模塊1智能時代，探索秘境：AI初探

南京工業(yè)職業(yè)技術大學本章目錄01

基本介紹02知識儲備

03任務實施04滄海拾貝05課后習題本章目錄01

基本介紹02知識儲備

03任務實施04滄海拾貝05課后習題1.有監(jiān)督學習基本方法（分類：決策樹）1.1學習目標知識目標：了解什么是智能、什么是人工智能及兩者關系了解人工智能的發(fā)展階段、標志性事件掌握人工智能的主要技術領域及其代表性應用掌握生成式人工智能及其應用場景了解主流的AIGC大模型工具掌握人工智能核心三要素掌握人工智能如何解決問題了解人工智能智能體（AIAgent）技能目標：了解人工智能在線數(shù)據(jù)標注平臺掌握人工智能在線圖像標注的方法掌握主流AI大模型工具的初級應用

素養(yǎng)目標：能夠運用人工智能知識和計算思維來理解和解決問題能夠對人工智能技術的應用場景、優(yōu)缺點進行批判性分析能夠突破傳統(tǒng)思維的束縛以適應不斷變化的市場和社會需求1.有監(jiān)督學習基本方法（分類：決策樹）1.2智能引航同學們，想象一下，未來清晨，智能助手輕聲喚醒你，依據(jù)天氣與日程貼心備好穿搭。出門后，智能駕駛汽車精準接駕，高效規(guī)劃最優(yōu)通勤路線。課堂上，智能學習工具實時分析學習狀況，定制專屬提升方案。這些并非科幻電影場景，而是人工智能正逐步構建的日常。人工智能正以超乎想象的速度重塑世界，它不僅是科技前沿熱詞，更與我們生活、學習、未來職業(yè)緊密相連。1.有監(jiān)督學習基本方法（分類：決策樹）1.3情境分析人工智能（AI）作為顛覆性技術，通過模擬人類智能實現(xiàn)決策優(yōu)化與效率革命，正重塑社會生產力和認知范式。其核心價值在于以機器智能放大人類能力邊界，在提升效率的同時創(chuàng)造系統(tǒng)性解決方案。智能交通產品缺陷檢測本章目錄01

基本介紹02知識儲備

03任務實施04滄海拾貝05課后習題1.有監(jiān)督學習基本方法（分類：決策樹）2.1走進人工智能世界

目前在人們日常的工作和生活中，已隨處可見人工智能的身影，各種基于人工智能技術的應用層出不窮，在很大程度上改變了人們傳統(tǒng)的工作和生活方式，給人們帶來了極大的便利。1.有監(jiān)督學習基本方法（分類：決策樹）2.1.1身邊的人工智能人臉識別身份驗證車牌自動識別停車場1.有監(jiān)督學習基本方法（分類：決策樹）2.1.1身邊的人工智能多語言自動翻譯機語音輸入法1.有監(jiān)督學習基本方法（分類：決策樹）2.1.1身邊的人工智能

用戶在注冊或者登錄時，通過數(shù)據(jù)挖掘技術，對用戶進行分析，向用戶推薦感興趣的信息。在信息推送給用戶后，再根據(jù)用戶的體驗如閱讀時間、評論等，判斷信息是否符合用戶需求，再進一步調整推送信息的內容，使得用戶總是能夠及時看到自己感興趣的信息。個性化推薦1.有監(jiān)督學習基本方法（分類：決策樹）2.1.1身邊的人工智能智能搜索AI搜索是基于大模型技術的新一代信息檢索方式，其核心在于模擬人類認知邏輯，實現(xiàn)對用戶意圖的精準理解與語義級信息匹配。與傳統(tǒng)關鍵詞匹配的搜索方式不同，AI搜索依托DeepSeek、GPT等大語言模型，具備自然語言處理、上下文推理和知識關聯(lián)能力，能夠解析復雜的查詢語句并生成符合人類思維的響應。1.有監(jiān)督學習基本方法（分類：決策樹）2.1.1身邊的人工智能AI創(chuàng)作是基于大模型技術的智能生成范式，其本質是對海量人類創(chuàng)作成果進行模式學習，進而實現(xiàn)跨媒介的內容創(chuàng)造性輸出。智能創(chuàng)作1.有監(jiān)督學習基本方法（分類：決策樹）2.1.2什么是智能

科學家根據(jù)對人腦已有的認識，結合智能的外在表現(xiàn)，從不同角度、不同側面、用不同方法對智能進行了研究，總體上認為智能是知識與智力的總和。其中知識是一切智能行為的基礎，而智力是獲取知識并運用知識求解問題的能力，是頭腦中思維活動的具體體現(xiàn)。

一般認為，智能是指個體對客觀事物進行合理分析、判斷及有目的地行動和有效地處理周圍環(huán)境事宜的綜合能力。人腦神經元細胞的核心結構1.有監(jiān)督學習基本方法（分類：決策樹）2.1.3什么是人工智能

人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。

人工智能（ArtificialIntelligence，AI）自從其概念產生以來，在不同時期、由不同專家、從不同角度提出了多種不同的理解和解釋，從各種定義中歸納下來，可以看到人工智能主要涉及到三個核心要素：機器、模擬、智能，即能夠模擬人類智能的機器。1.有監(jiān)督學習基本方法（分類：決策樹）2.1.4人工智能發(fā)展簡史

