人工智能与大数据开发入门背景知识简介-经典课件.ppt

1、基本知识入门简介基本知识入门简介电子科技大学电子科技大学学生：学生：岳清泉岳清泉指导老师：指导老师：鄢鄢 然然副教授副教授2018年年4月月人工智能及大数据开发人工智能及大数据开发精1主要内容主要内容1人工智能简介1.1AI的定义及研究目标1.2AI的产生与发展1.3AI研究中的三大学派1.4AI的两个不同层次1.5AI的应用2大数据简介2.1大数据的概念2.2大数据的特点2.3大数据面临的主要问题2.4大数据和人工智能的关系3相关算法基础3.1基于模拟机制的人工智能算法分类方法3.2人工智能知识网络系统总结3.3蒙特卡洛树搜索树算法简介4编程语言Python简介4.1认识Python4.2P

2、ython的应用领域精2主要内容主要内容4.3Python是人工智能首选语言5总结精3 人工智能简介1.1AI的定义及其研究目标的定义及其研究目标人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、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。人工智能是计算机科学的一个分支，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人类智能人类智能人工智能研究领域人工智能研究领域语言智能自然语言处理，如Siri，讯飞翻译逻辑判断机器证明及符号运算神经控制神经网络，如人机象棋视觉机器视觉和图像识别自然观察能力模式识别

3、多种智能组合人工智能精4 人工智能简介1.2AI的产生与发展的产生与发展精5 人工智能简介诞生与早期研究1950年，图灵发表了一篇划时代的论文，并提出著名的“图灵测试”：由艾伦麦席森图灵发明，指测试者与被测试者（一个人和一机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果有超出30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能1956年，达特茅斯会议：AI的诞生1957年，纽厄尔、肖（J.Shaw）和西蒙等人的心理学小组研制了称为逻辑理论机的数学定理证明程序。1962年，由塞谬尔在IBM704计算机上研制的具有自学习和适

4、应能力的西洋跳棋程序打败了一个州的冠军。挫折和教训1958年，西蒙曾预言：十年内，计算机将称为国际冠军；计算机将发现和证明有意义的数学定理；计算机将能谱写优美的乐曲；计算机将能实现大多数的心理学理论。后两个到目前为止都未能实现。在博弈方面，塞谬尔的程序与世界冠军比赛时，5局输了4局在定理证明方面，当时用归结原理证明两个连续函数之和还是连续函数时，推了10万步，也没有证明出来。精6 人工智能简介在神经生理学方面，发现人脑有1012以上的神经元，用机器从结构上根本无法模拟在其他方面，人工智能也遇到了不少的困难，因此那段时间，在全世界范围，人工智能陷入了低谷。以知识为中心的研究1972年，费根鲍勃开

5、始研究MYCIN专家系统，并于1976年研制成功，它可以协助内科医生诊断细菌感染疾病并提供最佳处方。1976年，斯坦福大学研制出地质勘探专家系统PROSPECTOR这一时期同时发展的还有计算机视觉和机器人，自然语言理解和机器翻译翻译等新的问题专家系统所存在的知识领域狭窄、缺乏常识性知识、知识获取难、推理方法单一、没有分布式功能、不能访问现存数据库的问题逐渐暴露出来第三次AI兴起浪潮2006年后，大数据的广泛应用使得机器学习迅速发展，并进一步产生了深度学习2016年3月，AlphaGo对战世界围棋冠军、职业九段选手李世石，并以4:1的总比分获胜。2017年5月23日至27日在中国嘉兴乌镇进行的三

6、番棋比赛，AlphaGo以总比分3比0战胜世界排名第一的柯洁。精7 人工智能简介1.3AI研究中的三大学派研究中的三大学派符号主义学派符号主义学派联结主义学派联结主义学派行为主义学派行为主义学派基于符号运算的人工智能学派。他们认为知识可以用符号来表示，认知可以通过符号运算来实现。如专家系统。从大脑和神经系统的生理背景出发模拟它们的工作机理和学习方式。之后，随着模糊逻辑和进化计算的逐步成熟，又形成了“计算智能”主要进行行为主义的模拟。如1991年，麻省理工学院布鲁克教授研究成功能较为自由活动的6条腿机器虫。奠基人：西蒙（CMU）奠基人:明斯基（MIT）奠基人:维纳（MIT）随着研究和应用的深入，

