《人工智能應(yīng)用導(dǎo)論》第二章人工智能主要研究方向以匠心致創(chuàng)新2.1機(jī)器感知與模式識(shí)別目錄2.2自然語言處理與理解2.3知識(shí)圖譜與知識(shí)工程以匠心致創(chuàng)新2.1機(jī)器感知與模式識(shí)別目標(biāo)1、掌握什么是機(jī)器感知、模式識(shí)別2、掌握什么是機(jī)器學(xué)習(xí)、機(jī)器學(xué)習(xí)的類別3、掌握機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)分類的方法4、了解基于深度學(xué)習(xí)的物品檢測方法重點(diǎn)1、機(jī)器學(xué)習(xí)的類別、各類的特點(diǎn)2、機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)分類的方法難點(diǎn)1、機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)分類的方法2、基于深度學(xué)習(xí)的物品檢測方法以匠心致創(chuàng)新觀看視頻-波士頓動(dòng)力機(jī)器狗人工智能體現(xiàn)在哪里？以匠心致創(chuàng)新2.1.1機(jī)器感知人如何感知圖像？以匠心致創(chuàng)新2.1.1機(jī)器感知機(jī)器感知：計(jì)算機(jī)直接“感覺”周圍世界，就像人一樣通過“感覺器官”直接從外界獲取信息，如通過視覺器官獲取圖形、圖像信息，通過聽覺器官獲取聲音信息。特征定義人工設(shè)計(jì)圖像特征自動(dòng)從圖像中學(xué)習(xí)有效的特征圖像識(shí)別特征匹配以匠心致創(chuàng)新2.1.2模式識(shí)別模式識(shí)別（PatternRecognition）：研究自然界中存在的大量模式規(guī)律的表達(dá)，對(duì)表征事物或現(xiàn)象的各種形式的信息進(jìn)行處理和分析，從而達(dá)到對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的目的。模式識(shí)別系統(tǒng)組成：數(shù)據(jù)獲取模式分割預(yù)處理特征生成特征選擇模式分類后處理以匠心致創(chuàng)新2.1.3機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)（MachineLearning）：不同于模式識(shí)別中人類主動(dòng)去描述某些特征給機(jī)器，機(jī)器從已知的經(jīng)驗(yàn)數(shù)據(jù)（樣本）中，通過某種特定的方法（算法），自己去尋找提煉（訓(xùn)練/學(xué)習(xí)）出一些規(guī)律（模型），提煉出的規(guī)律就可以用來判斷一些未知的事物/事情（預(yù)測）。人工智能（ArtificialIntelligenceAI）機(jī)器學(xué)習(xí)（MachineLearning）監(jiān)督式學(xué)習(xí)非監(jiān)督式學(xué)習(xí)半監(jiān)督式學(xué)習(xí)強(qiáng)化學(xué)習(xí)以匠心致創(chuàng)新2.1.3機(jī)器學(xué)習(xí)監(jiān)督式學(xué)習(xí)是擁有一個(gè)輸入變量（自變量）和一個(gè)輸出變量（因變量），使用某種算法去學(xué)習(xí)從輸入到輸出之間的映射函數(shù)。萼片長度/厘米萼片寬度/厘米花瓣長度/厘米花瓣寬度/厘米類別5.14.94.74.63.51.41.41.31.54.74.54.90.20.20.20.21.41.51.51.3山鳶尾山鳶尾山鳶尾山鳶尾33.23.13.23.23.12.37變色鳶尾變色鳶尾變色鳶尾變色鳶尾6.46.95.54……………以匠心致創(chuàng)新2.1.3機(jī)器學(xué)習(xí)非監(jiān)督式學(xué)習(xí)指的是只有輸入變量，沒有相關(guān)的輸出變量。目標(biāo)是對(duì)數(shù)據(jù)中潛在的結(jié)構(gòu)和分布建模，以便對(duì)數(shù)據(jù)做進(jìn)一步的學(xué)習(xí)。相比于監(jiān)督式學(xué)習(xí)，非監(jiān)督式?jīng)]有確切的答案，學(xué)習(xí)過程也沒有監(jiān)督，通過算法的運(yùn)行去發(fā)現(xiàn)和表達(dá)數(shù)據(jù)中的結(jié)構(gòu)。