以人工智能核心技術的視角看其演進路徑，可以從時間上大致將其劃分為3個發(fā)展階段：形成期、發(fā)展期、繁榮期。由于這3個階段具有顯著的技術差異，因此可以將其與AI的3個技術時代（第1代AI、第2代AI、第3代AI）相聯(lián)系。1.有監(jiān)督學習基本方法（分類：決策樹）形成期1950年代-1980年代是人工智能從萌芽到誕生再到智能系統(tǒng)出現(xiàn)的時期，稱之為人工智能的形成期。該時期的人工智能以人工規(guī)則與符號推理為核心技術，通過預設的邏輯框架模擬人類思維，是以規(guī)則驅動和符號推理為技術特征的人工智能，屬于第1代AI。其擅長處理結構化問題（如國際象棋、數(shù)學證明），但依賴人工構建知識庫與推理規(guī)則，難以應對數(shù)據(jù)復雜性和現(xiàn)實模糊性。1.有監(jiān)督學習基本方法（分類：決策樹）.1圖靈測試在測試環(huán)境中，測試者是人類，被測試者中一個是人類，另一個是機器。測試者與被測試者之間相互隔開，互不可見，僅通過一些裝置（如鍵盤）進行交流。在測試過程中，測試者向被測試者隨意提問。在進行多輪測試后，如果有超過30%的測試者不能確定被測試者是人還是機器，那么這臺機器就通過了測試，并被認為具有人類的智能。1.有監(jiān)督學習基本方法（分類：決策樹）.2達特茅斯會議1956年美國學者約翰·麥卡錫召集一群科學家聚會在美國漢諾思小鎮(zhèn)寧靜的達特茅斯學院，舉行了一場為期兩個月的“人工智能夏季研討會”。參會的有認知科學家馬文?明斯基、信息論創(chuàng)始人克勞德·香農、機器感知之父奧利弗·賽弗里奇、經驗概率理論發(fā)明人雷·所羅門諾夫等多人。會議期間正式提出了“人工智能”這一名詞，標志著人工智能的正式誕生。1.有監(jiān)督學習基本方法（分類：決策樹）.3專家系統(tǒng)1976年美國斯坦福大學研發(fā)的專家系統(tǒng)MYCIN醫(yī)療診斷系統(tǒng)，可識別細菌感染并提供抗生素治療方案，準確率達69%，高于初級醫(yī)生水平?。

專家系統(tǒng)（ExpertSystem，ES）是一個智能計算機程序系統(tǒng)，其內部含有大量的某個領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題。也就是說，專家系統(tǒng)是一個具有大量的專門知識與經驗的程序系統(tǒng)，它應用人工智能技術和計算機技術，根據(jù)某領域一個或多個專家提供的知識和經驗，進行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復雜問題。1.有監(jiān)督學習基本方法（分類：決策樹）.4IBM深藍計算機IBM深藍計算機是另一個典型的基于規(guī)則的人工智能系統(tǒng)，其由國際象棋專家將棋局優(yōu)劣勢轉化為量化指標而形成8000余項動態(tài)評估參數(shù)，并采用暴力窮舉邏輯搜索后續(xù)可能的棋步，成為首個在復雜智力游戲中戰(zhàn)勝人類頂尖選手的計算機系統(tǒng)。1996年深藍首次挑戰(zhàn)國際象棋世界冠軍卡斯帕羅夫，以2:4落敗。在1997年的決勝局中，卡斯帕羅夫在開局階段試圖用心理戰(zhàn)術干擾，但深藍計算機通過窮舉法精準預測19步后局勢，迫使卡斯帕羅夫在僅1小時內認輸。這場勝利突破了人類對機器邏輯局限的認知?，標志著人工智能從理論走向實踐，其采用的暴力計算法和數(shù)據(jù)庫分析模式為后續(xù)AI發(fā)展奠定了基礎。1.有監(jiān)督學習基本方法（分類：決策樹）發(fā)展期1990年代-2010年代人工智能進入穩(wěn)步發(fā)展期，核心技術從規(guī)則驅動演進到數(shù)據(jù)驅動，人工智能學會了從數(shù)據(jù)中學習和挖掘規(guī)律，稱為機器學習，突破了第1代AI的人工規(guī)則限制，演進為第2代AI。其技術特征以統(tǒng)計學為核心基礎，利用統(tǒng)計推斷建立特征與結果的映射關系，實現(xiàn)預測和分析目標，因此也被稱為統(tǒng)計機器學習。機器學習基本流程1.有監(jiān)督學習基本方法（分類：決策樹）.1經典機器學習算法1.有監(jiān)督學習基本方法（分類：決策樹）.3亞馬遜商品推薦系統(tǒng)1998年，亞馬遜推出基于項目的協(xié)同過濾算法，實現(xiàn)了高效、可擴展的商品推薦，成為首個大規(guī)模應用該技術的電商平臺。該推薦系統(tǒng)一方面通過分析商品的共現(xiàn)性（如購買了A商品的用戶常購買B商品），從而建立商品關聯(lián)網絡，實現(xiàn)“同類商品推薦”功能。另一方面通過分析用戶歷史行為數(shù)據(jù)如瀏覽、點擊、購買行為等，生成個性化推薦列表。1.有監(jiān)督學習基本方法（分類：決策樹）.4垃圾郵件過濾系統(tǒng)