7、人们逐渐意识到，三个学派各有所长，各有所短，如今的人工智能研究是将这三大学派的方法加以相互结合。精8 人工智能简介1.4AI的两个不同层次的两个不同层次弱人工智能弱人工智能强人工智能强人工智能令机器进行智能的行动。弱人工智能经常是擅长某一单方面的人工智能。比如能战胜围棋世界冠军的人工智能，但它只会下棋，你问它其他事情，它就无法处理。另一个典型代表是微软小冰。它不仅安装在Windows系统的pc上，它还担任着东方卫视天气预报主持人的角色。强人工智能：令机器像人一样思考。其基本定义为：人类制造出的具有自主推理和解决一般性问题的智能程序。此类程序具备知觉和自我意识，可以完成自我编程和开发新人工智能的

8、工作。到目前为止，真正意义上的强人工智能还没有研制出来，并且很可能在最近几十年都还研制不出来精9 人工智能简介1.51.5AIAI的应用的应用AI在互联网领域类的应用精10 人工智能简介人工智能对社会经济的影响新时代下，机器人产业将迎来井喷式的增长，并开始充斥在社会的各个角落，成为推动社会进步的强大力量。可以预见，未来将会是商业、社会与机器人的联合大接轨。人工智能机器人将会在如下方面改变着人们的生活。（1）引领时尚生活的服务机器人：餐厅服务机器人、家庭扫地机器人、达芬奇手术机器人、助残机器人（2）风靡制造业的工业机器人：比如海尔美的中的六轴串联机器人，负责搬运工作（3）农业机器人：育苗、采摘、

9、蔬果分级练选、户外载具、畜产机器人（4）教育机器人，文化领域的助理（5）特种机器人，深入险地，执行特种任务（6）太空机器人，探索宇宙，开启神秘之旅（7）云机器人：云计算与机器人的联合（8）仿生机器人：仿鱼鸟等（9）仿人机器人对社会的影响产业变革：人工智能的发展势必形成产业变革，很多商业模式开始重新洗牌，对创业者来说既是机遇也是挑战精11 人工智能简介失业和社会保障问题：人工智能的大规模使用，尤其是机器人的出现，大量可重复性的工作将被机器人取代，导致很多人失业贫富差距问题：将会进一步加大，利用人工智能，有钱人将会更有钱，而穷人因为失去工作变的更穷地区发展不平衡问题：人工智能属于高科技产业，前期的

10、投入非常大，一旦大规模市场化，则可以帮助所在地区提高生产效率，这意味着，缺乏人工智能技术的地区，发展速度会比拥有人工智能地区慢很多，两地发展不平衡的差距将会越来越大产业结构调整：人工智能时代，人与机器的分工，会促进产业结构的调整人工智能时代的服务业：服务升级，下岗人员可以从事贴心的关爱型服务，同时提升企业的收益对个人的影响失业和社会保障问题心理层面的问题：人员的自我价值、人类的自我实现、人机协同时代的人类心理学精12 大数据简介2.1大数据的概念大数据的概念大数据（big data）：指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察

11、发现力和流程优化能力的海量、高增长率和多样化的信息资产。主要解决，海量数据的存储和海量数据的分析计算问题。2.2大数据的特点大数据的特点 Volume（大量）：截至目前，人类生产的所有印刷材料的数据量是200PB，而历史上全人类总共说过的话的数据量大约是5EB。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。按顺序给出数据存储单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。精13 大数据简介 Velocity（高速）：这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告，预计到2020年，全球数据使用

12、量将达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。天猫双十一：2017年3分01秒，天猫交易额超过100亿精14 大数据简介 Variety（多样）：这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以数据库/文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。Value（低价值密度）：价值密度的高低与数据总量的大小成反比。比如公安部门的天网监控视频中，每天每一分钟每一秒都在存储数据，但是公安部门关心的仅仅是发生交通事故时的那么几分钟的事发过程的视频内容。精

13、15 大数据简介2.32.3大数据面临的主要问题大数据面临的主要问题大数据时代已经来临，全球数据量正呈指数级的增长，其主要原因如下：（1）各种传感器的剧增及互联网产生的各类数据、高清晰度的图像和视频数据（2）自然科学研究产生的数据量剧增。（3）企业及商业活动产生的数据量剧增。大数据处理的一般流程包括大数据获取、大数据预处理、大数据存储于管理、大数据分析与挖掘及大数据可视化。基于大数据处理流程，大数据面临的主要问题为：获取问题、存储问题和管理问题获取问题、存储问题和管理问题第一阶段即大数据的获取、存储和管理。其中，大数据获取是指针对海量数据进行智能化识别、定位、跟踪及采集。大数据存储和管理是指如

