1、北京久其软件股份有限公司2022-11-10人工智能技术概览人工智能技术概览久其软件-李坤奇人工智能技术概览ppt-未知人工智能技术概览ppt-未知北京久其软件股份有限公司2022-11-10目录目录1、人工智能定义、关联2、人工智能主要应用领域3、机器学习算法及分类4、主流神经网络简介5、NLP的主要技术与方法北京久其软件股份有限公司2022-11-10人工智能定义人工智能定义l用机器，通常为电子仪器、电脑等，对人的意识、思维的信息过程的模拟。l人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。l数据：预测、挖掘l语音：语音识别、语音合成、声纹检测l文字：分类、翻译、对话、NLP、
2、NLU、NLGl视觉：图像识别、生成作画、视频理解l运动：智能控制、仿真机器人、自动驾驶l思考：简单推理、机器人写稿、AlphaGo2022-11-10涉及面最广的交叉学科涉及面最广的交叉学科人工智能自动化控制计算机数学统计学逻辑学归纳学系统学概率论哲学心理学生物学经济学语言学工程学认知学仿生学人工智能教育要从娃娃抓起人工智能教育要从娃娃抓起有望成为有望成为一级学科一级学科北京久其软件股份有限公司2022-11-10工业工业4.0，自动化生产线，自动化生产线l旨在提升制造业的智能化水平，建立具有适应性、资源效率及基因工程学的智慧工厂，在商业流程及价值流程中整合客户及商业伙伴l其技术基础是网络实
3、体系统及物联网特斯拉工厂曝光，整个工厂只有150个机器人，超震撼北京久其软件股份有限公司2022-11-10机器人，好帮手机器人，好帮手奔跑跳跃搬东西，这种机器人平衡能力比人类还强北京久其软件股份有限公司2022-11-10自动驾驶自动驾驶l谷歌、特斯拉、百度、苹果l集各类人工智能技术一身北京久其软件股份有限公司2022-11-10机器学习机器学习l数据爆炸式增长催热机器学习l统计学、概率模型（贝叶斯）、神经网络l有监督学习、半监督学习、无监督学习主要区别在于人工投入的比例无监督学习只有极少数应用l投多少人工，有多少智能？北京久其软件股份有限公司2022-11-10强化学习强化学习lreinf
4、orcement learning，RLl又称再励学习、评价学习l智能系统从环境到行为映射的学习，以使奖励信号(强化信号)函数值最大l处于研究阶段l无人机，l自动化控制，l电子游戏NLP？北京久其软件股份有限公司2022-11-10迁移学习迁移学习lTransfer Learning,TLl收集数据成本高；训练耗时；重复利用已有知识l样本迁移、特征迁移、模型迁移、关系迁移用于用于精准营销精准营销北京久其软件股份有限公司2022-11-10人工神经网络人工神经网络l人工神经网络模仿动物神经网络特征，进行分布式并行信息处理的算法数学模型。l网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的
5、关系，从而达到处理信息的目的。l优势并行分布处理高度鲁棒性和容错能力分布存储及学习能力能充分逼近复杂的非线性关系l激活函数、损失函数、梯度下降北京久其软件股份有限公司2022-11-10深度学习深度学习l深度学习源于人工神经网络，多个隐含层感知器。l深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。l各层设计、图形化调参、学习速率端到端端到端优势？劣势？优势？劣势？2022-11-10CNN 卷积神经网络卷积神经网络lConvolutional Neural Networkl图像领域应用非常成功，人脸识别超99.5%l全连接 局部连接，权值共享l图像识别
6、、OCR、语音识别（DBN+CNN+RNN最好）特征数量卷积核大小北京久其软件股份有限公司2022-11-10RNN 循环神经网络循环神经网络lRecurrent Neural Networkl（t+1）时刻网络的最终结果O(t+1)是该时刻输入和所有历史共同作用的结果l语音识别、NLPlBidirectional RNNs、Deep RNNs、GRU RNN2022-11-10LSTM-长短期记忆网络长短期记忆网络lLong Short-Term Memory Neural NetworklRNN时间上传递的神经网络，可能“梯度消失”l通过门的开关实现时间上记忆功能，防止梯度消失l遗忘门l输
