华为云人工智能入门级开发者认证学习笔记

人工智能入门级开发者认证

人工智能定义

定义

人工智能 (Artificial Intelligence) 是研究、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

强人工智能 vs 弱人工智能

  • 强人工智能:强人工智能观点认为有可能制造出真正能推理(Reasoning)和解 决问题(Problem_solving)的智能机器,并且,这样的机器将被认为是有知觉 的,有自我意识的。可以独立思考问题并制定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地推理(Reasoning)和解决问题 (Problem_solving)的智能机器,这些机器只不过看起来像是智能的,但是并不 真正拥有智能,也不会有自主意识。

人工智能三阶段

目前仍然处于感知智能的阶段

AI、机器学习、深度学习的关系

人工智能 包含 机器学习 包含 深度学习

人工智能发展历史

人工智能发展简史

第三次热潮 -- 算力、大数据、深度学习

人工智能产业生态

中国人工智能产业图谱

人工智能技术架构

概览
基础架构层
大数据
数据

数据是真实世界不同现象的抽象表达。

步骤

原始数据→(分类,标签)→ 信息→(关联)→ 知识→(挖掘) 洞察→(?) 智慧

计算机硬件(算力)

CPU→GPU→AI芯片

算法层
机器学习

从给定的输入- 输出样例中试图找出规律

神经网络和深度学习
启发

人类神经网络

深度神经网络
  • 前馈网络
  • 反馈网络
  • 图网络
技术方向
计算机视觉
  • 内容审核
  • 语义分割
  • 人脸检测
  • 图像搜索
  • 车辆检测
  • 图像分类
语音处理
自然语言处理
应用领域
智慧城市
目前问题
  • 数据多效果少
  • 科技新落地少
  • 单点强全局弱
应用场景
  • 全城感知
  • 全城预警
  • 全城检索
  • 全城协同
  • 交通体征大屏
  • 应急车辆监控
金融
零售
设计
  • 配色参考
  • 图片智能分析
生产制造
  • 拍摄样品
  • 智能质检
收益管理
  • 最优定价策略
供应链管理
  • 仓储设计
  • 库存管理
  • 区域划分
  • 运输网络路径优化
电商
  • 以图搜图
  • 智能推荐
线下零售
  • 智能选址
  • 智能识别商品
  • 智能监督
  • 优化商品摆放
  • 客流统计
  • 消费者行为分析
医疗
语音录入病历
  • 高效记录医患沟通图
  • 助推医疗信息化
医疗影像分析
  • 病灶识别与标注,减少重复性工作
  • 帮助医生发现更有价值的罕见病状
综合性诊疗
  • 虚拟医生
  • 利用NLP、知识图谱、计算机视觉等协助推理、诊疗
身体健康管理

健康状态监测、疾病发生预测、全方位管理健康

医疗机器人
  • 手术机器人、康复类机器人等
  • 提高手术精度
医学药物研发
  • 降低发现候选药物所需时长
  • 技术成熟后有望在新药研发领域每年降低280亿美元成本
农业
  • 智慧农业数据分析与预测
  • 智慧农业降低农药成本
  • 智慧农业降低农业收割成本
  • 智慧农业临空系统

人工智能落地挑战

  • 数据获取
    • 数据积累不足
    • 数据质量差
    • 数据安全合规
    • 数据归属权
  • 数据治理
    • 多源异构数据
    • 非结构化数据
    • 海量数据存储与应用
  • 数据标注
    • 小场景数据采集
    • 复杂业务场景理解
    • 数据安全

缺乏解释性

  • AI 已经在大量的关键系统中运行,并且开始进入到很多业务的核心数据处理体系。但是,对于 AI 的核心运行机制,依然没有彻底研究清楚。
  • 深度学习系统的弱解释性给现有的AI系统带来了安全性、稳定性的挑战,如何确保AI不会失控, 避免恶性事件发生,是目前AI研究领域重要的课题。

算法的偏见

  • 算法的偏见主要源于数据的偏见。
  • 我们在用人工智能算法做决策时,算法可能是根据已有的数据,学会歧视某一个体。如根据种族,性别或其他因素,作出有歧视倾向的决策。即使种族或性别等因素被排除在数据之外,算法也能够利用人的姓名或地址中的信息做出有歧视倾向的决定。