14、何将采集到的大规模数据有效地存储起来，建立相应的存储机制，并进行管理和调用。（1）网络爬虫搜索策略（2）图像压缩编码问题检索问题、挖掘问题和发现问题检索问题、挖掘问题和发现问题第二个阶段是实现信息检索、数据挖掘和知识发现。这也是大数据处理流程的核心。（1）特征向量降维：高维的文本特征向量增加了数据处理时间和复杂精16 大数据简介度，需要降维。（2）挖掘方法效率和效果（3）模式评价及优化：对挖掘出的模式进行评价可视化和安全问题可视化和安全问题大数据处理的最后阶段即实现数据可视化和确保数据的隐私和安全。面对海量的数据，如何将数据或从数据中挖掘的知识清晰明朗的展现给用户是大数据处理面临的巨大挑战；此

15、外，如何在分享私人数据的同时，限制用户隐私的泄露，是大数据处理面临的另一个挑战。2.42.4大数据与人工智能的关系大数据与人工智能的关系任何智能的发展，其实都需要一个学习的过程。而近期人工智能之所以能取得突飞猛进的进展，不能不说是因为这些年来大数据长足发展的结果。正是由于各类感应器和数据采集技术的发展，我们开始拥有以往难以想象的的海量数据，同时，也开始在某一领域拥有深度的、细致的数据。而这些，都是训练某一领域“智能”的前提。如果我们把人工智能看成一个嗷嗷待哺拥有无限潜力的婴儿，某一领域专业的海量的深度的数据就是喂养这个天才的奶粉。奶粉的数量决定了婴儿是否能长大，而奶粉的质量则决定了婴儿后续的智

16、力发育水平。精17 相关算法基础3.1基于模拟机制的人工智能算法分类方法基于模拟机制的人工智能算法分类方法（1）有机机制模拟基于个体的模拟模糊计算：模拟人对客观世界认识的不确定性神经网络：模拟人脑神经元支持向量机：通过非线性变换将输入空间变换到一个高维空间，然后在这个新的空间中求取最优分类超平面免疫计算：借鉴和利用生物免疫系统的信息处理机制而发展的信息处理技术DNA计算：模拟生物分子DNA结构进行计算的新方法基于种群的模拟进化计算：基于生物进化的思想和原理来解决世界问题群体智能：是一种在自然界生物群体行为的启发下提出的人工智能算法实现模式粒群优化：一种基于群体搜索的算法，它建立在模拟鸟群社会的

17、基础上蚁群算法：是一种源于大自然中生物世界的新的仿生类算法智能代理模型多Agent系统精18 相关算法基础（2）无机机制模拟模拟退火：如果说神经网络和进化计算是模拟有机界产生的计算方法，那么模拟退火是成功模拟无极界自然规律的结晶。自然计算可以描述成所有新兴计算分支的交集的映射集合量子计算（3）人造机制模拟粗糙集：作为一种处理不精确、不确定和不完全数据的新的数学计算理论，能够有效的处理各种不确定的信息禁忌搜索序数优化粒度计算混沌寻优算法局部搜索算法分形科学精19 相关算法基础3.2人工智能知识网络系统总结人工智能知识网络系统总结3.2.1数学基础数学基础微积分、线代、概率论、信息论、集合论和图论

18、、博弈论3.2.2计算机基础计算机基础计算机原理、程序设计语言（C+,Python,R）、操作系统、分布式系统、算法基础3.2.3机器学习算法机器学习算法机器学习基础：估计方法、特征方程线性模型：线性回归逻辑回归决策树模型：GBDT支持向量机贝叶斯分类器神经网络：深度学习MLP,CNN,RNN,LSTM,GAN（深度学习介绍见4.6）聚类算法：K均值算法3.2.4机器学习分类机器学习分类监督学习分类任务、回归任务无监督学习聚类任务迁移学习精20 相关算法基础强化学习3.2.5神经网络神经网络语言识别、字符识别手写识别、机器视觉、自然语言处理机器翻译、自动控制、游戏理论和人机对弈（象棋、围棋、德