7、入门l输出门lSeq2Seq机器翻译lAttention Model对话北京久其软件股份有限公司2022-11-10GAN-生成性对抗生成网络生成性对抗生成网络lGenerative Adversarial Networksl它有两个模型：一个生成器，一个判别器l没有损失函数，优化过程是“二元极小极大博”2022-11-10深度学习框架深度学习框架库名称开发语言速度灵活性 文档适合模型平台上手难易Caffec+/cuda 快一般全面CNN所有系统中等TensorFlowc+/cuda/Python中等好中等CNN/RNNLinux,OSX难MXNetc+/cuda 快好全面CNN所有系统中等T
8、orchc/lua/cuda快好全面CNN/RNNLinux,OSX中等Theanopython/c+/cuda中等好中等CNN/RNNLinux,OSX易lCaffe2013年底,由UC Berkely的Yangqing Jia开发计算机视觉领域首选CaffelTensorFlowGoogle主推的开源学习框架有众多预先训练好的模型，开发简单速度慢，内存占用较大lTorchFacebook力推的深度学习框架，主要开发语言是C和Lua有较好的灵活性和速度，开发也比较简单缺点是接口为lua语言，不支持PythonPython首选语言首选语言Ubuntu首选平台首选平台北京久其软件股份有限公司20
9、22-11-10机器学习中的问题与应对机器学习中的问题与应对l欠拟合添加其他特征，减少正则化l过拟合L1、L2正则化l不收敛复审输入数据、修改模型设计、改变参数初始化方法、调整学习速率l数据集过小转换扩增l运算过慢分布式运算，换用GPU或专用神经网络处理器l调参复杂分开训练、参数各种图形化展示北京久其软件股份有限公司2022-11-10NLP-自然语言处理自然语言处理l自然语言是人类智慧的结晶，自然语言处理是人工智能中最为困难的问题之一l广义的NLP包含NLU、NLGl用到统计、概率、神经网络等各种算法l文本分类 l信息抽取l人机对话l领域知识图谱l自动写稿北京久其软件股份有限公司2022-1
10、1-10中文分词中文分词l11款开放中文分词引擎大比拼l目前主流分词包均采用复杂的统计模型，HMM、CRF、SP（结构化感知）l首先统计大量已切分文本特征训练模型，然后针对输入文本搜索最佳切分方式l目前哈工大语言云、Boson云效果最佳lTHULAC（清华）是开源包中效果最佳，也非常快l结巴分词用的很广（Python），效果也不错l没有完美方案，90%以后每提升1点都要巨大代价北京久其软件股份有限公司2022-11-10词性标注词性标注l中文词类活用现象非常多l没有英文的变形：ing、ed、er、lyl词性命名标准出自北大，基本统一l目前都只提供静态词性，非准确标注l在关键词计算、事件发现、情
11、感判断有价值l句法分析、语义理解的前提l词法分析、句法分析、语义理解相互交织依赖，制约了词法技术提升北京久其软件股份有限公司2022-11-10NER命名实体识别命名实体识别lNamed Entity Recognition又称作“专名识别”，是指识别文本中具有特定意义的实体l三大类：实体类、时间类和数字类l七小类：人名、机构名、地名、时间、日期、货币和百分比l基于规则和词典的方法采用语言学专家手工构造规则模板,选用特征包括统计信息、标点符号、关键字、指示词和方向词、位置词(如尾字)、中心词等方法，以模式和字符串相匹配为主要手段l基于统计的方法HMM、ME、SVM、条件随机场(CRF)l神经网
12、络识别NN、CNN-CRF、RNN-CRF、Attention机制l目前缺少成熟可以API，少数付费效果尚可训练的CRF模型，人名、时间、数字识别还行，有提升空间2022-11-10语言模型、词向量语言模型、词向量lN-Grams：二元组、三元组、五元组l大量分词后语料进行统计l正则化、平滑l可用于拼写和语法检查，也可协助分词lWord2Vec：将词组转换成多维向量表示lCBOW、Skip-Gram、GloVel神经网络输入需要Embedding，50,100,300维l特性相似近邻 通过向量距离查找关联词线性加减 w2v(中国)-w2v(北京)=w2v(法国)-w2v(巴黎)l只是一种高阶近
