对现阶段AI技术的基本认识

对现阶段AI技术的基本认识

一、What is AI

​ AI :ANI(artificial narrow intelligence,弱人工智能 self-driving car)AGI(artificial general intelligence 强人工智能 Do anything a human can do)
在这里插入图片描述

1、What is machine learning

​ machine learning:input(A) -> output(B)
在这里插入图片描述
在这里插入图片描述

2、What is data?

Acquiring data:
在这里插入图片描述

Data is messy:

在这里插入图片描述

3、The terminology of AI

Machine learning & Data Science
在这里插入图片描述
在这里插入图片描述

4、What make an AI company

tasks which AI company should have.
在这里插入图片描述

AI transformation(AI转型手册)
在这里插入图片描述

5、What machine learning today can and cannot do

​ 为了增强自己或团队的直觉,判断是否是机器学习问题,做出可行性分析。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5.1 Strengths and weaknesses of machine learning

在这里插入图片描述

5.2、What is neural network

预测需求
在这里插入图片描述
在这里插入图片描述
face recognition
在这里插入图片描述

二、Building AI Project

1、workflow of machine learning project

在这里插入图片描述在这里插入图片描述

2、workflow of data science project

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5W3nCyn7-1593185646037)(./img/Snipaste_2020-06-25_23-27-47.png)]

3、the different workflow between data science and machine learning.

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4、How to choose an worthy AI project

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5、Due Diligence on project.

Due Diligence:在这里插入图片描述
Buy or Build:
在这里插入图片描述

6、technical tools for AI

在这里插入图片描述在这里插入图片描述

三、Building AI in your Company

1、case1:smart speaker

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2、case2:self-drivering car

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3、example roles of AI company

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4、AI transformation PlayBook

转型AI公司手册(主要给CEO看的)下载链接https://landing.ai/ai-transformation-playbook/
在这里插入图片描述

4.1 Execute Pilot projects to gain momentum

在这里插入图片描述

4.2 Build an in-house AI team

在这里插入图片描述

4.3 provide broad AI training

在这里插入图片描述

4.4 Develop an AI strategy

在这里插入图片描述

4.5 Develop internal and external communication

在这里插入图片描述

5、AI pitfalls to awoid

在这里插入图片描述在这里插入图片描述

6、Some initial steps you can take

在这里插入图片描述

7、AI in professional field
7.1 Computer Vision

在这里插入图片描述

7.2 Natural Language Processing

在这里插入图片描述在这里插入图片描述在这里插入图片描述

7.3 Robotics

在这里插入图片描述

8、Survey of major AI techniques
8.1 Unsupervised learning

在这里插入图片描述

8.2 Trasfer learning

在这里插入图片描述

8.3 Reinforcement learning

在这里插入图片描述在这里插入图片描述

8.4 GANS (Generative Adversarial Network)

生成对抗网络(无中生有,制造新内容)

8.5 Knowledge Graph

​ 知识图谱对建立数据库很重要
在这里插入图片描述

四、AI and Society

1、realistic view of AI

AI and Hype(大肆宣传)
在这里插入图片描述

2、Limitations of AI

在这里插入图片描述

2.1 The reasoning and anology of AI is biased

在这里插入图片描述

2.2 Why bias matters

为什么偏差问题这么重要
在这里插入图片描述

2.3 Combating bias

​ 减少AI的偏见比减少人类的偏见更加简单
在这里插入图片描述

3、 Adversarial attacks on AI

对抗性攻击

计算机和人看图片的方式是不同的,有些图片稍加修改就可以愚弄AI
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
对抗性防御
在这里插入图片描述

4、Adverse use of AI

在这里插入图片描述

5、How developing economies can build AI

现在AI发展还是不成熟

用AI来加强国家的垂直行业
在这里插入图片描述

6、AI and jobs

在这里插入图片描述
在这里插入图片描述

总结

https://www.bilibili.com/video/BV1gE411M7Eg?p=35

备注:

  • 该课程主要是以工程化的思想(任务流程分工)来向我们介绍AI技术。让我了解到
    • AI是什么(ANI,AGI),数据是什么(结构化,非结构化的数据)
    • machine learning的大致过程是什么(其实就是一个算法,输入和输出的映射)
    • AI中的术语(神经网络:多个输入通过神经元建立联系)
    • AI实际上能做和不能做的事
    • AI公司的构成
    • AI项目如何立项(技术评估:是否可行,商业价值评估)
    • 机器学习和数据科学的工作流程比较。
  • 而且从AI和社会的角度,让我重新用理性态度去认识AI
    • 认识到AI系统的局限性:在推理类比上是存在偏见的(也许会存在对一部分人的歧视)
    • AI与安全
    • AI与经济发展
    • AI与未来职位变化
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值