2.1大數(shù)據(jù)技術(shù)主講人：***CONTENTS目錄01大數(shù)據(jù)技術(shù)概述02數(shù)據(jù)的產(chǎn)生與處理03算法的核心作用04算力的支撐與發(fā)展05總結(jié)與未來展望大數(shù)據(jù)技術(shù)概述01大數(shù)據(jù)技術(shù)的定義與戰(zhàn)略意義大數(shù)據(jù)技術(shù)的定義大數(shù)據(jù)技術(shù)是一種處理和分析海量數(shù)據(jù)集合的能力，涵蓋了數(shù)據(jù)的采集、存儲、處理、分析及可視化等多個方面。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義大數(shù)據(jù)技術(shù)的戰(zhàn)略意義并不在于單純掌握龐大的數(shù)據(jù)信息，而在于對這些有價值的數(shù)據(jù)進(jìn)行專業(yè)化處理。若將大數(shù)據(jù)視為產(chǎn)業(yè)，盈利關(guān)鍵在于提升數(shù)據(jù)的“加工能力”，通過“加工”實現(xiàn)數(shù)據(jù)的“增值”。大數(shù)據(jù)技術(shù)的典型應(yīng)用案例淘寶購物的推薦機制在淘寶購物時，應(yīng)用程序能依據(jù)大數(shù)據(jù)分析，將用戶匹配到相應(yīng)的人群，從而推薦該人群偏好的內(nèi)容。百度搜索的推薦機制通過百度進(jìn)行搜索時，應(yīng)用程序會根據(jù)大數(shù)據(jù)分析自動列出相關(guān)內(nèi)容，把用戶匹配到相應(yīng)人群并推薦其偏好內(nèi)容。數(shù)據(jù)的產(chǎn)生與處理02大數(shù)據(jù)的主要產(chǎn)生渠道互聯(lián)網(wǎng)互聯(lián)網(wǎng)公司在核心業(yè)務(wù)領(lǐng)域，如搜索引擎數(shù)據(jù)、社交媒體數(shù)據(jù)、交易數(shù)據(jù)等會持續(xù)產(chǎn)生數(shù)據(jù)，長期積累后形成海量數(shù)據(jù)。物聯(lián)網(wǎng)自動采集隨著物聯(lián)網(wǎng)設(shè)備數(shù)量增加，來自傳感器、智能溫度控制器、智能電表、監(jiān)控攝像頭、聯(lián)網(wǎng)家電、工廠機器、RFID技術(shù)會采集大量數(shù)據(jù)。企業(yè)和政府企業(yè)運營中產(chǎn)生交易數(shù)據(jù)、客戶關(guān)系管理系統(tǒng)數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、庫存數(shù)據(jù)等；政府機構(gòu)在公共服務(wù)和管理中產(chǎn)生交通數(shù)據(jù)、醫(yī)療數(shù)據(jù)、公共安全數(shù)據(jù)等。交易數(shù)據(jù)包括電子商務(wù)數(shù)據(jù)、互聯(lián)網(wǎng)單擊數(shù)據(jù)。移動通信數(shù)據(jù)智能手機等移動設(shè)備產(chǎn)生的數(shù)據(jù)。大數(shù)據(jù)的“5V”核心特點體量（Volume）指數(shù)據(jù)規(guī)模龐大，大數(shù)據(jù)涵蓋海量的數(shù)據(jù)集合。多樣性（Variety）數(shù)據(jù)類型多樣，包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。速度（Velocity）數(shù)據(jù)產(chǎn)生和處理的速度快，需要及時處理和分析。價值（Value）大數(shù)據(jù)的戰(zhàn)略意義在于對有價值的數(shù)據(jù)進(jìn)行專業(yè)化處理，實現(xiàn)數(shù)據(jù)“增值”。真實性（Veracity）強調(diào)數(shù)據(jù)的準(zhǔn)確性和可靠性，確保數(shù)據(jù)真實可用。大數(shù)據(jù)處理的基本流程（上）數(shù)據(jù)采集從多個數(shù)據(jù)源收集數(shù)據(jù)，是大數(shù)據(jù)處理的起始步驟。數(shù)據(jù)清洗與預(yù)處理確保數(shù)據(jù)的準(zhǔn)確性和一致性，為后續(xù)處理做準(zhǔn)備。數(shù)據(jù)存儲經(jīng)過預(yù)處理的數(shù)據(jù)需存儲在能夠高效管理和檢索的系統(tǒng)中，這些步驟相互關(guān)聯(lián)，共同構(gòu)成大數(shù)據(jù)處理體系的一部分。大數(shù)據(jù)處理的基本流程（下）數(shù)據(jù)分析與挖掘是大數(shù)據(jù)處理流程的核心環(huán)節(jié)，決定大數(shù)據(jù)集合的價值性和可用性，以及分析預(yù)測結(jié)果的準(zhǔn)確性。結(jié)果可視化將分析得到的結(jié)果以可視化方式展示，便于用戶直觀理解和利用數(shù)據(jù)。數(shù)據(jù)應(yīng)用把數(shù)據(jù)分析的成果轉(zhuǎn)化為實際的業(yè)務(wù)價值。數(shù)據(jù)監(jiān)控對處理后的數(shù)據(jù)進(jìn)行實時監(jiān)控和管理，確保數(shù)據(jù)質(zhì)量和準(zhǔn)確性，及時發(fā)現(xiàn)和解決問題，整個流程具有連貫性。算法的核心作用03算法的定義與基本概念算法的定義算法是對問題解決方案的準(zhǔn)確和完整的描述，是一系列清晰的指令，用于解決特定問題。輸入輸出的確定性給定特定的標(biāo)準(zhǔn)輸入，算法能夠在有限的時間內(nèi)生成所需的輸出。冒泡排序算法示例（原理）相鄰數(shù)字比較交換比較相鄰的數(shù)字，如果第一個數(shù)字大于第二個數(shù)字，則交換這兩個數(shù)字。每輪確定最大數(shù)對每一對相鄰數(shù)字執(zhí)行相同的操作，從第一對開始，一直到最后一對。在這一輪結(jié)束時，最后一個數(shù)字將是最大的數(shù)字。逐步縮小處理范圍對所有數(shù)字重復(fù)以上步驟，但每次都忽略已經(jīng)排好序的最后一個數(shù)字，持續(xù)重復(fù)上述步驟，處理越來越少的元素，直到?jīng)]有需要比較的數(shù)字為止。冒泡排序算法示例（圖示輔助）圖示展示排序過程配合圖2-2“冒泡排序原理”，用圖示展示數(shù)字排序過程，直觀呈現(xiàn)算法執(zhí)行邏輯。算法優(yōu)劣的評判標(biāo)準(zhǔn)（1-2）01正確性算法的正確性是評價一個算法優(yōu)劣的最重要的標(biāo)準(zhǔn)。02可讀性算法的可讀性是指一個算法可供人們閱讀的容易程度。算法優(yōu)劣的評判標(biāo)準(zhǔn)（3-5）魯棒性算法的魯棒性是指一個算法對不合理輸入數(shù)據(jù)的反應(yīng)能力和處理能力，也稱為容錯性。時間復(fù)雜度算法的時間復(fù)雜度是指執(zhí)行算法所需要的工作量?？臻g復(fù)雜度空間復(fù)雜度是指算法在執(zhí)行過程中所需消耗的內(nèi)存空間。選擇合適算法可提高工作效率。算法在人工智能中的應(yīng)用（典型案例）AlphaGo戰(zhàn)勝圍棋冠軍AlphaGo戰(zhàn)勝世界圍棋冠軍源于其強大的算法。語音翻譯軟件語音翻譯軟件的高效性依賴于算法的優(yōu)化。搜索推薦與廣告推送算法決定了“百度搜索”的結(jié)果，影響了“微博”向用戶展示的話題，指導(dǎo)了“愛奇藝”推薦的電影，影響了“淘寶”所推薦的商品，以及“抖音”推送的視頻內(nèi)容，甚至決定了電腦上彈出的廣告。