ArtificialIntelligenceApplicationsandPractices蘆碧波等人工智能應(yīng)用與實踐第一章

人工智能概述01人工智能概述02人工智能發(fā)展歷史03新一代人工智能三要素04人工智能模型訓(xùn)練與基礎(chǔ)設(shè)施05人工智能技術(shù)特點與“人工智能+高等教育”目

錄行業(yè)PPT模板/hangye/01人工智能概述人工智能:即“人工制造的智能”，指通過計算機等系統(tǒng)或設(shè)備模擬人類智能的能力，使其能夠執(zhí)行通常需要人類智力的任務(wù)，如學(xué)習(xí)、推理、問題解決、理解自然語言、感知和決策等。人工智能的定義人工智能（ArtificialIntelligence）英文縮寫為AI，意為“人工的智能”，與之形成對立的是“天然智能”或“自然智能”。人工智能的定義自然智能是生物系統(tǒng)中的人類、動物和植物等生命體所擁有的智能，如嬰兒生下來就會哭、鳥兒會飛、魚兒會游泳、植物能進行光合作用，這些能力是生命體經(jīng)歷了長期演化和升級得到的能力。時間科技革命1.0創(chuàng)造了機器工廠的“蒸汽時代”電力廣泛應(yīng)用智能化科技革命2.0將人類帶入分工明確、大批量生產(chǎn)的流水線模式和“電氣時代”科技革命3.0應(yīng)用電子信息技術(shù)，進一步提高生產(chǎn)自動化水平，工業(yè)生產(chǎn)能力自此超越了人類的消費能力，人類進入了產(chǎn)能過剩時代。自動化、信息化科技進步科技革命4.0人工智能萬物互聯(lián)智能制造1760后機械革命1850后電力革命1950后信息技術(shù)革命2010年后智能革命機械設(shè)備大量出現(xiàn)四次工業(yè)革命機械革命電力革命信息技術(shù)革命人工智能革命四次工業(yè)革命的綜合成果模擬人類多種能力：機器人

汽車功能在四次工業(yè)革命中的進化和增加1885年卡爾·本茨發(fā)明的三輪汽油內(nèi)燃機汽車照明裝置、發(fā)電機、起動機等衛(wèi)星定位、地圖導(dǎo)航等語音交互、自動泊車等國產(chǎn)最新智能汽車第二、第三、第四次工業(yè)革命增加的功能02人工智能發(fā)展歷史1950年，英國科學(xué)家圖靈提出了著名的“圖靈測試”

測試者和計算機被幕布隔開，然后分別與人進行對話。若測試者分不清幕后的對話者是人還是機器，即計算機能在測試中表現(xiàn)出與人等價或至少無法區(qū)分的智能，那么說這臺計算機通過了圖靈測試，并具備了人工智能。人工智能起源圖靈被冠以“人工智能之父”的稱號。美國計算機協(xié)會（ACM）于1966年設(shè)立了圖靈獎，專門獎勵對計算機事業(yè)作出重要貢獻(xiàn)的個人。圖靈獎是計算機領(lǐng)域的國際最高獎項，被稱為“計算機界的諾貝爾獎”。人工智能的起源2021年7月，英國的中央銀行英格蘭銀行宣布，圖靈將成為英國50英鎊紙幣的票面人物，以表彰艾倫?圖靈在人工智能等方面做出的貢獻(xiàn)，而之前英國流通的50英鎊紙幣的背面人物是開啟第一次工業(yè)發(fā)明和推廣蒸汽機的瓦特和馬修?博爾頓。人工智能的起源1956年—20世紀(jì)60年代初期起步發(fā)展期20世紀(jì)60年代—70年代初期反思發(fā)展期20世紀(jì)70年代—80年代中期應(yīng)用發(fā)展期20世紀(jì)90年代中期—21世紀(jì)初期穩(wěn)步發(fā)展期20世紀(jì)80年代中期—90年代中期低迷發(fā)展期21世紀(jì)初期至今蓬勃發(fā)展期123456人工智能的發(fā)展歷史起步發(fā)展期：1956年—20世紀(jì)60年代初期

1956年，約翰?麥卡錫、馬文?閔斯基、克勞德?香農(nóng)等學(xué)者在美國漢諾斯小鎮(zhèn)召開了達(dá)特茅斯會議，共同討論機器模擬智能的一系列問題。這次會議的召開標(biāo)志著人工智能的誕生。人工智能的發(fā)展歷史反思發(fā)展期：20世紀(jì)60年代—70年代初期人工智能發(fā)展初期的突破性進展激發(fā)了人們對人工智能的期望，人們開始嘗試更具挑戰(zhàn)性的任務(wù)。但研發(fā)結(jié)果并不能令人滿意，這使得人工智能的發(fā)展走入第一個低谷。人工智能的發(fā)展歷史應(yīng)用發(fā)展期：20世紀(jì)70年代—80年代中期20世紀(jì)70年代出現(xiàn)的專家系統(tǒng)模擬人類專家的知識和經(jīng)驗解決某個特定領(lǐng)域的問題，實現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運用專門知識的重大突破。斯坦福大學(xué)開發(fā)DENDRAL系統(tǒng)的目的是對火星土壤進行化學(xué)分析，這也是早期知名的專家系統(tǒng)。專家系統(tǒng)在醫(yī)療、化學(xué)、地質(zhì)、汽車制造等領(lǐng)域取得成功，推動人工智能進入新的發(fā)展高潮。人工智能的發(fā)展歷史低迷發(fā)展期：20世紀(jì)80年代中期—90年代中期隨著人工智能應(yīng)用規(guī)模的擴大，專家系統(tǒng)存在的局限性逐漸顯現(xiàn)，如知識獲取困難、推理方法單一、缺乏學(xué)習(xí)能力等。同時，日本政府啟動了第五代計算機計劃，試圖建立一個基于邏輯推理的通用人工智能系統(tǒng)，但最終以失敗告終。這導(dǎo)致了人工智能的第二次低谷。人工智能的發(fā)展歷史穩(wěn)步發(fā)展期：20世紀(jì)90年代中期—21世紀(jì)初期由于互聯(lián)網(wǎng)技術(shù)的發(fā)展，加速了信息技術(shù)和數(shù)據(jù)資源的積累，為人工智能提供了新的動力和平臺。

在這一時期，出現(xiàn)了一些標(biāo)志性的事件和成果，如IBM深藍(lán)超級計算機戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫、IBM提出“智慧地球”的概念等。

楊立昆YannLeCun提出了LeNet5卷積神經(jīng)網(wǎng)絡(luò)模型并用于手寫字體識別，其結(jié)構(gòu)被后來的網(wǎng)絡(luò)廣泛借鑒。人工智能的發(fā)展歷史蓬勃發(fā)展期：21世紀(jì)初期至今2006年，GeoffreyHinton在世界頂級學(xué)術(shù)期刊Science上發(fā)表了一篇文章，提出了深度學(xué)習(xí)（深度神經(jīng)網(wǎng)絡(luò)）的概念。2012年，在ImageNet圖像識別大賽中，Hinton和他的學(xué)生AlexKrizhevsky設(shè)計的深度學(xué)習(xí)模型AlexNet一舉奪冠。人工智能的發(fā)展歷史人工智能在長期發(fā)展中演化出了不同的流派，大體上可以分為符號主義、連接主義和行為主義。人工智能三大流派符號主義，又稱邏輯主義或認(rèn)知主義，是人工智能的先驅(qū)流派，它認(rèn)為人工智能源于數(shù)理邏輯。符號主義認(rèn)為人類認(rèn)知和思維的基本單元是符號，智能是符號的表征和運算過程，計算機也是一個物理符號系統(tǒng)，因此可以將智能形式化為符號、知識、規(guī)則和算法，并用計算機實現(xiàn)這些表征和計算，以模擬人的智能行為，代表性成果包括專家系統(tǒng)、知識工程、數(shù)學(xué)定理證明。符號主義的代表人物包括約翰·麥卡錫和艾倫·紐厄爾，特別是麥卡錫提出的“人工智能=計算+邏輯”的觀點，對后來的人工智能發(fā)展產(chǎn)生了深遠(yuǎn)影響。連接主義，又稱仿生學(xué)派或神經(jīng)網(wǎng)絡(luò)學(xué)派，該流派受到人腦神經(jīng)元網(wǎng)絡(luò)的啟發(fā)，認(rèn)為智能源于大量簡單單元（類似神經(jīng)元）的相互聯(lián)結(jié)和互動。連接主義者認(rèn)為使用人工神經(jīng)網(wǎng)絡(luò)可以模仿人腦學(xué)習(xí)識別物體的過程，通過調(diào)整網(wǎng)絡(luò)中的權(quán)重，讓網(wǎng)絡(luò)能夠?qū)W習(xí)和識別模式。由神經(jīng)元連接而成的神經(jīng)網(wǎng)絡(luò)是目前深度學(xué)習(xí)算法的基本架構(gòu)，深度學(xué)習(xí)通過構(gòu)建深層神經(jīng)網(wǎng)絡(luò)，能夠自動提取特征并進行分類，取得了顯著的成果。人工智能三大流派連接主義的代表人物包括弗蘭克·羅森布拉特和杰弗里·辛頓。其中，羅森布拉特提出了感知機模型，為神經(jīng)網(wǎng)絡(luò)的發(fā)展奠定了基礎(chǔ)；而辛頓則通過反向傳播算法解決了多層神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)問題，推動了深度學(xué)習(xí)的興起。在語音識別、圖像識別等領(lǐng)域取得了巨大成功。人工智能三大流派行為主義，又稱進化主義或控制論學(xué)派，該流派關(guān)注智能體如何通過與環(huán)境的交互來學(xué)習(xí)和適應(yīng)。行為主義者認(rèn)為，智能的本質(zhì)在于能夠根據(jù)環(huán)境反饋調(diào)整行為，通過構(gòu)建能夠與環(huán)境進行交互的智能體，讓智能體在不斷嘗試和錯誤中學(xué)習(xí)，并根據(jù)結(jié)果調(diào)整行動策略。行為主義的例子包括機器人在未知環(huán)境中尋找目標(biāo)，機器人通過感知環(huán)境、制定行動策略并執(zhí)行行動，然后根據(jù)環(huán)境的反饋調(diào)整策略，最終找到目標(biāo)。

人工智能三大流派行為主義的代表人物包括羅德尼·布魯克斯和恩斯特·邁岳，他們的工作推動了智能體與環(huán)境交互的研究，不僅推動了人工智能技術(shù)的發(fā)展，也為自動駕駛、機器人控制等前沿領(lǐng)域的應(yīng)用提供了有力的技術(shù)支撐。