垃圾郵件過濾系統(tǒng)對郵件進行分詞（如拆分“免費中獎”為“免費”、“中獎”）、去除停用詞（如“的”、“是”）和詞干提?。ㄈ纭芭懿健鞭D為“跑”），從而將非結構化文本轉化為可計算的詞頻特征?，再分析詞匯對分類的貢獻度（如“中獎”在垃圾郵件中權重更高）?，從而通過概率建模與文本特征分析，實現(xiàn)了對垃圾郵件的自動化識別。1.有監(jiān)督學習基本方法（分類：決策樹）.5Kaggle競賽興起Kaggle成立于2010年，最初作為數(shù)據(jù)科學競賽平臺，旨在通過眾包模式解決企業(yè)復雜數(shù)據(jù)分析問題?，后來逐步發(fā)展為全球最大的數(shù)據(jù)科學社區(qū)，匯聚超百萬開發(fā)者參與機器學習模型開發(fā)。其競賽機制要求參賽者基于真實數(shù)據(jù)集（如醫(yī)療影像、金融交易記錄）構建AI算法模型，直接推動統(tǒng)計學習算法在產業(yè)場景的落地驗證?。企業(yè)通過競賽獲取前沿AI解決方案，高校則將其作為機器學習教學實踐平臺，形成技術轉化閉環(huán)?。1.有監(jiān)督學習基本方法（分類：決策樹）.6IBMWatson系統(tǒng)2011年IBMWatson計算機系統(tǒng)利用自然語言處理與統(tǒng)計學習方法在智力競賽節(jié)目《危險邊緣》中擊敗人類頂級選手，展示數(shù)據(jù)驅動的跨領域潛力。Watson的核心技術包括非結構化數(shù)據(jù)處理、概率推理和實時決策能力，通過分析海量數(shù)據(jù)（包括百科全書、新聞報道等）生成高置信度答案，并在3秒內完成響應?。?2013年，Watson率先應用于肺癌診療決策，開創(chuàng)了AI輔助醫(yī)療的先河?，通過自然語言處理和機器學習，從非結構化數(shù)據(jù)中揭示和洞察規(guī)律。1.有監(jiān)督學習基本方法（分類：決策樹）繁榮期2010年代至今人工智能在產業(yè)界大規(guī)模落地，新技術和新應用呈現(xiàn)井噴狀態(tài)，進入了發(fā)展的繁榮期，核心技術以深度學習和自主生成內容為特征，成為第3代AI。其通過深層神經網絡實現(xiàn)數(shù)據(jù)的自主特征提取，結合強化學習優(yōu)化決策能力，并借助遷移學習降低跨領域應用成本?，強大的內容生成能力可自動化創(chuàng)作文本、圖像、音視頻等創(chuàng)意內容。?深度學習基本流程1.有監(jiān)督學習基本方法（分類：決策樹）.1經典深度學習網絡和模型1.有監(jiān)督學習基本方法（分類：決策樹）.2ImageNet與AlexNet突破2012年深度神經網絡AlexNet在ImageNet圖像識別競賽中以15.3%的錯誤率奪冠，遠超傳統(tǒng)方法，推動了卷積神經網絡（CNN）成為計算機視覺的核心技術?。并且首次證明深度模型在大規(guī)模數(shù)據(jù)集上的優(yōu)越性?，其成功驗證了“數(shù)據(jù)+算力+算法”三位一體的范式，標志著深度學習時代的開啟?。AlexNet深度神經網絡1.有監(jiān)督學習基本方法（分類：決策樹）.3AlphaGo擊敗人類頂尖棋手2016和2017年谷歌發(fā)起了兩場轟動世界的圍棋人機大戰(zhàn)，其人工智能程序AlphaGo先后戰(zhàn)勝圍棋界世界冠軍韓國的李世石和中國的柯潔。AlphaGo成功顛覆了傳統(tǒng)AI依賴規(guī)則庫的局限，通過?“數(shù)據(jù)驅動+自我進化”模式?攻克圍棋的高維狀態(tài)空間難題?，標志著深度學習在復雜博弈中的突破。AlphaGo推動了AI從專用工具向通用智能演進，為后續(xù)生成式AI奠定了技術基礎，并加速AI在醫(yī)療、自動駕駛等領域的應用探索?。1.有監(jiān)督學習基本方法（分類：決策樹）.4大模型的出現(xiàn)?ChatGPT是2022年由OpenAI開發(fā)的對話式人工智能系統(tǒng)，基于GPT（生成式預訓練變換器）架構構建。其核心技術是通過海量文本數(shù)據(jù)訓練深度神經網絡，學習人類語言模式與知識關聯(lián)，最終實現(xiàn)類人的多輪對話能力。與傳統(tǒng)聊天機器人不同，ChatGPT不僅能理解上下文語境，還能完成創(chuàng)意寫作、代碼生成、學術翻譯等復雜任務，展現(xiàn)出邏輯推理與跨領域知識遷移能力，標志著生成式AI進入大眾應用階段?。

同期，國內大模型也呈現(xiàn)出技術突破與產業(yè)協(xié)同發(fā)展的態(tài)勢，深度求索（DeepSeek）、百度（文心一言）、阿里（通義千問）、華為（盤古大模型）、騰訊（混元大模型）等頭部企業(yè)主導了技術迭代，千億級參數(shù)模型已在政務、金融、汽車等領域規(guī)模化應用，滲透率超60%?。1.有監(jiān)督學習基本方法（分類：決策樹）.5文生視頻2024年OpenAI推出文生視頻模型Sora，支持通過文本指令生成長達60秒的高質量視頻，實現(xiàn)復雜物理場景（如光影變化、流體運動）的模擬，標志著多模態(tài)生成技術進入成熟階段?。

