大数据时代的人工智能应用
大数据与人工智能的结合应用
大数据与人工智能的结合应用非常广泛，以下我将列举一些具体的应用场景，并进行深入的分析。
**1. 医疗诊断辅助**通过大数据分析，人工智能可以用于疾病诊断和治疗方案的优化。
通过分析大量的医疗数据，如病历、基因数据、影像学数据等，人工智能能够提取出一些关键信息，如疾病发展趋势、潜在的并发症等，有助于医生进行精准的判断。
此外，AI还可以在药物研发和实验中发挥作用，根据已有的数据预测新药的疗效，为新药的研发和优化提供依据。
**2. 工业生产优化**在工业生产中，大数据和AI可以用于设备的维护和优化。
通过对设备运行数据的分析，AI 可以预测设备的故障时间，提前进行维护，避免生产线的停工。
此外，AI还可以根据历史生产数据，预测未来的生产需求，帮助工厂进行生产计划的制定。
**3. 智慧城市**大数据和AI在智慧城市建设中发挥着重要的作用。
通过对城市交通、环境、治安等各类数据的收集和分析，AI可以为城市管理者提供决策依据，优化城市管理。
例如，AI可以通过分析交通数据，提出交通拥堵的解决方案；通过分析环境数据，制定环保政策；还可以协助警方进行犯罪预测，提高治安水平。
**4. 金融风控**在金融领域，大数据和AI可以用于风险控制。
通过对借款人的征信数据、财务数据等进行分析，AI可以准确评估借款人的信用风险，为金融机构提供决策依据，有效控制信贷风险。
**5. 农业智能化**在农业领域，大数据和AI可以用于农业生产过程的优化。
通过对土壤数据、气候数据、作物生长数据的收集和分析，AI可以为农民提供最优的种植方案，提高农作物的产量和质量。
以上只是大数据和人工智能结合应用的一部分，实际上，它们的结合还在许多其他领域发挥着重要的作用，如教育评估、市场营销、客户服务等。
这些应用都依赖于大数据的深度分析和人工智能的高效处理能力，以提供更精准、个性化的服务。
首先，大数据能够提供大量的、多样化的数据供人工智能进行分析，使其能够更全面地理解各种情况，从而提高决策的准确性。
人工智能在大数据中的实际应用
人工智能在大数据中的实际应用随着时代和科技的发展，人工智能已经成为我们生活中不可或缺的一部分。
随着我们的生活越来越数字化和信息化，数据越来越大，这就需要人工智能来对这些数据进行分析和处理。
在大数据中，人工智能的应用已经越来越广泛，它已经成为了企业决策中不可或缺的一部分，也是提高效率的必要工具。
一、人工智能在大数据中的应用1.数据分析在大数据的时代中，数据越来越庞大，对数据的分析和处理变得更加复杂。
这时候，人工智能算法就可以发挥其优势。
人工智能可以通过自动化的方式实现对数据的分析和处理，这使得数据可以更加有效地被利用。
人工智能可以通过机器学习算法来对数据进行分类、预测和模式识别等操作，这对企业的决策是非常重要的。
2.智能营销人工智能在大数据中的另一个应用领域是智能营销。
通过对用户的数据进行分析，人工智能可以帮助企业更好地了解消费者行为和需求，从而精准地推销产品和服务。
这可以提高销售额和顾客满意度，进而为企业创造更多的价值。
3.智能客服智能客服也是人工智能在大数据中的一个非常重要的应用领域。
随着企业规模的扩大，客户数量也变得越来越多，这使得传统的客服方式已经不能满足需求。
然而，使用人工智能技术可以更好地处理这种情况。
通过机器学习和自然语言处理技术等，人工智能可以帮助企业提高客户响应速度和效率，并更好地解决客户的问题。
4.风险管理人工智能还可以在风险管理中发挥重要作用。
企业在进行投资和融资时需要对风险进行及时评估和管理。
人工智能可以通过对市场数据的分析和处理，对风险进行预测，并为企业提供风险建议。
这可以帮助企业更好地管理其投资和融资风险，从而减少风险和损失。
二、人工智能在大数据中面对的挑战虽然人工智能在大数据中的应用呈现出非常广阔的发展前景，但同时也存在一些挑战需要克服。
首先，由于人工智能需要大量数据进行训练和处理，因此需要解决数据隐私和安全等问题。
其次，由于人工智能需要强大的计算能力，因此需要有效的硬件支持和大规模云计算平台。
浅析大数据技术在人工智能中的应用
