《数据标注工程——概念、方法、工具与案例》教学课件—01人工智能概述.pptx
- 文档编号:30779240
- 上传时间:2023-08-26
- 格式:PPTX
- 页数:40
- 大小:477.80KB
《数据标注工程——概念、方法、工具与案例》教学课件—01人工智能概述.pptx
《《数据标注工程——概念、方法、工具与案例》教学课件—01人工智能概述.pptx》由会员分享,可在线阅读,更多相关《《数据标注工程——概念、方法、工具与案例》教学课件—01人工智能概述.pptx(40页珍藏版)》请在冰豆网上搜索。
人工智能技术应用核心课程系列教材,数据标注工程概念、方法、工具与案例,第1章人工智能概述,人工智能技术应用核心课程系列教材,1人工智能发展历程2人工智能的典型技术3人工智能是新一代信息技术的核心4本章小结作业与练习,1.1人工智能发展历程,第1章人工智能概述,1.1.1人工智能的发展历程人工智能发展过程历经了三波浪潮,分别是“逻辑推理”时代,“知识工程”时代和“数据挖掘”时代。
1.1人工智能发展历程,第1章人工智能概述,1.1.1人工智能的发展历程“逻辑推理”时代(1951-1973年)崛起:
“人工智能”、“图灵测试”等概念被正式提出,部分数学理论得到突破,一批初级人工智能应用被推出:
萨缪尔编写成的西洋跳棋程序、第一个能够与人互动的聊天机器人ELIZA、带有视觉传感器并能够抓取积木的移动机器人SHAKEY。
寒冬:
由于逻辑证明器、感知器和增强学习等工具被证实只能完成简单任务,一些重要数学模型被发现存在缺陷,人工智能不足以解决任何实际的问题,人工智能技术受到了社会舆论的普遍质疑,大量研究资金被撤走。
1.1人工智能发展历程,第1章人工智能概述,1.1.1人工智能的发展历程“知识工程”时代(1981-1987年)崛起:
“专家系统”兴起,“神经网络”模型突破,预期实现与人对话、翻译语言、解释图像、具有推理能力的功能。
寒冬:
专家系统仅局限于某些特定场景,后期维护费用也比较高,神经网络的设计一直缺少相应严格的数学理论支持,无法对前层进行有效的学习,软件发展遇到障碍。
因此预期的功能并未得到实现。
1.1人工智能发展历程,第1章人工智能概述,1.1.1人工智能的发展历程“数据挖掘”时代(21世纪初-至今)崛起:
“机器学习”理论发展、“深度学习”理论兴起,人工智能算法精度得到巨大提高,一批超越人脑的应用出现,例如IBM深蓝战胜了国际象棋冠军卡斯帕罗夫,IBM创造的超级电脑“沃森”与人类选手共同参加智力问答节目“危险边缘”获得冠军,阿尔法狗(AlphaGo)战胜人类顶尖围棋选手等。
同时中美英等国相继发布人工智能发展战略规划。
崛起原因:
数据、算力和算法的突破性增长。
信息时代产生了海量数据,计算机性能的不断提升大幅提高了算力,算法的突破提升了算法精度,三者共同推动人工智能行业向前发展。
1.1人工智能发展历程,第1章人工智能概述,人工智能的影响力人工智能是通过赋予机器感知和模拟人类思维的能力,使机器达到乃至超越人类的智能,人工智能技术的发展会对经济、社会、文化、政府部门产生深远影响。
人工智能发展对经济的影响:
总体预估:
到2030年,人工智能对世界经济的贡献将达到15.7万亿美元。
2030年中国人工智能核心产业规模将超过1万亿元,带动相关产业规模超过10万亿元,发展空间巨大。
人工智能可能改变全球产业链:
工业机器人、智能制造等技术将进一步取代人类的简单重复劳作,制造业将“回流”发达经济体人工智能对就业产生结构性变化:
到2030年,全球将有多达8亿人会失去工作,取而代之的是自动化机器人。
同时,人工智能技术的广泛应用也将增加对这方面的专业人才的需求。
1.1人工智能发展历程,第1章人工智能概述,人工智能的影响力人工智能发展对社会的影响:
人工智能推动形成不同的技术社会形态:
信息社会中信息、知识成为重要的生产力要素。
在技术变革的影响下,人与人的关系、人与自然的关系、人与机器的关系,乃至人本身,都在发生变化。
人工智能引起社会结构重构:
未来人类社会将以是否能够掌握人工智能技术、享受人工智能红利为界,将社会群体分化为“人工智能”和“非人工智能”两个层面,并对个人的发展、财富的分配起到相当大的作用。
人工智能对法律的影响:
计算机技术要求有新的法律分析、解释和理论进行规范。
