计算机科学引论课件

《计算机科学引论课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、人工智能计算机科学引论智能什么是智能推理、计划、解决问题抽象思维连接复杂观点快速学习、从实践学习人类拥有这些能力但是使用起来很累科学是由懒惰者推动的?!7/17/20212MachineStructure人工智能人工智能(AI:ArtificialIntelligence)制造机器来完成需要使用人类智能的工作什么样的机器才能被认为有智能？图灵测试被测试的有一个人，另一个是声称自己有人类智力的机器。测试时，测试人与被测试人是分开的，测试人只有通过一些装置（如键盘）向被测试人问一些问题，这些问题随便是什么问题都可以。问过一些问题后，如果测试人能够正确地分

2、出谁是人谁是机器，那机器就没有通过图灵测试，如果测试人没有分出谁是机器谁是人，那这个机器就是有人类智能的。7/17/20213MachineStructure人工智能图灵测试全面通过图灵测试提问者可以提出任何问题尚遥遥无期局部通过图灵测试提问者只能提某个领域的问题已有先例IBMDeepBlue7/17/20214MachineStructure人工智能实现人工智能的必要条件获得并理解人类的感知视、听、触、味、嗅目前可以被输入计算机的：视、听目前可被计算机全面“理解”的：没有！只可部分理解有时候被叫做“模式识别”(PatternRecognition)推理传

3、统人工智能技术关注的重点7/17/20215MachineStructure人工智能理解人类的感知理解听觉理解视觉理解自然语言(NL:NaturalLanguage)自然语言是一种特殊的“感知”：视听觉只是其传播方式每一种感知被称作一种“媒体”(media)多媒体处理(MultimediaProcessing)：综合分析多种媒体的内容来对一个素材的内容进行理解7/17/20216MachineStructure人工智能理解人类的感知多媒体处理“处理”主要指提取其语义内容三维渲染、视频剪辑、声音合成等技术通常不叫做“多媒体处理”不过仍然可被认为是“多媒体技术

4、”“多媒体处理”中也会用到一些相关技术多媒体素材数学模型语义多媒体处理各种合成技术7/17/20217MachineStructure多媒体处理理解声音（audio）声音分类噪声(noise)乐音(music)语音(speech)声音识别检测风声、雨声、读书声……爆炸声较少语音识别(SpeechRecognition)7/17/20218MachineStructure多媒体处理理解声音时域(timedomain)声音信号本来的面目波形图7/17/20219MachineStructure多媒体处理理解声音频域(frequencydomain)声音信号在

5、各个频率的能量分布乐音信号：有明显的谐波谐波：频率是基准频率整数倍的声音分量7/17/202110MachineStructure多媒体处理理解声音频域早期声卡：频率合成FM:FrequencyModulation使用不同的加权权重即可获得不同音色根据乐器的音色设置权重即可模拟不同乐器的声音振荡器fx2fx3音阶fx4fxn输出……7/17/202111MachineStructure多媒体处理理解声音频域白噪声：在整个频率域的强度大致相当7/17/202112MachineStructure多媒体处理理解声音频域语音：3.4KHz以下强度大，以上很快衰减

6、7/17/202113MachineStructure多媒体处理理解声音第一步：把声音信号变换到频域FFT：FastFouriertransformDFT：DiscreteFouriertransform……第二步：把频率信息变换成特征倒谱(cepstrum)：把频域信息再次进行频率变换MFCCLPCC实际计算中这两步常常合并成一步7/17/202114MachineStructure多媒体处理理解声音特征(Feature)物理上：可以较好地反映某个特性的物理量数学上：一个矢量(FeatureVector)特征提取(FeatureExtraction)从原

7、始信号中计算出所需要的特征一旦原始信号被抽象成特征，对感知的理解问题就成为一个数学问题把特征矢量转换成语义的数学算法：分类7/17/202115MachineStructure多媒体处理理解声音分类(classification)把特征矢量转换成语义的数学算法例：语音识别把MFCC所组成的高维空间分解成不同的部分，每部分代表一个读音。如某个特征矢量落在某部分，则可知道该矢量代表的读音。aoptkey7/17/202116MachineStructure多媒体处理理解声音分类如何获得特征空间的划分方法？机器学习(MachineLearning)采集一大堆样

8、本，样本与语义的对应关系已知。于是，根据这个对应关系就可以知道特征