算法對人工智能發(fā)展的驅(qū)動作用核心作用算法是AI實現(xiàn)智能任務(wù)、數(shù)據(jù)處理、優(yōu)化學(xué)習(xí)、決策推理的核心。重要驅(qū)動力創(chuàng)新與優(yōu)化是AI發(fā)展重要驅(qū)動力。算力的支撐與發(fā)展04算力的定義（狹義與廣義）狹義算力狹義上，算力是指對數(shù)學(xué)問題進(jìn)行運算的過程，例如完成“1+1=？”的計算。廣義算力廣義上，算力則涵蓋了對信息進(jìn)行處理并得到結(jié)果的所有過程。凡是能夠完成計算過程的能力，都可稱為“算力”。算力與人類智慧算力不僅代表人類對數(shù)據(jù)處理的能力，也反映了人類智慧的發(fā)展水平。中國算力發(fā)展現(xiàn)狀（總體規(guī)模）在用算力中心機架規(guī)模中國在用算力中心機架總規(guī)模超過830萬標(biāo)準(zhǔn)機架。算力總規(guī)模算力總規(guī)模達(dá)246EFLOPS（每秒百億億次浮點運算），位于世界前列，為“量的增長”奠定基礎(chǔ)。中國算力發(fā)展現(xiàn)狀（技術(shù)與應(yīng)用）時延保障能力城域算力節(jié)點間1ms（毫秒）時延保障能力逐漸形成，區(qū)域集群到周邊主要城市間5ms時延保障能力廣泛覆蓋，國家樞紐節(jié)點間20ms時延保障能力全面實現(xiàn)。PUE與綠色數(shù)據(jù)中心全國算力中心平均電能利用效率（PUE）降至1.47，創(chuàng)建國家綠色數(shù)據(jù)中心246個。各領(lǐng)域應(yīng)用項目工業(yè)、教育、醫(yī)療、能源等多個領(lǐng)域算力應(yīng)用項目超過1.3萬個，體現(xiàn)“質(zhì)的提升”。算力與硬件配置的關(guān)系（電腦與手機）電腦硬件與算力電腦配置的不同導(dǎo)致價格差異，主要取決于CPU、顯卡及內(nèi)存等硬件的差異性。高配置計算機算力強，能流暢運行高要求軟件；低配置則算力不足。手機算力與體驗手機算力越高，游戲體驗越流暢；反之則可能導(dǎo)致游戲卡頓。人們高價購買高性能電腦和手機，本質(zhì)是購買更高的算力。算力在人工智能中的關(guān)鍵作用（典型場景）火車站人臉識別得益于強大的算力支持，火車站人臉識別檢票能迅速完成，幾乎感受不到延遲，提升了乘客進(jìn)站效率。自動駕駛自動駕駛技術(shù)中的場景檢測和行人識別依賴于底層算力的支撐，算力越強，檢測和識別越準(zhǔn)確。實時翻譯實時翻譯中的語音識別等應(yīng)用也依賴于算力，算力強能帶來更好的服務(wù)體驗。廣義算力的擴展維度01廣義算力的構(gòu)成廣義的算力不僅包括CPU的性能，還涵蓋內(nèi)存和顯卡的性能，以及網(wǎng)絡(luò)傳輸?shù)男阅芎瓦h(yuǎn)程服務(wù)器的性能等。025G通信與算力以跑車在不同路況的性能差異類比，我國大力發(fā)展5G通信技術(shù)的建設(shè)，能為提升算力提供有力支撐。我國算力發(fā)展的政策與規(guī)劃01強化規(guī)劃設(shè)計統(tǒng)籌好“量的增長”和“質(zhì)的提升”。02強化創(chuàng)新驅(qū)動統(tǒng)籌好技術(shù)創(chuàng)新和產(chǎn)業(yè)創(chuàng)新。03強化應(yīng)用培育統(tǒng)籌好“化點成珠”和“串珠成鏈”。04強化安全保障統(tǒng)籌好高質(zhì)量發(fā)展和高水平安全。2024中國算力大會成果平臺啟動大會正式啟動“中國算力服務(wù)平臺（河南）”。報告發(fā)布集中發(fā)布《中國綜合算力指數(shù)（2024年）》《中國算力發(fā)展報告》等重磅研究報告。協(xié)議簽約8個框架協(xié)議、9個合作協(xié)議、5個戰(zhàn)略協(xié)議集中簽約，總金額達(dá)231.2億元，體現(xiàn)產(chǎn)業(yè)推動力度。我國人工智能算力增長趨勢算力增長態(tài)勢結(jié)合圖2-5“我國人工智能算力快速增長”，隨技術(shù)進(jìn)步，我國人工智能算力呈現(xiàn)快速增長態(tài)勢。算力對AI的支撐算力是人工智能發(fā)展的基礎(chǔ)，其增長為AI發(fā)展提供了有力支撐?？偨Y(jié)與未來展望05大數(shù)據(jù)技術(shù)的核心價值總結(jié)數(shù)據(jù)增值的戰(zhàn)略意義大數(shù)據(jù)技術(shù)的戰(zhàn)略意義在于對有價值的數(shù)據(jù)進(jìn)行專業(yè)化處理，提升數(shù)據(jù)“加工能力”，實現(xiàn)數(shù)據(jù)“增值”，如淘寶、百度根據(jù)大數(shù)據(jù)推薦符合用戶興趣的內(nèi)容。全鏈路的處理流程大數(shù)據(jù)處理基本流程包括數(shù)據(jù)采集、清洗與預(yù)處理、存儲、分析與挖掘、結(jié)果可視化、應(yīng)用和監(jiān)控，各步驟相互關(guān)聯(lián)構(gòu)成完整體系。算法與算力協(xié)同驅(qū)動算法和算力協(xié)同作用，驅(qū)動智能應(yīng)用。算法決定了眾多互聯(lián)網(wǎng)應(yīng)用的結(jié)果，算力是人工智能應(yīng)用的基礎(chǔ)，二者缺一不可。算法與算力的未來發(fā)展方向算法持續(xù)創(chuàng)新優(yōu)化算法需持續(xù)創(chuàng)新優(yōu)化，以提升智能水平，如AlphaGo、語音翻譯軟件依賴強大算法，未來算法將在更多領(lǐng)域發(fā)揮關(guān)鍵作用。算力強化技術(shù)與應(yīng)用融合算力需強化技術(shù)與應(yīng)用融合，支撐更多場景，我國大力發(fā)展5G通信技術(shù)為提升算力提供支撐，未來算力將在更多領(lǐng)域保障服務(wù)體驗。共同帶來更多價值算法的創(chuàng)新優(yōu)化和算力的技術(shù)與應(yīng)用融合，共同呼應(yīng)“為我們帶來更多價值”的目標(biāo)。大數(shù)據(jù)技術(shù)的社會影響與責(zé)任重視算法保護(hù)生活各方面被算法覆蓋，需重視算法保護(hù)，避免算法濫用，確保算法合理應(yīng)用于各個領(lǐng)域。保障算力安全算力支撐日常服務(wù)，要保障算力安全，確保數(shù)據(jù)質(zhì)量，如對處理后的數(shù)據(jù)進(jìn)行實時監(jiān)控和管理。推動技術(shù)向善重視算法保護(hù)和算力安全，推動大數(shù)據(jù)技術(shù)向善發(fā)展，為社會帶來積極影響。未來智能應(yīng)用的想象空間基于現(xiàn)有技術(shù)的拓展基于現(xiàn)有技術(shù)，如火車站人臉識別檢票、自動駕駛技術(shù)中的場景檢測和行人識別等，未來智能應(yīng)用將有更深度的拓展。更深度的智能場景展望更深度的智能場景，如精準(zhǔn)醫(yī)療、智慧城市等，“大數(shù)據(jù)+算法+算力”將持續(xù)拓展人類生活邊界。持續(xù)拓展生活邊界“大數(shù)據(jù)+算法+算力”的結(jié)合將不斷創(chuàng)造新的智能應(yīng)用，持續(xù)拓展人類生活的邊界和可能性。技術(shù)發(fā)展與人類需求的平衡提升用戶體驗技術(shù)發(fā)展需以提升用戶體驗為核心，如手機芯片算力支撐流暢上網(wǎng)，強大算力讓刷臉進(jìn)站幾乎無延遲，帶來流暢服務(wù)。