人工智能三大流派人工智能三大流派各有優(yōu)劣，符號主義擅長邏輯推理和問題解決連接主義在模式識別和自動學(xué)習(xí)方面表現(xiàn)出色行為主義則強調(diào)智能體的適應(yīng)性和學(xué)習(xí)能力。從數(shù)據(jù)的角度來看，符號主義原則上不需要數(shù)據(jù)，連接主義和行為主義依賴大量的數(shù)據(jù)進行訓(xùn)練。人工智能三大流派2016年，基于深度學(xué)習(xí)開發(fā)的AlphaGo以4:1的比分戰(zhàn)勝了國際頂尖圍棋高手李世石。由于在此之前，人們始終相信機器無法在圍棋中戰(zhàn)勝人類。因此，此次圍棋領(lǐng)域人機大戰(zhàn)的結(jié)果吸引了全世界的目光該事件推動了以深度學(xué)習(xí)技術(shù)為代表的新一代人工智能技術(shù)在多個領(lǐng)域和行業(yè)得到廣泛應(yīng)用。近年來人工智能熱點事件：AI下圍棋ChatGPT（ChatGenerativePre-trainedTransformer），是OpenAI于2022年11月30日發(fā)布的一款聊天機器人程序，它是人工智能技術(shù)驅(qū)動的自然語言處理工具，是一款大語言（LargeLanguageModel,LLM）模型。它能夠基于在預(yù)訓(xùn)練階段所見的模式和統(tǒng)計規(guī)律，來生成回答，還能根據(jù)聊天的上下文進行互動，真正像人類一樣來聊天交流，甚至能完成撰寫論文、郵件、腳本、文案、翻譯、代碼等任務(wù)。近年來人工智能熱點事件：ChatGPTAIGC（ArtificialIntelligenceGeneratedContent）指的是生成式人工智能。文生圖：輸入文字生成圖像文生視頻：輸入文字生成視頻文生音樂：輸入文字生成音樂近年來人工智能熱點事件：AIGC

近年來人工智能熱點事件：AIGC之文生視頻因“用于通過人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)機器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”，約翰·霍普菲爾德和杰弗里·辛頓獲得了2024年諾貝爾物理學(xué)獎。2024年諾貝爾化學(xué)獎頒發(fā)給了三位研究者，其中德米斯·哈薩比斯和約翰·江珀因為在“蛋白質(zhì)結(jié)構(gòu)預(yù)測”方面成就斐然而獲獎。近年來人工智能熱點事件：人工智能相關(guān)研究者獲得諾貝爾獎在數(shù)學(xué)定理證明方面，我國杰出的數(shù)學(xué)家吳文俊成功地將中國傳統(tǒng)數(shù)學(xué)思想融入初等幾何定理的判定過程中，創(chuàng)新性地提出了平面幾何及微分幾何的判定方法，這一方法被學(xué)術(shù)界尊稱為“吳文俊消元法”或簡稱“吳方法”。2021年2月，吳文俊獲得2020年度國家最高科學(xué)技術(shù)獎，這也是首屆國家最高科學(xué)技術(shù)獎。為表彰吳文俊在中國人工智能領(lǐng)域所取得的杰出成就，以其名字命名設(shè)立了“吳文俊人工智能科學(xué)技術(shù)獎”，這也是中國智能科學(xué)技術(shù)的最高獎項。中國人工智能發(fā)展重要事件：吳文俊提出“吳方法”1979年7月23日到30日，中國電子學(xué)會下屬的計算機學(xué)會（中國計算機學(xué)會的前身）在吉林大學(xué)召開了“計算機科學(xué)暑期研討會”，吉林大學(xué)王湘浩院士擔(dān)任會議領(lǐng)導(dǎo)小組組長。人工智能是此次會議最重要的一個方向，會議的召開有力的推動了國內(nèi)人工智能研究的發(fā)展。中國人工智能發(fā)展重要事件：中國的達(dá)特茅斯會議文心一言是百度公司研發(fā)的首個國產(chǎn)大語言模型，于2023年3月16日發(fā)布。文心一言結(jié)合了知識增強和語義理解技術(shù)，融合了百度搜索引擎的海量數(shù)據(jù)，知識覆蓋面廣泛。文心一言的發(fā)布，標(biāo)志著國產(chǎn)大語言模型進入快速發(fā)展階段，掀起了國產(chǎn)大語言模型的研發(fā)熱潮。中國人工智能發(fā)展重要事件：文心一言與百模大戰(zhàn)2024年12月26日，人工智能公司深度求索（DeepSeek）發(fā)布DeepSeek-V3版本的大語言模型。該模型以其訓(xùn)練成本低、性能優(yōu)異且開源的特點迅速成為業(yè)界乃至整個社會關(guān)注的焦點。DeepSeek-V3被廣泛應(yīng)用于商業(yè)、科研和教育等多個領(lǐng)域，為國內(nèi)人工智能產(chǎn)業(yè)發(fā)展和人工智能生態(tài)建設(shè)注入了新的活力。中國人工智能發(fā)展重要事件：Deepseek與人工智能生態(tài)03新一代人工智能三要素

人工智能三要素數(shù)據(jù)人工智能發(fā)展燃料充足的糧食算力算法人工智能發(fā)展引擎強壯的身體人工智能發(fā)展核心聰明的腦子數(shù)據(jù)、算法和算力是新一代人工智能的三要素，也是人工智能取得成功的必要條件數(shù)據(jù)是人工智能的基礎(chǔ)，也是人工智能的燃料，大量、完整具有代表性的高質(zhì)量數(shù)據(jù)用于訓(xùn)練模型，使其具備識別模式、進行預(yù)測和決策的能力，數(shù)據(jù)的多樣性和準(zhǔn)確性直接影響到AI系統(tǒng)的性能。數(shù)據(jù)相關(guān)處理步驟包括數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注、數(shù)據(jù)增強等。大量高質(zhì)量、精準(zhǔn)、安全的數(shù)據(jù)是深度學(xué)習(xí)訓(xùn)練的基礎(chǔ)數(shù)據(jù)是人工智能必備的學(xué)習(xí)資源“garbageingarbageout”：如果數(shù)據(jù)精度達(dá)不到標(biāo)準(zhǔn)，那么訓(xùn)練出來的模型也是不可靠的人工智能三要素：數(shù)據(jù)ImageNet是一個大規(guī)模視覺數(shù)據(jù)庫，該項目始于2007年，由斯坦福大學(xué)李飛飛教授領(lǐng)導(dǎo)并于2009年在計算機視覺與模式識別會議（CVPR）上發(fā)布。ImageNet包含超過1400萬張、超過22000個類別的圖像，覆蓋了生活中的大部分場景和物體，被廣泛用于圖像分類、目標(biāo)檢測、圖像分割等多種圖像識別任務(wù)。自2010年以來，ImageNet每年舉辦一次比賽，即ImageNet大規(guī)模視覺識別挑戰(zhàn)賽（ILSVRC），極大的推動了圖像識別技術(shù)的發(fā)展。人工智能三要素：數(shù)據(jù)在使用數(shù)據(jù)訓(xùn)練模型時，一般需要把數(shù)據(jù)集劃分為訓(xùn)練集、驗證集和測試集。（1）訓(xùn)練集在模型訓(xùn)練過程中，訓(xùn)練集用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，通過不斷地學(xué)習(xí)數(shù)據(jù)特征，更新網(wǎng)絡(luò)模型參數(shù)。（2）驗證集驗證集用于檢驗?zāi)Ｐ偷男Ч?。若模型驗證效果良好，在驗證集上的各項指標(biāo)均滿足要求，后面需要繼續(xù)用測試集進行模型評估。人工智能三要素：數(shù)據(jù)的劃分（3）測試集測試集用來評價模型的泛化能力（generalizationability）。泛化的英文為generalization，意為“推廣、一般化”。因此，泛化能力指的是訓(xùn)練得到的算法是否具有推廣能力和對新問題的適應(yīng)能力，即模型在訓(xùn)練集和驗證集上學(xué)習(xí)到的能力能否很好地推廣到新的數(shù)據(jù)集-測試集上。若在訓(xùn)練集和測試集上的識別率較高，則表明模型的泛化能力較強；若在訓(xùn)練集上識別率較好但測試集上的識別率較低，稱為過擬合，則需要調(diào)整訓(xùn)練策略；若在訓(xùn)練集和測試集上表現(xiàn)均不佳，表明模型欠擬合。人工智能三要素：數(shù)據(jù)的劃分訓(xùn)練集、驗證集和測試集三者關(guān)系:若將訓(xùn)練集比喻為課堂的教學(xué)內(nèi)容，那么驗證集是課后作業(yè)，測試集是考試題目。學(xué)生通過長時間學(xué)習(xí)課程獲得知識和能力，然后通過課后作業(yè)檢驗學(xué)生學(xué)習(xí)效果，最后通過考試檢驗學(xué)生學(xué)習(xí)水平。通常課后作業(yè)和課堂教學(xué)內(nèi)容不一樣但緊密相關(guān)，考試的題目應(yīng)該是平時沒有見過的。訓(xùn)練集驗證集測試集課堂練習(xí)題家庭作業(yè)題期末考試題數(shù)據(jù)集和家庭作業(yè)的對應(yīng)關(guān)系數(shù)據(jù)與數(shù)據(jù)集訓(xùn)練集、驗證集和測試集三者關(guān)系:首先，三個集合中的數(shù)據(jù)應(yīng)該具有某種一致性，即數(shù)據(jù)的關(guān)鍵屬性、數(shù)據(jù)特征和應(yīng)用場景等情況是一致的。其次，訓(xùn)練前無法拿到測試集，因此測試集在訓(xùn)練過程中是不可見的，原因在于人工智能應(yīng)用中的數(shù)據(jù)是未知的。最后，需要將訓(xùn)練之前拿到的數(shù)據(jù)進行合理劃分，劃分為不重疊的訓(xùn)練集和驗證集。通常采用隨機選取的方式劃分訓(xùn)練集和驗證集，常見的數(shù)據(jù)比例為8:2或者7:3，也可以根據(jù)實際情況自我設(shè)定。數(shù)據(jù)與數(shù)據(jù)集從數(shù)據(jù)是否標(biāo)注的角度出發(fā)，人工智能中的算法可以分為監(jiān)督算法、無監(jiān)督算法和半監(jiān)督算法。監(jiān)督算法利用帶有標(biāo)簽的訓(xùn)練數(shù)據(jù)，學(xué)習(xí)輸入與輸出之間的映射關(guān)系，實現(xiàn)對新數(shù)據(jù)的預(yù)測。典型代表有支持向量機（SVM）、決策樹、神經(jīng)網(wǎng)絡(luò)和線性回歸等。這些算法在分類、回歸等任務(wù)中表現(xiàn)出色，廣泛應(yīng)用于醫(yī)療診斷、信用評分等領(lǐng)域。目前主流技術(shù)是利用深度神經(jīng)網(wǎng)絡(luò)模型進行模型訓(xùn)練，模型需要訓(xùn)練確定大量的參數(shù)。算法從數(shù)據(jù)是否標(biāo)注的角度出發(fā)，人工智能中的算法可以分為監(jiān)督算法、無監(jiān)督算法和半監(jiān)督算法。無監(jiān)督算法則處理沒有標(biāo)簽的數(shù)據(jù)，試圖從數(shù)據(jù)中找到模式、結(jié)構(gòu)或關(guān)系。常見算法包括K均值聚類、主成分分析（PCA）、自編碼器等。無監(jiān)督學(xué)習(xí)通常用于聚類、降維和密度估計等任務(wù)，在圖像識別、市場細(xì)分等方面有廣泛應(yīng)用。半監(jiān)督算法介于監(jiān)督和無監(jiān)督之間，它使用同時包含標(biāo)簽和未標(biāo)簽數(shù)據(jù)的混合數(shù)據(jù)集進行訓(xùn)練。代表算法有自訓(xùn)練、深度生成模型（如GAN）和標(biāo)簽傳播等。半監(jiān)督學(xué)習(xí)在部分?jǐn)?shù)據(jù)有標(biāo)簽的情況下進行訓(xùn)練，能夠充分利用現(xiàn)實世界中的數(shù)據(jù)，提高模型的泛化能力。算法算力即計算能力，指的是執(zhí)行算法所需的硬件資源。算力不僅是數(shù)字經(jīng)濟的底座，也是人工智能的引擎，它代表了計算資源的處理能力。常見的算力設(shè)備包括CPU（中央處理器，CentralProcessingUnit，CPU）、GPU（圖形處理器，GraphicsProcessingUnit，GPU）等。強大的算力能夠支持復(fù)雜模型的訓(xùn)練，大幅度降低模型訓(xùn)練所需要的時間。。算力根據(jù)任務(wù)類型不同，算力分為通用算力、超算算力和人工智能算力三種：通用算力?是指CPU提供的基礎(chǔ)計算能力，適用于處理各種常規(guī)任務(wù)。超算算力則是由超算中心提供的算力，主要用于航天、國防、石油勘探、氣候建模及行星模擬、藥物分子設(shè)計、基因分析等尖端科學(xué)領(lǐng)域。人工智能算力指的是面向人工智能算法模型訓(xùn)練、推理與運行服務(wù)的計算能力，強大的算力可以極大加速模型訓(xùn)練速度和推理能力。算力超算中心是基于超級計算機或大規(guī)模計算集群的數(shù)據(jù)中心，提供大規(guī)模計算、存儲和網(wǎng)絡(luò)服務(wù)等功能。截止2024年，科技部批準(zhǔn)建立的國家超級計算中心共有14所，分別是國家超級計算北京中心、上海中心、廣州中心、天津中心、濟南中心、深圳中心、長沙中心、太原中心、無錫中心、成都中心、武漢中心、青島中心、昆山中心、鄭州中心。算力若算力設(shè)備部署在用戶本地，可以提供快速計算速度、保證實時性，并且可以保護數(shù)據(jù)安全和隱私保護。與本地算力對應(yīng)的是云算力，“云”是對計算機集群和基礎(chǔ)設(shè)施的一種形象比喻，一個計算機集群包括上萬臺或者十幾萬臺主機，好像漂浮在天上的云團。雖然使用云算力需要將數(shù)據(jù)傳輸?shù)皆贫?，但云算力可以按需使用，避免了本地算力設(shè)備長期閑置，普通用戶不需要購買昂貴的算力設(shè)備，也不需要專人進行維護，因此云算力使用起來更加靈活。算力云主機是一種整合了計算、存儲與網(wǎng)絡(luò)資源的信息技術(shù)基礎(chǔ)設(shè)施，能提供基于云計算模式的按需使用和服務(wù)器租用服務(wù)。在云主機上，用戶可以通過web界面進行登錄和操作，部署所需的服務(wù)器和開發(fā)環(huán)境。算力04人工智能模型訓(xùn)練與基礎(chǔ)設(shè)施