19、州扑克、星际争霸）、数据挖掘3.2.6机器学习架构机器学习架构加速芯片：CPU、GPU、FPGA、ASICTPU虚拟化：容器Decker分布式结构：Spark 库和计算框架：TensorFlow、scikt-learn、Caffe、MXNET、Theano、Torch、Microsoft CNTK可视化解决方案云服务：Amazon ML、Google Cloud ML、Microsoft Azure ML、阿里云ML3.2.7数据集和竞赛数据集和竞赛ImageNet、MSCOCC、Kaggle、阿里天池3.2.8其他相关的人工智能技术其他相关的人工智能技术知识图谱、统计语言模型、专家系统精21

20、 相关算法基础3.3蒙特卡洛树搜索树算法简介蒙特卡洛树搜索树算法简介3.3.1介绍蒙特卡洛树搜索是前里尔大学助理教授Remi Coulom在围棋程序Crazy stone中首先引入的方法。从最直观的角度来看，蒙特卡洛树搜索有一个主要目的：给出一个【游戏状态】并选择【胜率最高的下一步】。事实上，蒙特卡洛树搜索是在完美信息博弈场景中进行决策的算法。简单来说，完美信息博弈是指每个玩家在任意时间点都具有关于之前发生过的所有事件行动的完美信息的博弈。这样的博弈案例有国际象棋、围棋和井子棋。但并不是说每一步行动都已知就意味着可以计算和推断出每一个可能的结果。比如，围棋中合法的可能局面的数量就超过了 101

21、70。3.3.2基本概念蒙特卡洛树搜索会多次模拟博弈，并尝试根据模拟结果预测最优的移动方案。蒙特卡洛树搜索的主要概念是搜索，即沿着博弈树向下的一组遍历过程。单次遍历的路径会从根节点（当前博弈状态）延伸到没有完全展开的节点，未完全展开的节点表示其子节点至少有一个未访问到。遇到未完全展开的节点时，它的一个未访问子节点将会作为单次模拟的根节点，随后模拟的结果将会反向传播回当前树的根节点并更新博弈树的节点统计数据。一旦搜索受限于时间或者计算力而终止，下一步行动将会基于收集到的统计数据进行决策。在模拟中，行动可以通过rollout策略函数选择蒙特卡罗算法：采样越多，越近似最优解；精22 相关算法基础图片

22、展示了如何更新节点的胜率，选择胜率大的分支进行搜索（7/10-5/6-3/3)，到了3/3叶子节点进行展开选择一个action，然后进行模拟，评估这个action的结果。然后把结果向上回溯到根节点。精23 相关算法基础节点的统计数据：包括模拟奖励Q（v）和总访问次数N（v），分别反映该节点的潜在价值（总模拟奖励）和它被探索的程度（总访问次数）。高奖励的节点是很好的可以利用候选，而那些访问次数很少的也可能是有价值的。蒙特卡罗树搜索方法一共有四个步骤：选举(selection)是根据当前获得所有子步骤的统计结果，选择一个最优的子步骤。扩展(expansion)在当前获得的统计结果不足以计算出下一个

23、步骤时，随机选择一个子步骤。模拟(simulation)模拟游戏，进入下一步。反向传播(Back-Propagation)根据游戏结束的结果，计算对应路径上统计记录的值。精24 编程语言Python简介4.14.1认识认识PythonPython Python（英国发音：/pan/）,是一种面向对象的解释型计算机程序设计语言，由荷兰人Guido van Rossum（吉多范罗苏姆）于1989年发明，第一个公开发行版发行于1991年，已经有了28年的历史。Python是纯粹的免费、开源软件。Python语法简洁清晰，简单易学。Python具有丰富和强大的库。常被称为胶水语言，能够把用其他语言制作

24、的各种模块（尤其是C/C+）很轻松地联结在一起。很多人工智能相关库使用Python写的，因此Python是人工智能首选语言。2017年，全球编程语言排行中，Python语言排名第四精25 编程语言Python简介 一种脚本语言一种脚本语言与之对比，C是一种编译型语言。编译型语言：就是需要用该语言的编译器将源代码编译为可执行程序，然后才能运行可执行程序的语言。即先将源代码编译为目标文件，然后把目标文件加上必要的库文件，最后再链接为最终的可执行文件。脚本语言：无需用编译器编译源代码，可直接运行该源码形式脚本文件的语言。而能够直接运行脚本文件的背后，是当前环境中存在着此脚本的解析器。解析器负责读入此