解決實際問題技術(shù)發(fā)展要解決實際問題，如提升工作效率、提高服務(wù)質(zhì)量等，避免“為技術(shù)而技術(shù)”，回歸“服務(wù)于人”的本質(zhì)?；貧w服務(wù)本質(zhì)技術(shù)發(fā)展應(yīng)始終圍繞人類需求，以提升用戶體驗、解決實際問題為目標(biāo)，回歸“服務(wù)于人”的本質(zhì)。THEEND謝謝2.2機器學(xué)習(xí)主講人：***CONTENTS目錄01機器學(xué)習(xí)的基礎(chǔ)概念02機器學(xué)習(xí)的類型解析03機器學(xué)習(xí)的生活應(yīng)用案例04機器學(xué)習(xí)軟件實踐體驗05機器學(xué)習(xí)的未來與總結(jié)機器學(xué)習(xí)的基礎(chǔ)概念01機器學(xué)習(xí)的學(xué)科定位01跨學(xué)科屬性機器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。02核心目標(biāo)專注于通過計算手段，利用經(jīng)驗（如以往的數(shù)據(jù)）來改善系統(tǒng)自身的性能。機器學(xué)習(xí)的定義集合周志華定義周志華教授在《機器學(xué)習(xí)》中提到，機器學(xué)習(xí)是一門人工智能的分支，使用算法分析數(shù)據(jù)，從中學(xué)習(xí)并做出推斷或決策，而無須專門編程。IEEE定義電氣和電子工程師協(xié)會（IEEE）將機器學(xué)習(xí)定義為研究如何構(gòu)建和分析算法，使計算機能夠利用數(shù)據(jù)來提高性能。ArthurSamuel定義早期的機器學(xué)習(xí)研究者ArthurSamuel將機器學(xué)習(xí)描述為在沒有明確編程的情況下，使計算機具有學(xué)習(xí)能力的領(lǐng)域。TomM.Mitchell定義計算機科學(xué)家TomM.Mitchell將機器學(xué)習(xí)定義為一個程序被認(rèn)為在學(xué)習(xí)，如果通過經(jīng)驗P對任務(wù)T（任務(wù)T是P的一個子集）在度量性能P上的性能得到了改善。關(guān)鍵要素這些定義強調(diào)了機器學(xué)習(xí)的數(shù)據(jù)、算法、學(xué)習(xí)過程、性能度量和任務(wù)等關(guān)鍵要素，共同點是通過數(shù)據(jù)驅(qū)動的方法改進(jìn)計算機程序性能，無需人為編寫具體指令。機器學(xué)習(xí)與人類學(xué)習(xí)的對比共性機器學(xué)習(xí)和人類學(xué)習(xí)的過程都可概括為“總結(jié)經(jīng)驗、發(fā)現(xiàn)規(guī)律、掌握規(guī)律、預(yù)測未來”。人類學(xué)習(xí)過程人類通過歸納工作和生活中積累的歷史經(jīng)驗，提煉出規(guī)律，依據(jù)規(guī)律對未來未知情況進(jìn)行預(yù)測。機器學(xué)習(xí)過程機器通過對歷史數(shù)據(jù)的訓(xùn)練生成一個模型，當(dāng)新的數(shù)據(jù)出現(xiàn)時，應(yīng)用該模型對未來未知情況進(jìn)行預(yù)測。示意圖輔助如圖2-6所示，展示了機器學(xué)習(xí)過程與人類學(xué)習(xí)過程的對比。機器學(xué)習(xí)的研究意義人工智能核心分支機器學(xué)習(xí)是人工智能的一個重要分支和核心研究內(nèi)容。實現(xiàn)AI關(guān)鍵途徑機器學(xué)習(xí)是當(dāng)前實現(xiàn)人工智能的關(guān)鍵途徑之一。多領(lǐng)域支撐作用機器學(xué)習(xí)應(yīng)用廣泛，涵蓋專家系統(tǒng)、自動推理、自然語言理解、模式識別、計算機視覺和智能機器人等多個領(lǐng)域。機器學(xué)習(xí)的類型解析02有監(jiān)督學(xué)習(xí)的定義與流程有監(jiān)督學(xué)習(xí)的核心有監(jiān)督學(xué)習(xí)指根據(jù)已有的大量輸入數(shù)據(jù)與相應(yīng)輸出數(shù)據(jù)（結(jié)果）之間的關(guān)系，尋找合適的模型（函數(shù)），并利用該模型對未來結(jié)果進(jìn)行預(yù)測。訓(xùn)練過程在監(jiān)督學(xué)習(xí)中，每個訓(xùn)練數(shù)據(jù)樣本都包含特征值和對應(yīng)的標(biāo)簽，機器學(xué)習(xí)通過帶標(biāo)簽的訓(xùn)練數(shù)據(jù)進(jìn)行學(xué)習(xí)，以構(gòu)建模型，從而對未知或未來的數(shù)據(jù)進(jìn)行預(yù)測，可結(jié)合圖2-7示意圖理解。典型任務(wù)監(jiān)督學(xué)習(xí)通常用于解決生活中的分類和回歸問題，例如垃圾郵件分類、判斷腫瘤的良惡性等。無監(jiān)督學(xué)習(xí)的特點與應(yīng)用無監(jiān)督學(xué)習(xí)的特性無監(jiān)督學(xué)習(xí)中，數(shù)據(jù)樣本事先是無標(biāo)簽的，也就是沒有分類的，需要從大量的數(shù)據(jù)中自行獲得新方法或新發(fā)現(xiàn)。類比過程無監(jiān)督學(xué)習(xí)猶如學(xué)生自學(xué)的過程，沒有老師講授，學(xué)生需要通過自學(xué)尋找答案。作用無監(jiān)督學(xué)習(xí)可直接對無標(biāo)簽的數(shù)據(jù)建立模型，然后對觀察數(shù)據(jù)進(jìn)行分類或區(qū)分，結(jié)合圖2-8示意圖，其能發(fā)現(xiàn)數(shù)據(jù)內(nèi)在結(jié)構(gòu)，如聚類分析。半監(jiān)督學(xué)習(xí)的融合優(yōu)勢融合方式半監(jiān)督學(xué)習(xí)是監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)相結(jié)合的一種學(xué)習(xí)方法。研究價值在模式識別領(lǐng)域，半監(jiān)督學(xué)習(xí)可利用少量標(biāo)簽數(shù)據(jù)和大量無標(biāo)簽數(shù)據(jù)提升模型性能。機器學(xué)習(xí)的核心邏輯總結(jié)核心流程機器學(xué)習(xí)的核心流程為“算法分析數(shù)據(jù)→學(xué)習(xí)規(guī)律→生成模型→預(yù)測未知”。關(guān)鍵結(jié)論機器學(xué)習(xí)不是直接地通過編寫程序來執(zhí)行某些任務(wù)，而是指導(dǎo)機器獲得一個模型來完成任務(wù)。機器學(xué)習(xí)的生活應(yīng)用案例03虛擬個人助理的智能實現(xiàn)典型案例列舉華為的“小藝小藝”、小米的“小愛同學(xué)”、百度的“度秘”是當(dāng)前虛擬個人助理的典型例子。功能實現(xiàn)方式機器學(xué)習(xí)通過語音識別、信息檢索、用戶偏好分析實現(xiàn)日程查詢、任務(wù)提醒等功能。例如用戶詢問“我今天的日程安排是什么？”或指示“設(shè)置明天早上6點的鬧鐘”等，虛擬個人助理會據(jù)此處理。交通預(yù)測的優(yōu)化價值01信號燈配時優(yōu)化機器學(xué)習(xí)通過收集和分析大量交通數(shù)據(jù)，預(yù)測交通狀況，幫助交通管理部門優(yōu)化信號燈配時，提高交通效率。02公共交通調(diào)整根據(jù)預(yù)測的交通流量，機器學(xué)習(xí)可輔助調(diào)整公共交通線路，減少擁堵。