信息技术选修5 人工智能初步1.3 人工智能的主要应用领域优质课件ppt

这是一份信息技术选修5 人工智能初步1.3 人工智能的主要应用领域优质课件ppt，共26页。PPT课件主要包含了模式识别，螺旋型，机器证明，命题证明，吴文俊的著作，科学发现，自然语言理解，专家系统，自动程序设计，人工神经网络等内容，欢迎下载使用。

模式识别是人工智能的一个重要分支，专门研究如何使机器具有感知能力。科学家们通过大量的研究，得出这样的结论：人们对外界信息的感知有80%以上来自视觉，10%左右来自听觉。所以，一直以来，模式识别主要研究视觉模式和听觉模式的识别，比如识别物体、地形、图像、字体（如签字)、语音等。
模式识别是一个不断发展的领域，它的理论基础和应用范围也在不断发展。迄今为止，在模式识别领域，模拟人脑的计算机实验方法已经成功地应用于手写字符的识别、指纹识别、语音识别等方面。我们平常接触到的模式识别技术，其基本应用分类可用下图表示。
指纹识别作为模式识别技术的一种应用，已经有较长的历史了，一个指纹识别系统的工作原理如下： （1）建立指纹库。 在一开始，通过指纹读取设备读取到若干人体指纹的图像，取到指纹图像之后，要对原始图像进行初步的处理，使之更清晰。 人的指纹形状包含三种基本图案：环型、弓型、螺旋型，如右图所示，其他的指纹图案组成都基于这三种基本图案。
指纹形状的三种基本图案
当然，仅仅依靠纹形来分辨指纹是远远不够的，这只是一个粗略的分类，通过更详细的分类可以使得在大型数据库中搜寻指纹更为方便快捷。因此，我们还常常用到纹数等特征来对指纹进行分类。这些处理后的指纹图像数据，通常称为模板，被保存在一个指纹记录库里。
（2）比对。 当我们需要进行指纹识别工作时，首先应向系统输入被识别人的指纹，通过计算机进行图像处理；接着进行特征提取，将灰度指纹图转换成黑白图像；然后把该指纹与系统指纹库内的指纹模板进行比较，计算出它们的相似程度；最终得到该指纹的匹配结果。
在你日常生活中，有哪些关于模式识别领域的实际应用例子？互相讨论并交流看法。
首届国家最高科技奖获得者，数学家吴文俊院士，在他的著作《几何定理机器证明的基本原理》（如图所示）中，提出了证明初等几何定理的算法，开辟了一条与西方迥然不同的数学机械化道路，国际上称为“吴文俊方法”或“吴氏方法”。
中国科学院院士张景中教授设计的机器证明软件“立体几何——数学实验室”是几何教学系统。它结合了几何定理证明的先进研究成果，具有较强的逻辑推理的特性，能满足立体几何的多种需要，如能实现图形绘制、旋转等。该系统的功能和用法跟几何画板基本相似，但立体功能更强。利用它可以进行平面及立体几何实验，从而改变了传统的教学模式。
人体有23对染色体，由大约30亿个碱基构成，碱基有4种，分别简写为A、T、G、C，它们排列组合构成约3万个基因，人类基因组蕴涵有人类生老病死的绝大多数遗传信息。人类基因图谱绘制工程被誉为生命科学的“登月计划”，随着人类遗传密码的破译，人类对生命的认识和生物技术的发展都进入了新纪元。人类基因图谱绘制的完成，包含了巨大的工作量，人工智能的技术在信息解码、分类、排序等方面起到了极其重要的作用。
自然语言理解技术要实现的目标，可归结为以下三个方面：
（1）理解自然语言，使机器能像人一样能理解别人讲的话或用文字表达的内容。（2）对自然语言表示的信息，进行分析、概括或编辑，产生新的表达形式。（3）机器翻译是使机器能将一种自然语言表达的内容翻译成另一种自然语言，例如将英文翻译为中文。我国在1957年就开始了机器翻译研究，有着比较雄厚的理论和技术基础，尤其在“俄汉机器翻译”和“英汉机器翻译”方面，取得了较多的成果。
在人工智能的研究进入低潮的时候，人工智能研究的先驱者们并没有放弃，而是经过认真的反思、总结经验和教训，认识到人的智能主要表现在人能学习知识，能运用已有的知识，人工智能研究的开展应当以知识为中心来进行。 自从人工智能转向以知识为中心进行研究以来，科学家们开始研究如何让计算机充当“专家”，让计算机在各个领域中起到人类专家的作用，这就是专家系的由来。
自动程序设计是人工智能的一个重要应用领域，主要包含自动程序验证与自动程序综合两个方面的内容。自动程序验证的任务是验证一个程序的正确性。目前常用的验证方法是用一组已知其结果的数据对程序进行测试，如果程序的运行结果与已知结果一致，就认为程序是正确的。这种方法可用于验证简单程序，但对于一个复杂系统来说，自动程序验证仍是一个比较困难的课题，有待进一步开展研究。 自动程序综合的任务是根据给定问题的原始描述，自动生成求解该问题的正确程序。例如，在某种意义上，编译程序已经在做“自动程序综合”的工作。编译程序接受一份有关想干什么的完整的源码说明，然后编写一份目标码程序去实现。自动程序设计的研究不仅可以促进半自动软件开发系统的发展，还可以使通过修正自身代码进行学习的人工智能系统得到更好的发展。
在一些比较简单的知识范畴内，基于逻辑思维的知识处理已经能够建立比较清楚的理论框架，可以部分地模拟人的某些智能行为。但是难以解决人类的感性思维的模拟，比如视觉理解、直觉思维、悟性等信息处理问题。研究者们开始寻找新的信息处理机制，人工神经网络就是其中的一个重要途径。
因此，在组合优化、模式识别、图像处理、机器人控制、决策支持等领域都有极大的应用前景。 近几十年来，人工神经网络在文字、图形、声音识别、机器学习和自动推理等方面取得了许多成果，人工神经网络计算机的研究也取得了很大的进展。
（1）过滤，即按照用户指定的条件，从流向用户的大量信息中筛选符合条件的信息，并以不同级别（全文、详细摘要、简单摘要、标题）呈现给用户。（2）整理，即为用户把已经下载的资源进行分门别类的组织。（3）发现，即从大量的公共原始数据（比如股票行情等）中筛选和提炼有价值的信息，向有关用户发布。
电子商务正以与传统商业方式截然不同的形式，越来越被人们所接受。但是，在网上寻找纷繁的商品就成为买方的一大负担；同时，卖方商品的推销也很难对客户进行针对性的主动服务。如果我们采用智能代理系统，就可以代表买方去网上查看“广告”，逛“商场”，找寻中意的商品，甚至讨价还价；也可以代表卖方分析不同用户的消费倾向，据此向特定的用户群主动推销特定的商品。
远程教育是促进教育机会平等的重要手段。在网络环境下，可以调动多种教学手段，包括讲解、演示、练习、实验和考试等。其中，练习和实验环节就是智能代理可以大显身手的地方。智能代理可以作为虚拟的教师、虚拟的学习伙伴、虚拟的实验室设备、虚拟的图书馆管理员等出现在远程教育系统中，增加教学内容的趣味性和人性化色彩，改善教学效果。单机系统中各种软件的人性化“帮助”角色，其实质上也是一个智能代理。