建模：為估計體重建立一個含參數(shù)的計算公式（此時參數(shù)值未確定）訓(xùn)練：然后利用很多人的體重數(shù)據(jù)（和體重相關(guān)的其他數(shù)據(jù)）確定公式中的各個參數(shù)預(yù)測：若對很多人驗證之后發(fā)現(xiàn)公式基本正確，就可以用這個參數(shù)完全確定的公式去猜下一個人的體重了。人工智能模型訓(xùn)練：猜體重游戲神經(jīng)元：線性函數(shù)+非線性函數(shù)…偏置bias權(quán)重weights………簡單的非線性函數(shù)激活函數(shù)

數(shù)據(jù)：100個人的體型和體重訓(xùn)練：調(diào)整權(quán)重w使估計更準(zhǔn)確預(yù)測：確定w后計算估計新人體重體重a=a1*w1+a2*w2+a3*w3輸入：a1-身高，a2-寬度，a3-厚度，真實體重c目標(biāo)：根據(jù)提前給出w的初始值，然后估計權(quán)重w人工智能模型訓(xùn)練思想：猜體重假設(shè)一個人的體重與其站立情況下的身高、寬度、厚度有關(guān)，其中寬度指的是兩肩自然垂立時的水平距離，厚度指的是前胸和后背之間的距離。記體重為y、身高為x1、寬度為x2,、厚度為x3。又假設(shè)體重與身高、寬度、厚度之間為線性關(guān)系，對體重的影響分別為w1、w2和w3，體重的數(shù)學(xué)模型：人工智能模型訓(xùn)練：建模對于某個人而言，應(yīng)假設(shè)其體重y、身高x1、寬度x2和厚度x3都是已知的，權(quán)重參數(shù)w1、w2和w3是未知的，訓(xùn)練過程就是要確定權(quán)重該參數(shù)。在訓(xùn)練過程中，每個人都是一個樣本，其體重及身高、寬度、厚度等信息被稱為樣本的數(shù)據(jù)。由于上式中有3個未知數(shù)，因此至少需要3個人的體重及其相關(guān)信息上述方程才有解。但在實際中，可能需要更多數(shù)量的人員及其體重信息，比如有100個樣本的數(shù)據(jù)信息。需要特別提醒注意的是，我們的目標(biāo)是保證猜100個人的體重都比較準(zhǔn)，而不是猜三四個的體重很準(zhǔn)、其余人的體重不準(zhǔn)，因此不能完全從解方程的角度來求解上述問題。人工智能模型訓(xùn)練：訓(xùn)練首先根據(jù)經(jīng)驗或隨機給出權(quán)重值，這個方式稱為參數(shù)初始化。然后將初始化后的參數(shù)代入公式，分別乘以多個樣本數(shù)據(jù)的身高、寬度和厚度，就可以估計出每個樣本的體重。由于權(quán)重不夠精確，因此每個樣本的體重估計值與真實值之間必然存在誤差然后計算多個樣本的總誤差，通過極小化誤差的方式來調(diào)整權(quán)重參數(shù)。第一次調(diào)整之后得到新的參數(shù)值，然后繼續(xù)進行根據(jù)新參數(shù)值猜測體重。迭代、重復(fù)上述過程，直至誤差較小或達(dá)到了設(shè)定的迭代次數(shù)即可停止由于參數(shù)并非一開始就是正確的，而是根據(jù)樣本數(shù)據(jù)不斷動態(tài)調(diào)整，當(dāng)達(dá)到較為準(zhǔn)確的值才將其確定下來，參數(shù)也經(jīng)歷了從不準(zhǔn)確到基本準(zhǔn)確的演變，通常把上述過程稱為參數(shù)的學(xué)習(xí)過程。人工智能模型訓(xùn)練：訓(xùn)練訓(xùn)練結(jié)束后，對應(yīng)的參數(shù)也隨之確定下來。對于一個新樣本需要預(yù)測時，將其身高、寬度、厚度數(shù)據(jù)帶入公式，即可估計出其體重，這個過程稱之為預(yù)測。人工智能模型訓(xùn)練：預(yù)測大量神經(jīng)元構(gòu)成多層神經(jīng)網(wǎng)絡(luò)：模擬人的認(rèn)知規(guī)律訓(xùn)練時間長預(yù)測時間短

模型訓(xùn)練關(guān)鍵：確定深度神經(jīng)網(wǎng)絡(luò)中的大量參數(shù)大量神經(jīng)元構(gòu)成多層神經(jīng)網(wǎng)絡(luò)：模擬人的認(rèn)知規(guī)律養(yǎng)兵千日用兵一時模型訓(xùn)練關(guān)鍵：確定深度神經(jīng)網(wǎng)絡(luò)中的大量參數(shù)人工智能模型訓(xùn)練過程總結(jié)對于上述例子，需要特別指出如下幾點：（1）關(guān)于模型訓(xùn)練的復(fù)雜性實際的模型訓(xùn)練遠(yuǎn)比上述過程要復(fù)雜。（2）關(guān)于模型訓(xùn)練背后的數(shù)學(xué)知識模型訓(xùn)練需要大量的數(shù)學(xué)知識，這些知識分布在高等數(shù)學(xué)、線性代數(shù)、概率論與數(shù)理統(tǒng)計、數(shù)值方法、最優(yōu)化理論等課程中，其中最基礎(chǔ)的導(dǎo)數(shù)、梯度、求極值、鏈?zhǔn)椒▌t等知識會在高等數(shù)學(xué)課程中介紹。（3）關(guān)于訓(xùn)練時間和預(yù)測時間人工智能模型都有“訓(xùn)練時間長、預(yù)測時間短”、“養(yǎng)兵千日用兵一時”的特點。一般來說，模型訓(xùn)練時間與數(shù)據(jù)量、模型參數(shù)量、算力等因素直接相關(guān)。

得到訓(xùn)練好的模型之后，需要對訓(xùn)練結(jié)果進行評價，即需要通過一些客觀指標(biāo)進行描述以評判模型性能的優(yōu)劣。下面介紹幾種常見的模型評判指標(biāo)。1.準(zhǔn)確率

準(zhǔn)確率（Accuracy）是圖像分類/文本分類/聲音分類等分類模型的衡量指標(biāo)，定義為正確分類的樣本數(shù)與總樣本數(shù)之比，比值越接近1，模型效果越好。計算準(zhǔn)確率公式如下式所示：其中，TP（Truepositives）表示正樣本被正確識別為正樣本；TN（Truenegatives）表示負(fù)樣本被正確識別為負(fù)樣本；FP（Falsepositives）表示假的正樣本，即負(fù)樣本被錯誤識別為正樣本；TN（Falsenegatives）表示假的負(fù)樣本，即正樣本被錯誤識別為負(fù)樣本。人工智能模型評價2.查準(zhǔn)率

查準(zhǔn)率又稱精確率。對某類別而言，查準(zhǔn)率(Precision)等于正確預(yù)測為該類別的樣本數(shù)與預(yù)測為該類別的總樣本數(shù)之比，具體計算公式如下式所示：3.查全率

查全率又稱找召回率。對某類別而言，召回率(Recall)等于正確預(yù)測為該類別的樣本數(shù)與該類別的總樣本數(shù)之比

，具體計算公式為：人工智能模型評價5.F1-scoreF1-score定義為對某類別而言為查準(zhǔn)率和查全率的調(diào)和平均數(shù)，該指標(biāo)越高效果越好。F1-score的計算公式為：6.top1-top5

在模型結(jié)果評估中，top1~top5指的是針對一個數(shù)據(jù)進行識別時，模型會給出多個結(jié)果，top1為置信度最高的結(jié)果、top2次之…正常業(yè)務(wù)場景中，通常會采信置信度最高的識別結(jié)果，重點關(guān)注top1的結(jié)果即可。其中，Precision表示查準(zhǔn)率，Recall表示查全率。人工智能模型評價

在不同的場景中，需要重點考慮不同的評價指標(biāo)。如在地震預(yù)測中，考慮到地震損害結(jié)果巨大，因此更期望在地震預(yù)測中能寧肯錯報、也不能漏報，因此在地震預(yù)測中更看重查全率。但在人臉識別或指紋識別中，更期望提高查準(zhǔn)率，其原因在于在這些場景中，希望出錯的概率小一些，否則會有大量的異常情況需要處理。人工智能模型評價預(yù)測地震-寧肯錯報、不能漏報，更加看重查全率/召回率