百度、阿里、華為等開發(fā)出多模態(tài)模型，支持60秒以上長視頻生成，并融入中文語境進行優(yōu)化。字節(jié)跳動聚焦短視頻工具研發(fā)，應用覆蓋影視創(chuàng)作、政務傳播、商業(yè)營銷等領域，在短視頻平臺滲透率快速提升?。1.有監(jiān)督學習基本方法（分類：決策樹）.6?DeepSeekV3/R1模型發(fā)布DeepSeekV3/R1發(fā)布于2024年底至2025年初，是由中國杭州深度求索公司研發(fā)的開源大語言模型，該系統(tǒng)基于自然語言處理技術，融合多模態(tài)交互與多輪對話能力，支持中英雙語教學場景，通過知識關聯(lián)與深度思考（R1）模式強化邏輯推理，可完成課程設計、作業(yè)批改、文獻綜述等學術任務。在科研領域，該技術能輔助學者快速生成論文框架，縮短近40%的科研準備周期，推動知識生產模式革新。1.有監(jiān)督學習基本方法（分類：決策樹）.7自動駕駛

自動駕駛就是讓汽車像人類一樣“看路、思考和決策”。這項技術通過融合傳感器、人工智能與高精地圖，試圖在無需人工干預的情況下完成安全行駛，其終極目標是減少交通事故、緩解交通擁堵并提升出行效率，標志著人類進入智能出行新時代。

自動駕駛系統(tǒng)通過感知環(huán)境、動態(tài)決策和執(zhí)行控制實現(xiàn)目標驅動行為，技術邏輯和應用模式均符合智能體（AIAgent）的特征，屬于AIAgent在交通領域的具體實踐?。1.有監(jiān)督學習基本方法（分類：決策樹）2.1.5人工智能技術領域人工智能技術領域計算機視覺自然語言處理語音處理知識工程機器人1.有監(jiān)督學習基本方法（分類：決策樹）計算機視覺

計算機視覺（ComputerVision，CV）是通過計算機來模擬人類的視覺功能，是一門研究如何讓計算機實現(xiàn)像人類那樣“看”的學科。它是利用攝像機和計算機代替人眼，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制，使計算機擁有類似于人類對目標進行分割、分類、識別、跟蹤、判別決策的能力。目標檢測1.有監(jiān)督學習基本方法（分類：決策樹）自然語言處理

自然語言處理（NaturalLanguageProcessing，NLP）是計算機科學領域與人工智能領域中的一個重要方向，是計算機科學、人工智能、語言學所關注的計算機和人類自然語言之間相互作用的領域。它研究能夠實現(xiàn)人與計算機之間用自然語言進行有效通信的各種理論和方法，實現(xiàn)計算機模擬人類“讀”和“寫”的語言能力。1.有監(jiān)督學習基本方法（分類：決策樹）語音處理

語音處理是計算機模擬人類的“聽”和“說”的能力，主要包括語音識別、語音合成兩個方面。語音識別是從語音到文本的識別過程，語音合成是從文本到語音的合成過程。語音識別流程1.有監(jiān)督學習基本方法（分類：決策樹）知識工程

知識工程研究如何用機器代替人，模擬人類大腦的綜合思維能力，實現(xiàn)知識的表示、獲取、推理、決策，知識工程是實現(xiàn)認知智能的基礎。例如專家系統(tǒng)、知識圖譜就是知識工程的典型應用。

知識圖譜是一種基于圖結構的網絡，由節(jié)點和邊組成，節(jié)點表示現(xiàn)實世界中存在的“實體”，邊表示實體與實體之間的“關系”，知識圖譜是實體關系的最有效的表示方式，提供了從“關系”的角度去分析問題的能力。1.有監(jiān)督學習基本方法（分類：決策樹）.1知識圖譜在百度搜索欄中輸入“蘇軾的父親”，從搜索引擎反饋的結果來看，用戶得到的已經不再是一系列只包含關鍵詞的網頁列表的堆砌，而是直接獲得了精準的答案“蘇洵”，并將其相關信息展示出來。

當進入詳情頁之后，不僅展示了人物的詳細個人信息，也同時給出了其人物關系圖譜，如妻子程夫人、兒子蘇轍、兒子蘇軾、女兒蘇八娘、父親蘇序等。因此用戶在獲得人物信息的同時，也同步得到了該人物的關系信息。1.有監(jiān)督學習基本方法（分類：決策樹）.2練一練1.有監(jiān)督學習基本方法（分類：決策樹）機器人

機器人是人工智能的一種應用形態(tài)，是對知識工程、計算機視覺、自然語言處理、語音處理等技術的綜合應用，模擬了人類的思維、感官、四肢的綜合能力。機器人具有一定的人類智能，能感知外部世界的動態(tài)變化，并且通過這種感知做出反應，以一定動作行為對外部世界產生作用。

杭州宇樹科技有限公司在機器人領域的技術突破與產品創(chuàng)新，正重新定義人與機器的交互方式。1.有監(jiān)督學習基本方法（分類：決策樹）機器人

機器人從其機器結構角度看，它是一種機械與電子相結合的機器，是一種具有獨立行為能力的個體，有類人的功能。根據(jù)功能可以決定其外貌，它可以具有類人的外貌，也可不具有類人的外貌。1.有監(jiān)督學習基本方法（分類：決策樹）2.2了解生成式人工智能

