最近連續(xù)的高溫,

特別適合在空調房里抱著西瓜追劇,

說到追劇，最近有一部劇可謂是十分火爆!

沒錯！就是《長安十二時辰》!

劇情在線，演技在線，還原度高,

豆瓣評分高達8.6，播出以來備受好評,

網友們紛紛稱其為“良心之作”.

不過今天小編可不是來推劇的,

今天小編要和大家聊一聊關于

?

AI學習里的十二時辰

午時

以服務形式分享數字化技術

1. “萬物互聯”。定義為將人，流程，數據和事物結合一起使得網絡連接變得更加相關，更有價值。萬物互聯將信息轉化為行動，給企業(yè)，個人和國家創(chuàng)造新的功能，并帶來更加豐富的體驗和前所未有的經濟發(fā)展機遇。

2. BU指業(yè)務線／產品線。是指一群相關的產品，這類產品可能功能相似，銷售給同一顧客群，經過相同的銷售途徑，或者在同一價格范圍內。如果能夠確定產品線的最佳長度，就能為企業(yè)帶來最大的利潤。

3. 行業(yè)智能化升級新引擎。引擎，有人把引擎稱為發(fā)動機，其實，發(fā)動機是一整套動力輸出設備。現也用作IT方面的術語，指經包裝過的函數庫，方便別人調用，如搜索引擎、圖形引擎、物理引擎等。

4. 智能數據：全棧大數據解決方案，助力數字化轉型。通過城市（交通流量優(yōu)化、安全/流量態(tài)勢分析），制造（生產質量監(jiān)控、銷售預測、生產計劃），醫(yī)療（病理分析、基因分析），家庭（家庭安全防護，老人、兒童看護），園區(qū)（客流密度分析、異常事件監(jiān)控），物流（庫存、單據識別、智能報關），汽車（車隊管理、智能運營、駕駛員行為規(guī)范）和互聯網（內容審核、智能視頻推薦）8大行業(yè)200項目以行踐言。

5.API（應用程序接口）是一些預先定義的函數，或指軟件系統不同組成部分銜接的約定。目的是提供應用程序與開發(fā)人員基于某軟件或硬件得以訪問一組例程的能力，而又無需訪問原碼，或理解內部工作機制的細節(jié)。

6. AI創(chuàng)造智慧，但不是萬能的。行業(yè)AI落地之道：（1）從應用場景，定邊界；（2）從行業(yè)智慧，找路徑；（3）從商業(yè)價值，補數據。需要行業(yè)專家指引，行業(yè)場景擴充，才有商業(yè)和社會價值，實干才是唯一出路。

7. AI助力產業(yè)升級的三種境界：（1）效率提升，海量重復場景；（2）專業(yè)傳承，專家經驗場景；（3）突破極限，多域協同場景。

8. 隨著互聯網、移動化、大數據、物聯網和AI技術的興起，傳統行業(yè)正面臨數字化轉型的挑戰(zhàn)，企業(yè)一方面需要考慮原有傳統業(yè)務的云化，另一方面需要基于云平臺，結合各種新技術開發(fā)分布式創(chuàng)新應用。這就需要功能更加全面、靈活和可長期演進的全棧云平臺，能夠從芯片、硬件、軟件、解決方案等各個層面為企業(yè)數字化轉型提供強大有力的支撐，在業(yè)務承載、服務能力、資源管理和架構演進四個維度具備全棧能力，幫助企業(yè)客戶實現商業(yè)價值。

未時

從數字化轉型到知識化轉型

1.運算智能（計算、存儲）→感知智能（視覺、聽覺）→認知智能（知識、推理）。“自然語言處理：人工智能皇冠上的明珠。”IBM很多年前提出了認知計算，認知就是跟語言相關的。企業(yè)很多場景挺復雜，知識是關鍵，行業(yè)需要做知識轉型，知識的基本載體是文本，也就是語言。理解語言需要技術和工具，圖譜是其中重要的一個。