不能接受漏報，更傾向于寧愿多預(yù)測一些錯的也不能漏檢人臉識別支付-不能總錯、主要提升查準(zhǔn)率/精確率

不能接受誤檢，更傾向于不能出現(xiàn)錯誤的預(yù)測預(yù)測人員預(yù)測地震發(fā)生次數(shù)地震實際發(fā)生次數(shù)查全率/召回率-以客觀事實為準(zhǔn)查準(zhǔn)率/精準(zhǔn)率-以主觀預(yù)測為準(zhǔn)張某預(yù)測121/2=50%1/1=100%李某預(yù)測522/2=100%2/5=40%人工智能模型評價常用指標(biāo)：查準(zhǔn)率和查全率

有1000張圖片，里面有200張是貓，200張是狗，600張是老鼠，對上述照片進行識別、預(yù)測，得到結(jié)果：200張貓的圖片中，有180張正確識別為貓，而有20張誤判為狗。200張狗的圖片全部正確判斷為狗。600張老鼠圖片中，有550張正確識別為老鼠，還有30張被誤判為貓、20張誤判為狗貓狗老鼠查全率/召回率-以客觀事實為準(zhǔn)查準(zhǔn)率/精準(zhǔn)率-以主觀預(yù)測為準(zhǔn)真實數(shù)據(jù)200200600預(yù)測貓18020180/200=90%預(yù)測狗200200/240=83.3%預(yù)測老鼠3020550550/600=91.7%人工智能模型評價常用指標(biāo)：查準(zhǔn)率和查全率人工智能基礎(chǔ)設(shè)施是支持人工智能技術(shù)發(fā)展和應(yīng)用的重要基礎(chǔ)架構(gòu)，可以整合高質(zhì)量的數(shù)據(jù)資源、先進的算法框架和強大的算力資源，為人工智能技術(shù)的發(fā)展和產(chǎn)業(yè)落地提供了堅實的基礎(chǔ)。人工智能基礎(chǔ)設(shè)施數(shù)據(jù)采集方面、數(shù)據(jù)傳輸、數(shù)據(jù)存儲、模型訓(xùn)練等方面的硬件，包括攝像頭、網(wǎng)絡(luò)、存儲設(shè)備、芯片等1軟件基礎(chǔ)設(shè)施包括數(shù)據(jù)資源、算法框架、云服務(wù)和計算平臺。2人工智能基礎(chǔ)設(shè)施

科技部于2022年啟動國家新一代人工智能公共算力開放創(chuàng)新平臺推薦申報工作，旨在依托人工智能行業(yè)技術(shù)領(lǐng)軍企業(yè)，以應(yīng)用需求為牽引，促進人工智能與實體經(jīng)濟深度融合，并強調(diào)普惠性和開放性，通過共享算力資源、降低企業(yè)研發(fā)成本等方式，促進人工智能技術(shù)的普及和應(yīng)用，更好地服務(wù)我國人工智能創(chuàng)新與經(jīng)濟社會發(fā)展。2023年，科技部批復(fù)了武漢人工智能計算中心、成都智算中心、天津天河智能計算開放創(chuàng)新平臺等25家國家新一代人工智能公共算力開放創(chuàng)新平臺，其中包括9家立項建設(shè)平臺和16家籌建平臺。人工智能基礎(chǔ)設(shè)施

中國人工智能企業(yè)華為不僅在國內(nèi)建立了多個數(shù)據(jù)中心和云計算基地，而且在全球進行算力布局華為海外數(shù)據(jù)中心和云計算基地遍布?xì)W洲、亞太地區(qū)、中東、非洲、美洲等地，分布在英國、德國、法國、意大利、新加坡、馬來西亞、澳大利亞、阿聯(lián)酋、南非、埃及、加拿大、墨西哥、巴西等國。這些數(shù)據(jù)中心和云計算基地為當(dāng)?shù)乜蛻籼峁┧懔Ψ?wù)，彰顯了中國企業(yè)在人工智能算力方面的強大實力。人工智能基礎(chǔ)設(shè)施05人工智能技術(shù)特點與“人工智能+高等教育”

普適性：指的是其在不同領(lǐng)域和行業(yè)中的廣泛應(yīng)用能力。即可以應(yīng)用到不同行業(yè)和領(lǐng)域中，任何行業(yè)和領(lǐng)域都可以和人工智能相結(jié)合，從而催生出新的技術(shù)和產(chǎn)品。

人工智能技術(shù)特點

遷移性：指的是某項人工智能技術(shù)在應(yīng)用過程中，可以很快的從一個領(lǐng)域遷移到另外一個領(lǐng)域去，其背后的邏輯一方面源自于人工智能底層技術(shù)的普適性，另一方面源自于遷移學(xué)習(xí)技術(shù)的發(fā)展。人工智能技術(shù)特點

滲透性：滲透性指的是人工智能具備與經(jīng)濟社會各行業(yè)、生產(chǎn)生活各環(huán)節(jié)相互融合和滲透的能力，也表明了人工智能和各個行業(yè)結(jié)合的形式和速度。從形式上講，人工智能滲透到行業(yè)形式的多樣的，滲透渠道是多路徑而非單路徑。從速度上講，人工智能技術(shù)滲透到不同領(lǐng)域的速率是不同的，滲透到某個領(lǐng)域多個方面的速率也是不同的，可能是一個長期的過程。

人工智能技術(shù)特點

高等教育是指在完成高級中等教育基礎(chǔ)上實施的教育，承擔(dān)著高級專門人才的任務(wù)。高校即是高等教育實施的載體，也是人才匯集的高地。人工智能技術(shù)也已經(jīng)逐步滲透到高等教育和人才培養(yǎng)的各個方面。教育部高教司在2024年4月和11月公布了兩批“人工智能+高等教育”應(yīng)用場景典型案例，給出了在人工智能技術(shù)應(yīng)用上具有代表性、前瞻性且能夠產(chǎn)生積極影響的高等教育實踐案例。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例1：人工智能賦能招生選拔——基于ChatTJ的智慧招生管理平臺建設(shè)與應(yīng)用

招生工作是高等教育的起點，生源質(zhì)量是高校人才培養(yǎng)的基礎(chǔ)。在高考志愿填報的高峰期，考生與家長的咨詢量很大，高校招生部門常常面臨巨大的咨詢壓力，很難做到24小時及時回復(fù)。同濟大學(xué)使用人工智能咨詢服務(wù)助手“ChatTJ”，為考生和家長24小時全天候、不斷線的咨詢，緩解高校在高峰期的答疑壓力?！癈hatTJ”可以根據(jù)考生和家長輸入的指令，通過自動化分析后生成專屬同濟大學(xué)的參考信息。咨詢者只要給出主題或者關(guān)鍵詞，幾秒鐘就能得到權(quán)威、詳細(xì)、貼心的答案。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例1：人工智能賦能招生選拔——基于ChatTJ的智慧招生管理平臺建設(shè)與應(yīng)用

人工智能在高等教育領(lǐng)域的應(yīng)用

案例2：打造AI賦能督導(dǎo)新模式，啟動教學(xué)質(zhì)量提升新引擎

高校中的教學(xué)督導(dǎo)是一項重要的教學(xué)質(zhì)量保障措施，其主要目的是通過監(jiān)督、檢查和評估教學(xué)活動，確保教學(xué)質(zhì)量的持續(xù)提升。高校會聘任具有豐富教學(xué)經(jīng)驗和教學(xué)管理經(jīng)驗的教師擔(dān)任督導(dǎo)員，并建立校級與院級兩級督導(dǎo)組。督導(dǎo)員通過隨堂聽課，對課堂教學(xué)管理、教學(xué)內(nèi)容、教學(xué)方法、教學(xué)效果等進行監(jiān)督和評價。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例2：打造AI賦能督導(dǎo)新模式，啟動教學(xué)質(zhì)量提升新引擎

西安電子科技大學(xué)教學(xué)督導(dǎo)中心從不同角度進行數(shù)據(jù)的跟蹤分析，實現(xiàn)對教學(xué)質(zhì)量的有效監(jiān)控?；谌四樧R別、人體識別及人體姿態(tài)識別等人工智能技術(shù)，實現(xiàn)對學(xué)生課堂行為的智能識別，自動計算到課率、前排率、學(xué)生課堂行為等數(shù)據(jù)，識別學(xué)生的身體姿態(tài)和動作并判斷其是否在認(rèn)真聽講、做筆記或存在其他行為，豐富了課堂過程評價數(shù)據(jù)，實現(xiàn)了課堂教學(xué)智能化管理。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例3：構(gòu)建智能學(xué)業(yè)預(yù)警與協(xié)同幫扶機制，助力學(xué)生成長

學(xué)業(yè)預(yù)警制度是高等教育管理中的一項重要措施，旨在加強學(xué)生學(xué)業(yè)的過程管理，提高學(xué)生的學(xué)業(yè)成功率和學(xué)校的教學(xué)質(zhì)量。學(xué)業(yè)預(yù)警一般分為學(xué)業(yè)警示、學(xué)業(yè)警告、留級、延期畢業(yè)四種類型。學(xué)校主要是通過在學(xué)習(xí)進度推進的不同階段，密切關(guān)注學(xué)生動態(tài)，對缺課達(dá)到一定數(shù)目的學(xué)生采取提醒、課程成績不達(dá)標(biāo)、學(xué)分不足等預(yù)先警示方式予以指出并責(zé)令改正。人工智能在高等教育領(lǐng)域的應(yīng)用

案例3：構(gòu)建智能學(xué)業(yè)預(yù)警與協(xié)同幫扶機制，助力學(xué)生成長

針對不同級別的預(yù)警，高校會制定個性化的幫扶方案，如安排導(dǎo)師進行一對一指導(dǎo)、提供學(xué)業(yè)輔導(dǎo)課程、組織學(xué)習(xí)小組等、學(xué)校還會與學(xué)生家長進行溝通，共同促進學(xué)生學(xué)業(yè)狀況的改善。學(xué)校通常設(shè)立專門的學(xué)業(yè)預(yù)警工作領(lǐng)導(dǎo)小組或幫扶小組，負(fù)責(zé)預(yù)警工作的統(tǒng)籌、管理和實施。但由于高校在校生數(shù)量多、學(xué)生情況各異，因此學(xué)業(yè)預(yù)警工作處理起來存在較大難度。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例3：構(gòu)建智能學(xué)業(yè)預(yù)警與協(xié)同幫扶機制，助力學(xué)生成長