浅析大数据技术在人工智能中的应用随着科技的不断进步和发展，人工智能所涉及的领域也越来越广泛，其中大数据技术作为人工智能发展的重要支撑，为人工智能的应用提供了强大的支持。
大数据技术的应用使得人工智能能够更准确、更高效地进行数据分析、模型训练，并在各个领域中发挥着重要的作用。
本文将从大数据技术在人工智能中的应用角度进行浅析。
一、大数据技术在人工智能中的数据处理与分析在人工智能的发展过程中，数据处理和分析一直是一个非常重要的环节。
大数据技术的应用使得海量的数据能够被高效地处理和分析，从而为人工智能提供了更多的数据支撑。
利用大数据技术，人工智能可以更加准确地分析数据，挖掘数据背后的信息，从而为各种智能化应用提供更准确的数据支持。
在人工智能领域中，利用大数据技术可以更加准确地对海量数据进行分析和挖掘，从而为图像识别、语音识别、自然语言处理等应用提供更加准确的数据支持。
在医疗、金融、物流、电商等行业中，通过大数据技术对海量数据进行分析，可以为智能决策、风险管理、供应链优化等提供更加准确的数据支持，实现更高效的智能化应用。
人工智能的模型训练是人工智能发展的关键环节之一，而大数据技术的应用为人工智能的模型训练提供了更加强大的支持。
利用大数据技术，可以更加高效地进行模型训练和优化，从而实现更加准确的预测和决策。
在人工智能领域中，利用大数据技术可以更加高效地进行模型训练和优化，提高人工智能的准确度和效率。
在图像识别、语音识别、自然语言处理等领域中，利用大数据技术可以更加高效地进行模型训练和优化，提高模型的识别准确度和响应速度。
在智能推荐、智能广告、智能客服等领域中，利用大数据技术可以更加高效地进行模型训练和优化，提高模型的推荐准确度和个性化水平，为用户提供更好的智能化体验。
在人工智能领域中，利用大数据技术可以更加准确地进行智能决策和预测。
在智能交通、智能物流、智能制造等领域中，利用大数据技术可以基于海量数据进行智能决策和预测，提高交通运输效率、降低物流成本、优化生产流程，实现更加智能化的运营。
人工智能在大数据处理中的应用案例
人工智能在大数据处理中的应用案例随着科技的不断进步，人工智能(AI)技术在各个领域得到了广泛应用。
其中，在大数据处理领域，人工智能技术也有着重要的作用。
这篇文章将探讨人工智能在大数据处理中的应用案例。
一、智能推荐系统现在的电商平台是大数据的典型应用场景，平台上拥有海量用户和产品数据。
考虑如何通过这些数据，增强用户对商品的兴趣和需求，人工智能技术的应用便显得尤为重要。
智能推荐系统便是其中的一种方法。
以京东的“推荐算法”为例，京东利用人工智能技术对用户的行为进行分析，如搜索记录、商品浏览记录、购买记录等，通过这些数据，集中分析出每个用户最感兴趣的产品，利用推荐算法进行推荐，进而促进了购买转化率的提高。
二、自然语言处理自然语言处理(NLP)是机器学习中非常重要的一个分支。
自然语言处理主要关注对人类语言的理解和处理，它已被广泛应用于表述搜索、聊天机器人和语言翻译等领域。
例如，微软的语音语义处理系统，可以通过自然语言处理技术将声音转化为可识别的文本，进而执行相应操作。
语音助手Siri和Alexa也同样采用了这种自然语言处理技术。
三、智能客服系统当前，越来越多的企业选择在网站上添加智能客服系统。
智能客服系统是结合了人工智能技术和自然语言处理技术的一种产品，它可以自动为用户提供24小时不间断服务。
当用户访问网站时，智能客服系统可以通过聊天机器人技术，对用户的问题进行自动应答，进而大大提高客户满意度和公司效率。
四、高级图像处理人工智能在图像处理领域的应用也非常广泛，如人脸识别、图像识别、边缘检测、物体识别等等。
其中，人脸识别已经被广泛应用于人脸门禁、公安监控等场景。
以人脸识别系统为例，人工智能技术可以通过依据人脸特征，识别出每个人的身份，减少人工操作，提高识别准确度。
五、基于人工智能数据分析思维的生产线管理那么，人工智能技术如何帮助提高生产线的质量呢？即“工业4.0” 模式下，如何应用AI技术进行生产线管理呢？在实际应用中要做到精益生产，透过数据分析思维对生产过程进行全面监控，同时引入AI技术，可在梳理数据的过程中发现生产过程中存在的问题。
人工智能与大数据如何结合应用
