人工智能定义:
就是将机器赋予人的智慧以便能更好的辅助人类
人工智能三阶段:
计算智能:能存会算
感知智能:能听会看
认知智能:能够独立思考与决策
人工智能四要素:
数据,算法,算力,场景
人工智能>机器学习>深度学习
人工智能产业规模:
生长空间很大
人工智能基础层:
ai模型生产,算力基础,数据资源管理
人工智能技术层:
关键领域技术(计算机视觉,语音识别,自然语言处理)
关键通用技术(机器学习,知识图谱)
人工智能应用层:
自主无人系统ai+医疗,ai+互联网,ai+工业,ai+教育,ai+金融,ai+政务,ai+零售,ai+泛安防
人工智能机器架构
基础架构层--大数据
数据是现象的抽象表达
基础架构层--计算机硬件
cpu面对中断处理以及任务调度;gpu满足海量的并行计算的基本需求,但是并非ai专用算力
gpu更偏向于通用性,拿华为ascend昇腾ai芯片来讲,其作为ai专用芯片的代表,提供了简单的架构和强大的能力
算法层--机器学习
ipo 输入--公式--输出结果 \\(基于某种规则的选美算法(公式))
算法层--神经网络和深度学习
思想起源:人脑神经元信号传递;\\神经元-->节点。。。。
前馈网络,反馈网络(多个循环单元(or 说成记忆单元)),图网络
技术方向--计算机视觉
实际应用:内容审核,人脸识别,机器判险
技术方向--语音处理
语音唤醒-->语音识别-->理解(机主想干嘛)--->自然语言生成-->语音生成
\\即唤醒-->识别-->理解-->反馈
技术方向--自然语言处理
计算机理解人类语言,处理文本数据,(机器翻译,摘要生成)
应用领域--智慧城市
智慧城市,农业
应用领域--金融
机器定损,风险控制,智能支付
人工智能的挑战
ai模型缺乏解释性
算法的偏见:
最基本原因是 数据