人工智能深度讲座培训简介我能学懂深度学习吗?深度学习在各行业的应用深度学习基本思想人工智能简史个人简介个人简介PART01人工智能简史PART2公元前384-322亚里士多德(Aristotle)形式逻辑三段论A20世纪30年代,数理逻辑、维纳弗雷治、罗素等为代表对发展数理逻辑学科的贡献,丘奇、图灵和其它一些人关于计算本质的思想,为人工智能的形成产生了重要影响B20世纪40年代,麦卡洛克和皮茨神经网络模型→连接主义学派C1948年,维纳创立了控制论,行为主义学派D孕育时期1956年,在美国的达特茅斯大学召开了第一次人工智能研讨会,标志人工智能学科的诞生A1965年诞生了第一个专家系统DENDRAL,可以帮助化学家分析分子结构B1969年召开了第一届人工智能联合会议,此后每两年举行一次C1970年,《人工智能》国际杂志创刊D形成时期(1956~1970)过高预言的失败,给AI的声誉造成了重大伤害A下棋程序在与世界冠军对弈时以1:4告负B出现了很离谱的翻译结果,把“心有力而余不足”翻译成“酒是好的,但肉变质了”C剑桥大学数学家詹姆士按照英国政府的旨意发表报告,称AI即便不是骗局也是庸人自扰D暗淡期(1966~1976)MYCIN专家系统,用于协助内科医生诊断细菌感染疾病A斯坦福大学研制成功地质勘探专家系统B计算机视觉、机器人、自然语言理解、机器翻译等取得了长足进步C1997年,IBM研发的“深蓝”击败了国际象棋冠军卡斯帕罗夫D发展期(1976~1998)深度学习的发展历史1.神经网络的原创文章发表于1943年,两位作者都是传奇人物,麦卡洛可(McCulloch)和皮茨(Pitts),“ALogicalCalculusofIdeasImmanentinNervousActivity”,发表在《数学生物物理期刊》2.1982年,Hopfield模型提出。1984年,J.Hopfield设计研制了Hopfield网的电路,较好地解决了著名的旅行商问题,引起了较大的轰动。3.1986年,Rumelhart,Hinton提出多层感知机与反向传播(BP)学习算法,该方法克服了感知器非线性不可分类问题,给神经网络研究带来了新的希望。深度学习的发展历史深度学习的发展历史深度学习的发展历史深度学习的发展历史InternationalConferenceonNeuralInformationProcessingSystems.CurranAssociatesInc.2012:1097-1105.深度学习的发展历史促进深度学习发展的2个因素:1.计算能力的增强,尤其是GPU的出现,极大的提升了深度学习的计算速度2.数据的迅猛增加深度学习的发展历史深度学习的发展历史深度学习的发展历史深度学习的发展历史深度学习的发展历史图片取自何凯明的ppt深度学习的发展历史图片取自何凯明的ppt深度学习的发展历史图片取自何凯明的ppt深度学习的发展历史深度学习的发展历史深度学习的发展历史深度学习的发展历史深度学习的发展历史深度学习在各行业的应用PART3深度学习在各个行业的应用1.AlphaGoZero的提升,让DeepMind看到了利用人工智能技术改变人类命运的突破。他们目前正积极与英国医疗机构和电力能源部门合作,提高看病效率和能源效率。同时类似的技术应用在其他结构性问题,比如蛋白质折叠、减少能耗和寻找新材料上,就能创造出有益于社会的突破。2.无人驾驶3.在医疗领域,可以用于识别癌细胞,发现新药物等4.金融领域可以用来预测股价,还可以用来识别欺诈。摩根大通利用AI开发了一款金融合同解析软件。经测试,原先律师和贷款人员每年需要360000小时才能完成的工作,这款软件只需几秒就能完成。而且,不仅错误率大大降低,重要的是它还从不放假5.精准营销,为用户推荐感兴趣的产品广告6.农业上,可以用于发现农作物的病虫害,还可以用来识别哪些地方的环境适合种植7.利用深度学习,可以将抓拍到的珍稀动物(比如鲸鱼)照片进行分类,从而更好地估算某种动物的存活数量深度学习在各个行业的应用深度学习的基本思想PART4深度学习的基本思想图片取自lecun的ppt深度学习的基本思想图片取自lecun的ppt深度学习在各个行业的应用图片取自lecun的ppt我能学懂深度学习吗?PART5需要具备的基础知识●微积分、线性代数、概率论●基础的编程知识,最好有python基础●良好的英文文献阅读能力BP网络卷积深度学习网络的训练步骤1.导入数据2.把数据分成多个batch3.定义网络的参数,包括神经元的数量,卷积核的大小,学习率,迭代次数等4.定义网络结构5.初始化网络参数6.定义反向传播(主要是梯度下降法,如果用pytorch,tensorflow等框架,只需要调用相关函数即可)7.把训练数据按batch大小依次送入网络进行训练8.保存模型,进行测试如何学习深度学习1.要懂得基本的原理,包括前向计算,反向传播的数学原理2.要多写代码练习3.要多阅读论文,尤其是引用率比较大的论文4.要多和同行进行交流谢谢!THANKYOUFORYOURWATCHING