生成式人工智能（GenerativeArtificialIntelligence，GAI）是近年來人工智能領域最受關注的技術之一。它的核心能力在于“創(chuàng)造新內容”——不同于傳統(tǒng)AI僅能完成分類、識別或執(zhí)行預設指令的任務，生成式AI可以像人類一樣創(chuàng)作文字、圖像、音樂甚至視頻，且其產出內容往往具有獨創(chuàng)性和多樣性。1.有監(jiān)督學習基本方法（分類：決策樹）2.2.1基本原理

生成式AI的核心技術基于深度學習中的神經網絡模型，尤其是被稱為“Transformer”的架構。這類模型通過分析海量數(shù)據(jù)（如互聯(lián)網文本、圖像庫等），學習其中的模式和規(guī)律。例如，一個文本生成模型可能通過分析數(shù)億篇文章，逐漸理解詞語間的關聯(lián)、語法結構及語義邏輯。當用戶輸入提示詞（Prompt）時，模型會根據(jù)學習到的知識，預測并生成符合邏輯的后續(xù)內容。類似地，圖像生成模型則通過分析數(shù)百萬張圖片及其文字描述，學習如何將文字轉化為視覺元素。1.有監(jiān)督學習基本方法（分類：決策樹）2.2.2典型應用場景內容創(chuàng)作?：DeepSeek、ChatGPT可以撰寫文章、詩歌甚至編程代碼，通義萬相（阿里）和?文心一格?（百度）可根據(jù)文字描述生成高質量圖像。?知識輔助?：幫助用戶快速整理信息，如生成會議紀要、提煉文獻要點。?創(chuàng)意產業(yè)?：設計師利用生成式AI快速產出概念草圖，編劇用它探索劇情發(fā)展的多種可能性。?教育領域?：定制個性化學習材料，模擬不同風格的教師答疑解惑。1.有監(jiān)督學習基本方法（分類：決策樹）2.2.3技術特點與局限性

生成式AI的突破性在于其“涌現(xiàn)能力”——當模型參數(shù)規(guī)模超過某個臨界值（如千億級），會突然展現(xiàn)出類似推理、聯(lián)想等類人能力。但它的局限性同樣明顯：生成內容可能存在事實性錯誤（即“幻覺”現(xiàn)象），且缺乏對因果關系的深層理解。例如，它可能流暢地論述一個虛構的歷史事件，卻無法真正理解事件背后的社會動因。1.有監(jiān)督學習基本方法（分類：決策樹）2.3生成式人工智能應用場景AIGC（ArtificialIntelligenceGeneratedContent）即人工智能生成內容，是指人工智能通過分析海量數(shù)據(jù)，學習內容規(guī)律后自主生成新內容的過程，是通過機器學習與多模態(tài)技術自動生成文本、圖像、音頻、視頻等內容的創(chuàng)新生產方式，涵蓋文學、藝術、3D交互等多元形式，是繼PGC（專家生成內容）、UGC（用戶生成內容）后的第三代內容創(chuàng)作范式。AIGC通過多模態(tài)內容生成能力，已深度滲透多個行業(yè)。1.有監(jiān)督學習基本方法（分類：決策樹）2.3.1內容創(chuàng)作領域文本生成?：自動化撰寫新聞報道、廣告文案、小說及詩歌?。?圖像生成?：藝術畫作、虛擬角色設計，如游戲場景渲染。?音視頻生成?：短視頻腳本自動生成并匹配AI合成配音?，如影視特效。1.有監(jiān)督學習基本方法（分類：決策樹）2.3.2行業(yè)賦能場景個性化學習?：AI生成適配學生能力的習題庫。?作業(yè)批改?：數(shù)學公式識別準確率達99%，作文評分誤差率<5%?。?廣告營銷?：動態(tài)生成千人千面的廣告文案。虛擬主播：AI主播連續(xù)無間斷講解商品?。?缺陷檢測?：AI視覺質檢系統(tǒng)誤檢率降至0.01%，超人工水平20倍?。1.有監(jiān)督學習基本方法（分類：決策樹）2.3.3新興融合領域?藥物研發(fā)?：生成式模型設計新型分子結構，縮短研發(fā)周期30%?。?醫(yī)學影像?：AI生成CT影像增強對比度，輔助早期癌癥診斷?。?虛擬試妝?：AR試色技術提升線上轉化率45%?。?商品描述?：電商AI自動生成百萬級詳情頁，人力成本下降80%?。1.有監(jiān)督學習基本方法（分類：決策樹）2.4主流AIGC大模型工具?大模型產品??廠家?DeepSeek深度求索豆包字節(jié)跳動文心一言百度通義千問阿里巴巴元寶騰訊訊飛星火科大訊飛Kimi月之暗面智譜清言智譜AI盤古華為日日新商湯科技AIGC大模型工具正深度融入社會生產與生活場景，推動多領域智能化轉型，成為推動數(shù)字化轉型的核心驅動力。在行業(yè)端，基于AIGC的智能客服、金融研報撰寫、工業(yè)設計輔助等應用顯著提升效率，在電商設計、影視分鏡等專業(yè)創(chuàng)作領域更是將創(chuàng)意門檻降至全民可參與的水平。AIGC工具通過自然語言交互和跨模態(tài)生成技術，實現(xiàn)了從數(shù)據(jù)解析到決策執(zhí)行的閉環(huán)，加速了企業(yè)數(shù)字化轉型。隨著多模態(tài)融合與垂直場景優(yōu)化，AIGC正從技術突破轉向規(guī)?；涞?，重塑人機協(xié)作的新范式。本章目錄01