03疲勞駕駛預(yù)警機器學(xué)習(xí)能夠分析駕駛員的行駛習(xí)慣、安全記錄和工作時間等因素，預(yù)測疲勞駕駛和違規(guī)行駛等行為，提高乘客安全性。視頻監(jiān)控的智能升級異常行為檢測機器學(xué)習(xí)可檢測如長時間站立、跌倒或在長椅上打盹等異常行為。犯罪預(yù)警功能現(xiàn)代視頻監(jiān)控系統(tǒng)由人工智能驅(qū)動，能在犯罪事件發(fā)生之前進(jìn)行檢測，并向執(zhí)法人員發(fā)出警報，減少事故發(fā)生。提升監(jiān)控效率訓(xùn)練計算機完成監(jiān)控任務(wù)，可減輕值班人員負(fù)擔(dān)，同時利用驗證的異常活動數(shù)據(jù)提高監(jiān)測服務(wù)的效果和準(zhǔn)確性。智能客服的服務(wù)優(yōu)勢24小時不間斷服務(wù)智能客服能夠快速處理大量客戶請求，不受時間限制，提供24小時不間斷服務(wù)，提升服務(wù)效率。個性化響應(yīng)服務(wù)通過機器學(xué)習(xí)和大數(shù)據(jù)分析，智能客服系統(tǒng)能根據(jù)客戶的歷史行為和偏好，提供個性化的服務(wù)體驗，增強客戶滿意度和忠誠度。降低成本覆蓋多場景相比人工客服，智能客服系統(tǒng)能顯著降低人力成本，同時提高企業(yè)運營效率，覆蓋在線購物、金融服務(wù)、旅游服務(wù)等場景。商品推薦的個性化策略01數(shù)據(jù)收集利用購物平臺利用用戶行為、購買歷史、喜好和品牌偏好等數(shù)據(jù)。02推薦算法應(yīng)用通過推薦算法，向用戶推薦符合其偏好的商品。03核心優(yōu)勢體現(xiàn)“個性化”是商品推薦的核心優(yōu)勢，能提升用戶購買率和滿意度。新冠病毒變體預(yù)測案例PyR0模型能力麻省理工學(xué)院-哈佛大學(xué)布羅德研究所以及美國馬薩諸塞大學(xué)醫(yī)學(xué)院開發(fā)的PyR0模型，能在約1小時內(nèi)分析數(shù)百萬個新冠病毒基因組。公共衛(wèi)生應(yīng)用該模型可預(yù)測哪些病毒變體將占主導(dǎo)地位并可能引發(fā)新的浪潮，還能確定病毒基因組中最不可能發(fā)生突變的部分，為可對抗未來變體的疫苗提供目標(biāo)。機器學(xué)習(xí)軟件實踐體驗04形色App的植物識別功能拍攝操作在手機上下載并安裝形色App，打開后對準(zhǔn)某一植物進(jìn)行拍攝。識別過程App通過機器學(xué)習(xí)對照片上的內(nèi)容進(jìn)行識別。準(zhǔn)確率評估同學(xué)們可利用形色App嘗試識別各種花草樹木和果蔬海鮮，并評估識別的準(zhǔn)確率，該App識別正確率較高。豆包App的多模態(tài)生成能力語音指令輸入在手機上下載并安裝豆包App，打開后輸入語音指令，如“幫我生成一張圖片：生成一個戴紅領(lǐng)巾的小學(xué)生的圖片。比例1:1?！薄吧梢粋€春天的草原的圖像”。圖片生成展示豆包App根據(jù)語音指令生成相應(yīng)圖片，如戴紅領(lǐng)巾的小學(xué)生、春天的草原等圖片。技術(shù)支持說明豆包App這些功能背后是由機器學(xué)習(xí)技術(shù)支持，使其能夠理解語音指令并生成對應(yīng)內(nèi)容。其他功能體驗引導(dǎo)01寫作功能同學(xué)們可以在豆包App中輸入“幫我寫作”相關(guān)指令，體驗其寫作功能。02音樂生成功能嘗試在豆包App輸入指令使用“音樂生成”功能，感受機器學(xué)習(xí)在音樂創(chuàng)作方面的應(yīng)用。03翻譯功能使用豆包App的“翻譯”功能，自行輸入需要翻譯的內(nèi)容，體驗其翻譯能力。通過嘗試這些功能，可深化對機器學(xué)習(xí)應(yīng)用的理解。機器學(xué)習(xí)的未來與總結(jié)05機器學(xué)習(xí)的發(fā)展趨勢應(yīng)用領(lǐng)域擴展機器學(xué)習(xí)在醫(yī)療、金融等更多行業(yè)的滲透不斷加深，如在醫(yī)療領(lǐng)域可助力醫(yī)學(xué)診斷，在金融領(lǐng)域可用于市場預(yù)測。技術(shù)優(yōu)化機器學(xué)習(xí)模型效率不斷提升，以PyR0模型為例，它能在約1小時內(nèi)分析數(shù)百萬個新冠病毒基因組。技術(shù)價值與社會意義提升效率機器學(xué)習(xí)通過自動化、智能化提升效率，如交通預(yù)測可優(yōu)化信號燈配時，智能客服能24小時不間斷服務(wù)。推動科研為科學(xué)研究提供新工具，如PyR0模型可預(yù)測新冠病毒變體，為疫苗研發(fā)提供目標(biāo)。促進(jìn)社會進(jìn)步機器學(xué)習(xí)在各領(lǐng)域的應(yīng)用推動了社會的發(fā)展和進(jìn)步，提高了人們的生活質(zhì)量和工作效率。學(xué)習(xí)與實踐的重要性加深理解通過實際操作如使用形色App識別花草樹木、果蔬海鮮，使用豆包App生成圖片、寫作等，可加深對機器學(xué)習(xí)的理解。培養(yǎng)意識實踐操作能培養(yǎng)用戶的技術(shù)應(yīng)用意識，更好地適應(yīng)科技發(fā)展。關(guān)鍵概念回顧定義機器學(xué)習(xí)是通過數(shù)據(jù)驅(qū)動的方法來改進(jìn)計算機程序的性能，無需人為編寫具體指令，涉及數(shù)據(jù)、算法等要素。類型包括有監(jiān)督學(xué)習(xí)（用于分類和回歸問題）、無監(jiān)督學(xué)習(xí)（對無標(biāo)簽數(shù)據(jù)建模）和半監(jiān)督學(xué)習(xí)（結(jié)合前兩者）。核心流程核心流程為從數(shù)據(jù)訓(xùn)練生成模型，再用模型對未來未知情況進(jìn)行預(yù)測。典型應(yīng)用典型應(yīng)用有虛擬個人助理、交通預(yù)測、視頻監(jiān)控、智能客服、商品推薦等。案例與軟件的關(guān)聯(lián)解析技術(shù)共性虛擬助理、交通預(yù)測等應(yīng)用與形色、豆包軟件均基于數(shù)據(jù)訓(xùn)練模型，通過對歷史數(shù)據(jù)的學(xué)習(xí)來處理新數(shù)據(jù)。技術(shù)落地路徑體現(xiàn)了“從理論到實踐”的技術(shù)落地路徑，將機器學(xué)習(xí)理論應(yīng)用到實際軟件和場景中。行業(yè)應(yīng)用的擴展思考教育領(lǐng)域在教育領(lǐng)域可用于智能輔導(dǎo)，根據(jù)學(xué)生的學(xué)習(xí)情況提供個性化的學(xué)習(xí)方案。農(nóng)業(yè)領(lǐng)域在農(nóng)業(yè)領(lǐng)域可進(jìn)行作物監(jiān)測，如監(jiān)測作物生長狀況、病蟲害情況等。用戶互動問題設(shè)計應(yīng)用討論你還用過哪些機器學(xué)習(xí)應(yīng)用？準(zhǔn)確率評估如何評估形色App的識別準(zhǔn)確率？數(shù)據(jù)與算法的核心地位數(shù)據(jù)驅(qū)動機器學(xué)習(xí)以數(shù)據(jù)為驅(qū)動，優(yōu)質(zhì)數(shù)據(jù)是模型訓(xùn)練的基礎(chǔ)。高效算法高效算法能使計算機更好地利用數(shù)據(jù)，提升機器學(xué)習(xí)的性能。