1.1人工智能发展历程,第1章人工智能概述,人工智能的影响力人工智能发展对文化的影响:
人工智能对人们生活的改变:
如一些问题、知识、新闻、学习课程等,人们能通过计算机与手机客户端,不用打字,仅仅通过“说话”,计算机或手机客户端便能呈现人们想要的内容。
人工智能人们观念的改变:
智能化的生活方式会大幅改变人们的思维方式,使得越来越多的人产生重视灵活、快捷、现代生活方式的观念。
1.1人工智能发展历程,第1章人工智能概述,人工智能的影响力人工智能发展对政府部门的影响:
宏观整体:
人工智能中的“大数据”打破政府部门间的行政数据壁垒,便于准确掌握相关决策信息,更好地研判经济社会发展态势,提高政府决策质量。
微观局部:
人工智能在教育、医疗、养老、环境保护、城市运行、司法服务等领域广泛应用,极大提高公共服务精准化水平,帮助全面提升民众生活品质,人工智能也能为广大民众民主参与政府部门沟通和对接国家政治事务提供便捷通道。
1.1人工智能发展历程,第1章人工智能概述,人工智能的国际竞争人工智能是战略性技术和新一轮产业变革的核心驱动力。
人工智能的国际竞争通过贸易领域和军事领域是赢得竞争的战场。
目前,竞争主要体现在贸易和军事方面:
贸易方面:
美国担心在这一轮新的工业革命中丧失优势,因此对中国5G、无人机、智能安防等领域的龙头公司进行产业封锁。
军事方面:
未来人工智能将从根本上改变战争形式和国际关系,未来战争士兵可能无需上战场,所有战斗通过指挥无人自动武器完成。
因此人工智能技术将决定一个国家根本的军事实力,也必将成为大国竞争的主战场。
目前,美国、日本、德国、英国和中国是竞争中的主要国家。
1.1人工智能发展历程,第1章人工智能概述,人工智能的国际竞争美国:
视人工智能为巩固其全球霸主地位的重要筹码相关报告:
为人工智能的未来做好准备、国家人工智能研究与发展战略规划与人工智能、自动化及经济。
战略目标:
一是要将人工智能技术有效整合进政府的业务中,期望打造一个更有效的政府;二是服务民众福祉,鉴于人工智能技术的巨大潜力,拟在智慧城市、身心健康、社会福利、刑事司法、环境、弱势群体等领域应用人工智能技术,帮助人民改善生活。
数据战略:
美国认为用于训练的数据集等资源的深度、质量及准确性会对人工智能性能产生重大影响。
政府率先构建优质的数据集和环境,并向公众开放,充分保护公众免受数据安全伤害,并保证经济竞争的公平性。
1.1人工智能发展历程,第1章人工智能概述,人工智能的国际竞争日本:
以“工程化”措施推进人工智能研发相关报告:
科学技术白皮书(2016年版)、第5期科学技术基本计划(2016-2020)。
战略目标:
建设国家级人工智能平台。
将理化学研究所、产业技术综合研究所确定为日本的人工智能研究基地,并设立前端集成智能平台项目,开展“产学官”合作方式,在短期内进行技术开发和转化,研究与应用要密切结合。
数据战略:
在数据支撑方面,研究机构基于不同的目的需求开展数据收集,并进行累积和储备。
例如,日本汽车研究所制作的自动驾驶图像识别数据等,到事业运行阶段再将数据移交给企业。
1.1人工智能发展历程,第1章人工智能概述,人工智能的国际竞争德国:
将人工智能定位于工业4.0核心环节相关报告:
联邦政府人工智能战略要点。
战略目标:
工业4.0的最终核心是人工智能,发展人工智能就是发展工业4.0,重点包括三个主题:
第一是智能工厂,第二是智能生产,第三是智能物流。
德国围绕智能网络制造、信息通信技术、智能技术系统、生产自动化等相关主题,资助企业与高校、科研机构合作开展了一系列研发和创新项目。
1.1人工智能发展历程,第1章人工智能概述,人工智能的国际竞争英国:
积极而审慎发展人工智能技术相关报告:
人工智能2020国家战略、英国机器人及人工智能发展路线图。
战略目标:
英国政府将人工智能技术列为最重要的八大技术之一,同时考虑人工智能可能带来的负面影响。
在产业扶持方面,民间资本在政府引导下,加大对该领域的投入,促进了人工智能初创企业的孵化和阶段科研的转化。
1.1人工智能发展历程,第1章人工智能概述,人工智能的国际竞争中国:
将发展人工智能上升为国家战略相关报告:
新一代人工智能发展规划。
战略目标:
三步走。
第一步:
