“教学参考-08”版本间的差异
来自cslt Wiki
(以“==教学目标== *介绍当前人工智能所取得的成就,激发学生的探索热情 *进一步强化“人工智能用计算模拟人类思维”的基础原...”为内容创建页面) |
(→教学内容) |
||
第7行: | 第7行: | ||
==教学内容== | ==教学内容== | ||
− | |||
− | |||
− | |||
− | |||
− | |||
第42行: | 第37行: | ||
*AI近年来最大的进展是在科学研究中大显身手。它可以通过识别蝴蝶翅膀的纹理,发现同一地区物种间的互相拟态证据。它可以通过二维扫描的切片图案还原物质的三维结构。它可以通过氨基酸序列来预测蛋白质结构,从而得到蛋白质的功能。 | *AI近年来最大的进展是在科学研究中大显身手。它可以通过识别蝴蝶翅膀的纹理,发现同一地区物种间的互相拟态证据。它可以通过二维扫描的切片图案还原物质的三维结构。它可以通过氨基酸序列来预测蛋白质结构,从而得到蛋白质的功能。 | ||
*AI甚至可以自己做实验 | *AI甚至可以自己做实验 | ||
+ | |||
+ | |||
+ | ===人工智能快速发展的原因=== | ||
+ | |||
+ | *人工智能经过曲折的历史进程,目前正进入历史快车道。特别是,除了传统人工智能领域快速发展,新兴领域不断出现,人工智能渗透到各行各业 | ||
+ | *人工智能的这一发展具有历史必然。首先,数据的积累使得基于学习的人工智能有了爆发的基础,从数据中学习到的知识具有可能超过人类经验的可能。第二,计算机的计算性能大幅提高,使复杂模型计算成为可能。第三,以深度学习为代表的新一代计算方法具有极强的学习能力 |
2022年7月26日 (二) 15:41的版本
教学目标
- 介绍当前人工智能所取得的成就,激发学生的探索热情
- 进一步强化“人工智能用计算模拟人类思维”的基础原则,理解人工智能的广义性和基础性
- 理解人工智能发展的历史必然
教学内容
图像处理
- 深度神经网络可以学习到图像背后的变化量,从而实现非常强大的图像处理能力。如美颜,通过提取“漂亮因子”,把人脸变得更加漂亮;通过分离内容和风格,实现风格转换;通过提取面部表情因子,实现人的表情变化。
语音处理
- 人的声音是重要的信息载体。当前的人工智能技术可以让机器发声,实现非常自由的声音合成与转换;同时也可以识别出声音的内容,应用于家居报警器中,可以当发生危险时通过语音呼救。
自然语言理解
- 人的语言具有极强的规律性。通过分析语言的规律,可以让机器作诗,写小说。通过分析语言和图片的相关性,实现语言生成图片。通过学习大量哲学书籍,让机器生成具有哲理性的篇章。
机器人
- 机器人是人工智能的重要应用领域。从功能上,可分为动作机器人和移动机器人两类,前者如双足行动的机器人或抓取机械壁,后者如无人驾驶汽车或无人机。
- 波士顿动力的大狗机器人非常灵活,不仅可以在山地上行走,推倒也很困难。Google的自动抓取机械臂可以从一无所知,自动学习到抓取技巧,只需要告诉它工作的任务。无人机在勘探、救援、航拍甚至战场上大显身手。
科学研究中的AI
- AI近年来最大的进展是在科学研究中大显身手。它可以通过识别蝴蝶翅膀的纹理,发现同一地区物种间的互相拟态证据。它可以通过二维扫描的切片图案还原物质的三维结构。它可以通过氨基酸序列来预测蛋白质结构,从而得到蛋白质的功能。
- AI甚至可以自己做实验
人工智能快速发展的原因
- 人工智能经过曲折的历史进程,目前正进入历史快车道。特别是,除了传统人工智能领域快速发展,新兴领域不断出现,人工智能渗透到各行各业
- 人工智能的这一发展具有历史必然。首先,数据的积累使得基于学习的人工智能有了爆发的基础,从数据中学习到的知识具有可能超过人类经验的可能。第二,计算机的计算性能大幅提高,使复杂模型计算成为可能。第三,以深度学习为代表的新一代计算方法具有极强的学习能力