THEEND謝謝2.3深度學(xué)習(xí)主講人：***CONTENTS目錄01深度學(xué)習(xí)的基本概念02深度學(xué)習(xí)的發(fā)展與技術(shù)基礎(chǔ)03深度學(xué)習(xí)的應(yīng)用深度學(xué)習(xí)的基本概念01深度學(xué)習(xí)的定義與核心思想深度學(xué)習(xí)的定義深度學(xué)習(xí)是機器學(xué)習(xí)的一個分支，它基于人工神經(jīng)網(wǎng)絡(luò)，尤其是深度神經(jīng)網(wǎng)絡(luò)，從數(shù)據(jù)中學(xué)習(xí)和提取特征，以實現(xiàn)復(fù)雜任務(wù)的自動化處理和決策。核心工作方式深度學(xué)習(xí)模仿人類大腦的工作方式，通過多層神經(jīng)網(wǎng)絡(luò)來實現(xiàn)數(shù)據(jù)的分類、識別、預(yù)測等。自動特征提取特點深度學(xué)習(xí)可以自動地學(xué)習(xí)數(shù)據(jù)中的特征，不需要人工進(jìn)行特征提取，能處理比傳統(tǒng)機器學(xué)習(xí)更大、更復(fù)雜的數(shù)據(jù)集。深度學(xué)習(xí)與傳統(tǒng)機器學(xué)習(xí)的區(qū)別傳統(tǒng)機器學(xué)習(xí)的特征提取方式傳統(tǒng)機器學(xué)習(xí)需要人工進(jìn)行特征提取，這在面對復(fù)雜數(shù)據(jù)時效率較低且依賴人工經(jīng)驗。深度學(xué)習(xí)處理數(shù)據(jù)的優(yōu)勢深度學(xué)習(xí)能夠處理更大、更復(fù)雜的數(shù)據(jù)集，在圖像、語音、文本等領(lǐng)域展現(xiàn)出強大的處理能力。深度學(xué)習(xí)自動學(xué)習(xí)特征的優(yōu)勢深度學(xué)習(xí)可自動學(xué)習(xí)數(shù)據(jù)中的特征，減少了人工干預(yù)，提高了模型的適應(yīng)性和準(zhǔn)確性。深度學(xué)習(xí)技術(shù)特征01層次化特征學(xué)習(xí)??從低級特征（如像素）逐層抽象到高級語義（如物體輪廓）????02端到端訓(xùn)練?無需人工干預(yù)特征設(shè)計，直接處理原始數(shù)據(jù)03大數(shù)據(jù)依賴?模型性能隨數(shù)據(jù)量增長顯著提升深度學(xué)習(xí)主流模型01卷積神經(jīng)網(wǎng)絡(luò)擅長圖像處理，核心結(jié)構(gòu)包括卷積層、池化層（如ResNet、YOLO）02循環(huán)神經(jīng)網(wǎng)絡(luò)處理序列數(shù)據(jù)，LSTM變體解決長序列梯度消失問題03?Transformer基于自注意力機制，革新自然語言處理（如GPT、BERT）04生成對抗網(wǎng)絡(luò)??用于圖像生成和風(fēng)格遷移（如Deepfake）深度學(xué)習(xí)的發(fā)展與技術(shù)基礎(chǔ)02從人工神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí)的演進(jìn)起源于人工神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)源于人工神經(jīng)網(wǎng)絡(luò)研究，人工神經(jīng)網(wǎng)絡(luò)是其發(fā)展的基礎(chǔ)，為深度學(xué)習(xí)提供了最初的理論框架和模型雛形。大數(shù)據(jù)推動發(fā)展隨著大數(shù)據(jù)時代的到來，海量的數(shù)據(jù)為深度學(xué)習(xí)提供了豐富的訓(xùn)練素材，使得深度學(xué)習(xí)模型能夠?qū)W習(xí)到更復(fù)雜、更準(zhǔn)確的特征和模式。計算能力提升助力計算能力的顯著提升，如GPU等硬件的發(fā)展，大大縮短了深度學(xué)習(xí)模型的訓(xùn)練時間，使得原本復(fù)雜且耗時的訓(xùn)練過程變得可行，推動了深度學(xué)習(xí)的快速發(fā)展。深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)解析多層結(jié)構(gòu)展示深度神經(jīng)網(wǎng)絡(luò)具有多層結(jié)構(gòu)，通過圖可以清晰看到其層次分布，不同層次承擔(dān)著不同的功能，從輸入層接收數(shù)據(jù)，經(jīng)過中間的隱藏層進(jìn)行特征提取和轉(zhuǎn)換，最后由輸出層給出結(jié)果。模擬人腦神經(jīng)元深度神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)元的工作原理，神經(jīng)元之間通過連接傳遞信息，類似于人腦神經(jīng)元之間的突觸連接。每個神經(jīng)元接收輸入信號，經(jīng)過激活函數(shù)處理后輸出結(jié)果，多個神經(jīng)元協(xié)同工作完成復(fù)雜的計算任務(wù)。信息傳遞與處理在深度神經(jīng)網(wǎng)絡(luò)中，信息從輸入層開始，逐層向前傳遞，每一層對信息進(jìn)行加工和轉(zhuǎn)換，最終得到對數(shù)據(jù)的高級抽象和分析結(jié)果，實現(xiàn)對復(fù)雜任務(wù)的處理。常見深度學(xué)習(xí)算法與技術(shù)常見算法列舉常見的深度學(xué)習(xí)算法包括卷積神經(jīng)網(wǎng)絡(luò)，常用于圖像識別等領(lǐng)域；循環(huán)神經(jīng)網(wǎng)絡(luò)，適用于處理序列數(shù)據(jù)；生成對抗網(wǎng)絡(luò)，可用于圖像生成等任務(wù)。網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計是構(gòu)建深度神經(jīng)網(wǎng)絡(luò)的關(guān)鍵，合理的結(jié)構(gòu)設(shè)計能夠提高模型的性能和效率。需要考慮網(wǎng)絡(luò)的層數(shù)、每層的神經(jīng)元數(shù)量、連接方式等因素。參數(shù)初始化與正則化參數(shù)初始化對模型的訓(xùn)練效果有重要影響，合適的初始化方法可以加速模型收斂。正則化技術(shù)則用于防止模型過擬合，提高模型的泛化能力，常見的正則化方法有L1和L2正則化。深度學(xué)習(xí)面臨的挑戰(zhàn)與未來趨勢當(dāng)前面臨的挑戰(zhàn)深度學(xué)習(xí)目前面臨著過擬合問題，即模型在訓(xùn)練數(shù)據(jù)上表現(xiàn)良好，但在測試數(shù)據(jù)上表現(xiàn)不佳；訓(xùn)練時間長，尤其是對于復(fù)雜的模型和大規(guī)模的數(shù)據(jù)；數(shù)據(jù)依賴性強，需要大量的標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練。與其他技術(shù)結(jié)合未來，深度學(xué)習(xí)將與強化學(xué)習(xí)、生成對抗網(wǎng)絡(luò)等技術(shù)相結(jié)合，發(fā)揮各自的優(yōu)勢，解決更復(fù)雜的問題，拓展應(yīng)用領(lǐng)域。模型發(fā)展趨勢隨著技術(shù)的進(jìn)步，深度學(xué)習(xí)模型將變得更加復(fù)雜和精確，能夠處理更具挑戰(zhàn)性的任務(wù)，但同時也需要解決模型的可解釋性等問題。深度學(xué)習(xí)的應(yīng)用03計算機視覺領(lǐng)域應(yīng)用計算機視覺定義計算機視覺是讓計算機理解圖像和視頻數(shù)據(jù)的AI分支，使計算機能夠像人類一樣“看”和理解世界。