半監(jiān)督式學(xué)習(xí)是一種監(jiān)督式學(xué)習(xí)與非監(jiān)督式學(xué)習(xí)相結(jié)合的一種學(xué)習(xí)方法。擁有大部分的輸入數(shù)據(jù)（自變量）和少部分的有標(biāo)簽數(shù)據(jù)（因變量）。強(qiáng)化學(xué)習(xí)：強(qiáng)化學(xué)習(xí)可以訓(xùn)練程序作出某一決定。程序在某一情況下嘗試所有可能的行動(dòng)，記錄不同行動(dòng)的結(jié)果并試著找出最好的一次嘗試來做決定。以匠心致創(chuàng)新2.1.3機(jī)器學(xué)習(xí)【任務(wù)描述】：設(shè)計(jì)一個(gè)二分類器，實(shí)現(xiàn)對(duì)鳶尾花樣本數(shù)據(jù)庫中山鳶尾和變色鳶尾兩種類別的分類功能。步驟1：數(shù)據(jù)采集。步驟2：訓(xùn)練數(shù)據(jù)，求解參數(shù)。萼片長度厘米/萼片寬度厘米/花瓣長度厘米/花瓣寬度厘米/類別4.74.675.53.533.22.3…1.30.21.3…山鳶尾山鳶尾山鳶尾變色鳶尾山鳶尾變色鳶尾變色鳶尾變色鳶尾………4步驟3：測試數(shù)據(jù)，驗(yàn)證參數(shù)。以匠心致創(chuàng)新由于知識(shí)圖譜的圖結(jié)構(gòu)特點(diǎn)，使用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫存儲(chǔ)大量的關(guān)系表，在做非監(jiān)督式學(xué)習(xí)指的是只有輸入變量，沒有相關(guān)的輸出變量。其技術(shù)目標(biāo)是讓機(jī)器能夠理解人類的語言，是人和機(jī)器進(jìn)行交流的【任務(wù)描述】：設(shè)計(jì)一個(gè)二分類器，實(shí)現(xiàn)對(duì)鳶尾花樣本數(shù)據(jù)庫中山鳶尾和變色鳶尾兩種這是一個(gè)“很容易復(fù)現(xiàn)(EasilyReproducible)”的方法，還不光相比于監(jiān)督式學(xué)習(xí)，非監(jiān)督式?jīng)]有確切的經(jīng)開源了，那大家都可以生成欺騙人臉識(shí)別AI的符了。這些錄音還帶著諸如地點(diǎn)、聯(lián)系記一幅炫彩的對(duì)抗圖畫，貼在肚子們是人類，連那里有物體存在都發(fā)現(xiàn)不了錄音定期進(jìn)行監(jiān)聽和分析，其中涉監(jiān)督式學(xué)習(xí)是擁有一個(gè)輸入變量（自變量）和一個(gè)輸出變量（因變量），知識(shí)圖譜將信息表達(dá)成更接近簡單地把知識(shí)圖譜理解成多關(guān)系圖（Multi-relationalGraph）。根據(jù)聊天機(jī)器人的智能水平，可以分為“弱人2.1.4深度學(xué)習(xí)的物品檢測案例觀看視頻以匠心致創(chuàng)新2.1.5深度學(xué)習(xí)的對(duì)抗攻擊被“終結(jié)者”鎖定了怎么辦？優(yōu)秀的隱身衣腦門貼張紙，“我不是人”！騙過FaceID！一幅炫彩的對(duì)抗圖畫，貼在肚子目標(biāo)檢測界的翹楚YOLOv2，不光看不出他們是人類，連那里有物體存在都發(fā)現(xiàn)不了以匠心致創(chuàng)新2.1.5深度學(xué)習(xí)的對(duì)抗攻擊莫斯科國立大學(xué)和華為莫斯科研究院的科學(xué)家。他們的符上有特殊紋路，可以迷惑AI，這叫對(duì)抗攻擊。攻擊成本很低，符是普通的彩色打印機(jī)打出來的。畫符的算法已經(jīng)開源了，那大家都可以生成欺騙人臉識(shí)別AI的符了。這是一個(gè)“很容易復(fù)現(xiàn)(EasilyReproducible)”的方法，還不光對(duì)ArcFace這一只AI有效，可以遷移到其他AI上，騙無止境。說不定有一天，監(jiān)控系統(tǒng)對(duì)陌生人出沒，就沒有抵抗力了。以匠心致創(chuàng)新我們終將泄露的人臉數(shù)據(jù)，后果到底有多可怕？人臉數(shù)據(jù)泄露到底有哪些風(fēng)險(xiǎn)呢？眾多的人臉識(shí)別應(yīng)用會(huì)不會(huì)把我們的人臉照片賣給數(shù)據(jù)公司，用作訓(xùn)練AI的“肥料”呢？