基本介紹02知識儲備

03任務實施04滄海拾貝05課后習題1.有監(jiān)督學習基本方法（分類：決策樹）3.1任務1-1制作AI模型訓練的燃料

本任務通過數(shù)據(jù)標注活動，為將來訓練一個能夠識別行人和汽車的AI模型制作燃料——行人和汽車檢測數(shù)據(jù)集，為此需要在采集的原始圖像中把行人和汽車的具體位置和區(qū)域標注出來，也可稱之為圖像標注。將來把標注后的圖像投喂給AI模型進行學習，讓AI模型通過標注的信息學會正確識別行人和汽車。任務面向場景：計算機視覺領域的目標檢測或者物體檢測1.有監(jiān)督學習基本方法（分類：決策樹）3.1.1任務拆解思考1思考2思考3思考4圖像標注中的標簽指的是什么?有沒有圖像標注的工具？如何將原始圖片放入數(shù)據(jù)集中?數(shù)據(jù)集是一種怎樣的存在？百度EasyDL平臺是一種選擇在EasyDL上創(chuàng)建數(shù)據(jù)集文件夾從電腦上傳圖片到EasyDL數(shù)據(jù)集文件夾標簽就是給圖中物體所屬的類別取個名字思考5思考6標注圖像具體是怎樣的一項活動？圖像標注的結果應如何理解？把圖片中物體框起來并打上標簽用數(shù)字來表示圖中物體的位置和區(qū)域1.有監(jiān)督學習基本方法（分類：決策樹）3.1.2圖像數(shù)據(jù)集

數(shù)據(jù)集可以簡單理解成保存原始圖片文件和標注文件的文件夾。如果數(shù)據(jù)集創(chuàng)建在本地電腦上，那么可以用文件夾來保存。如果數(shù)據(jù)集保存在線上平臺上，雖然數(shù)據(jù)集的保存方式不一定是簡單的文件夾形式，但是為了便于理解，仍可以將其簡單的想象成文件夾。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.3圖像標簽

簡單的理解，標簽就是給圖片中物體的類別取個名字，例如圖片中的“行人”、“汽車”都稱為標簽。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.4工具選擇百度智能云EasyDL平臺：EasyDL是百度大腦推出的零門檻AI開發(fā)平臺，支持企業(yè)用戶和開發(fā)者自助在平臺上進行訓練數(shù)據(jù)上傳、數(shù)據(jù)標注、模型訓練、模型部署，一站式獲取高精度AI服務。EasyDL平臺的圖像標注功能多樣，能滿足多種場景需求，支持物體檢測（矩形框）、圖像分割（多邊形/點標注）等標注功能。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.5步驟一：登錄和使用EasyDL平臺

百度智能云EasyDL平臺的官網地址是：/easydl/。使用百度賬號登錄平臺，打開EasyDL平臺主頁。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.6步驟一：登錄和使用EasyDL平臺

在主頁上點擊“立即使用”進入模型選擇的頁面，由于本任務屬于物體檢測任務，因此選擇“物體檢測”模型。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.7步驟二：創(chuàng)建物體檢測數(shù)據(jù)集

進入“物體檢測”頁面后，點擊“數(shù)據(jù)總覽”鏈接進入數(shù)據(jù)集管理頁面，此時頁面上會展示所有已創(chuàng)建的數(shù)據(jù)集。如果是第一次創(chuàng)建數(shù)據(jù)集，則頁面上沒有數(shù)據(jù)集可展示。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.8步驟二：創(chuàng)建物體檢測數(shù)據(jù)集

點擊“創(chuàng)建數(shù)據(jù)集”按鈕，進入數(shù)據(jù)集基本信息配置頁面。此時填寫數(shù)據(jù)集相關的信息，主要包括數(shù)據(jù)集名稱、標注模板、保存位置。在此需要注意的是，由于是物體檢測任務，需要在圖像上把目標物體的整個輪廓包裹起來進行標記，而矩形框完全能夠滿足這一要求，因此選擇“矩形框標注”作為標注模板。標記完成的數(shù)據(jù)保存在EasyDL平臺上，以便后續(xù)使用數(shù)據(jù)集進行AI模型的訓練，因此選擇“平臺存儲”。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.9步驟三：導入圖像文件至數(shù)據(jù)集

在打開的數(shù)據(jù)導入頁面中上傳需要標注的圖像文件。由于此時待標注的圖像保存在本地電腦中，尚未進行過任何標注，因此在導入配置中選擇“無標注信息”，導入方式選擇“本地導入”和“上傳圖片”，并且點擊“上傳圖片”按鈕，即可從本地電腦上選擇待標注的圖片文件。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.10步驟三：導入圖像文件至數(shù)據(jù)集

根據(jù)頁面上的提示信息，選擇符合EasyDL平臺要求的圖片類型，按照頁面的引導，添加完待標注的圖片文件，最后點擊“開始上傳”按鈕，將圖片文件從本地電腦提交到EasyDL平臺。

需要注意的是，由于本任務是為檢測行人和汽車這兩類物體的AI模型訓練所用，因此需要選擇含有行人或汽車的圖片進行上傳。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.11步驟三：導入圖像文件至數(shù)據(jù)集