自動駕駛應(yīng)用在自動駕駛中，計算機視覺技術(shù)用于識別道路標(biāo)志、行人、其他車輛等。如特斯拉的自動駕駛系統(tǒng)，依靠攝像頭等設(shè)備采集圖像，利用計算機視覺技術(shù)進(jìn)行分析，確保行駛安全。醫(yī)療影像分析應(yīng)用在醫(yī)療領(lǐng)域，計算機視覺可通過分析X射線、CT掃描等影像來檢測疾病。例如，利用深度學(xué)習(xí)模型識別肺部CT圖像中的早期肺癌跡象，輔助醫(yī)生進(jìn)行診斷。制造業(yè)應(yīng)用在制造業(yè)生產(chǎn)線上，計算機視覺系統(tǒng)能自動檢測產(chǎn)品缺陷。比如電子廠利用該技術(shù)檢測芯片表面的微小瑕疵，提高產(chǎn)品質(zhì)量和生產(chǎn)效率。計算機視覺其他應(yīng)用場景人臉識別應(yīng)用在安全和監(jiān)控領(lǐng)域，人臉識別技術(shù)用于識別和驗證個人身份。如機場、高鐵站的安檢處，通過人臉識別系統(tǒng)快速準(zhǔn)確地核實旅客身份。農(nóng)業(yè)應(yīng)用農(nóng)業(yè)中，計算機視覺可用于監(jiān)測作物生長、病蟲害檢測和自動除草。例如，無人機搭載計算機視覺設(shè)備，對農(nóng)田進(jìn)行掃描，及時發(fā)現(xiàn)作物病蟲害情況。零售業(yè)應(yīng)用在零售業(yè)，計算機視覺可用于客流統(tǒng)計、貨架商品監(jiān)控和自助結(jié)賬系統(tǒng)。像一些大型超市利用該技術(shù)統(tǒng)計不同時段的客流量，以便合理安排員工。增強現(xiàn)實應(yīng)用在娛樂和教育領(lǐng)域，計算機視覺技術(shù)可提供沉浸式的AR體驗。例如一些AR游戲，通過識別現(xiàn)實場景，將虛擬元素與現(xiàn)實場景相結(jié)合。計算機視覺其他應(yīng)用場景安全監(jiān)控應(yīng)用計算機視覺用于視頻監(jiān)控系統(tǒng)，檢測異常行為或潛在安全威脅。如銀行的監(jiān)控系統(tǒng)，利用該技術(shù)實時監(jiān)測是否有可疑人員或異常行為。圖像編輯和增強應(yīng)用在圖像編輯軟件中，計算機視覺技術(shù)可用于自動美化照片、消除噪聲等。例如一些手機拍照軟件的自動美顏功能。視頻處理應(yīng)用在視頻制作和廣播中，計算機視覺可用于視頻穩(wěn)定化、特效添加等。如電影制作中利用該技術(shù)添加各種炫酷的特效。自然語言處理應(yīng)用自然語言處理定義自然語言處理致力于讓計算機理解、解釋和生成人類語言，涵蓋搜索引擎、語音識別等多個領(lǐng)域。情感分析應(yīng)用情感分析用于分析文本數(shù)據(jù)，確定公眾對某個話題或產(chǎn)品的情緒傾向。例如電商平臺通過分析用戶的評論，了解用戶對商品的滿意度。聊天機器人應(yīng)用聊天機器人通過模擬人類對話提供客戶服務(wù)或在線助手功能。如很多企業(yè)的客服聊天機器人，能快速回答用戶的常見問題。語音識別應(yīng)用語音識別將口語轉(zhuǎn)換成書面文本，廣泛應(yīng)用于智能助手和自動字幕生成。如蘋果的Siri、小米的小愛同學(xué)等智能助手，都依賴語音識別技術(shù)。機器翻譯應(yīng)用機器翻譯自動將文本從一種語言翻譯成另一種語言，對跨語言交流至關(guān)重要。例如谷歌翻譯、百度翻譯等工具，能實現(xiàn)多種語言之間的快速翻譯。語音合成技術(shù)01語音合成基本流程語音合成包括文本分析和聲音合成兩個階段。文本分析階段將輸入文本轉(zhuǎn)化為適用于語音合成的內(nèi)部表示形式，涉及文本規(guī)范化、詞性標(biāo)注等；聲音合成階段將內(nèi)部表示轉(zhuǎn)換為聲音波形，生成可供人類聽辨的語音。02深度學(xué)習(xí)驅(qū)動的進(jìn)展基于深度學(xué)習(xí)的語音合成技術(shù)發(fā)展迅速，如Google的WaveNet、OpenAI的GPT-4、科大訊飛的訊飛智作等，實現(xiàn)了從文本直接生成自然流暢的聲音波形。03實際應(yīng)用場景-虛擬助手虛擬助手如小度智能音箱、天貓精靈、華為小藝等，依托先進(jìn)的語音合成技術(shù)，為用戶提供高度自然的人機交互體驗。04實際應(yīng)用場景-無障礙溝通語音合成技術(shù)為視障人士等提供了無障礙溝通的方式，使他們能夠通過語音獲取信息。05實際應(yīng)用場景-語言學(xué)習(xí)在語言學(xué)習(xí)中，語音合成技術(shù)可用于發(fā)音練習(xí)、聽力訓(xùn)練等。例如一些英語學(xué)習(xí)軟件，利用語音合成技術(shù)提供標(biāo)準(zhǔn)的英語發(fā)音。醫(yī)療保健應(yīng)用-醫(yī)學(xué)影像分析癌癥檢測應(yīng)用深度學(xué)習(xí)在癌癥檢測方面表現(xiàn)出色，通過訓(xùn)練模型識別X射線、CT掃描等影像中的癌癥跡象。如在乳腺癌檢測中，利用深度學(xué)習(xí)模型分析乳腺鉬靶圖像，提高早期診斷率。病理學(xué)圖像分析應(yīng)用可對病理學(xué)圖像進(jìn)行分析，幫助醫(yī)生更準(zhǔn)確地判斷病情。例如分析腫瘤組織切片圖像，確定腫瘤的類型和分級。3D醫(yī)學(xué)圖像應(yīng)用3D深度學(xué)習(xí)技術(shù)應(yīng)用于CT和MRI等三維醫(yī)學(xué)圖像數(shù)據(jù)的分析，增強診斷的準(zhǔn)確性。如在腦部疾病診斷中，對腦部3D影像進(jìn)行分析，更清晰地觀察病變情況。醫(yī)療保健應(yīng)用-疾病預(yù)測與藥物研發(fā)疾病風(fēng)險預(yù)測深度學(xué)習(xí)模型基于臨床數(shù)據(jù)和生物標(biāo)志物預(yù)測疾病風(fēng)險，協(xié)助醫(yī)生識別高風(fēng)險患者并提供早期干預(yù)措施。例如通過分析患者的基因數(shù)據(jù)、病史等，預(yù)測患心臟病的風(fēng)險。藥物研發(fā)應(yīng)用在藥物研發(fā)領(lǐng)域，深度學(xué)習(xí)通過分析生物醫(yī)學(xué)數(shù)據(jù)，有助于識別潛在的藥物靶點和藥物分子，加速新藥的發(fā)現(xiàn)和研發(fā)進(jìn)程。如一些藥企利用該技術(shù)篩選可能有效的藥物化合物。醫(yī)療保健應(yīng)用-挑戰(zhàn)與未來面臨挑戰(zhàn)-數(shù)據(jù)隱私在醫(yī)療保健領(lǐng)域應(yīng)用深度學(xué)習(xí)面臨數(shù)據(jù)隱私問題，患者的醫(yī)療數(shù)據(jù)包含大量敏感信息，需要嚴(yán)格保護(hù)。面臨挑戰(zhàn)-模型可解釋性深度學(xué)習(xí)模型的決策過程往往難以解釋，醫(yī)生和患者難以理解模型的判斷依據(jù)，影響其在醫(yī)療領(lǐng)域的應(yīng)用。未來前景-醫(yī)療創(chuàng)新隨著技術(shù)的進(jìn)步，有望克服上述挑戰(zhàn)，推動醫(yī)療創(chuàng)新，改善患者的護(hù)理和診斷質(zhì)量。金融服務(wù)應(yīng)用-核心金融應(yīng)用場景01個性化投資建議深度學(xué)習(xí)模型通過分析大量市場數(shù)據(jù)和客戶的投資偏好等信息，為客戶提供個性化的投資建議。如一些智能投顧平臺，根據(jù)用戶的風(fēng)險承受能力和投資目標(biāo)，推薦合適的投資組合。