当前位置:文档之家› 第二十一届电脑活动培训资料-8.人工智能知识及案例解析

第二十一届电脑活动培训资料-8.人工智能知识及案例解析


3
运动控制
机器人根据内外部环境的变化自动 调节运动状态。 典型应用:人形机器人行走
4
机器学习
计算机基于大数据与算法模型,利用逻辑 推理、数据统计与计算,找出数据的内在 关系,实现对未知数据的推测。 典型应用:Alpha Zero
二 、人工智能教育
教育总目标:立德树人,培养符合未来人工智能社会需求的创新人才。
2003年LeCun等 提出将卷积神经网络用
于图像处理与识别
2007年Bengio提出堆叠 自动编码器模型
2016年DeepMind的 AlphaGo战胜李世乭
(二)人工智能技术框架
计划和调度
专家系统
多智能代理系统
进化计算
人工智能
模糊逻辑与粗糙集 机器学习
知识表示
……
推荐系统
机器人与感知
监督学习 半监督学习 无监督学习 集成学习 深度学习 强化学习 分类/聚类 异常值检测 度量学习 因果关系分析
团队成员 能力认知 组队 角色划分 分工 任务分工
问题 分析
要解决什么问题? 可参考哪些方案? 限制条件是什么?
注:本流程参考了美国波士顿科学博物馆提出的工程设计流程
创造 创建项目模型
改进 模型测试与改进
(四)案例
STEP1 开题 某小区安防措施薄弱,经常有小偷在夜晚入室
盗窃。请应用所学AI技术,赋予Yanshee机器人新 的智能,使其胜任家庭保安的职责。
子任务 模型训练 程序设计与调试 项目日志整理 项目简述 演讲 模型操作展示
负责人
完成时间
验收标准
STEP6 创造
产出可基本实现目标的模型——当小偷 入室时,Yanshee机器人可以检测到并作出反 馈。
该环节需要对模型的准确度和稳定性有 包容心。
STEP7 改进
在多场景下对模型进行反复 测试和改进,提高模型的稳定性、 成功率。
K-nearest Neighbors Logic/ Linear Regression Support Vector Machine Decision & Random Trees
Neural Networks Naive Bayes K-Means
Hierarchical Cluster Analysis Principal Component Analysis Generative Adversarial Networks
大数据
算法
大数据与算法的关系,就相当于原料与生产工艺的关系。
计算机视觉中的表情识别Fra bibliotek(三)人工智能主流技术应用
1
自然语言处理
计算机把语音信号转化为数字信号, 分析理解数据含义,并给出恰当的 回答,核心技术语音识别和语义理 解。 典型应用:语音交互机器人
2
计算机视觉
把图片与视频转化为数字信号,并提炼其中的数 字特征及内在关系,实现“读懂”图片的目的。 典型应用:人脸识别
STEP4 创意
头脑风暴,收集并记录尽可能多的想法。 此阶段遵循以下六条原则: 1、暂缓评论 2、异想天开 3、不要跑题 4、一次一人发言 5、图文并茂 6、多多益善 在此环节必须注意聆听,注重以图画的方式展示和记录创意想法。
注:头脑风暴六条原则选自《IDEO,设计改变一切》
STEP5 计划
对上一环节收集的创意,结 合项目需求和限制条件,遴选出 最合适的方案,制定可执行的项 目推进计划。团队需要把计划分 解为若干子任务,明确每个子任 务/阶段的负责人、时间节点与 验收标准。
2020年 电脑制作 机器人 创客 人工智能
名称未变,内涵和外延一直在变,每一次变革都是对新时代人才需求的呼应。
机器人 项目
创客 项目
人工智能 项目
一、人工智能基本知识
(一)人工智能发展历程
1950 推理期
1950年图灵 图灵测试使 机器学习存在可能
1952年A.Newell等 “逻辑理论家”程序 机器学习成为可能
本环节需要输出项目改进表。
问题点 识别延时
原因分析
采集视频精度太 高,耗用太多算 力,影响反应速 度。
改进措施
调整视频像素为 320*240