華中科技大學(xué)利用人工智能技術(shù)，積極開展學(xué)生學(xué)業(yè)問題預(yù)警與幫扶工作。該?；谡n程成績歷史大數(shù)據(jù)，運用AI技術(shù)建立了智能學(xué)業(yè)預(yù)警模型和預(yù)警系統(tǒng)該模型可對學(xué)生學(xué)習(xí)情況進行智能分析，預(yù)測學(xué)生當(dāng)前學(xué)期的學(xué)業(yè)情況，對學(xué)生在學(xué)習(xí)方面的問題和困難進行分級預(yù)警，幫助學(xué)校精準(zhǔn)開展學(xué)業(yè)指導(dǎo)幫扶工作。該智能學(xué)業(yè)預(yù)警系統(tǒng)面向黨委學(xué)生工作部和全校院系開放使用，并建立了校、院、班三級協(xié)同聯(lián)動的學(xué)業(yè)幫扶機制，及時根據(jù)預(yù)警信息開展干預(yù)，協(xié)同幫扶，多措并舉，幫助學(xué)生完成學(xué)業(yè)，助力學(xué)生成長。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例4：基于AI技術(shù)的大規(guī)模個性化英語教學(xué)創(chuàng)新實踐

國家開放大學(xué)英語學(xué)習(xí)者每年超過300萬，學(xué)習(xí)需求多樣化，英語教學(xué)需要充分交互、及時反饋及個性化的學(xué)習(xí)支持服務(wù)。為此，國家開放大學(xué)構(gòu)建了大規(guī)模個性化智慧教學(xué)體系，其中包括：英語口語智能訓(xùn)練系統(tǒng)，從不同維度給予及時反饋；英語作文智能批改系統(tǒng)，提供及時評閱和修改建議；定制虛擬教師課程資源，探究新型生成性教學(xué)資源制作模式；基于知識圖譜打造學(xué)位英語自適應(yīng)學(xué)習(xí)系統(tǒng)，學(xué)生可根據(jù)個人需求進行自主學(xué)習(xí)；AI虛擬教師智能問答，可在提供二十四小時學(xué)習(xí)知識服務(wù)的同時，展示專業(yè)知識問題的關(guān)聯(lián)知識點和引用資源。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例5：基于知識圖譜和大模型的計算機通識課程智能數(shù)字教師

山東大學(xué)針對計算機通識教學(xué)中的難點，充分利用知識圖譜、大模型等人工智能技術(shù)，從教師、學(xué)生、管理、服務(wù)幾個方面入手，為教學(xué)全流程賦能。主要功能包括AI助手（面向教師）、AI助教（面向?qū)W生）、編程助手（面向?qū)W生）、數(shù)字化考試（面向管理）等，解決了計算機通識課程授課過程中學(xué)生數(shù)量眾多、師資不足且水平參差不齊等問題。人工智能在高等教育領(lǐng)域的應(yīng)用

案例6：“碼上”——大模型賦能的智能編程教學(xué)應(yīng)用平臺教師

“碼上”平臺基于人工智能大模型，采用北京郵電大學(xué)自研核心技術(shù)，為學(xué)生提供實時、智能、個性化、啟發(fā)式的編程輔導(dǎo)服務(wù)，可有力支撐學(xué)校的有組織編程教學(xué)，提高學(xué)生學(xué)習(xí)效率，減輕教師工作負(fù)擔(dān)，促進教育數(shù)字化轉(zhuǎn)型?！按a上”的亮點功能是一對一輔導(dǎo)，提供代碼糾錯、問題答疑、代碼解釋等智能輔導(dǎo)。數(shù)據(jù)顯示，當(dāng)前，“碼上”對于占學(xué)生群體人數(shù)（80%）以上的編程新手的編程問題能夠提供較高質(zhì)量/準(zhǔn)確率的輔導(dǎo)（修改后代碼的運行成功率達(dá)60%—80%），提升了人才培養(yǎng)效果。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例7：大學(xué)物理課程智慧AI助教系統(tǒng)

作為高等院校工科專業(yè)和部分理科專業(yè)的一門必修課，大學(xué)物理主要講授力學(xué)、熱學(xué)、電磁學(xué)、光學(xué)等近代物理知識，課程涉及面廣、知識點多。東南大學(xué)的“大學(xué)物理課程智慧AI助教系統(tǒng)”運用人工智能技術(shù)全程、全方位賦能《大學(xué)物理》課程教學(xué)，為教師提供了智慧管理和智能決策、為學(xué)生提供了自適應(yīng)學(xué)習(xí)路徑和個性化學(xué)習(xí)指導(dǎo)，全面提升了課程的教學(xué)質(zhì)量和學(xué)生學(xué)習(xí)體驗。人工智能在高等教育領(lǐng)域的應(yīng)用

案例7：大學(xué)物理課程智慧AI助教系統(tǒng)

通過建立大學(xué)物理課程的知識圖譜實現(xiàn)了知識的可視化，幫助學(xué)生構(gòu)建完整、準(zhǔn)確的知識體系；通過知識點關(guān)聯(lián)各類教學(xué)資源，以及學(xué)生信息和學(xué)習(xí)數(shù)據(jù)的記錄形成精準(zhǔn)的學(xué)生畫像，實現(xiàn)個性化的資源推薦和學(xué)習(xí)指導(dǎo)；教師能更好地了解學(xué)生的學(xué)習(xí)狀態(tài)和學(xué)習(xí)需求，及時調(diào)整改進教學(xué)策略；以人機對話實現(xiàn)學(xué)習(xí)陪伴和智能問答，激發(fā)學(xué)生的學(xué)習(xí)興趣和內(nèi)驅(qū)力，培養(yǎng)學(xué)生的自主學(xué)習(xí)能力與終生學(xué)習(xí)素養(yǎng)。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例8：人工智能技術(shù)在自主學(xué)習(xí)模式下電工電子實驗教學(xué)中的應(yīng)用

電工電子實驗是高等院校多個工科專業(yè)需要學(xué)習(xí)的一門實驗課，主要介紹電工技術(shù)實驗、電子技術(shù)實驗、電氣測量的基礎(chǔ)知識、常用儀器儀表和軟件的使用。該課程涉及到多種設(shè)備和軟硬件操作。哈爾濱工業(yè)大學(xué)電工電子國家級實驗教學(xué)示范中心采用面向?qū)W生自主學(xué)習(xí)能力培養(yǎng)的全開放實驗教學(xué)模式，學(xué)生根據(jù)個人情況自主選擇實驗時間和地點，利用數(shù)字化教學(xué)資源自主學(xué)習(xí)，教師不再進行傳統(tǒng)課堂形式的講解，學(xué)生通過獨立分析、探索、質(zhì)疑、實踐等方法實現(xiàn)教學(xué)目標(biāo)教師由指導(dǎo)變?yōu)橐龑?dǎo)，由講授變?yōu)閱l(fā)，學(xué)生成為學(xué)習(xí)的主體，教師成為學(xué)習(xí)的幫促者。人工智能在高等教育領(lǐng)域的應(yīng)用

案例8：人工智能技術(shù)在自主學(xué)習(xí)模式下電工電子實驗教學(xué)中的應(yīng)用

將人工智能技術(shù)融入到實驗教學(xué)平臺、資源建設(shè)和教學(xué)過程后，實現(xiàn)了實驗教學(xué)視頻資源的快速更新和制作?；谶h(yuǎn)程在線實驗教學(xué)平臺，可以利用人工智能專家系統(tǒng)對學(xué)生的遠(yuǎn)程實驗操作進行實時指導(dǎo)，專家系統(tǒng)實時判斷學(xué)生的操作是否正確，并提供必要的錯誤提示與實驗指導(dǎo)。在教學(xué)中引入了基于大模型的AI智能助教，結(jié)合電工電子領(lǐng)域的專業(yè)知識，提供一對一的學(xué)習(xí)互動，實時回答學(xué)生的問題，并針對性地給出相關(guān)教材和視頻片段，有效地輔助教師的教學(xué)和學(xué)生的自主學(xué)習(xí)。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例9：北大問學(xué)——智能教學(xué)平臺

北大問學(xué)平臺是北京大學(xué)結(jié)合最新生成式語言模型技術(shù)的建設(shè)的高等教育AI助教應(yīng)用。該平臺提供的AI助教會參考課程的教材給出更精準(zhǔn)的回答，AI助教會優(yōu)先根據(jù)教材內(nèi)容而不是基于網(wǎng)絡(luò)資料給出回答，因此提供的答案會更加貼近教材內(nèi)容。平臺內(nèi)置了啟發(fā)式問答的提示詞，即AI助教不會直接輸出大段的回答，而是通過不斷的反問引導(dǎo)學(xué)生獨立思考。如一位學(xué)生可能會問我喜歡寫程序，可以學(xué)什么專業(yè)，AI助教在參考了學(xué)校提供的培養(yǎng)方案后，不會直接給出答案，而是通過反問引導(dǎo)學(xué)生思考自己的興趣。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例9：北大問學(xué)——智能教學(xué)平臺人工智能在高等教育領(lǐng)域的應(yīng)用

案例10：“有教靈境”智慧實驗室實驗教學(xué)管理系統(tǒng)

華中農(nóng)業(yè)大學(xué)建立了“有教靈境”智慧實驗室實驗教學(xué)管理系統(tǒng)”。通過該系統(tǒng)，教師可將示教臺畫面及課件資料推送至大屏及學(xué)生交互終端展示，學(xué)生無需圍觀，即可清晰觀看示教全過程及課件資料內(nèi)容。通過該系統(tǒng)，老師可實時查看各實驗臺實驗畫面，掌握學(xué)生實操水平，給予針對性指導(dǎo)，實現(xiàn)差異化教學(xué)。老師還可任意調(diào)取多個實驗臺的實驗畫面推送至智慧大屏及學(xué)生交互終端展示，進行對比教學(xué)。教師示教和學(xué)生操作過程自動錄制并上傳平臺，實現(xiàn)實驗教學(xué)全過程回溯，促進專業(yè)課程資源沉淀。

人工智能在高等教育領(lǐng)域的應(yīng)用

案例11：人工智能助力師范生教學(xué)基本技能訓(xùn)練的創(chuàng)新實踐

師范生是基礎(chǔ)教育教師隊伍的源頭活水，其培養(yǎng)過程中有獨特的要求。華南師范大學(xué)圍繞師范生教學(xué)基本技能建立了20余項數(shù)據(jù)指標(biāo)，并使用人工智能技術(shù)進行智能評價：在教學(xué)語言表達(dá)方面評價發(fā)音清晰度、音量合理性、語速合理性、口頭語控制性等方面在教學(xué)姿態(tài)控制方面評價姿態(tài)豐富度、姿態(tài)轉(zhuǎn)換度、肩部平穩(wěn)度、腿部直立度、姿態(tài)語音配合度等方面；在教學(xué)表情應(yīng)用技能方面評價表情多樣性、表情極性、正向表情應(yīng)用度；在板書設(shè)計技能方面評價字體規(guī)范度(楷體)、書寫規(guī)整度、布局均衡性、色彩數(shù)量。。