到2020年人工智能总体技术和应用与世界先进水平同步,人工智能产业成为新的重要经济增长点,培育若干全球领先的人工智能骨干企业,人工智能核心产业规模超过1500亿元,带动相关产业规模超过1万亿元。
第二步:
到2025年人工智能基础理论实现重大突破,部分技术与应用达到世界领先水平,人工智能核心产业规模超过4000亿元,带动相关产业规模超过5万亿元,初步建立人工智能法律法规、伦理规范和政策体系。
第三步:
到2030年人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心,人工智能核心产业规模超过1万亿元,带动相关产业规模超过10万亿元,形成一批全球领先的人工智能科技创新和人才培养基地。
第1章人工智能概述,人工智能技术应用核心课程系列教材,人工智能发展历程人工智能的典型技术3人工智能是新一代信息技术的核心4本章小结作业与练习,1.2人工智能的典型技术,第1章人工智能概述,人工智能的典型技术主要包括机器学习、深度学习、计算机视觉、知识工程、自然语言处理、语音识别、计算机图形学、多媒体技术、人机交互技术、机器人、数据库技术、可视化、数据挖掘、信息检索与推荐等。
从发展历史看,经历了经典符号主义AI、简单神经网络、多层级文字分析、深度学习突破、图像分析突破、智适应突破、自然语言处理突破、GAN神经形态技术、人类意识系统开发等。
1.2人工智能的典型技术,第1章人工智能概述,1.2.1人工智能技术的分类典型人工智能技术,从不同的视角,有多种不同的分类方式:
(1)按照人工智能技术发展阶段划分弱人工智能(ArtificialNarrowIntelligence,ANI):
是擅长于单个方面的人工智能,比如战胜世界围棋冠军的人工智能AlphaGo,它只会下围棋。
强人工智能(ArtificialGeneralIntelligence,AGI):
是类似人类级别的人工智能。
强人工智能是指在各方面都能和人类比肩的人工智能,目前还无法实现。
超人工智能(ArtificialSuperintelligence,ASI):
是指“在几乎所有领域都比最聪明的人类大脑都聪明很多,包括科学创新通识和社交技能等,目前还无法实现。
1.2人工智能的典型技术,第1章人工智能概述,1.2.1人工智能技术的分类典型人工智能技术,从不同的视角,有多种不同的分类方式:
(2)按照人工智能技术发展流派划分符号主义:
认为人工智能源于数理逻辑,数理逻辑从19世纪末起得以迅速发展,到20世纪30年代开始用于描述智能行为。
行为主义:
认为人工智能源于控制论,控制论思想早在20世纪4050年代就成为时代思潮的重要部分,影响了早期的人工智能工作者。
连接主义:
认为人工智能源于仿生学,特别是对人脑模型的研究。
此流派是目前的主要流派,以前的传统神经网络及现在的深度神经网络均属于这一流派。
1.2人工智能的典型技术,第1章人工智能概述,1.2.1人工智能技术的分类典型人工智能技术,从不同的视角,有多种不同的分类方式:
(3)按照人工智能技术所需基础数据服务(基础层、技术层、应用层)划分基础层:
按照算力、数据和算法再次划分,对整体上层建筑起到支撑作用。
技术层:
根据算法用途分为计算机视觉、智能语音、自然语言处理等,是AI最引人注目的环节。
应用层:
按照不同场景的需求定制开发专属服务,是AI真正赋能行业的方式。
1.2人工智能的典型技术,第1章人工智能概述,1.2.1人工智能技术的分类典型人工智能技术,从不同的视角,有多种不同的分类方式:
(4)按照机器学习训练方法分类监督学习:
所有数据都需要进行标注。
半监督学习:
只标注一部分数据。
无监督学习:
无需标书数据。
强化学习:
根据现实情况自动试错+调整,1.2人工智能的典型技术,第1章人工智能概述,语音合成语音合成,又称文语转换(TextToSpeech,TTS),是一种可以将任意输入文本转换成相应语音的技术。
即通过将文本转化成语音,让机器像人类一样能说会道。
语音合成的技术步骤:
韵律分析:
文本分词,韵律标注,文本特征提取。
声学处理:
先进行文本特征向量到声学特征向量的映射,然后用声码器将声学特征变成声音信号。
语音合成:
基于某个人少量的语音片段调整声音信号,让合成的语音拥有这个人的音色。
1.2人工智能的典型技术,第1章人工智能概述,语音识别语音识别是让机器识别和理解说话人语音信号内容的新兴学科。
