走进人工智能0引言0引言什么是人工智能时代背景：新一代人工智能发展规划的提出AlphaGo究竟有多厉害？AlphaGo怎么做到的？从AlphaGo到AlphaGoMaster2.1什么是人工智能人工智能的定义人工智能的评判原则人工智能发展简史几种概念间的关系Deeplearning深度学习概念(1/2)Deeplearning深度学习概念（2/2）Deeplearning深度学习WhyGPU？最佳的时代？2.2人工智能经典应用人工智能应用：语音识别人工智能应用：计算机视觉人工智能重要应用领域人工智能应用领域2.3人工智能技术体系人工智能技术体系机器学习MachineLearning机器学习MachineLearning机器学习处理过程FeatureExtraction特性提取(1/2)FeatureExtraction特性提取(2/2)DataAnalysis数据分析(1/2)SupervisedLearningLinearregressionLogisticregressionNaïveBayesiansNeutralNetworkSVMDecisionTreeK-NNUnsupervisedLearningK-MeansMixtureofGaussiansReinforcementLearningModelConstructionTrainalgorithms模型训练：梯度下降算法（GD）Problem:Thetrainingmodelisgoodorbad?Underfitting?Overfitting?深度学习处理过程DNN深度神经网络DNN（DeepNeuralNetwork）卷积神经网络CNN（convolutionalneuralnetwork）LeNet，最早用于数字识别的CNNAlexNet，ILSVRC比赛远超第2名的CNN，比LeNet更深，用多层小卷积层叠加替代单大卷积层GoogleNet，ILSVRC比赛冠军VGGNet，ILSVRC比赛中的模型，图像识别略差于GoogleNet，不过在诸多图像转化学习问题(例如objectdetection)上效果奇好ResNet，ILSVRC比赛的冠军，微软打造，层次极深(152层)CNN：ConvolutionalLayer卷积层CNN：PoolingLayer池化层循环神经网络RNN(RecurrentNeuralNet）长短时记忆LSTM（LongShortTermMemory）Caffe源于Berkeley的主流CV工具包支持C++,python,matlabModelZoo中有大量预训练好的模型供使用Mxnet对显存运用率高定义网络层简朴TensorFlowGoogle的深度学习框架TensorBoard可视化很以便，实时监控数据和模型并行化好，速度快工业深度学习框架比较2.4人工智能总结与展望人工智能阶段划分人工智能的发展机遇（1）-大数据时代为人工智能提供了广阔的数据资源人工智能的发展机遇（2）-深度学习等新技术提供了措施创新人工智能的发展机遇（3）-学科领域交叉与渗透人工智能威胁论总结与展望未来，已来3大数据驱动的人工智能时代下的智慧xx建设BD/AI项目数据集中智能精确实时高吞吐分布式训练数据安全自主掌控延伸阅读THANK