當圖片上傳完成后，返回到數(shù)據(jù)集管理頁面上，可以看到所創(chuàng)建的數(shù)據(jù)集的相關信息。此時頁面上展示了數(shù)據(jù)集中圖片的數(shù)量、標注狀態(tài)，由于目前尚未開始標注，因此標注狀態(tài)為“0%”。接著，點擊“標注”鏈接即可進入數(shù)據(jù)標注活動的執(zhí)行頁面。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.12步驟四：添加物體類別的標簽

本任務是將行人和汽車標記在圖片上，需要為圖片的標注建立標簽信息。點擊“添加標簽”按鈕，將“行人”和“汽車”作為標簽添加到標簽欄。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.13步驟五：使用標簽完成物體標注

添加完標簽信息之后，就可以開始進行真正的“數(shù)據(jù)標注”動作，也就是將標簽打在物體上。使用鼠標在圖片中將“行人”或“汽車”用矩形框包裹起來，矩形框盡可能緊貼物體的輪廓且盡可能完整的圍住物體，同時將正確的標簽賦予物體，從而完成物體的標注。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.14步驟五：使用標簽完成物體標注

當完成一張圖片的標注后，點擊“保存當前標注”，即進入下一張圖片的標注工作，如此一張一張的標注，直到全部圖片標注完成。此時重新回到數(shù)據(jù)集管理頁面，可以看到數(shù)據(jù)集的標注狀態(tài)已變?yōu)椤?00%”，表示本輪數(shù)據(jù)標注任務已完成。1.有監(jiān)督學習基本方法（分類：決策樹）3.1.15步驟六：理解標注信息

圖中標注有1個“行人”和2輛“汽車”，共有3個物體，因此標注的結果中就有3行數(shù)字信息，每1行數(shù)字代表1個物體。每1行標注信息又包含5列數(shù)字，其中第1列數(shù)字表示物體所屬的類別，數(shù)字“0”代表“行人”，數(shù)字“1”代表“汽車”；第2列數(shù)字表示物體所在矩形框中心點在X軸方向上的歸一化坐標值；第3列數(shù)字表示物體所在矩形框中心點在Y軸方向上的歸一化坐標值；第4列數(shù)字表示物體所在矩形框的歸一化寬度值；第5列數(shù)字表示物體所在矩形框的歸一化高度值。1.有監(jiān)督學習基本方法（分類：決策樹）3.2任務1-2制作量身定制的智能學伴

在知識迭代加速的智能時代，學習方法需轉向?人機協(xié)作的主動學習模式?。人們需掌握與智能工具協(xié)同的新技能，借助AI工具分析個人知識漏洞與記憶規(guī)律，動態(tài)規(guī)劃學習路徑，使AI工具成為突破學習瓶頸的“超級外腦”。

本任務通過使用AIGC大模型工具，一方面利用智能技術加速學習，另一方面通過實踐反思推動認知升級，讓每一個學習者都能擁有為自己量身定制的“智能學伴”。1.有監(jiān)督學習基本方法（分類：決策樹）3.2.1任務拆解思考1思考2思考3如何能夠學好本課程？如何設計一個有效的智能學伴？智能學伴能夠提供哪些方面的幫助？制作一個智能學伴，伴隨整個學習過程解答問題、找出學習盲區(qū)、提供學習建議借助AIGC大模型工具協(xié)助制作1.有監(jiān)督學習基本方法（分類：決策樹）3.2.2步驟一：獲取豆包AI大模型工具豆包是字節(jié)跳動開發(fā)的AI助手，支持文案創(chuàng)作、PDF問答、圖像生成等多元功能。其搭載的長文本處理能力可快速提煉信息?，實時語音交互支持自然對話?，集成多模態(tài)技術實現(xiàn)文圖轉換與跨場景應用?。

豆包有多種版本，包括電腦版、網頁版、手機版，可以選擇自己喜歡的方式來獲取和使用。在此以網頁版為例，主頁地址為：。1.有監(jiān)督學習基本方法（分類：決策樹）3.2.3步驟二：設計測試題檢驗學習效果

根據(jù)我們當前的學習內容，在豆包對話框里輸入相關問題，請豆包幫我們評估學習效果。提示詞：我學習了【人工智能基礎知識】，請你幫我出5道【選擇題】來檢驗學習效果。

需要注意的是，即便是同樣的問題，豆包可能會給出不一樣的輸出結果，這就是AI大模型的特點，存在一定的隨機性。1.有監(jiān)督學習基本方法（分類：決策樹）3.2.4步驟三：分析知識的掌握情況

接下來，我們根據(jù)自己目前掌握的知識，將答案反饋給豆包，并且讓豆包分析我們對知識的掌握情況，找到學習的薄弱之處。例如回答豆包：我的答案是：1.A；2.C；3.D；4.A；5.C。請你分析我的掌握情況。

豆包立刻對我們的答案進行批改，對每一道題進行詳細分析，并指出我們在學習中的不足之處。1.有監(jiān)督學習基本方法（分類：決策樹）3.2.5步驟四：針對薄弱環(huán)節(jié)給出建議

豆包已經找到了我們學習中的不足之處，并且給出了初步的建議。為了更充分的學習有關知識，我們請豆包給出更詳細的學習建議。

例如進一步向豆包提出請求：請你針對我在學習上的不足之處，給出進一步的【學習建議】。1.有監(jiān)督學習基本方法（分類：決策樹）3.2.6步驟五：給出拓展學習的建議