13、似，同一含义在同一维表达，尽量分散2022-11-10关键词、摘要提取关键词、摘要提取lPageRank算法原理整个www可以看作一张有向图图，节点是网页。如果网页A存在到网页B的链接，那么有一条从网页A指向网页B的有向边。导入的链接越多，页面的重要程度越高复杂的迭代优化精确权重l关键词距离较近的词，视同有链接可根据词性、统计规律调整权重，TF-IDF是最常用算法l摘要句子初始权重为各词TF-IDF权重合计权重最高的句子（必要修剪）作为摘要自上而下的摘要用模板/知识库生存（事件、球赛）人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材人工智能技术概览ppt-未知优秀课件精品课件培训课
14、件培训教材北京久其软件股份有限公司2022-11-10文本分类、聚类、情感倾向文本分类、聚类、情感倾向l文本分类属于有监督学习，需要训练l贝叶斯、SVM、神经网络l文本聚类属于无监督学习l划分法（K-Means）、层次法、密度法、网格法l文本倾向性分析，主要用于舆情监控，评价挖掘l贝叶斯理论为基础l褒义词、贬义词、中性词l否定谓词、副词的识别l与地域、主体识别结合运用l难点在于各门类数据抓取、行业模型训练人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材北京久其软件股份有限公司2022-11-10句法分析句法分析l上下文无关
15、文法Context Free Grammarl依存文法分析(Dependency Parsing)通过分析语言单位内成分之间的依存关系揭示其句法结构识别“主谓宾”、“定状补”l算法：CYK、PCFG、CRF、神经网络（？）l目前中文句法分析短句可用，长句较差哈工大LTP语言云、Boson云（较好）Stanford Parser、HanLP（稍差）人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材北京久其软件股份有限公司2022-11-10语义分析语义分析/理解理解l知识工程：语义树l可用于句子语义理解、数据抽取、句式转换l需
16、要强大的知识库配合，知识图谱（？）今天晚上吃金属吧（）法国一位老人以吃金属为生（）l还难以理解文章，进行摘要或推理l神经网络：训练超级模型l词向量（稀疏）比较成熟，生成较快Synonymy、Antonymy、Hyponyml短句可用向量相加近似表示，长句、文章尚在研究人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材北京久其软件股份有限公司2022-11-10知识图谱知识图谱(Knowledge Graph)l由知识点相互连接而成的语义网络l用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联
17、系，并进行查询推理lRDF(资源描述框架)、OWL(Web 本体语言)、SparQLl建立：数据源整理、实体消歧、schema(本体、关系等)构建、查询与推理、优化存储、更新维护lWordNet、Yago、DbpedialCN-Dbpedia、Zhishi.Me、PKU-PIEl搜索引擎、金融分析、辅助诊断l目前似乎难以表达行为动作、限定修饰人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材北京久其软件股份有限公司2022-11-10QA-机器人问答、人机对话机器人问答、人机对话lIR-based Question Answ
18、ering信息检索方式，抽取原文中短语、句子作答问题分析、答案类型确定、确定检索规则、句子抽取、答案生成lKnowledge-based Question Answering确定提问类型及答案模板从原文抽取模板定义要素组织语言生成答案l个人助理、客服/导购、专家系统人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材北京久其软件股份有限公司2022-11-10DeepBot 对话框架对话框架人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材北京久其软件股份有限公司2022-11-10人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材人工智能技术概览ppt-未知优秀课件精品课件培训课件培训教材
