HCIA-AI人工智能概览学习笔记

人工智能概览

人工智能概述

人工智能：用于研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用的一门新的技术科学。

人工智能目的：让机器能够像人一样思考，让机器拥有智能。

人工智能是一门交叉学科

---

人工智能包含机器学习，机器学习包含深度学习

人工智能：用于研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用的一门新的技术科学。

机器学习：专门**研究计算机如何模拟或实现人类的学习行为，来获得新的知识或技能，重新组织已有的知识结构使之不断改善自身性能。**是人工智能核心研究领域之一。

深度学习：源于人工神经网络的研究，多层感知器就是一种深度学习结构。深度学习是机器学习研究中的一个新的领域，模仿人脑来解释数据，例如图像、声音、文字。

---

三大主义学派

符号主义

基本思想：

• 人类的认知过程是各种符号进行推理运算的过程
• 人是一个物理符号系统，计算机也是一个物理符号系统，所以能用计算机模拟人的智能行为
• 知识表示、知识推理、知识运用是人工智能的核心。符号主义认为知识和概念可以用符号表示，认知就是符号处理过程，推理就是采用启发式知识及启发式搜索对问题求解的过程

落脚点在推理，符号推理与机器推理

连接主义

基本思想：

• 思维的基本是神经元，不是符号处理过程
• 人脑不同于电脑，并提出连接主义的电脑工作模式，用于取代符号操作的电脑工作模式

落脚点在神经元网络与深度学习

行为主义

基本思想：

• 只能取决于感知与行动，提出智能行为的“感知-动作”模式
• 智能不需要知识、不需要表示、不需要推理；人工智能可以像人类智能一样逐步进化；智能行为只能在现实世界中，通过与周围环境的不断交互而表现出来

落脚点在行为控制、自适应与进化计算

---

人工智能分类

强人工智能

强人工智能认为有可能制造出能推理和解决问题的智能机器，并且这种机器被认为是有知觉的、有自我意识的。可以独立思考并解决问题的最优方案，有自己的价值观和世界观体系。有和生物一样的各种本能，比如生存和安全需求。在某种意义上可以看作一种新的文明。

弱人工智能

弱人工智能是指不能制造出真正推理和解决问题的智能机器，这些机器只不过是看起来是像智能的，不是真正拥有智能、也没有自主意识。

---

智能机器分类

国际尚无准确定义，普遍分为四类：

• 像人一样思考：弱人工智能领域，如AlphaGo
• 像人一样行动：弱人工智能领域，如人形机器人、波士顿公司的机械狗
• 理性的思考：强人工智能，尚未达到，瓶颈在脑科学
• 理性的行动：强人工智能

---

人工智能四要素：数据、算法、算力、场景

---

人工智能涉及的子领域：可视化、人机交互、语音识别、机器人、计算机视觉、机器学习、数据挖掘、计算机图形学、自然语言处理

人工智能技术领域与应用领域

现在人工智能主要应用领域分为：

• 计算机视觉：如何让计算机“看”的科学
• 语音处理：研究语音发声过程、语音信号2的特性统计、语音识别、机器合成以及语音感知等各种处理及技术的统称
• 自然语言处理：利用计算机技术来理解并运用自然语言的的学科

---

语音处理应用场景

语音处理研究的主题主要包括语音识别、语音合成、语音唤醒、声纹识别、音频事件检测等等。其中最成熟的是语音识别，在安静的室内、近场识别率能达到96%

应用场景：智能问答机器人、语音导航、电话回访、实时会议记录、智能音箱等等

---

自然语言处理应用

自然语言处理研究的主题包括机器翻译、文本挖掘、情感分析等等。自然语言处理的技术难度高、技术成熟度低。因为语义复杂度高，仅靠目前的大数据、并行计算的深度学习很嫩达到人类的层次

未来：从理解浅层语义到自动提取特征并理解深层语义；从单一智能（ML）到混合智能

（ML、DL、RL）

应用场景：机器翻译、文本分类、智能文案、视频字幕

---

人工智能应用领域

智能医疗、零售、自动驾驶

华为人工智能发展战略

华为全栈全场景AI解决方案

• 应用使能：提供全流程服务（ModelArts），分层API和预集成方案
• MindSpore：支持端、边、云独立并协同统一训练和推理框架
• CANN：芯片算子库和高度自动化算子开发工具
• Ascend：基于统一、可扩展构架的系列AI IP和芯片
• Atlas：基于Ascend系列AI处理器，通过丰富的产品形态，打造面向端、边、云的全场景AI基础设施方案

华为AI全场景包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等端-边-云的部署环境

---

全栈方向——ModelArts全周期AI工作流

全栈方向——MindSpore周期（华为AI计算框架）

人工智能的争议

还能眼见为实吗？

随着计算机视觉的发展。图像和视频的可信性越来越低，可以通过PS、GAN等技术生成假图，真假难辨

---

大家会失业吗？

人工智能会取代那些创造性低、弱社交、重复性强的工作

未来会被取代的职业：快递员、司机、军人、会计、电话销售、客服

最不可能被取代的职业：作家、管理人员、软件开发工程师、设计师、人力资源管理、策划

---

很多未解决的问题

• 谁来赋权机器人
• 赋予机器人哪些权利
• 人工智能的创作受法律保护吗

人工智能的未来展望

框架：更易用的开发框架

各种人工智能框架都在朝易用、全能的方向演进，不断降低人工智能开发的门槛

算法：性能更优、体积更小的算法模型

算力：端-边-云全面发展的算力

应用于云端-边缘设备-移动终端的人工智能芯片规模不断增长，进一步解决人工智能算力问题

数据：更完善的基础数据服务产业，更安全的数据共享

场景：不断不突破的行业应用

---

缓解心理问题

自动车险定损

办公自动化