人工智能与大数据如何结合应用在当今数字化的时代，人工智能（AI）和大数据已成为推动社会发展和创新的关键力量。
它们的结合应用为各个领域带来了前所未有的机遇和变革。
那么，人工智能与大数据究竟是如何相互融合、协同工作的呢？大数据为人工智能提供了丰富的“燃料”。
大量的数据是训练人工智能模型的基础，没有足够的数据，人工智能就如同无源之水、无本之木。
这些数据包含了各种各样的信息，如用户的行为数据、交易数据、社交网络数据等等。
通过对这些海量数据的收集、整理和分析，人工智能能够从中发现规律、模式和趋势，从而做出更准确的预测和决策。
以电商领域为例，每天都会产生大量的用户浏览、购买、评价等数据。
利用大数据技术，可以将这些分散的数据整合起来，形成一个庞大的数据库。
然后，人工智能算法就可以对这些数据进行学习和分析，了解用户的喜好和需求，为用户推荐更符合其兴趣的商品，提高用户的购买体验和商家的销售额。
反过来，人工智能又为大数据的处理和分析提供了强大的工具。
传统的数据处理方法在面对海量、复杂的数据时往往显得力不从心，而人工智能中的机器学习、深度学习等技术则能够快速、准确地从海量数据中提取有价值的信息。
比如，在金融领域，利用人工智能的自然语言处理技术，可以对大量的财经新闻、研究报告等文本数据进行分析，及时发现可能影响市场的重要信息，为投资决策提供参考。
同时，通过人工智能的图像识别技术，可以对大量的票据、合同等进行快速审核，提高工作效率，降低风险。
在医疗领域，人工智能与大数据的结合更是展现出了巨大的潜力。
医院积累了大量的患者病历、医疗影像等数据，利用大数据技术将这些数据整合起来，再通过人工智能的算法进行分析，可以辅助医生进行疾病诊断、制定治疗方案，提高医疗质量和效率。
例如，通过对大量的医疗影像数据进行学习，人工智能模型能够快速准确地检测出肿瘤、骨折等病变，为医生提供早期诊断的依据。
而且，基于大数据的人工智能系统还可以对患者的治疗过程和康复情况进行跟踪和分析，为个性化医疗提供支持。
人工智能在大数据中的应用
人工智能在大数据中的应用随着信息化和互联网的快速发展，数据成为了当今世界的最重要的资产之一。
在这个大数据时代，海量的数据能够为企业、政府和个人提供更多的机遇，但也面临着巨大的挑战。
如何对这些数据进行有效的管理、分析和利用，以获取更准确、更即时、更有价值的信息，并为我们带来更多的机遇和可能？这就需要依靠人工智能的技术和算法。
1. 什么是人工智能？人工智能（Artificial Intelligence，AI）指的是利用计算机科学的理论和方法为人造系统（尤其是计算机）赋予智能的一个交叉学科。
简单来说，人工智能是一种模拟人类智能的技术，它使用算法和机器学习来模拟人类的决策过程，以完成一些人类难以完成的任务。
2. 人工智能在大数据中的应用人工智能在大数据中的应用十分广泛。
通过机器学习（Machine Learning）、自然语言处理（Natural LanguageProcessing, NLP）、计算机视觉（Computer Vision, CV）等技术，人工智能能够准确地识别、提取和分析大规模的数据。
2.1 机器学习机器学习是一种通过训练模型来实现自我学习的人工智能技术。
在大数据中，机器学习可以通过分析和理解不同的数据模式来寻找数据之间的内在关系，并预测未来的趋势和结果。
这种技术可以应用到数据挖掘、预测分析、金融风险管理、医疗诊断、自然语言处理、图像识别等领域。
2.2 自然语言处理自然语言处理是一种将计算机技术应用于语言学的领域。
在大数据处理中，自然语言处理可以对大量的文本数据进行分析和提取，从而实现对文本数据中的有用信息的发掘。
比如，人工智能可以通过对医学报告、医疗数据中的关键词和句子进行分析和挖掘，实现对医生、病人、疾病等的分类、诊断和预测。
2.3 计算机视觉计算机视觉是人工智能领域重要的研究方向之一。
在大数据中，计算机视觉可以通过对图像、视频等数据的识别和分析，实现对大数据的深度挖掘。
比如，人工智能可以通过对汽车、飞机、火车等交通工具的视频监控进行分析和挖掘，实现对交通流量、拥堵情况、交通事故等实时监控。
大数据在人工智能中的应用
计算机与网络龚方生广州涉外经济职业技术学院随着现代科学技术的快速发展，大数据技术在人工智能不可替代的作用。