25、脚本源码，以及后续解析并执行的动作。一种解释型语言一种解释型语言这是因为脚本语言的天然特点之一就是解释性。解释器解析每一行的过程通俗讲就是：读一行，解释一行，执行一行。一种高级语言一种高级语言低级语言：汇编（语言本身直接和硬件打交道，而缺少对计算机细节的抽象，相对而言不是那么好理解和使用）高级语言：在本身的设计层面会考虑到对计算机细节的封装和抽象。Python也完全具有常用的基本元素，如各种普通变量、列表、函数等 Python能做其他高级语言做的事情 可以像其他高级语言一样用来开发各种不同功能的软件；和其他高级语言一样不能直接操作底层硬件。精26 编程语言Python简介一种面向对象的语言一种

26、面向对象的语言什么是面向对象的（高级）语言:在设计该语言本身时，对于语言本身的基本元素是以对象的方式设计的，而不同的对象之间的交互则成为整个程序运行的主要表现形式。4.24.2PythonPython的应用领域的应用领域目前使用Python语言的企业有很多1.著名的Google公司在其网络搜索系统中广泛应用Python语言。同时还聘用了Python之父（Guido van Rossum）2.国外知名的YouTube视频分享网站，一些重要的服务也几乎都是用Python编写的程序；3.P2P文件分享系统Bittorrent是一个Python 程序。4.Intel(英特尔)、Cisco(思科)、He

27、wlett-Packard(惠普)、Seagate(希捷)、Qualcomm(高通)和IBM 也都使用Python 进行硬件测试 5.JPMorgan Chase(摩根大通集团)、UBS(瑞士联合银行集团)、Getco 和Citadel 使用Python，经济市场预测领域也能看到Python的身影。6.高科技含量的领域也有Python语言的身影，像是NASA(美国国家航空航天局)、Los Alamos(洛斯阿拉莫斯洛杉矶国家实验室)、Fermilab(费米实验室)、JPL(喷气推进实验室)等使用Python 实现科学计算任务；精27 编程语言Python简介7.IRobot公司使用Python

28、 开发了商业机器人真空吸尘器；8.NSA(美国国家安全局)在加密和智能分析中使用Python。9.IronPort 业界领先的互联网信息安全产品提供商，也在电子邮件服务器产品中使用了超过100 万行的Python 代码实现其工作；10.Python在用户图形接口领域也很受欢迎 Python语言的简洁和快速的开发周期，让它十分适合开发GUI(图形用户界面)程序。Python内置的TKinter 的标准面向对象接口Tk GUI API，使Python 程序可以生成可移植的本地观感的GUI。Python编程语言应用领域非常广泛，像是游戏、图像、人工智能、XML、机器人等等。从语言本身来讲，它能实现其

29、他主流语言能实现的所有功能，只是在难易程度及效率上略有差别。4.34.3PythonPython是人工智能首选语言是人工智能首选语言机器学习框架机器学习框架 很多人工智能的库都有Python版本，所以用Python来做应该很方便。机器学习库TensorFlow和scikit-learn、Pylearn2、Nilearn。精28 编程语言Python简介科学计算框架科学计算框架计算，用Python是很自然的，简单高效。开发效率高。python有很多库很方便做人工智能，目前非计算机行业的人大量使用，有大量的好用的库，而且适用于科学计算。很多数学公式的库都是用Python实现，如Numpy，SciP

30、y等。神经网络库神经网络库PyBrain这款Python的扩展包主要用于神经网络的训练和训练结果的校验，至于原始数据的获取、预处理、包括后期的图形化以及结果的处理，需要用另外的库。精29 编程语言Python简介数据可视化库数据可视化库Python 的科学栈相当成熟，各种应用场景都有相关的模块，包括机器学习和数据分析。数据可视化是发现数据和展示结果的重要一环，过去几年出现了很多新的Python数据可视化库。matplotlib 已经成为事实上的数据可视化方面最主要的库，此外还有很多其他库，例如vispy，bokeh，seaborn，pyga，folium 和networkx，这些库有些是构建在

31、 matplotlib 之上。精30 编程语言Python简介数据挖掘数据挖掘/分析库分析库pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。它是使Python成为强大而高效的数据分析环境的重要因素之一。精31 总结本文对人工智能、大数据及其相关算法方面进行了简要的介绍，并介绍了人工智能中最重要的编程语言Python。可以看出，人工智能是一门涉猎非常广泛的科学，近年来人工智能的发展离不开大数据研究的火热，人工智能包含的机器人、语言识别、图像识别、自然语言处理等方面，每一个具体方向都有大量的可研究内容。本文仅做初识人工智能领域时的入门归纳整理，具体内容仍待深入学习。精32基本知识入门简介基本知识入门简介谢谢谢谢精33