语音识别的技术步骤:
信号预处理:
对输入语音信号进行预加重和分段加窗等处理,并滤除其中的不重要信息及背景噪声等。
特征提取:
将反映信号特征的关键信息提取出来,以此降低维数减小计算量,用于后续处理。
模型训练:
特征参数作为训练数据,合理设置模型参数的初始值,对模型各个参数进行重估,使识别系统具有最佳的识别效果。
语音识别:
将待识别语音信号的特征根据一定的准则与训练好的模板库进行比较,最后通过一定的识别算法得出识别结果。
1.2人工智能的典型技术,第1章人工智能概述,1.2.4自然语言处理自然语言处理(NaturalLanguageProcessing,NLP),是指用计算机对自然语言的形、音、义等信息进行处理,即对字、词、句、篇章的输入、输出、识别、分析、理解、生成等的操作和加工,实现人机间的信息交流。
自然语言处理的技术步骤:
五个层次,语音分析是要根据音位规则,从语音流中区分出一个个独立的音素,再根据音位形态规则找出音节及其对应的词素或词。
词法分析是找出词汇的各个词素,从中获得语言学的信息。
句法分析是对句子和短语的结构进行分析,目的是要找出词、短语等的相互关系以及各自在句中的作用。
1.2人工智能的典型技术,第1章人工智能概述,1.2.4自然语言处理自然语言处理的技术步骤:
五个层次,语义分析是找出词义、结构意义及其结合意义,从而确定语言所表达的真正含义或概念。
语用分析是研究语言所存在的外界环境对语言使用者所产生的影响。
1.2人工智能的典型技术,第1章人工智能概述,图像识别图像识别:
对图像做出各种处理、分析,最终识别我们所要研究的目标。
计算机的图像识别技术就是模拟人类的图像识别过程。
图像识别技术步骤:
信息获取:
通过相机镜头等传感器获得图像数据。
图像预处理:
对图像数据进行处理,去掉不重要的信息和噪声。
特征提取:
将反映信号特征的关键信息提取出来,以此降低维数减小计算量,用于后续处理。
模型训练:
特征参数作为训练数据,合理设置模型参数的初始值,对模型各个参数进行重估,使识别系统具有最佳的识别效果。
图像识别:
基于模型和算法对目标进行识别。
1.2人工智能的典型技术,第1章人工智能概述,1.2.63D点云3D点云:
点云数据(pointclouddata)是指扫描资料以点的形式记录,每一个点包含有三维坐标,有些可能含有颜色信息(RGB)或反射强度信息(Intensity)。
点云(pointcloud),也就是三维坐标系统中点的集合,这些点通常以x,y,z坐标来表示,并且一般用来表示物体的外表形状。
当然,除了最基本的位置信息以外,也可以在点云中加入其他的信息,如点的色彩信息等。
大多数的点云是由3D扫描设备获取的,如激光雷达,立体摄像机,深度相机等。
1.2人工智能的典型技术,第1章人工智能概述,3D点云几种处理点云数据的办法:
基于像素的深度学习:
最早用深度学习来处理点云数据的方法,但是需要先把三维点云在不同角度渲染得到二维图像,然后借助图像处理领域成熟的深度学习框架进行分析。
基于体素的深度学习:
将点云划分成均匀的空间三维体素,对体素进行处理。
基于树的深度学习:
利用八叉树方法将三维点云划分为若干节点,以节点的法向量作为输入信号,按照Z排序方法将点云表示成一维数组,之后可以很方便地与已经有神经网络进行连接。
基于点的深度网络:
用PointNet等直接对点云进行处理,考虑了输入点云的排列不变性。
1.2人工智能的典型技术,第1章人工智能概述,多模态数据处理多模态数据:
多模态数据则可被看作多种数据类型的组合,如图像、数值、文本、符号、音频、时间序列等的组合。
多模态数据处理:
对多源数据进行综合有效地筛选和利用,实现集成化感知与决策的目的。
常见的信息融合方式有物理层融合、特征层融合、决策层融合几个类型。
物理层融合:
第一阶段,在采集环节对采集到的数据进行融合处理特征层融合:
在特征抽取和表达的层级对信息进行融合决策层融合:
对不同模态的感知模型所输出的结果进行融合,第1章人工智能概述,人工智能技术应用核心课程系列教材,人工智能发展历程人工智能的典型技术人工智能是新一代信息技术的核心4本章小结作业与练习,1.3人工智能是新一代信息技术的核心,第1章人工智能概述,第五代移动通信(5G)、云计算、大数据、物联网与人工智能是新一代信息技术的五大关键支撑技术、也是相辅相成的五大技术分支。
