教学参考-08

来自cslt Wiki
跳转至: 导航搜索

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。
  • 在美颜任务中,网络通过提取跟面容美丽程度相关的“漂亮因子”,并用明星人脸的漂亮因子替换普通人的漂亮因子,从而把人脸变得更加漂亮。
  • 在绘画风格转换任务中,神经网络将图像内容和图像风格通过分离内容和风格。通过提取名画的风格因子,并将这一因子替换一张照片的风格因子,即可实现风格转换,让计算机成为油画大师。
  • 在人脸表情变化任务中,神经网络将人的脸型和表情因子进行分离,之后对面部表情因子进行变化,即可实现人的表情变化。


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。这一技术广泛应用于导航,医院叫号,火车站和机场广播等场景中。
  • 声音也可以作为快速报警的新途径。例如,分音塔的老人家居报警器,当老人发生危险滑倒时,通过语音可以呼救救援人员给以帮助。


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