随着网络时代的兴起,网络和计算机用户爆中的应用研究越来越广泛，科学家们也在着力研究大数据在人工智能领域中的应用。
比如手机的语音助手，就是人工智能,使用起来非常方便。
大数据技术是通过计算机网络来运行的，而人工智能也是通过计算机来实现操控的，大数据和人工智能二者相辅相成、相互连接。
在人工智能中如果没有大数据的应用,就不可能实现智能的效果;如果没有人工智能,那么大数据的应用也不可能得到完全体现，因此人工智能和大数据二者不可分离。
大数据大数据的作用大数据给人们的生活提供了很大便利,大数据的密度大、体量大、维度多、数量高。
比如在班级里计算同学们的成绩，都需要运用到大数据，并且要求数据非常精确，这个时候大数据就体现出它的作用来了。
做什么事都要有数据的支持，没有数据的支持,就表明这个东西不准确，大数据和网络是一个同性质的东西,网络是一把双刃剑,大数据也一样是一把双刃剑。
利用好的话就可以帮助你，要是利用不好的话它就会形成不利,因此我们要研究、了解大数据的价值。
大数据的性能除了准确还要理解大数据存在的意义，要全面了解大数据的重要性。
人工智能随着大数据的发展变得无微不至，比如说手机里的的小爱同学，它可以帮助在手机和网络中寻找各种各样需要的东西。
可以这样说,大数据和人工智能相辅相成，没有大数据,就没有人工智能,人工智能也离不开大数据。
人工智能和大数据的出现，令人们为之惊讶，为之感叹。
大数据和人工智能被很多公司所视为两大必备工具，可见大数据和人工智能的重要性。
它可以让人们减少工作时间,提高工作效率,人类判断不出来的东西，可以让机器来判断，让机器来帮你回答、帮你作答。
人工智能还具备了听说读写的能力,是人类为科技文明跨出的重要一步，大数据和人工智能相结合，可以推动全球多元化。
大数据的应用领域在21世纪大数据和人工智能的结合，对人们的影响非常大。
大数据时代人工智能在计算机网络技术中的应用
大数据时代人工智能在计算机网络技术中的应用
随着现代科学技术的发展，计算机网络技术也越来越受到关注，而人工智能正在成为计算机网络技术中的一个重要组成部分。
人工智能技术可以帮助用户更容易地实现复杂的任务。
在计算机网络技术中，人工智能技术的应用包括网络管理、网络安全、网络访问管理、网络问题诊断等。
1、网络管理
采用人工智能技术可以帮助用户更好的管理计算机网络，强大的人工智能系统可以分析网络的历史数据，并给出合理的解决方案，帮助用户及时发现网络故障。
另外，人工智能系统还可以根据网络状况自动调整网络设置，以提高网络性能。
2、网络安全
采用人工智能技术可以提高网络安全的程度，人工智能系统可以实时监测网络，发现可疑的网络行为，系统可以立即采取措施，从而保护网络的安全。
同时，人工智能技术还可以帮助用户自动识别恶意程序，并及时采取防御措施。
3、网络访问管理
采用人工智能技术可以更好地管理网络访问，人工智能系统可以根据用户的访问行为来自动识别用户访问网络的类型，并及时施以限制，这将大大提高网络访问的管理水平。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1
AlphaGo到底有多厉害？
2011年，北京邮电大学的Lingo围棋程序在9*9棋盘上以受让两子的条件，首次击败了中国围棋教练职业围棋9段俞 斌和先生。那时，谁也没有想到仅仅5年之后，AlphaGo围棋程序就在19*19棋盘上无条件战胜了人类棋王。 研制AlphaGo的团队DeepMind正在投入AlphaSC的研发，未来将于人类顶尖高手在星际争霸游戏中一较高下。
时代背景：新一代人工智能发展规划的提出
为抢抓人工智能发展的重大战略机遇，构筑我国 人工智能发展的先发优势，加快建设创新型国家 和世界科技强国，日前国务院印发《新一代人工 智能发展规划》。 -----2017.7.8
《规划》指出：立足国家发展全局，准确把握全球 人工智能发展态势，找准突破口和主攻方向，全面 增强科技创新基础能力，全面拓展重点领域应用深 度广度，全面提升经济社会发展和国防应用智能化 水平。
监督式学习 强化学习 人类专家位置
3
AlphaGo绝非一帆风顺
