人工智能概述

学习目标

• 了解人工智能在现实生活中的应用
• 知道人工智能发展必备三要素
• 知道人工智能和机器学习、深度学习三者之间的关系

1 人工智能应用场景

2 人工智能小案例

案例一：

参考链接：https://quickdraw.withgoogle.com

案例二：

参考链接：https://pjreddie.com/darknet/yolo/

案例三：

查看更多：https://deepdreamgenerator.com/

3 人工智能发展必备三要素

• 数据
• 算法
• 计算力
  • CPU, GPU, TPU

计算力之 CPU、GPU 对比

• CPU 主要适合 I/O 密集型的任务
• GPU 主要适合计算密集型任务

什么类型的程序适合在 GPU 上运行？

（1）计算密集型的程序。

所谓计算密集型（Compute-intensive）的程序，就是其大部分运行时间花在了寄存器运算上，寄存器的速度和处理器的速度相当，从寄存器读写数据几乎没有延时。可以做一下对比，读内存的延迟大概是几百个时钟周期；读硬盘的速度就不说了，即便是 SSD，也实在是太慢了。

（2）易于并行的程序。

GPU 其实是一种 SIMD（Single Instruction Multiple Data）架构，它有成百上千个核，每一个核在同一时间最好能做同样的事情。

4 人工智能、机器学习和深度学习

• 人工智能和机器学习，深度学习的关系
  • 机器学习是人工智能的一个实现途径
  • 深度学习是机器学习的一个方法发展而来

5 小结

• 人工智能应用场景【了解】
  • 网络安全、电子商务、计算模拟、社交网络……
• 人工智能必备三要素【知道】
  • 数据、算法、计算力
• 人工智能和机器学习，深度学习的关系【知道】
  • 机器学习是人工智能的一个实现途径
  • 深度学习是机器学习的一个方法发展而来

版本差异（机器学习栈 → 当前版本）

本文讲解的机器学习概念（算法分类、工作流、评估）与 scikit-learn 核心 API 保持稳定；新特性以官方文档为准。