STEP8 展示交流
内容: 1、成员特长及分工介绍 2、用简短语言概括概括介绍模型特点,说明 采用了哪些AI技术,以及优势在哪里; 3、演示模型功能; 4、说明遇到的困难及应对的方法; 5、分析模型不足与改进设想; 6、其他
MIT开发了MACSYMA专 家系统实现启发式变换数
学表达式
肖特立夫等研制了MYCIN 用于诊治血液感染等疾病
符号主义学习 代表包括:决策树和基于逻
辑的学习等
从样例中学习 代表包括:CBR和MBR等
1986年Rummelhart, Hopfield等
基于神经网络连接主义学习 代表包括:BP算法、离散神
2020年全国中小学电脑制作活 动
人工智能知识体系 与项目分析
深圳优必选科技股份有限公司 胡作
2019.12.20
目录
1 人工智能基本知识 2 人工智能教育 3 应用场景与案例分析 4 活动支持 5 关于优必选
‘’全国中小学电脑制作活动”历程回顾
2000年 电脑制作
2004年 电脑制作 机器人
2016年 电脑制作 机器人 创客
四、活动支持
(一)应用现场培训 ——“人工智能小专家”
(二) 全国交流活动现场设备与服务器支持
五、关于优必选
全球顶尖的人工智能和人形机器人研发、制造和销售为一体的高科技创新企业。
合作高校
卡耐基梅隆大学
悉尼大学
清华大学
北京大学
华东师范大学
首都师范大学
华中科技大学
南方科技大学
基因 + 态度 我们对人工智能教育是认真的!
经网络模型等
1995 统计学习
1995年Vapnik 提出了基于统计学习理论和
核技巧的支持向量机
1998年Willimas等 提出了核学习与贝叶斯推理
相结合的高斯过程
1997年Freund等提出 Adaboost算法提高弱分类
算法准确度
深度学习 强化学习 2000
迁移学习 联邦学习
2006年Hinton 提出了深度信念网络开 启了深度学习研究热潮
STEP3 问题分析
1、确定关键问题: Yanshee机器人如何判断有小偷入室? 2、小偷入室行为的情景特征是什么?需要用什么传感器来判断?需要用到 哪些技术、算法、模型? 如:陌生人人脸识别、人体热红外检测、门窗异动检测、夜晚阴影检测...... 3、有哪些他人的方案和技术可供参考? 4、限制条件有哪些?环境、设备、时间..... 5、检测到小偷入室后,Yanshee机器人要做什么? ......
1957年F.Rosenblatt等 基于神经网络“连接主义”
1960年 基于逻辑表示“符号主义”
1975 知识期
盲目乐观: 算力不够
1980
知识获取瓶颈; 缺乏标注数据及有效算法
学习期
E.A.Feigenbaum 主持搭建了
世界上第一个专家系统 DENDRAL
(1977年首次提出了知识工 程概念)
(二)技术、工具与环境说明
图形化/代码编程环境uCode
环境要求
可编程积木式机器人套件uKit
开源硬件explore+视觉模组
Yanshee机器人、Python编程
(三)流程说明(八步)
题目 开题
发散 头脑风暴 创意收集
创意
汇聚 选择最优方案 制定工作计划
计划
展示 交流
模型展示 项目汇报 交流提高
创新 人才
创新
思维
创新 意识
创新
能力
以终为始——教学目标决定教学形式
链接真 实世界
项目式
动手 实践
跨学科
学生不是知识的消费者, 而是问题的解决者, 更是创新者、智造者。
三、应用场景及案例分析
(一)应用场景
自然语言 交互
图像识别
机器人
AI五大 应用场景
大数据 分析
无人驾驶
AI技术:自然语言交互、运动控制、图像识别、大数据分析、无人驾驶
本案例摘取自《AI的应用与探索》 主题七“活动课—AI生产力”
STEP2 组队分工
姓名
擅长
张三
思维活跃 鬼点子多
李四
组织能力强 善于沟通
赵五 陈六
技术好
审美能力强 语文功底好
任务
信息收集 创意整理
队长 制定计划 考核进度 鼓舞士气 交流展示
程序设计 验证调试
PPT制作 日志整理
要求说明
(对具体工作的详细描述,包含时间进度、 质量要求等内容。)
相关主题