目前已經學習了有關人工智能的基礎知識，這往往會勾起我們對人工智能更多的好奇，心里會產生更多的問題，于是我們可以把想法告訴豆包，讓豆包給我們進一步拓展學習的建議。

例如問豆包：我常常聽到【人工智能+】這個詞語，而且我聽說人工智能的神奇力量源于【AI模型】。請你向我推薦有關的【學習內容】，要求是：通俗易懂、非技術化。本章目錄01

基本介紹02知識儲備

03任務實施04滄海拾貝05課后習題1.有監(jiān)督學習基本方法（分類：決策樹）4.1人工智能行業(yè)應用概覽

人工智能技術的發(fā)展、人工智能的落地一定要和場景相結合，要跟產業(yè)、各個行業(yè)領域、國民經濟的發(fā)展相結合，即“人工智能+行業(yè)”。人工智能只有賦能各個行業(yè)，才能發(fā)揮其最大的價值。人工智能+（ArtificialIntelligencePlus，AI+），就是將“人工智能”作為當前行業(yè)科技化發(fā)展的核心特征并提取出來，與工業(yè)、商業(yè)、金融業(yè)等行業(yè)全面融合，推動經濟形態(tài)不斷發(fā)生演變，從而激發(fā)社會經濟實體的生命力。1.有監(jiān)督學習基本方法（分類：決策樹）4.1.1智慧安防

安防是人工智能最早落地的場景，目前已經在公安系統(tǒng)和各類智慧空間廣泛應用，例如城市安防（智慧城市）、社區(qū)安防（智慧社區(qū)）、校園安防（智慧校園）、園區(qū)安防、廠區(qū)安防等。1.有監(jiān)督學習基本方法（分類：決策樹）4.1.2智慧金融

金融業(yè)天然的數(shù)據(jù)屬性和智能化需求為人工智能的應用提供了堅實的基礎，使其成為最被看好的人工智能應用領域。目前行業(yè)關注度較高的落地場景，主要集中在銀行業(yè)，包括銀行線上線下的身份認證、智能風控、智能客服、智慧網點、刷臉支付等。1.有監(jiān)督學習基本方法（分類：決策樹）4.1.3智慧教育

人工智能在教育領域的應用和發(fā)展主要有三個方向，分別是針對教學活動、教學內容和教學環(huán)境管理提供的AI輔助教學工具、人工智能學科教育和教育物聯(lián)網解決方案。1.有監(jiān)督學習基本方法（分類：決策樹）4.1.4智慧醫(yī)療

人工智能在醫(yī)療領域具有廣泛的應用，包括醫(yī)療影像分析、智能診療、語音病例錄入、醫(yī)療機器人、醫(yī)學藥物研發(fā)等。

此外，人工智能技術可以對藥物結構、疾病病理生理機制、現(xiàn)有藥物的功效、顯微鏡下的樣本觀察等結果進行快速分析，為藥物研發(fā)提供支持，縮短新藥研發(fā)時間，降低研發(fā)成本。1.有監(jiān)督學習基本方法（分類：決策樹）4.1.5智慧交通

人工智能在交通出行領域的應用主要有：智能駕駛、疲勞駕駛預警、車載智能互娛、智慧交通調度等。

智慧交通系統(tǒng)是通過監(jiān)控獲取城市各交通線路的實際車流和擁堵情況，并利用算法全程整合全局信息，通過控制交通信號燈和人工疏導等方式，緩解城市交通擁堵。1.有監(jiān)督學習基本方法（分類：決策樹）4.1.6智慧零售

智慧零售是利用人工智能、大數(shù)據(jù)等新科技為線上線下的零售場景提供技術手段，來實現(xiàn)包括門店、倉儲、物流等整個零售體系的數(shù)字化管理和運營。

在倉儲、物流環(huán)節(jié)，主要是搬運、配送等各類實體機器人。1.有監(jiān)督學習基本方法（分類：決策樹）4.1.7智慧農業(yè)

智慧農業(yè)是將遙感、大數(shù)據(jù)、人工智能、物聯(lián)網等新技術應用于農產品生產、流通和銷售的各個環(huán)節(jié)，來促進農業(yè)的精細化和數(shù)字化管理。人工智能在農業(yè)生產環(huán)節(jié)主要用來支持數(shù)據(jù)采集與處理、農情監(jiān)測、病蟲害防治等方面的問題。1.有監(jiān)督學習基本方法（分類：決策樹）4.1.8智能制造

制造業(yè)是人工智能應用場景中最具潛力的區(qū)域，人工智能能夠大幅度提升勞動生產力，進而推動GDP增長。1.有監(jiān)督學習基本方法（分類：決策樹）4.2人工智能技術三要素

人工智能之所以能夠取得如此巨大的發(fā)展，主要得益于人工智能三大關鍵技術即算法、數(shù)據(jù)、算力的全面突破。機器學習和人工神經網絡，特別是近年來深度學習技術的發(fā)展，使人工智能在算法技術上有了質的飛躍。近年來數(shù)據(jù)倉庫、數(shù)據(jù)挖掘等技術的快速發(fā)展，為人工智能算法的訓練和應用提供了基礎材料。分布式計算、并行計算等新型計算方法極大地提高了計算能力，為人工智能的發(fā)展奠定了堅實的物質基礎。算法數(shù)據(jù)算力1