.计算载体一、人工智能发展脉络全景图的构成元素

2.智能算法如图所示，人工智能的核心研究内容，涉及机器学习、推理与问题求解、机器人学、计算机视觉、自然语言理解和社会伦理道德这六个领域。一、人工智能发展脉络全景图的构成元素

决策树分类算法、回溯算法推理与问题求解计算机视觉(CV)自然语言理解（NLP)机器人学机器学习：算法与模型社会伦理道德卷积神经网络算法、支持向量机分类算法深度学习算法、递归神经网络强化学习算法、蚁群算法、感知算法、路径规划算法道德伦理算法、法律伦理算法、隐私保护算法监督学习算法、无监督学习算法、强化学习优化决策、医疗诊断、逻辑推理、信用评分等领域图像分类、人脸识别、视频分析机器翻译、情感分析、文本分类与生成、信息检索与问答系统、智能客服机器人路径规划、物流管理、电力系统优化、自动化操作、服务机器人、探险救援房价预测、欺诈检测、社交网络分析、自动驾驶、个性化推荐、图像和语音识别保护用户隐私，AI系统的决策过程符合道德伦理和法律要求六大领域涉及算法算法应用2.智能算法一、人工智能发展脉络全景图的构成元素

3.智能极限能实现人类哪些智能？逻辑推理不能实现人类哪些智能？数据处理与分析数学计算记忆和存储自动化与机器人技术图像与语音识别专家系统与决策支持创造力与想象力情感认知直觉和灵感数据依赖与质量问题硬件与资源限制√√√√√√√×××××身体感知和运动技能×一、人工智能发展脉络全景图的构成元素

机器人训练虚拟世界Omniverse人类医生可以借助机器学习算法分析大量的医疗数据，提供更准确的诊断和治疗方案AI+医疗AI+艺术类艺术家可以利用计算机生成的工具和技术来辅助创作。左图为游戏设计师杰森·艾伦使用AI算法绘制的作品《太空歌剧院》，在美国科罗拉多博览会的年度艺术比赛中夺下首奖。英伟达公司利用其在图形处理方面的优势，开发了高度逼真的机器人虚拟训练世界，旨在缩小仿真与现实的差距，提升机器人训练效果。3.智能极限一、人工智能发展脉络全景图的构成元素

人工智能发展之路并非一帆风顺，而是经历了三次低谷。第一次低谷期：1973年英国发表JamesLighthil报告第二次低谷期：1982年开始的日本智能计算机研制以失败告终第三次低谷期：1984年斯坦福建设知识百科全书Cyc未达期望从诞生至今，人工智能已有60多年的历史，经历了三次发展浪潮。第一次浪潮为20世纪50年代末——20世纪80年代初;第二次浪潮为20世纪80年代初—90年代末第三次浪潮为21世纪初——至今。二、绘制人