02信用風(fēng)險評估通過分析借款人的歷史信用記錄和其他相關(guān)數(shù)據(jù)，深度學(xué)習(xí)模型能夠評估信用風(fēng)險并自動化貸款審批流程。例如銀行利用該技術(shù)快速評估借款人的信用狀況。03股票價格預(yù)測分析歷史和實時市場數(shù)據(jù)來預(yù)測股票價格走勢，實現(xiàn)自動化交易決策。一些量化投資機構(gòu)利用深度學(xué)習(xí)模型進(jìn)行股票交易。金融服務(wù)應(yīng)用-風(fēng)險監(jiān)測與欺詐檢測市場風(fēng)險監(jiān)測金融機構(gòu)使用深度學(xué)習(xí)模型監(jiān)測和預(yù)測市場風(fēng)險，包括信用風(fēng)險、市場風(fēng)險和操作風(fēng)險。如銀行通過分析市場數(shù)據(jù)，提前預(yù)警潛在的風(fēng)險。異常交易模式識別深度學(xué)習(xí)模型能夠識別異常交易模式，幫助金融機構(gòu)檢測和預(yù)防欺詐行為。例如識別信用卡盜刷等異常交易。監(jiān)管科技應(yīng)用在監(jiān)管科技領(lǐng)域，深度學(xué)習(xí)幫助監(jiān)管機構(gòu)自動化合規(guī)性檢查和風(fēng)險評估。如監(jiān)管部門利用該技術(shù)對金融機構(gòu)的業(yè)務(wù)進(jìn)行實時監(jiān)測。零售與電子商務(wù)應(yīng)用-個性化推薦與搜索優(yōu)化個性化商品推薦通過分析用戶的購物歷史、瀏覽行為和偏好，深度學(xué)習(xí)模型能夠提供個性化的商品推薦，提升用戶體驗和購買轉(zhuǎn)化率。如亞馬遜根據(jù)用戶的購買記錄推薦相關(guān)商品。搜索意圖理解深度學(xué)習(xí)技術(shù)優(yōu)化搜索引擎，使其更好地理解用戶的查詢意圖，并提供更準(zhǔn)確的搜索結(jié)果。例如淘寶的搜索系統(tǒng)，能根據(jù)用戶輸入的關(guān)鍵詞，精準(zhǔn)推薦相關(guān)商品。零售與電子商務(wù)應(yīng)用-動態(tài)定價與庫存管理01動態(tài)定價應(yīng)用深度學(xué)習(xí)技術(shù)分析市場趨勢、庫存水平和消費者行為，幫助零售商實時調(diào)整價格，以最大化利潤。如航空公司根據(jù)市場需求和座位剩余情況動態(tài)調(diào)整機票價格。02庫存管理應(yīng)用通過預(yù)測分析，深度學(xué)習(xí)有助于優(yōu)化庫存水平，減少過剩或缺貨的情況。例如京東利用該技術(shù)預(yù)測商品的銷量，合理安排庫存。網(wǎng)絡(luò)安全應(yīng)用-網(wǎng)絡(luò)威脅識別與防御惡意軟件識別深度學(xué)習(xí)通過分析文件特征來識別惡意軟件，在識別未知惡意軟件方面表現(xiàn)出色。與傳統(tǒng)方法相比，能更有效地檢測新型惡意軟件。網(wǎng)絡(luò)流量異常分析分析網(wǎng)絡(luò)流量，識別出異常模式，從而檢測潛在的網(wǎng)絡(luò)攻擊。例如檢測DDoS攻擊等異常流量。用戶行為異常檢測學(xué)習(xí)用戶的行為模式，有效識別異常行為，對于檢測內(nèi)部威脅、提升系統(tǒng)安全性具有重要意義。如檢測員工的異常操作行為。威脅狩獵與安全策略優(yōu)化深度學(xué)習(xí)模型自動化威脅狩獵過程，持續(xù)分析網(wǎng)絡(luò)行為發(fā)現(xiàn)潛在安全威脅；同時評估當(dāng)前安全策略的效果并提出優(yōu)化建議，提升整體網(wǎng)絡(luò)安全防護(hù)效率。網(wǎng)絡(luò)安全應(yīng)用-挑戰(zhàn)與未來研究方向面臨挑戰(zhàn)-數(shù)據(jù)隱私保護(hù)在網(wǎng)絡(luò)安全應(yīng)用中，深度學(xué)習(xí)模型處理的數(shù)據(jù)包含大量敏感信息，需要保護(hù)數(shù)據(jù)隱私。面臨挑戰(zhàn)-模型可解釋性深度學(xué)習(xí)模型的決策過程難以解釋，在網(wǎng)絡(luò)安全領(lǐng)域，難以向用戶說明模型判斷的依據(jù)。面臨挑戰(zhàn)-防御對抗性攻擊網(wǎng)絡(luò)攻擊者可能會對深度學(xué)習(xí)模型進(jìn)行對抗性攻擊，使其做出錯誤的判斷，需要提高模型的防御能力。未來研究方向-提高泛化能力未來研究可集中于提高模型的泛化能力，使其在不同的網(wǎng)絡(luò)環(huán)境和數(shù)據(jù)下都能有效工作。未來研究方向-減少對標(biāo)注數(shù)據(jù)的依賴在網(wǎng)絡(luò)安全領(lǐng)域獲取足夠的標(biāo)注數(shù)據(jù)困難，未來可研究減少模型對大量標(biāo)注數(shù)據(jù)的依賴。未來研究方向-提升可解釋性提升模型的可解釋性，讓用戶更好地理解模型的決策過程，增強對模型的信任。THEEND謝謝2.4人工智能分類應(yīng)用與發(fā)展前瞻主講人：***CONTENTS目錄01人工智能的分類體系02人工智能的典型應(yīng)用場景03人工智能的發(fā)展前景與挑戰(zhàn)04總結(jié)與啟示人工智能的分類體系01弱人工智能：專注單一任務(wù)的智能弱人工智能的定義弱人工智能是只具有某一個方面能力的人工智能，其特點是只專注于完成某個特定的任務(wù)。典型案例：AlphaGo能夠戰(zhàn)勝圍棋世界冠軍的人工智能機器人AlphaGo，它只會下圍棋，如果向它詢問其他的問題，它就不知道應(yīng)該怎么回答了。生活中的應(yīng)用：智能音箱智能音箱具有語音識別功能，可以根據(jù)指令的要求播放故事或歌曲，可以定時播放，還可以提醒主人相關(guān)事宜。購物軟件的應(yīng)用智能手機上的購物軟件可以分析用戶購物習(xí)慣、搜索記錄，并進(jìn)行個性化信息推送。掃地機器人的應(yīng)用掃地機器人會自動規(guī)劃掃地路徑，聽得懂語音指令，能夠自動充電。強人工智能：類人通用智能的探索強人工智能的定義強人工智能也稱通用人工智能，是一種和人類的智能相似的人工智能，在各方面都能和人類的智能比肩，能從事人類的腦力活、體力活。類人的人工智能類人的人工智能，即機器的思考和推理就像人類的思維一樣。非類人的人工智能非類人的人工智能，即機器產(chǎn)生了與人類完全不一樣的知覺和意識，使用和人類完全不一樣的推理方式。技術(shù)實現(xiàn)難度創(chuàng)造強人工智能產(chǎn)品比創(chuàng)造弱人工智能產(chǎn)品要難得多。超人工智能：超越人類的智能概念超人工智能的概念超人工智能可以被理解為其智能程度比人類還要高，幾乎在所有領(lǐng)域都比人類聰明得多，包括科學(xué)創(chuàng)新、通識和社交技能等方面。當(dāng)前現(xiàn)狀超人工智能目前仍然只是一個概念，還沒有證據(jù)表明人類可以研究出一個可以全方位超越人類自己的機器。目前大部分產(chǎn)品仍屬于弱人工智能的范疇。人工智能的典型應(yīng)用場景02智能家居：物聯(lián)網(wǎng)驅(qū)動的家居生態(tài)構(gòu)成要素智能家居基于物聯(lián)網(wǎng)技術(shù)，由硬件系統(tǒng)、軟件系統(tǒng)、云計算平臺構(gòu)成完整的家居生態(tài)圈。主要功能用戶可遠(yuǎn)程控制設(shè)備，設(shè)備間能互聯(lián)互通，還可通過自我學(xué)習(xí)來優(yōu)化家居環(huán)境的安全性、節(jié)能性、便捷性。應(yīng)用場景展示結(jié)合圖2-24可直觀看到智能家居的各類應(yīng)用場景。