人工智能在高等教育領(lǐng)域的應(yīng)用習(xí)題1．機器人通常包括機械系統(tǒng)、驅(qū)動系統(tǒng)、控制系統(tǒng)、傳感系統(tǒng)和人工智能系統(tǒng)。從四次工業(yè)革命的角度出發(fā)，分析上述五個系統(tǒng)分別使用了四次工業(yè)革命中的哪些核心技術(shù)？習(xí)題2．有1000張圖片，里面有200張是貓，200張是狗，600張是老鼠，對上述照片進行識別、預(yù)測，得到結(jié)果如下：（1）200張貓的圖片中，有180張正確識別為貓，而有20張誤判為狗；（2）200張狗的圖片全部正確判斷為狗；（3）600張老鼠圖片中，有550張正確識別為老鼠，還有30張被誤判為貓、20張誤判為狗。計算如下客觀指標(biāo)：（1）計算預(yù)測貓的查全率；（2）計算預(yù)測狗的查準(zhǔn)率；（3）計算預(yù)測老鼠的查全率。習(xí)題3.人工智能模型訓(xùn)練需要大量顯卡，特別是大語言模型的訓(xùn)練。設(shè)某型號顯卡的功耗是每小時400W，計算當(dāng)使用1000張此顯卡、連續(xù)訓(xùn)練1個月，需要耗費多少度電？ArtificialIntelligenceApplicationsandPractices蘆碧波等人工智能應(yīng)用與實踐第二章

人工智能能力認(rèn)知目

錄行業(yè)PPT模板/hangye/01人工智能主流技術(shù)02人工智能能力認(rèn)知03人工智能前沿能力04作業(yè)01人工智能主流技術(shù)機器視覺簡稱MV,MachineVision機器視覺使機器能夠“看懂”并理解圖像和視頻中的信息其輸入是攝像頭、相機或其他設(shè)備采集或反演得到的圖像或視頻，輸出為人類期望得到的結(jié)果，其結(jié)果可能是更美觀的圖像/視頻-如美顏之后的照片，也可以是圖像或視頻中包含的信息，如給出圖像/視頻中的描述。機器視覺目前是應(yīng)用最廣泛的人工智能技術(shù)之一

機器視覺/計算機視覺

機器視覺典型應(yīng)用圖像分類輸出：標(biāo)簽圖像分割輸出：區(qū)域每個像素標(biāo)記物體檢測輸出：標(biāo)簽+位置語音處理（SpeechSignalProcessing，SSP）指的是研究語音發(fā)聲過程、語音信號的統(tǒng)計特性、語音的自動識別、機器合成以及語音感知等各種處理技術(shù)的總稱，目前主要專注于聲音的識別、合成和生成等。語音識別技術(shù)能夠?qū)⒄Z音轉(zhuǎn)換為文本，為語音助手、智能客服等應(yīng)用提供了堅實的基礎(chǔ)；語音合成技術(shù)則能夠?qū)⑽谋巨D(zhuǎn)化為自然流暢的語音，廣泛應(yīng)用于有聲讀物、導(dǎo)航系統(tǒng)等場景，為用戶帶來了更加豐富的聽覺體驗。語音處理???智能家居?：語音識別技術(shù)可以讓我們通過語音指令控制智能家居設(shè)備，如門鎖、燈光、空調(diào)等，從而提升生活的便利性和智能化水平??醫(yī)療保健?：在醫(yī)療領(lǐng)域，語音識別技術(shù)可以幫助醫(yī)生記錄病史、病情和治療方案，提高診斷和治療效率，同時也能管理醫(yī)院日程和藥物儲備等信息?安防?：語音識別技術(shù)在安防領(lǐng)域可以識別身份和控制物品訪問權(quán)限，提高家庭和企業(yè)的安全性。例如，智能語音識別系統(tǒng)可以識別家庭成員的聲音，防止陌生人入侵，并配合智能門鎖使用???教育和培訓(xùn)?：語音識別技術(shù)可以應(yīng)用于教育領(lǐng)域，幫助學(xué)生和員工通過語音指令進行學(xué)習(xí)或工作，提高學(xué)習(xí)效率和培訓(xùn)效果?。語音識別技術(shù)典型應(yīng)用語音控制：駕駛員可以通過簡單的語音指令控制車輛的各種功能，如開啟空調(diào)、收聽廣播、調(diào)節(jié)音量等，從而將注意力集中在道路上，減少分心，提高安全性。導(dǎo)航與定位：通過語音識別技術(shù)，系統(tǒng)可以快速、準(zhǔn)確地識別駕駛員的導(dǎo)航指令，自動規(guī)劃最佳路線，提供實時交通信息和路況更新。信息查詢與知識問答：駕駛過程中，駕駛員可能需要對天氣、新聞、緊急事件等信息進行查詢。車內(nèi)語音識別技術(shù)使得信息查詢更加迅速、便捷。車載娛樂：通過語音識別，駕駛員可以輕松點播音樂、收聽有聲書等，豐富駕駛過程中的娛樂體驗。智能提醒與建議：通過對駕駛員的語音習(xí)慣和習(xí)慣路線進行分析，系統(tǒng)可以提供智能提醒和建議，如提醒加油、保養(yǎng)等。語音識別技術(shù)典型應(yīng)用：智能駕駛自然語言指的是人類交流的語言，如中文、英文、法語等，具有復(fù)雜的語法規(guī)則、豐富的詞匯和語境依賴性，語言學(xué)就是專門研究自然語言的一門學(xué)科。與自然語言處理相對應(yīng)的，是計算機程序語言處理自然語言處理技術(shù)（NaturalLanguageProcessing,NLP）則讓機器/計算機能夠理解、解釋和生成人類的語言，成為連接人與機器之間的重要橋梁廣義的NLP對象包括文字和語音，但考慮到語音可以通過語音識別轉(zhuǎn)化為文字，因此狹義的NLP主要指對文字和文本進行處理。自然語言處理?機器翻譯?：將一種語言的文本自動翻譯成另一種語言的文本，廣泛應(yīng)用于國際貿(mào)易、旅游、教育等領(lǐng)域，提供便捷的交流方式?。?信息檢索?：通過分析文本內(nèi)容，從大量數(shù)據(jù)中提取用戶需要的信息，應(yīng)用于搜索引擎、智能客服等領(lǐng)域?。?自動摘要?：從大量文本數(shù)據(jù)中自動提取關(guān)鍵信息，生成簡潔的摘要內(nèi)容，應(yīng)用于新聞報道、科技文獻(xiàn)等領(lǐng)域?。?問答系統(tǒng)?：分析用戶問題并自動回答，應(yīng)用于智能客服、智能助手等領(lǐng)域?。?文檔分類?：根據(jù)文本內(nèi)容將其歸類到特定的主題或類別中，應(yīng)用于內(nèi)容管理和組織?。?時間序列分類?：根據(jù)時間序列數(shù)據(jù)的特點進行分類，應(yīng)用于金融、氣象等領(lǐng)域的數(shù)據(jù)分析?。?觀點提取?：從文本中提取特定的觀點或立場，應(yīng)用于新聞分析、市場調(diào)研等領(lǐng)域?。?文本分類?：根據(jù)文本內(nèi)容將其分配到預(yù)定義的類別中，用于垃圾郵件過濾、內(nèi)容推薦等領(lǐng)域?。?問題回答?：根據(jù)用戶的問題提供準(zhǔn)確的回答，應(yīng)用于知識庫查詢、在線幫助等領(lǐng)域。自然語言處理典型應(yīng)用02

人工智能能力認(rèn)知文心一言AI寫2023高考作文：下筆萬言，倚馬可待百度產(chǎn)品大模型體驗：AI寫作為了更好地傳播和推廣人工智能技術(shù)，百度建立了AI能力體驗中心。通過該體驗中心，用戶可以沉浸式地體驗人工智能技術(shù)的魔力，感受人工智能給人們生活帶來的便捷。在搜索網(wǎng)站搜索“百度AI能力體驗中心”即可找到AI能力體驗中心的網(wǎng)站。百度AI能力體驗中心百度AI能力體驗中心：手機版（需要在百度App搜索打開）百度AI能力體驗中心：網(wǎng)頁版序號類別輸入數(shù)據(jù)輸出結(jié)果項目數(shù)量1圖像識別圖像圖像類別或主體112圖像增強與特效圖像增強之后的圖像103人臉與人體識別圖像圖像中人體和人臉包含的目標(biāo)數(shù)據(jù)及傳達(dá)信息124語音技術(shù)文本文本生成的語音85語言理解文本文本的結(jié)構(gòu)、情感、關(guān)鍵信息66語言生成文章/主題詞文本、文章創(chuàng)作、分類、關(guān)鍵信息提取67通用文字識別圖像/二維碼圖像/二維碼中的文字信息78卡證文字識別圖像卡證圖像中的關(guān)鍵字段信息69交通文字識別圖像交通圖像中的關(guān)鍵字段信息610票據(jù)文字識別圖像票據(jù)圖像中的關(guān)鍵字段信息711其它文字識別圖像其他行業(yè)相關(guān)圖像中的關(guān)鍵字段信息2合計81百度AI能力體驗中心：11類81個體驗項目功能介紹應(yīng)用場景能力展示功能演示幫助文檔調(diào)用接口預(yù)置數(shù)據(jù)體驗自傳數(shù)據(jù)體驗使用方式百度AI能力體驗中心識別超過9000種菜品。支持客戶創(chuàng)建屬于自己的菜品圖庫，可準(zhǔn)確識別圖片中的菜品名稱、位置，并獲取百科信息適用于多種客戶識別菜品的業(yè)務(wù)場景中項目名稱：菜品識別功能描述：圖像識別餐飲健康

根據(jù)拍攝照片，識別圖片中菜品名稱，獲取菜品參考卡路里含量和百科信息，可結(jié)合識別結(jié)果進一步提供飲食推薦、健康管理方案等相關(guān)功能，增強用戶體驗，廣泛應(yīng)用于餐飲娛樂類和健康管理類App中智能結(jié)算根據(jù)拍攝照片，識別圖片中菜品名稱和位置，提高結(jié)算效率，減少人工錄入成本，廣泛應(yīng)用于餐飲行業(yè)中應(yīng)用場景：圖像識別識別圖像中所有車輛的類型和位置，并對小汽車、卡車、巴士、摩托車、三輪車5類車輛分別計數(shù)，同時可定位小汽車、卡車、巴士的車牌位置項目名稱：車輛檢測功能描述：圖像識別違章停車檢測監(jiān)控分析城市道路、園區(qū)/廠區(qū)等公共場所的車輛停放情況，結(jié)合區(qū)域圍欄等方式，判斷核心區(qū)域是否有違章停車，并可進一步分析違停的車輛類型、數(shù)量智能停車場實時監(jiān)控室外停車場的車位狀態(tài)，代替人工計數(shù)的方式，自動識別統(tǒng)計停放車輛的數(shù)目、位置，顯著降低人工巡查的工作量，提升停車調(diào)度效率應(yīng)用場景：圖像識別圖像識別：車輛檢測項目名稱：圖像風(fēng)格轉(zhuǎn)換功能描述：

將圖像轉(zhuǎn)換成卡通畫、鉛筆畫、哥特油畫等9種藝術(shù)風(fēng)格，可用于開展趣味活動，或集成到美圖應(yīng)用中對圖像進行風(fēng)格轉(zhuǎn)換應(yīng)用場景：