2. 未來人工智能走向應用的必經之路：機器通過人工智能技術與用戶的互動，從中獲取數據、優(yōu)化算法，更重要的是構建和完善知識圖譜，認知和理解世界，進而服務于這個世界，讓人類的生活更加美好。

3.知識圖譜，就是通過不同知識的關聯性形成成一個網狀的知識結構，對機器來說就是圖譜，形成知識圖譜的過程本質是在建立認知，理解世界，理解應用的行業(yè)或者說領域，每個人都有自己的知識面，或者說知識結構，本質就是不同的知識圖譜，正是因為有獲取和形成知識的能力，人類才可以不斷進步。

 4. 知識圖譜構建流水線

5. 如何快速搭建一個機器人：（1）開通機器人；（2）新建或導入材料；（3）領域知識；（4）模型管理、訓練。

申時

對話機器人

1.1950年，圖靈在哲學刊物《思維》上發(fā)表“計算機器與智能”《computing machinery and intelligence》的文章，提出了后來被奉為經典的圖靈測試——交談能檢驗智能。

圖靈在1950年關于人工智能的著名論文

2. 互聯網的發(fā)展培育了大量用戶，大數據的爆發(fā)。

3. 對話機器人是什么：能夠自動理解用戶并生成回復與用戶進行連貫對話的智能體或者軟件系統。

4. 對話管理的技術發(fā)展過程：1.基于規(guī)則的；2.基于傳統概率的；3.基于深度學習的。

5. 對話目的：實現廣泛的社交功能，比如交換想法、經驗共享、關系維持、合作完成相同的目標。

6. 對話基礎是：輪流交互、對話連貫、相同的知識背景。

7. 對話管理的應用實踐：（1）外呼機器人；（2）政務大廳機器人——任務型對話機器人；（3）通過常識推理和多模態(tài)感知來優(yōu)化口語對話系統，比如歷史博物館導覽機器人。

8. 對話管理未來發(fā)展方向和探討：（1）對話管理是對話系統的核心，對話管理的表達學習能力決定了對話系統的復雜度。（2）未來發(fā)展方向為對話系統在一段長的時間還是會以plpeline的方式存在，沒有真正使用的端到端系統；深度學習與常識的結合，知識的缺乏一直存在；學術界還是會以深度（強化）學些、甚至端到端為主，工業(yè)界還是會以規(guī)則概率為主；領域遷移，模型泛化能力強；多模態(tài)信息融合推理。

酉時

關于人工智能平臺

1. AI值錢的非算法，而是第一數據，第二專用硬件，第三是模型。

2. ModelArts一站式的AI開發(fā)平臺：面向AI深度玩家、AI初學者、無AI基礎的業(yè)務開發(fā)員三類用戶提供解決AI開發(fā)支持。

3.Mask R-CNN 能做什么？Mask R-CNN是一個實例分割模型，它能確定圖片中各個目標的位置和類別，給出像素級預測。所謂“實例分割”，指的是對場景內的每種興趣對象進行分割，無論它們是否屬于同一類別——比如模型可以從街景視頻中識別車輛、人員等單個目標。R-CNN的主要思路是：先提取出候選檢測區(qū)域，再用CNN提取各個候選區(qū)域的特征，最后用分類器判別類別，用回歸擬合邊界。

4. 模型、預訓練模型、遷移學習、模型蒸餾。預訓練模型(pre-trained model)是前人為了解決類似問題所創(chuàng)造出來的模型。你在解決問題的時候，不用從零開始訓練一個新模型，可以從在類似問題中訓練過的模型入手。遷移學習，網上用了個比喻一位老師通常在ta所教授的領域有著多年豐富的經驗，在這些積累的基礎上，老師們能夠在課堂上教授給學生們該領域最簡明扼要的內容。這個過程可以看做是老手與新手之間的“信息遷移”。

戌時

其他知識點

信息化、數字化和智能化三者之間沒有取代式遞進關系，但是有本體層次差異。

其他時辰呢，哈哈，都在學習。

返回列表