智能安防：視頻分析與異常預(yù)警監(jiān)控規(guī)模目前公共場所和個人場所監(jiān)控攝像頭安裝總數(shù)已超過175億，部分一線城市實現(xiàn)視頻監(jiān)控全覆蓋。技術(shù)應(yīng)用智能視頻分析技術(shù)可隨時從視頻中檢測出行人和車輛，能對醉酒行人、逆向運行車輛等異常行為發(fā)出帶具體地點信息的警報，還能自動判斷人群密度和人流方向以管理人流。案例展示結(jié)合圖2-25可了解智能安防的實際應(yīng)用案例。電商零售：無人化與用戶畫像優(yōu)化應(yīng)用類型電商零售中的人工智能應(yīng)用包括無人便利店、智慧供應(yīng)鏈、無人倉庫等。京東無人倉庫案例京東自主研發(fā)的無人倉庫采用大量智能物流機器人，通過多種技術(shù)讓機器人自主判斷和行動，實現(xiàn)商品分揀、運輸、出庫等環(huán)節(jié)自動化。圖普科技客流統(tǒng)計案例圖普科技利用人工智能技術(shù)進(jìn)行客流統(tǒng)計，通過人臉識別從多維度建立用戶畫像，為門店運營策略調(diào)整提供數(shù)據(jù)基礎(chǔ)，提升下單轉(zhuǎn)換率。智慧醫(yī)療：影像分析與手術(shù)輔助醫(yī)學(xué)影像自動分析諸多研究機構(gòu)開發(fā)醫(yī)學(xué)影像自動分析技術(shù)，可自動找到重點部位并分析對比，為醫(yī)生診斷提供參考，減少誤診或漏診。三維器官模型重建有些新技術(shù)能通過多份醫(yī)療影像重建人體內(nèi)器官的三維模型，幫助醫(yī)生設(shè)計手術(shù)，確保手術(shù)更精準(zhǔn)。典型場景展示結(jié)合圖2-26可看到智慧醫(yī)療的典型應(yīng)用場景。智能金融：身份核驗與風(fēng)險控制身份識別以人工智能為內(nèi)核，通過活體識別、圖像識別、聲紋識別、OCR識別等技術(shù)手段對用戶身份進(jìn)行驗證，大幅降低核驗成本。大數(shù)據(jù)風(fēng)控通過大數(shù)據(jù)、算力、算法結(jié)合，搭建反欺詐、信用風(fēng)險等模型，多維度控制金融機構(gòu)的信用和操作風(fēng)險，避免資產(chǎn)損失。智能投顧基于客戶理財需求、資產(chǎn)狀況等因素，運用投資組合理論，通過算法搭建數(shù)據(jù)模型，利用人工智能技術(shù)和網(wǎng)絡(luò)平臺提供個性化理財顧問服務(wù)。智慧教育：批改答疑與資源均衡技術(shù)應(yīng)用科大訊飛、猿輔導(dǎo)等企業(yè)探索人工智能在教育行業(yè)的應(yīng)用，包括圖像識別用于試卷批改、識題/答題，語音識別用于糾正、改進(jìn)發(fā)音，人機交互用于在線答疑解惑。平臺案例國家中小學(xué)智慧教育平臺體現(xiàn)了人工智能和教育的結(jié)合，一定程度上改善教育行業(yè)師資分布不均衡、費用高昂等問題。智能客服：降本增效與服務(wù)升級應(yīng)用成效以支付寶為例，智能客服自助率達(dá)97%，解決率達(dá)78%，優(yōu)于人工客服。行業(yè)普及智能客服已在電子商務(wù)、金融、通信、物流和旅游等多個行業(yè)得到應(yīng)用。發(fā)展趨勢智能客服使簡單話務(wù)被智能機器取代，人工服務(wù)向高端化、專業(yè)化轉(zhuǎn)變，以顧問身份幫助客戶解決業(yè)務(wù)問題。智能制造：質(zhì)量監(jiān)控與缺陷檢測01傳統(tǒng)檢測弊端傳統(tǒng)生產(chǎn)線上人工檢測易漏檢和誤判，還會使檢測工人疲勞。02人工智能優(yōu)勢很多工業(yè)產(chǎn)品企業(yè)使用人工智能視覺工具，可自動檢測出形態(tài)各異的缺陷。03作用體現(xiàn)結(jié)合圖2-28可看出人工智能為工業(yè)“智”造系統(tǒng)提供有力支撐。自動駕駛：多傳感器融合與路徑規(guī)劃環(huán)境感知自動駕駛通過視頻攝像頭、激光雷達(dá)、衛(wèi)星定位系統(tǒng)等多種傳感器對行駛環(huán)境進(jìn)行實時感知。路線規(guī)劃與控制智能駕駛系統(tǒng)綜合分析多種感知信號，結(jié)合地圖等指示標(biāo)志實時規(guī)劃駕駛路線，發(fā)出指令控制車輛運行。物流應(yīng)用物流行業(yè)利用相關(guān)技術(shù)對運輸、倉儲等流程進(jìn)行自動化改造，基本實現(xiàn)無人操作。人工智能的發(fā)展前景與挑戰(zhàn)03技術(shù)趨勢：大模型與通用智能探索大模型技術(shù)的驅(qū)動因素大模型技術(shù)基于大數(shù)據(jù)、大算力和強算法快速發(fā)展，為通用人工智能的實現(xiàn)提供了新的可能性。對通用人工智能的推動作用大模型技術(shù)的發(fā)展讓通用人工智能的實現(xiàn)有了新契機，有望使人工智能在更多領(lǐng)域?qū)崿F(xiàn)深度應(yīng)用。產(chǎn)業(yè)變革：無人經(jīng)濟與生產(chǎn)重構(gòu)01傳統(tǒng)產(chǎn)業(yè)升級人工智能正推動傳統(tǒng)產(chǎn)業(yè)升級換代，如無人工廠、無人商店等“無人經(jīng)濟”快速發(fā)展。02生產(chǎn)環(huán)節(jié)重構(gòu)無人工廠等深刻重構(gòu)了社會生產(chǎn)環(huán)節(jié)，提高了生產(chǎn)效率。03分配、消費環(huán)節(jié)重構(gòu)無人經(jīng)濟對社會分配、交換、消費等環(huán)節(jié)也產(chǎn)生了深刻影響，改變了原有的經(jīng)濟模式。全球科技產(chǎn)業(yè)巨頭積極布局人工智能技術(shù)生態(tài)，從人工智能市場規(guī)模來看，其發(fā)展態(tài)勢良好。社會影響：就業(yè)變化與人才適應(yīng)就業(yè)變化預(yù)測到2030年，全球可能有15%-30%的勞動人口，即4-8億人的工作將因人工智能而發(fā)生變化，其中對中國的影響預(yù)計將超過1億人。高等教育的機遇高等教育應(yīng)將人工智能發(fā)展視作機遇，各類院校的師生應(yīng)盡早擁抱并適應(yīng)新技術(shù)。職業(yè)生涯規(guī)劃師生應(yīng)結(jié)合本專業(yè)規(guī)劃好自己的職業(yè)生涯，以適應(yīng)人工智能帶來的變化。倫理與法律：責(zé)任界定與規(guī)范需求倫理法律問題隨著人工智能技術(shù)的廣泛應(yīng)用，出現(xiàn)了如自動駕駛車輛發(fā)生交通事故時責(zé)任如何劃分、人工智能撰寫的論文的知識產(chǎn)權(quán)應(yīng)歸誰等倫理和法律問題。規(guī)范發(fā)展的需求這些問題需要社會各界共同努力，制定相應(yīng)的法律法規(guī)，以指導(dǎo)和規(guī)范人工智能的發(fā)展。市場潛力：中國AI規(guī)模突破萬億01市場規(guī)模預(yù)測預(yù)計到2029年，中國人工智能行業(yè)的市場規(guī)模將突破萬億大關(guān)，展現(xiàn)出強勁的增長勢頭。02全面應(yīng)用新階段趨勢人工智能的發(fā)展將迎來新趨勢，包括通順的自然語言生成、全領(lǐng)域知識體系的覆蓋以及通暢的人機交互接口等，正在加速邁向全面應(yīng)用的新階段。未來展望：人機協(xié)同與全球挑戰(zhàn)人機協(xié)同工作未來，人工智能將與人類更加緊密地協(xié)同工作，創(chuàng)造更多價值。應(yīng)對全球挑戰(zhàn)人工智能還將助力解決氣候變化、資源分配等全球性挑戰(zhàn)。技術(shù)與社會價值平衡在發(fā)