以匠心致創(chuàng)新2.2自然語言處理與理解目標(biāo)1、掌握自然語言處理中四個(gè)最基本的任務(wù)2、了解自然語言人機(jī)交互重點(diǎn)1、自然語言處理中四個(gè)最基本的任務(wù)2、自然語言人機(jī)交互應(yīng)用體驗(yàn)難點(diǎn)1、自然語言處理中四個(gè)最基本的任務(wù)以匠心致創(chuàng)新觀看視頻-google語音助手以匠心致創(chuàng)新2.2.1自然語言處理與理解自然語言處理與理解（NLP&NLU）：是計(jì)算機(jī)科學(xué)、人工智能、語言學(xué)的交叉學(xué)科技術(shù)領(lǐng)域。其技術(shù)目標(biāo)是讓機(jī)器能夠理解人類的語言，是人和機(jī)器進(jìn)行交流的技術(shù)。目前主要應(yīng)用領(lǐng)域有：智能問答、機(jī)器翻譯、文本分類、文本摘要等。自然語言處理中四個(gè)最基本的任務(wù)：●PN:代詞VV:動(dòng)詞NR:專有名詞●root：根節(jié)點(diǎn)nsubj:主語dobj:賓語●O:不是命名實(shí)體B:是命名實(shí)體自然語言處理示例以匠心致創(chuàng)新2.2.2自然語言人機(jī)交互蘋果Siri、百度度秘、GoogleAllo、微軟小冰、亞馬遜Alexa等智能聊天助理程序的應(yīng)用，正試圖顛覆人們和手機(jī)交流的根本方式，將手機(jī)變成聰明的小秘書。智能聊天助理程序是采用自然語言處理算法來實(shí)現(xiàn)人機(jī)對(duì)話。根據(jù)聊天機(jī)器人的智能水平，可以分為“弱人工智能”聊天助理和“強(qiáng)人工智能”聊天助理。以匠心致創(chuàng)新蘋果近日被爆聘請(qǐng)合同工對(duì)Siri的錄音定期進(jìn)行監(jiān)聽和分析，其中涉及私人醫(yī)療信息、商品交易等這些錄音還帶著諸如地點(diǎn)、聯(lián)系記錄和應(yīng)用程序數(shù)據(jù)等用戶信息。蘋果宣稱這些數(shù)據(jù)只是“被用來幫助Siri和聽寫功能更好地了解你，更準(zhǔn)確地識(shí)別你所說的話”以匠心致創(chuàng)新2.3知識(shí)圖譜與知識(shí)工程目標(biāo)1、掌握什么是知識(shí)圖譜2、了解知識(shí)圖譜技術(shù)案例3、了解知識(shí)圖譜的存儲(chǔ)重點(diǎn)1、什么是知識(shí)圖譜2、知識(shí)圖譜技術(shù)案例難點(diǎn)1、知識(shí)圖譜技術(shù)案例以匠心致創(chuàng)新2.3.1知識(shí)工程概述知識(shí)工程從大數(shù)據(jù)中挖掘知識(shí)，可以彌合大數(shù)據(jù)機(jī)器學(xué)習(xí)底層特征與人類認(rèn)知的鴻溝。知識(shí)圖譜將信息表達(dá)成更接近人類認(rèn)知世界的形式，可以將內(nèi)容從符號(hào)轉(zhuǎn)化為計(jì)算機(jī)可理解和計(jì)算的語義信息，可以更好地理解信息內(nèi)容。以匠心致創(chuàng)新2.3.2知識(shí)圖譜定義知識(shí)圖譜：“知識(shí)圖譜本質(zhì)上是語義網(wǎng)絡(luò)（SemanticNetwork）的知識(shí)庫”，可以簡單地把知識(shí)圖譜理解成多關(guān)系圖（Multi-relationalGraph）。以匠心致創(chuàng)新2.3.3知識(shí)圖譜技術(shù)案例已經(jīng)構(gòu)建好的知識(shí)圖譜就像一個(gè)知識(shí)庫，可以得到廣泛的應(yīng)用，如搜索引擎的智能回答：比如在百度搜索輸入：曹植的父親，百度搜索自動(dòng)推薦的首條記錄就是“曹操”以匠心致創(chuàng)新2.3.3知識(shí)圖譜技術(shù)案例結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)實(shí)體命名識(shí)別（NameEntityRecognition）關(guān)系抽?。≧elationExtraction）指代消解（CoreferenceResolution）時(shí)代廣場在...哪里紐約事件這家酒店是我在紐附近位于餐廳約最喜歡的希爾頓酒店，它位于時(shí)代廣場附近的42街，