“AlphaGo以 为自己做的 很好，但在 87手迷惑了， 有麻烦了”
3月13日李世石九段“神之一手”
“错误在第79 手，但 AlphaGo到 第87手才发 觉”
―AlphaGo远非人工智能的终点。‖ 微软研究院著名机器学习 专家John Langford批评了Wired和Slashdot等媒体对于―实 现人工智能‖夸大其词的相关报道。Langford认为这些进展 本是好事，但报道的时候产生了偏差，这容易导致失望和 4 人工智能寒冬。
百家争鸣 百花齐放
随着新的算法和模型不断涌 现，学科交叉现象日趋明显， 人工智能的研究进入了新的阶 段。
物竞天择 适者生存
多伦多大学教授 Hinton开启深度 学习在学术界和 工业界的浪潮 （2006） 人工智能出现新的 研究高潮，机器开 始通过视频学习识 别人和事物， AlphaGo战胜围棋冠 军（2011~今）
语音识别
图像识别
文字识别 其他信号 识别
人工智能应用
25
内容提纲
人工智能基本概念与发展历史 人工智能与大数据
以DENDRAL系 统为代表的专家 系统大量涌现。 （1970~1980） 图灵测试的提出 标志人工智能进 入萌芽阶段。 达特茅斯会议的 召开标志着人工 智能的诞生。 （1956年）
17
浅层机器学习模 型兴起，SVM、 LR、Boosting算 法等纷纷面世。 （1990~2000）
大数据时代的到来给人工智能 的发展带来契机，人工智能全 面融入人们的社会生活。
14
人工智能发展历程中的里程碑(3)-Waston与人机大战
2011年2月16日，在美国智力竞猜节目《危险边缘 》第三场比赛中，IBM另一超级电脑“沃森”以三 倍的巨大分数优势力压该竞猜节目有史以来最强的 两位选手肯·詹宁斯和布拉德·鲁特，夺得这场人 机大战的冠军。 “沃森”在比赛中没有连接互联网，其数据库中包 括辞海和《世界图书百科全书》等数百万份资料， 强大的硬件则助力其能在3秒钟之内检索数亿页的 材料并给出答案。 思考：就面临的挑战来说，“沃森”相比深蓝有哪 些不同？“沃森”的特点是什么？“沃森”有可能 胜任AlphaGo的工作吗？
John Langford 国际机器学习大会ICML2016 程序主席
从AlphaGo到AlphaGo Master
等级分 5000
60-0 vs 顶级专业人士（在线游戏）
专 业 级
4500
4000 3500 3000 2500 2000 1500
1000
500 0
Zen/CrazyStone AlphaGo Fan AlphaGo Lee AlphaGo Master
人工智能在环保领域的应用案例 人工智能在网络安全领域的应用案例
人工智能面临的机遇与挑战
总结与展望
9
什么是智能
智力或知能 – 是指生物一般性的精神能力。这个能力包括 以下几点：理解、计划、解决问题，抽象思 维，表达意念以及语言和学习的能力。 智力三因素理论(Robert Sternberg) – 成分性智力(componential intelligence), 指思维和问题解决所依赖的心理过程。 – 经验智力(experiential intelligence), 指人们在两种极端情况下处理问题的能力： 新异的或常规的问题。 – 情境智力(contextual intelligence)反映 ，在对日常事物的处理上，它包括对新的和 不同环境的适应，选择合适的环境以及有效 地改变环境以适应你的需要。
ILSVRC top-5 error on ImageNet
30 22.5 15 7.5 0 2010 2011 2012 2013 2014 Human ArXiv 2015
16
人工智能发展（简史）
混沌初生 开天辟地
奠定了人工智能的数学基础， 出现了人工智能历史上的第一 个应用。 -西蒙和纽厄尔提出了“Logic Theorist”自动定理证明系 统。
业 余 级 入 门 级
5
2017年7月9日,柯洁携20连胜,等级分冲至3675 分，世界排名第一。
震撼之后的思考
什么是人工智能？为什么那么厉害？ AlphaGo未来有没有可能被人类打败？
人工智能技术未来有没有可能取代人类？为什么？
人工智能可以帮助人类完成哪些事情？ 人工智能已经出现在哪些领域，今后还会出现在哪些领域？