圖像趣味處理將服務(wù)集成到美圖應(yīng)用、趣味活動頁面等。只需上傳圖片，即可立刻將照片轉(zhuǎn)換成卡通畫或素描風(fēng)格，欣賞原圖的多樣風(fēng)格圖像增強與特效圖像增強與特效將圖像在長寬方向各放大兩倍，保持圖像質(zhì)量無損；可用于彩印照片美化、監(jiān)控圖片質(zhì)量重建等場景功能描述（1）視頻監(jiān)控在安防監(jiān)控/車載系統(tǒng)場景下，將視頻關(guān)鍵幀/圖像進行無損放大優(yōu)化，重建更可辨析的監(jiān)控材料，展示更多細(xì)節(jié)（2）彩印照片美化幫助彩印工作室在彩印前優(yōu)化處理照片，毫秒級時間內(nèi)即可將圖片的長寬各放大兩倍并保持質(zhì)量無損，減輕設(shè)計師工作量應(yīng)用場景項目名稱：圖像無損放大圖像增強與特效圖像增強與特效可集成到圖像美化、創(chuàng)意處理等軟件中，對圖片進行智能修復(fù)，去除圖片中不需要的物體，并使用背景內(nèi)容進行填充；也可用于內(nèi)容生產(chǎn)平臺批量優(yōu)化圖像質(zhì)量功能描述（1）圖像美化集成到圖像美化、創(chuàng)意處理等軟件中，對用戶上傳的照片進行處理，去除圖像中不需要的遮擋物；也可用于內(nèi)容生產(chǎn)平臺、圖像處理廠商提升圖像質(zhì)量（2）破損照片修復(fù)開展懷舊等主題活動，用戶上傳破損照片，標(biāo)注出破損位置，即可獲得修復(fù)后的照片應(yīng)用場景項目名稱：圖像修復(fù)圖像增強與特效圖像增強與特效項目名稱：人體關(guān)鍵點識別功能描述：檢測圖像中的人體并返回人體矩形框位置，精準(zhǔn)定位21個核心關(guān)鍵點，包含頭頂、五官、頸部、四肢主要關(guān)節(jié)部位，支持多人檢測、大動作等復(fù)雜場景人臉與人體識別項目名稱：人臉檢測與屬性分析功能描述：快速檢測人臉并返回人臉框位置，輸出多種屬性信息：圖像中一張或多張人類的定位和坐標(biāo)信息；人類的年齡、表情、臉型、性別等人臉屬性信息；眉毛、眼睛、嘴巴等五官及輪廓等72/150個關(guān)鍵點的定位信息；憤怒、厭惡、恐懼、高興等九種情緒信息；人臉遮擋度、模糊度、光照強度、姿態(tài)角度、完整度以及大小等圖片質(zhì)量控制參數(shù)；基于單張圖片中人像破綻（如摩爾紋、成像畸形等）判斷圖片是否為二次翻拍、并過濾掉不符合標(biāo)準(zhǔn)的人臉。人臉與人體識別人臉72個關(guān)鍵點分布示意圖

人臉150個關(guān)鍵點分布示意圖人臉與人體識別

可快速檢測人臉并返回人臉框位置，輸出人臉150個關(guān)鍵點坐標(biāo)，準(zhǔn)確識別多種屬性信息人臉與人體識別

可快速檢測人臉并返回人臉框位置，輸出人臉150個關(guān)鍵點坐標(biāo)，準(zhǔn)確識別多種屬性信息人臉與人體識別項目名稱：人臉對比功能描述：人臉對比技術(shù)是對兩張人臉進行1:1精確比對，以獲取它們之間的相似度，該技術(shù)可以對比兩張圖片中的人臉并返回相似度數(shù)值，數(shù)值越大表明是同一個人的可能性越高。該功能支持生活照、證件照、身份證芯片照、帶網(wǎng)紋照、紅外黑白照5種圖片類型的人臉對比具備在線圖片活體檢測功能，識別目標(biāo)對象否為真人，確保比對效果真實可靠。人臉與人體識別

可快速檢測人臉并返回人臉框位置，輸出人臉150個關(guān)鍵點坐標(biāo)，準(zhǔn)確識別多種屬性信息人臉與人體識別

項目名稱：人臉?biāo)阉鞴δ苊枋觯喝四標(biāo)阉骷夹g(shù)對指給定一張照片，將其與包含N張人臉的人臉庫中執(zhí)行1:N比對，并找出與給定照片最相似的一張或多張人臉，并返回相應(yīng)的相似度分?jǐn)?shù)。該功能廣泛應(yīng)用于身份核驗、人臉考勤、刷臉通行等多種場景當(dāng)檢索結(jié)果超過某個設(shè)定的閾值，即認(rèn)為是該人為數(shù)據(jù)庫中包含人員，具有通行權(quán)限。人臉與人體識別人臉與人體識別項目名稱：人體關(guān)鍵點識別功能描述：人體關(guān)鍵點的輸入為圖像、輸出為圖像中的人體21個核心關(guān)鍵點的位置，包含頭頂、五官、頸部、四肢主要關(guān)節(jié)部位。人臉與人體識別（1）體育健身根據(jù)人體關(guān)鍵點信息，分析人體姿態(tài)、運動軌跡、動作角度等，輔助運動員進行體育訓(xùn)練，分析健身鍛煉效果，提升教學(xué)效率（2）娛樂互動視頻直播平臺、線下互動屏幕等場景，可基于人體檢測和關(guān)鍵點分析，增加身體道具、體感游戲等互動形式，豐富娛樂體驗（3）安防監(jiān)控實時監(jiān)測定位人體，判斷特殊時段、核心區(qū)域是否有人員入侵；基于人體關(guān)鍵點信息，進行二次開發(fā)，識別特定的異常行為，及時預(yù)警管控應(yīng)用場景：人臉與人體識別人臉與人體識別功能描述應(yīng)用場景項目名稱：人流量統(tǒng)計人臉與人體識別（1）安防監(jiān)控實時監(jiān)測機場、車站、展會、展館、景區(qū)、學(xué)校、體育場等公共場所的人流量，及時導(dǎo)流、限流，預(yù)警核心區(qū)域人群過于密集等安全隱患（2）駕駛監(jiān)測針對客運車輛，實時監(jiān)控上下車和車內(nèi)乘客數(shù)量，分析站點客流量、車內(nèi)超載情況，為線路規(guī)劃、站臺設(shè)計提供精準(zhǔn)參考依據(jù)統(tǒng)計圖像中的人體個數(shù)和流動趨勢，以頭肩為主要識別目標(biāo)統(tǒng)計人數(shù)，無需正臉、全身照，適應(yīng)人群密集、各種出入口場景人臉與人體識別人臉與人體識別：課堂現(xiàn)場測試-21人?31人?項目名稱：手勢識別功能描述：手勢識別功能可以識別圖片中的手部位置和手勢類型，可識別24種常見手勢，包括拳頭、OK、比心、作揖、作別、祈禱、我愛你、點贊、Diss、Rock、豎中指、數(shù)字等。該功能可以檢測圖像中的所有手部并識別手勢類型，不限手勢數(shù)量；支持單手手勢和雙手手勢。上述24類以外的其他手勢會劃分到other類除識別手勢外，若圖像中檢測到人臉，會同時返回人臉框位置。人臉與人體識別人臉與人體識別項目名稱：手部關(guān)鍵點識別功能描述：手部關(guān)鍵點識別功能檢測圖片中的手部并返回手部矩形框位置、給出手部21個骨節(jié)點的坐標(biāo)信息。在應(yīng)用場景方面，可應(yīng)用于AR特效，短視頻、直播等娛樂交互場景中；基于指尖點檢測和指骨關(guān)鍵點檢測，可實現(xiàn)手部特效、空間作畫等多種創(chuàng)意玩法，豐富交互體驗；對于自定義手勢識別，根據(jù)手部骨節(jié)坐標(biāo)信息，可靈活定義業(yè)務(wù)場景中需要用到的手勢，例如面向智能家電、可穿戴等硬件設(shè)備的操控類手勢，面向內(nèi)容審核場景的特殊手勢。人臉與人體識別人臉與人體識別項目名稱：駕駛行為分析功能描述：駕駛行為分析針對車載場景，對于輸入的一張車載駕駛員監(jiān)控圖片，識別圖像中是否有人體，若檢測到至少1個人體，將目標(biāo)最大的人體作為駕駛員，進一步識別駕駛員的屬性行為，可識別使用手機、抽煙、未系安全帶、雙手離開方向盤、視線未朝前方、未佩戴口罩、閉眼、打哈欠、低頭9種典型行為姿態(tài)。人臉與人體識別人臉與人體識別項目名稱：人臉融合功能描述：人臉融合中，對兩張人臉進行融合處理，生成的人臉同時具備兩張人臉的外貌特征。目標(biāo)圖建議選擇正臉清晰圖像，模板圖要求被融合的人臉邊緣需要與圖片邊緣保持一定距離，保證被融合的人臉的的核心區(qū)域完全在圖片中。當(dāng)圖片中有多張人臉時，可以指定某一張人臉與模板圖進行融合。人臉與人體識別項目名稱：人臉融合功能描述：人臉融合中，對兩張人臉進行融合處理，生成的人臉同時具備兩張人臉的外貌特征。該功能可應(yīng)用于美顏相機，通過讓用戶上傳兩張人臉圖片，實現(xiàn)對目標(biāo)人臉進行美顏的目的，增加美顏功能的種類，提升用戶體驗；也可應(yīng)用在影視劇宣傳，電影、電視劇或游戲在宣傳時可采用人臉融合功能將需要宣傳的人物對象形成模板，進行市場活動推廣，強化觀眾或用戶對影視/游戲產(chǎn)品的認(rèn)知。人臉與人體識別人臉與人體識別項目名稱：人像分割功能描述：人像分割功能識別圖像中的人體輪廓，將人體與背景進行分離，適應(yīng)單人、多人體、復(fù)雜背景、各類人體姿態(tài)，返回分割后的二值圖、灰度圖、png格式的透明背景人像前景圖，支持多人體、復(fù)雜背景、遮擋、背面、側(cè)面等各類人體姿態(tài)。該功能廣泛應(yīng)用于人像摳圖美化、照片背景替換、證件照制作、隱私保護等場景，并可進一步用于人像背景虛化；也可應(yīng)用于人體特效，視頻直播過程中，識別用戶的人體輪廓，為人像實時增加各種設(shè)定的背景特效、貼紙道具，提供更加豐富的娛樂體驗。人臉與人體識別人臉與人體識別人臉與人體識別項目名稱：人像屬性編輯功能描述：人臉屬性編輯功能對人臉屬性特征進行編輯，實現(xiàn)性別互換、年齡改變等特效，為用戶生成多種特效照片，可應(yīng)用在趣味社交、短視頻等娛樂場景。其功能特性有：性別轉(zhuǎn)換，基于高密度的人臉關(guān)鍵點、改變男女性別面部特征，實現(xiàn)人物性別轉(zhuǎn)換；變老人，對人臉年齡改變過程進行預(yù)測，將人臉變?yōu)槔先嗣婵祝蛔冃『?，對人臉年齡改變過程進行推演，將人臉變?yōu)樾『⒚婵兹四樑c人體識別人臉與人體識別項目名稱：皮膚分析功能描述：提供膚色、皮膚光滑度、眼袋、黑眼圈、皺紋、毛孔、黑頭、痘、斑、痣等多維度應(yīng)用場景：皮膚管理在健康管理類軟件中記錄皮膚的日常分析結(jié)果和護理記錄，形成護膚日記，幫助用戶或商家記錄客戶的皮膚狀態(tài)變化，追蹤護膚效果化妝品營銷以H5形式，在線上護膚品&化妝品營銷頁面中提供針對性護膚品效果演示，提供趣味的玩法和體驗智能醫(yī)美在醫(yī)療美容場景中提供醫(yī)療美前的分析與自我診斷，提供皮膚狀態(tài)分析數(shù)據(jù)，為產(chǎn)品選取提供參考人臉與人體識別人臉與人體識別序號項目名稱功能描述1詞法分析基于大數(shù)據(jù)和用戶行為的分詞、詞性標(biāo)注、命名實體識別，定位基本語言元素，消除歧義，支撐自然語言的準(zhǔn)確理解2文本糾錯識別文本中有錯誤的片段，進行錯誤提示并給出正確的建議文本內(nèi)容，支持多類型文本內(nèi)容糾錯，并為更多場景提供專屬定制服務(wù)3情感傾向分析對包含主觀信息的文本進行情感傾向性判斷，為口碑分析、話題監(jiān)控、輿情分析等應(yīng)用提供幫助。4評論觀點抽取自動抽取和分析評論觀點，幫助您實現(xiàn)輿情分析、用戶理解，支持產(chǎn)品優(yōu)化和營銷決策5對話情緒識別自動檢測用戶日常對話文本中蘊含的情緒特征，幫助企業(yè)更全面的把握產(chǎn)品體驗、監(jiān)控客戶服務(wù)質(zhì)量6地址識別精準(zhǔn)提取快遞填單文本中的姓名、電話、地址信息，通過自然語言處理輔助地址識別，生成標(biāo)準(zhǔn)規(guī)范的結(jié)構(gòu)化信息，大幅提升企業(yè)效率語言理解項目名稱：詞法分析實現(xiàn)功能：中文分詞：將連續(xù)的自然語言文本，切分成具有語義合理性和完整性的詞匯序列；詞性標(biāo)注：為自然語言文本中的每個詞匯賦予一個詞性，例如名詞、動詞、形容詞等命名實體識別：識別自然語言文本中具有特定意義的實體，主要包括人名、地名、機構(gòu)名、時間日期。語言理解語言理解語言理解序號項目名稱功能描述1智能創(chuàng)作智能創(chuàng)作平臺基于百度領(lǐng)先的大模型技術(shù)，致力于打造更符合企業(yè)應(yīng)用場景的AIGC創(chuàng)作產(chǎn)品，將AI賦能創(chuàng)意設(shè)計，助力媒體、金融、汽車等行業(yè)實現(xiàn)高效內(nèi)容創(chuàng)作2文章標(biāo)簽對文章進行核心關(guān)鍵詞分析，為新聞個性化推薦、相似文章聚合、文本內(nèi)容分析等提供技術(shù)支持3文章分類對文章按照內(nèi)容類型進行自動分類，首批支持娛樂、體育、科技等26個主流內(nèi)容類型，為文章聚類、文本內(nèi)容分析等應(yīng)用提供基礎(chǔ)技術(shù)支持4新聞?wù)谏疃日Z義分析模型，自動抽取新聞文本中的關(guān)鍵信息并生成指定長度的新聞?wù)??？捎糜跓狳c新聞聚合、新聞推薦、語音播報、APP消息Push等場景5智能春聯(lián)基于百度自主創(chuàng)新的神經(jīng)網(wǎng)絡(luò)生成技術(shù)，實現(xiàn)根據(jù)用戶輸入的命題關(guān)鍵詞，自動生成包括上聯(lián)、下聯(lián)和橫批的春聯(lián)6智能寫詩基于百度自主創(chuàng)新的神經(jīng)網(wǎng)絡(luò)序列生成技術(shù)，實現(xiàn)根據(jù)用戶輸入的任意主題詞，自動生成與主題相關(guān)的七言絕句語言生成序號項目名稱功能描述1通用文字識別多場景、多語種、高精度的整圖文字檢測和識別服務(wù)，多項ICDAR指標(biāo)居世界第一，可識別中、英、日、韓、法、俄、西、葡、德、意等20+種語言2網(wǎng)絡(luò)圖片文字識別針對網(wǎng)絡(luò)圖片進行專項優(yōu)化，支持識別藝術(shù)字體或背景復(fù)雜的文字內(nèi)容，還可返回文字的位置信息、行置信度、單字符內(nèi)容和位置等3辦公文檔識別可對辦公類文檔的版面進行分析，輸出圖、表、標(biāo)題、文本、印章、欄、頁眉、頁腳和腳注等位置和分版塊內(nèi)容的OCR識別結(jié)果，支持表格識別，印章識別和單字置信度輸出，支持中、英、日、韓、法等