5G为数据的高速、低延迟传输提供了快速通道,为物联网的广泛应用和人工智能对应用的“赋能”提供了通信基础设施的有力支撑;云计算为人工智能的发展提供了算力支撑;大数据在经过梳理、分析之后,为人工智能决策应用提供参考;人工智能的高度取决于大数据的数据基础、数据质量。
1.3人工智能是新一代信息技术的核心,第1章人工智能概述,5G与人工智能的关系5G是第五代移动通信技术,具有四大重大特点:
高速度、泛在网、低功耗、低时延。
人工智能与5G点关系密切:
5G是人工智能基础层的重要支撑,同时人工智能也将为5G的万物互联提供AI算法模型及优化。
5G+人工智能可能的落地场景:
自动驾驶:
5G的低时延让自动驾驶的雷达、摄像头能更快地传递信息,极大的降低自动驾驶危险性。
5G还将定义一种直接的通信方式,可以使汽车之间通过直接通信来实现自动驾驶,更丰富的决策信息让驾驶更加智能。
智慧医疗:
大规模医疗健康监测数据以及医疗影像可以通过5G网络传输,让病人不用到大城市高等级医院就能享受高水平医疗影像AI服务。
医生可以通过病人医疗数据实现远程监控医疗。
其他应用:
AR、VR、安防、直播等。
1.3人工智能是新一代信息技术的核心,第1章人工智能概述,云计算与人工智能的关系云计算最初的目标是对资源的管理,管理的主要是计算资源、网络资源、存储资源三个方面。
云计算的特点:
云计算为用户提供廉价的计算资源。
云计算的服务是动态可扩展的。
云计算能够根据用户的不同需求提供针对性的服务。
云计算是一个计算、数据存储、通信工具,人工智能必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术才能形成行业级应用。
人工智能未来将是掌控这个实体的大脑;云计算可以看作是大脑指挥下的对于大数据的处理并进行应用。
1.3人工智能是新一代信息技术的核心,第1章人工智能概述,1.3.3大数据与人工智能的关系大数据产业是人工智能产业的初级阶段,人工智能产业是大数据产业的升级及蜕变,二者之间有着深入的联系。
1.3人工智能是新一代信息技术的核心,第1章人工智能概述,物联网与人工智能的关系物联网(IoT,Internetofthings),即“万物相连的互联网”,是在互联网基础上的延伸和扩展的网络,将各种信息传感设备与互联网结合起来而形成的一个巨大网络。
人工智能是软件,需要物联网作为载体,物联网是硬件,需要人工智能来驱动:
人工智能为物联网提供强有力的数据扩展。
物联网是互联设备间数据的收集及共享,人工智能将数据提取出来后做出分析和总结。
人工智能让物联网更加智能化。
人工智能技术在某种程度上可以帮助互联设备应对突发情况。
人工智能有助于物联网提高运营效率。
人工智能通过分析、总结数据信息,从而解读企业服务生产的发展趋势并对未来事件做出预测。
第1章人工智能概述,人工智能技术应用核心课程系列教材,人工智能发展历程人工智能的典型技术人工智能是新一代信息技术的核心本章小结作业与练习,1.4本章小结,第1章人工智能概述,本章回顾了全球人工智能的发展历程,人工智能对于经济社会、国家竞争力的作用,立足于目前人工智能所处的弱人工智能阶段,分析了语言标注、文本数据标注、视频数据标注等几大典型技术,梳理出人工智能与5G、云计算、大数据等热门技术是以数据为桥梁,构建出未来产业发展的生态。
第1章人工智能概述,人工智能技术应用核心课程系列教材,人工智能发展历程人工智能的典型技术人工智能是新一代信息技术的核心本章小结作业与练习,人工智能是什么?
全球人工智能分为几个阶段?
每个阶段有何特征?
目前人工智能技术发展处于什么阶段?
该阶段有何特征?
人工智能与5G、云计算、大数据之间的关系是怎么样的?
人工智能有哪些影响力?
如何理解“有多少智能,就有多少人工”?
人工智能有哪些典型的技术?
简要描述人工智能有哪些分类?
以及每个分类的细分项?
人工智能的目的是什么?
人工智能有哪些特性?
习题:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据标注工程概念、方法、工具与案例 数据 标注 工程 概念 方法 工具 案例 教学 课件 01 人工智能 概述