人工智能导论学习笔记
目录
一、概要
二、人工智能基础知识
智能
人工智能
人工智能三要素
人工智能发展历程
人工智能的三次浪潮
人工智能行业发展现状
人工智能技术水平现状
人工智能技术层级
人工智能应用开发周期
机器学习的流程
一、概要
《人工智能导论(通识版)》张大斌 田恒义 许桂秋 著 出版时间：2024-08-01
通过本书的学习，整理一些方便小朋友理解的人工智能的知识，书里的图片还是很详细的。
二、人工智能基础知识
智能
人工智能
- 人工智能是一个非常宽泛的领域，无论是无人机自动驾驶，还是手机上的指纹解锁、面部识别，都是人工智能的具体应用
- 人工智能是一种能够以类似于人类智能的方式作出反应的智能机器或智能系统
- 机器学习是人工智能的一个重要分支，它通过编程让计算机从大量数据中寻找规律和模式，利用这些规律和模式进行预测和决策。
- 机器学习可以帮助医生进行疾病的诊断和治疗方案的制订；机器学习还可以用于监测和预测气候变化、自然灾害等方面，帮助科学家更好地理解和解决环境问题。
人工智能三要素
人工智能发展历程
人工智能的三次浪潮
人工智能行业发展现状
全球人工智能产业正在经历一个快速发展的阶段，市场规模和投资都在显著增长。
机器学习和深度学习等先进算法的应用，正在推动人工智能技术的发展，并渗透到机器人、图像识别、自然语言处理等多个领域。
人工智能产业链结构也日益成熟，上游包括硬件设备和数据服务，中游集中了人工智能的技术核心，下游则是人工智能的具体应用层面，涉及医疗、金融、零售等多个行业。
我国和美国是全球人工智能技术领先的国家，形成了第一梯队。美国在人工智能融资和通用大模型方面全球领先，而我国在人工智能行业应用方面领跑全球。
人工智能技术水平现状
1、智能硬件
智能硬件的核心组件包括智能传感器和智能芯片。
智能传感器，可类比为神经末梢的神经元，通过集成传统传感器、微处理器及相关电路，形成具备初级感知处理能力的独立智能单元。
智能芯片，则相当于人工智能的"中枢大脑"，具备高性能的并行计算能力和对主流人工神经网络算法的支持能力。
智能传感器有触觉、视觉、超声波、温度、距离等多种类型。
智能芯片根据不同的应用场景和需求，可分为图像处理单元（Graphics Processing Unit，GPU）、现场可编程门阵列（Field Programmable Gate Array，FPGA）、专门集成电路（Application Specific IC，ASIC）、神经网络处理器（Neural Processing Unit，NPU）
在智能硬件市场中，霍尼韦尔、博世集团（BOSCH）、ABB等国际巨头企业在智能传感器领域布局广泛；我国则有汇顶科技公司的指纹传感器、北京昆仑海岸科技股份有限公司的力传感器等产品，但整体布局相对集中。
在智能芯片领域，国外的英伟达（NVIDIA）、谷歌、英特尔、IBM、高通等公司的产品如GPU张量处理单元（Tensor Processing Unit，TPU）、神经网络处理单元（Neural Network Processor，NNP）、视觉处理单元（Vision Processing Unit，VPU）、骁龙系列、Power VR等广受认可；我国则有海思技术有限公司的麒麟系列、寒武纪公司的NPU、地平线公司的分支处理单元（Branch Processing Unit，BPU），以及云之声公司的UniOne等产品。
2、计算机视觉技术
计算机视觉技术已初步具备类似人类对图像特征进行分级识别的视觉感知与认知机制，具有速度快、精度高、准确性高等诸多优势。
这种技术能满足产业中对图像或视频内物体/场景的识别、分类、定位、检测、分割等功能需求，因此广泛应用于视频监控、自动驾驶、车辆/人脸识别、医疗影像分析、机器人自主导航、工业自动化系统、航空及遥感测量等多个领域。
我国计算机视觉领域的人工智能公司在技术探索和商业应用方面均已达到世界领先水平。例如，
商汤科技公司为各大智能手机厂商提供人工智能+拍摄、AR特效与人工智能身份验证等服务；
旷视科技公司专注于视觉算法技术，在智慧城市、智慧商业等领域也有广泛应用；
云从科技公司在金融、安防领域深耕，目前已成为金融领域第一大人工智能供应商；
图普科技公司致力于图像识别的商业应用，主要聚焦在互联网内容审核、商业智能、泛安防这三方面。
3、智能语音技术
智能语音技术是一种能够实现文本或命令与语音信号之间智能转换的技术，主要包括语音识别和语音合成。
语音识别，类似于机器的听觉系统，通过识别和理解将语音信号转换为相应的文本或命令。
语音合成，类似于机器的发音系统，使机器能够阅读相应的文本或命令，将其转化为个性化的语音信号。
智能语音技术可以实现人机语音交互、语音控制、声纹识别等功能，在智能音箱、语音助手等领域应用广泛。
在美国，苹果公司的Siri、微软公司PC端的Cortana、移动端的微软小冰和谷歌的Google Now等产品备受瞩目；在我国，科大讯飞、云知声以及互联网巨头BAT（百度、阿里巴巴、腾讯）等公司也在改领域进行了深入布局。
4、自然语言处理
自然语言处理涵盖了多个研究方向，其中包括自然语言理解和自然语言生成。
自然语言理解，致力于让计算机”理解“自然语言文本的思想和意图；
自然语言生成，致力于使计算机能够用自然语言文本”表述“思想和意图。
自然语言处理涵盖了机器翻译、舆情监测、自动摘要、观点提取、字幕生成、文本分类、问题回答、文本语义对比等诸多应用场景。
众多成熟的技术应用产品已经问世，例如：美国的亚马逊、脸书（Facebook），我国的字节跳动等公司利用自然语言处理技术为旗下购物网站、社交平台提供产品评论、社区评论和主题分类与情感分析等功能。在翻译方面，谷歌、百度、有道等公司则提供经过深度智能升级的在线翻译服务。我国的科大讯飞、搜狗等公司也推出了随身多语言翻译器等产品。
在基础平台方面，美国有Korea.ai、Lingumatics等，我国有百度云、腾讯文智、语言云等。
舆情监测系统方面的应用包括美国Xalted公司的iAcuity、北京朝闻天下公司的Wom-Monitor，以及总部位于上海的创略科技公司的本果舆情等。
人工智能技术层级
人工智能应用开发周期
机器学习的流程