20+語言類型，手寫、印刷體混排多種場景4數(shù)字識別對圖片中的數(shù)字進行提取和識別，自動過濾非數(shù)字內(nèi)容，僅返回數(shù)字內(nèi)容及其位置信息，識別準(zhǔn)確率超過99%5手寫文字識別多場景、高精度的手寫文字識別服務(wù)，支持中、英、日、韓、法等

20+語言類型，識別準(zhǔn)確率可達(dá)

90%以上；支持涂改痕跡識別與候選字輸出，可適用于手寫作文、簽名等多種場景6二維碼識別對圖片中的二維碼、條形碼進行檢測和識別，自動返回存儲的內(nèi)容7印章識別檢測并識別合同文件或常用票據(jù)中的印章，輸出文字內(nèi)容、印章位置信息以及相關(guān)置信度，支持識別印章編碼，可覆蓋圓章、橢圓章、方章等常見類型的印章通用文字識別通用文字識別通用文字識別序號項目名稱功能描述1通用文字識別多場景、多語種、高精度的整圖文字檢測和識別服務(wù)，多項ICDAR指標(biāo)居世界第一，可識別中、英、日、韓、法、俄、西、葡、德、意等20+種語言2網(wǎng)絡(luò)圖片文字識別針對網(wǎng)絡(luò)圖片進行專項優(yōu)化，支持識別藝術(shù)字體或背景復(fù)雜的文字內(nèi)容，還可返回文字的位置信息、行置信度、單字符內(nèi)容和位置等3辦公文檔識別可對辦公類文檔的版面進行分析，輸出圖、表、標(biāo)題、文本、印章、欄、頁眉、頁腳和腳注等位置和分版塊內(nèi)容的OCR識別結(jié)果，支持表格識別，印章識別和單字置信度輸出，支持中、英、日、韓、法等

20+語言類型，手寫、印刷體混排多種場景4數(shù)字識別對圖片中的數(shù)字進行提取和識別，自動過濾非數(shù)字內(nèi)容，僅返回數(shù)字內(nèi)容及其位置信息，識別準(zhǔn)確率超過99%5手寫文字識別多場景、高精度的手寫文字識別服務(wù)，支持中、英、日、韓、法等

20+語言類型，識別準(zhǔn)確率可達(dá)

90%以上；支持涂改痕跡識別與候選字輸出，可適用于手寫作文、簽名等多種場景6二維碼識別對圖片中的二維碼、條形碼進行檢測和識別，自動返回存儲的內(nèi)容7印章識別檢測并識別合同文件或常用票據(jù)中的印章，輸出文字內(nèi)容、印章位置信息以及相關(guān)置信度，支持識別印章編碼，可覆蓋圓章、橢圓章、方章等常見類型的印章卡證文字識別卡證文字識別卡證文字識別序號項目名稱功能描述1行駛證識別對機動車行駛證主頁及副頁所有22個字段進行結(jié)構(gòu)化識別，包括號牌號碼、車輛類型、所有人、品牌型號、車輛識別代碼、發(fā)動機號碼、核定載人數(shù)、檢驗記錄、發(fā)證單位等2駕駛證識別結(jié)構(gòu)化識別機動車駕駛證正頁及副頁所有15個字段，包括證號、姓名、住址、初次領(lǐng)證日期、準(zhǔn)駕車型等。同時支持識別交管12123APP發(fā)放的電子駕駛證正頁，包括證號、姓名等全部15個字段3車牌識別識別中國大陸各類機動車車牌信息，支持藍(lán)牌、黃牌（單雙行）、綠牌、大型新能源（黃綠）、領(lǐng)使館車牌、警牌、武警牌（單雙行）、軍牌（單雙行）、港澳出入境車牌、農(nóng)用車牌、民航車牌，并能同時識別圖像中的多張車牌4VIN碼識別識別車輛擋風(fēng)玻璃處的車架號碼，可應(yīng)用于4S店車輛出入庫管理、車輛出租管理等場景，快速完成車輛信息統(tǒng)計及管理5車輛合格證識別結(jié)構(gòu)化識別車輛合格證的28個關(guān)鍵字段，包括合格證編號、發(fā)證日期及制造企業(yè)名、品牌、名稱、型號等車輛信息等6二手車銷售發(fā)票識別可結(jié)構(gòu)化識別二手車銷售發(fā)票的25個關(guān)鍵字段，包括發(fā)票代碼、發(fā)票號碼、開票日期、買方、賣方、車牌號、車輛類型、二手車市場等交通文字識別交通文字識別交通文字識別序號項目名稱功能描述1智能財務(wù)票據(jù)識別針對財務(wù)場景中13類常見票據(jù)，進行智能分類及結(jié)構(gòu)化識別，無需提前進行手動分類處理，上傳圖片即可完成自動分類、識別及信息提取。助力企業(yè)內(nèi)部報銷、代理記賬等業(yè)務(wù)場景效率升級，降低企業(yè)運營成本2銀行回單識別支持對各大銀行不同版式的的收/付款回單進行結(jié)構(gòu)化識別，包括標(biāo)題、收/付款人戶名、收/付款人開戶銀行、收/付款人賬號、大/小寫金額、回單編號等14個關(guān)鍵字段3增值稅發(fā)票識別結(jié)構(gòu)化識別增值稅普票、專票、卷票、區(qū)塊鏈發(fā)票、全電發(fā)票的所有關(guān)鍵字段，包括發(fā)票基本信息、銷售方及購買方信息、商品信息、價稅信息等，其中五要素識別準(zhǔn)確率超過99%4火車票識別支持對紅、藍(lán)火車票的13個關(guān)鍵字段進行結(jié)構(gòu)化識別，包括車票號碼、始發(fā)站、目的站、車次、日期、票價、席別、姓名、座位號、身份證號、售站、序列號、時間5出租車票識別識別全國各大城市出租車票的

16個關(guān)鍵字段，包括發(fā)票號碼、代碼、車號、日期、總金額、燃油附加費、叫車服務(wù)費、上下車時間等6飛機行程單識別對飛機行程單的24個字段進行結(jié)構(gòu)化識別，包括電子客票號、印刷序號、姓名、始發(fā)站、目的站、航班號、日期、時間、票價、身份證號、承運人、保險費、燃油附加費、其他稅費、合計金額、訂票渠道等；同時，可識別單張行程單上的多航班信息7網(wǎng)約車行程單識別對各大主要服務(wù)商的網(wǎng)約車行程單進行結(jié)構(gòu)化識別，包括滴滴打車、花小豬打車、高德地圖、曹操出行、陽光出行，支持識別服務(wù)商、行程開始及結(jié)束時間、車型、總金額等14個關(guān)鍵字段?？捎糜谄髽I(yè)稅務(wù)核算及內(nèi)部報銷等場景，有效提升財稅報銷的業(yè)務(wù)效率票據(jù)文字識別