6
大数据时代的人工智能
内容提纲
人工智能基本概念与发展历史 人工智能与大数据
人工智能在气象领域的应用案例
人工智能在环保领域的应用案例 人工智能在网络安全领域的应用案例
人工智能面临的机遇与挑战
总结与展望
8
内容提纲
人工智能基本概念与发展历史 人工智能与大数据
人工智能在气象领域的应用案例
大数据时代需要人工智能技术同时满足以上两个要求。
22
大数据时代需要什么样的人工智能？
能庖丁解牛
追求高效并行的人工智能算法 – 曹冲称象
反映全量特征的人工智能算法 – 治大国如烹小鲜
23
大数据时代的人工智能技术不断涌现
Robert Sternberg（1949-）是美国心 理学家和心理测量学家。他是康奈尔大 学人类发展教授。
10
什么是人工智能
人工智能（Artificial Intelligence, AI） – 也称作机器智能，是指由人工制造出来的系统所 表现出来的智能。通常人工智能是指通过普通计 算机实现的智能。 人工智能研究 – 研究内容：包括认知建模、知识学习、推理及应 用、机器感知、机器思维、机器学习、机器行为 和智能系统等。 – 研究动机：包括推理，知识，规划，学习，交流 ，感知，移动和操作物体的能力等。 – 基础知识：包括搜索和数学优化，逻辑，基于概 率论和经济学的方法等。 – 应用系统：目前有大量的人工智能应用系统，如 AlphaGo, Siri等。
人工智能发展的真实历史过程（波浪式前进）
计算能力
第一款神经 网络—感知 机，将人工 智能推向第 一个高峰 达特茅 斯会议 标志AI 的诞生 自然 语言 微世 界 探索 式推 理 霍普菲 尔德神 经网络 被提出
数据需求
反向传播 算法获得 广泛关 注，AI进 入第二黄 金时期
下一个问题呢
欧盟、美 国脑工程 计划 AlphaGo 挑战人类 循环神 围棋冠军 经网络 人脸识 IBM深蓝 别率超 战胜人类 过99% 象棋冠军 深度卷积 神经网络 提出人工 智能加速 发展
DARPA受 到认可重 获拨款
循环 神经 网络 出现
行为 主义 提出
DARPA 停止拨 款
启蒙阶段 1955
18
低潮时期 1970
复兴阶段 1986
遇冷时期 1991
快速发展 2005 2016
1958
最近一次的人工智能热潮兴起，是由于大数据时代使得数据需求得到了满足。
内容提纲
人工智能基本概念与发展历史 人工智能与大数据
图灵测试额外加分项： 说服测试者，令他认为自己是电脑。
你知道吗，你说的这些话真的很 有道理。 我„„我已经不知道自己究竟是 谁了。
13
人工智能发展历程中的里程碑(2)-深蓝vs卡斯帕罗夫
1997年，IBM研制的超级电脑“深蓝”在标准比赛 时限内以3.5比2.5的累计积分击败了国际象棋世界 冠军卡斯帕罗夫，震惊世界。 “深蓝”的设计者许峰雄曾表示，一般的国际象棋 手能想到后7步就很不错了，但“深蓝”能想到12 步，甚至40步远，棋手当然不是计算机的对手。 插曲：卡斯帕罗夫在落败后曾称无法理解电脑下棋 时做出的决定。他亦认为电脑在棋局中可能得到人 类帮助并要求重赛，但IBM拒绝。 思考：深蓝靠什么打败了卡斯帕罗夫？深蓝能否击 败李世石？为什么？
11
人工智能的三大发展要素
基础理论引入
相关学科交叉
多领域应用
控制论
数学
机器学习
数据挖掘
神经科学
统计学
人工智能
认知科学
12
……
人工智能发展历程中的里程碑(1)-图灵测试
图灵测试(1950) – 一个人(C)询问两个他看不见的对象（机器A和正常思维的人B）。如果经过若干询问后，C无法区分A 与B，则A通过图灵测试。 – 聊天机器人Eugene Goostman(2014)在5分钟内试图欺骗30%的人。
2
AlphaGo怎么做到的？
AlphaGo使用两种不同的深度神经网络：第一种是策 略网络，目标是选择在哪里落子。第二种则是价值 网络，价值网络的作用是衡量走这一步对最终输赢 的影响。 AlphaGo成功的关键在于: – 海量对弈数据：6000万局对弈数据。 – 算法创新：深度神经网络+“左右手互搏”。 – 计算能力出众：打败李世石的AlphaGo Lee 的 芯片为 50 TPU,搜索速度为10k位置/秒。