GitHub

keywords: AI CJKmainfont: KaiTi –-

人工智能简介

本文是从我自己的角度出发，向小朋友们简要介绍什么是人工智能。

5次讲座

  1. 机器人的前世今生

本系列课程通过带领大家探讨什么是机器人这个话题，介绍历史上的“机器人”、机器人发展现状、现代机器人技术、机器人未来趋势

1.1 机器人历史

1.2机器人现状 1.3机器人现状及未来

总结机器人发展趋势

  1. 走进人工智能

本系列课程将带领大家了解人工智能的概念与历程，理解当前人工智能领域所面临的机遇与挑战，并借助一些生动形象的例子，让大家理解人工智能领域最基本的算法，梳理当前的研究热点，为学习后面的课程打下坚实的基础。

2.1 搜索的艺术

首先介绍人工智能领域所面临的一些经典问题，以及如何通过搜索的方式来解决，最后从搜索的角度揭示当前的热门研究问题。

  • 经典的搜索算法（DFS, BFS,HF…）以及对应的经典例子（以棋类游戏为例）
  • 高级搜索算法（动态搜索，近似搜索，优先条件搜索等……）
  • AlphaZero是如何做搜索的？除了游戏之外，还有哪些更复杂的问题呢？由此引出下一讲的学习策略。

2.2 学习与推理

当我们谈论人工智能时，谈到最多的一点就是人工智能的学习与推理能力，那么具体是怎么学习，又是如何做推理的呢？

  • 什么是知识和模型？
  • 知识从哪来？
  • 模型如何构建？
  • 机器怎么做推理？

2.3 决策与行动

有了这些强大的算法之后，如何利用它们为我们的生活提供便利的服务呢？我们将从以下几个场景展开，介绍人工智能是如何影响着我们生活的方方面面的：

  • 语音机器人
  • 个性化推荐
  • 自动驾驶
  1. 大数据

3.1 The secret of mining massive datasets 通过多个案例介绍，向大家说明大数据是什么、有什么用，数据挖掘是什么、有什么用，以及数据挖掘与人工智能的关系 3.2 The tasks of data mining 通过前述一个或多个案例，给大家介绍数据挖掘的任务和内容，并以通俗易懂的方式讲述各个任务，包括分类、聚类、回归、时序数据分析、异常点监测等 3.3 The procedure of how to execute data mining 通过挑选前述案例中的一个或两个任务，来具体讲述下数据挖掘的实施过程与实施步骤，包括问题定义、数据准备、数据预处理、数据挖掘算法执行、结果解释与评估等步骤

  1. 计算机视觉

4.1 给计算机安上眼睛 Basic Concepts 从介绍视觉入手，引入计算机视觉，介绍计算机视觉的基本概念，历史，领域和前沿效果。

  • 什么是视觉？What is Vision? What is Computer Vision? Why we need Computer Vision? What is the relationship between Computer Vision and Artificial Intelligence?
  • Brief history of Computer Vision.
  • What can Computer Vision helps us do? Research Areas of Computer Vision.
  • Cutting edges of Computer Vision.

4.2 传统方法与深度学习的比较 Traditional CV VS Deep Learning Way 介绍并比较传统的计算机视觉方法和深度学习方法的异同，了解计算机视觉算法的一般流程，明白特征提取和分类的概念

  • What is the world looks like in the eyes of computers. Something need to know about images.
  • Common pipeline of dealing with a Computer Vision Issue
  • Using detection as an example
  • Feature Space and Feature extraction
  • Classification

4.3 练就计算机的火眼金睛 Make difference as an AI expert 介绍如何在计算机视觉中的应用神经网络，了解神经网络的基本概念

  • What is Neural Network, compared with neuron, and its brief history.
  • CNN and use CNN to extract feature.
  • How does computer learn? i.e. How to train a neural network.
  • Using Detection as an example
  1. 自然语言处理

5.1 自然语言理解简介/走进自然语言的世界/自然语言知多少 自然语言理解是计算机科学领域与人工智能领域中的一个重要方向，它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。本讲座从概要、应用、任务、挑战四个方面较为系统地带您走进自然语言的世界。通过本次讲座，您将对人工智能和自然语言有初步认识。

  • 自然语言理解是什么
  • 自然语言应用举例
  • 自然语言任务简介

5.2 自然语言理解的方法/如何让计算机理解人类语言

  • 简介:
  • 自然语言理解中的经典方法
  • 神经网络与自然语言理解
  • 自然语言理解的趋势

5.3 对话机器人/与机器人聊天/对话机器人的前世今生/从自然语言理解到问答机器人

  • 简介
  • 什么是对话机器人
  • 对话机器人框架
  • 对话机器人应用