隐私问题

  • 现有的人工智能算法都是数据驱动,我们需要大量的数据来训练模型。
  • 我们每天在享受人工智能带来的便捷的同时,例如Facebook,谷歌,亚马逊,阿里巴巴等科技公司在获取大量的用户数据。而这些数据会揭露我们生活的方方面面(如政治、宗教和性等)。

AI犯错

对抗样本攻击

能解决的问题领域

人工智能发展趋势

更完善的人工智能基础数据服务

更安全的数据共享

联邦学习在保证数据隐私安全的前提下,利用不同数据源合作训练模型,进一步突破数据的瓶 颈。

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的算力问 题。

大模型与轻量化

在大数据和强算力的支撑下,模型参数不断增加,更多大模型提出,也带来更好的泛化性能,同时,为应对移动终端及各种边缘设备部署的挑战,模型轻量化等技术也在不断发展。

更易用的框架

MindSpore、TensorFlow 2.x、Pytorch等主流开发框架都在朝易用、全能的方向演进,不断降低人 工智能的开发门槛。

不断突破的应用场景

AI技术发展现状及技术挑战

计算机视觉

初级视觉
  • 超分辨率重建
  • 图像修复
中级视觉
  • 物体检测

  • 图像分割

  • 分割

    • 分类(Classification):解决"是什么?"的问题,即给定一张图片或一段视频判断里面包含什么类别的目标。
    • 检测(Detection):解决"是什么?在哪里?"的问题,即定位出这个目标的的位置并且知道目标物是什么。
    • 分割(Segmentation):分为实例分割(Instance Segmentation)和语义分割(Semantic Segmentation), 解决"每一个像素属于哪个目标物或场景"的问题。
高级视觉
  • 图像文本描述
  • 图像问答技术
  • 图像检索
  • 视觉追踪
  • 动作识别

自然语言处理

定义

自然语言处理(Natural Language Processing, NLP)利用计算机为工具对人类特有的书面形式和口头形式的自 然语言的信息,进行各种类型处理和加工的技术。

  • 自然语言处理 = 自然语言 + 处理
    • 人类语言以语音为物质外壳,由词汇和语法两部分组成的符号系统。文字和声音是语言的两种属性。
    • 用计算机进行处理, 让计算机能够理解和生成人类语言。
应用场景
  • 智能问答
  • 舆情分析
  • 文本分类
  • 机器翻译
  • 文本互译
  • 实体抽取
  • 摘要生成
  • AI写诗
  • 内容审核
难点

语音处理

流程
应用场景
  • 实时字幕
  • 会议记录
  • 电话回访
  • 语音搜索
  • 语音导航
  • 有声阅读
难点

AI应用需求分析

传统软件应用开发与AI应用开发对比

AI应用开发需求分析步骤

  1. 需求背景

    在什么场景下遇到了什么问题?为什么要用AI来解决该问题?

  2. 需求价值

    为什么要解决该问题?解决该问题可以带来什么价值?

  3. 需求描述

    期望怎样解决该问题?业务要求的关键指标是怎样的?

  4. 问题抽象

    将现实场景的业务问题进行建模、抽象,转化为AI技术领域的问题

  5. 可行性分析

    是否有数据?业界是否有对应的AI算法?精度/性能指标能否达到?成本能否接受?

相关推荐
喵~来学编程啦几秒前
【论文精读】LPT: Long-tailed prompt tuning for image classification
人工智能·深度学习·机器学习·计算机视觉·论文笔记
阿伟来咯~2 分钟前
记录学习react的一些内容
javascript·学习·react.js
深圳市青牛科技实业有限公司14 分钟前
【青牛科技】应用方案|D2587A高压大电流DC-DC
人工智能·科技·单片机·嵌入式硬件·机器人·安防监控
Suckerbin23 分钟前
Hms?: 1渗透测试
学习·安全·网络安全
水豚AI课代表34 分钟前
分析报告、调研报告、工作方案等的提示词
大数据·人工智能·学习·chatgpt·aigc
几两春秋梦_35 分钟前
符号回归概念
人工智能·数据挖掘·回归
聪明的墨菲特i36 分钟前
Python爬虫学习
爬虫·python·学习
Diamond技术流44 分钟前
从0开始学习Linux——网络配置
linux·运维·网络·学习·安全·centos
斑布斑布1 小时前
【linux学习2】linux基本命令行操作总结
linux·运维·服务器·学习
Dontla1 小时前
ChatGPT键盘快捷键(按ctrl + /呼出)
ai