“实验室探究课-智能问答与智能系统”版本间的差异

来自iCenter Wiki
跳转至: 导航搜索
深度学习
 
(2位用户的43个中间修订版本未显示)
第1行: 第1行:
 +
课程:智能硬件与智能系统,自2017年更名为当前名称。
 +
 
=版权申明=
 
=版权申明=
  
CC BY-NC-SA
+
CC [https://creativecommons.org/licenses/by-nc-nd/3.0/cn/ BY-NC-ND]
  
 
=课程介绍=
 
=课程介绍=
  
45单元-智能问答与智能系统
+
45单元-智能硬件与智能系统
  
 
=教学团队=
 
=教学团队=
  
==saturnLab介绍==
+
[[互联网+实验室 | 智能系统实验室]]
 
+
[http://net.icenter.tsinghua.edu.cn iNetLab]
+
 
+
=课程内容=
+
  
 
==学生准备==
 
==学生准备==
第21行: 第19行:
 
(Bring your own laptop computers and camera-ready smart phones)
 
(Bring your own laptop computers and camera-ready smart phones)
  
==相关课程==
+
=课程内容=
  
[[大数据与机器智能]]
+
“端+云”
  
[[智能硬件与智能系统]]
+
==智能硬件==
  
==云计算与数据中心==
+
[[智能硬件-智能终端]]
  
李兆基科技大楼三层B342房间
+
==云==
  
[http://cloud.icenter.tsinghua.edu.cn iCenter-Cloud]
+
===数据中心===
  
==大数据平台==
+
硬件设施
 +
[[数据中心]]
  
大数据存储
+
===资源管理===
  
[http://hadoop.apache.org Hadoop]
+
云计算
 +
[[工业云]]
  
MapReduce处理
+
===大数据平台===
  
大数据解析
+
[[大数据系统]]
  
[http://druid.io Druid]
+
===机器学习与深度学习===
  
==搜索引擎==
+
[[机器学习]]
  
===搜索引擎的原理===
+
[[深度学习]]
  
# 爬取网页
+
==智能系统==
# 建立索引
+
# 排序
+
# 搜索词处理
+
  
===搜索引擎的系统===
+
[[AI产业前沿]]
  
# 爬虫系统-Crawler
+
===搜索引擎===
# 索引系统-Indexer
+
# 排序系统-Sorting
+
# 用户接口-UI
+
  
===索引系统===
+
[[搜索引擎]]
  
索引(Index)是加快查找的数据结构(data structure)
+
=典型案例=
 
+
# 倒排索引(Inverted Index)是搜索引擎使用的数据结构
+
# 倒排索引将关键字(keyword)映射到文档(document)
+
# 倒排索引多采用倒排列表(posting list)的数据结构
+
# 倒排列表用来存放文档编号,单词频率和文档位置等,来配合单词编号,文档频率和文档位置进行查找
+
 
+
==开源搜索引擎==
+
 
+
[https://lucene.apache.org/solr/ Solr]
+
 
+
[http://nutch.apache.org Nutch]
+
 
+
[https://pypi.python.org/pypi/Whoosh Whoosh]
+
 
+
==智能助手IPA==
+
 
+
智能助手(Intelligent Personal Assistants, IPAs),是一种新型的人机交互方式,使用者通过语音,图像等自然方式与机器交互。
+
  
 
==智能问答==
 
==智能问答==
  
苹果Siri,微软Cortana,谷歌Now,亚马逊Echo
+
*智能硬件结合体:
  
===IBM沃森===
+
[ 天猫精灵]
  
====危险边缘(Jeopardy)====
+
[http://www.amazon.com/echo‎ Amazon Echo] 是一款結合智能助理Alexa的音响。
  
危险边缘(Jeopardy)是一个真人竞争答题的电视节目。
+
[https://store.google.com/product/google_home Google Home] 是一款结合谷歌助理Assistant的音响。
  
# 危险边缘设置3个竞赛选手互相对抗,通过丰富的自然语言回答主题涉及广泛的各种问题。
+
[https://www.apple.com/homepod/ Apple HomePod] 是一款结合siri的智能音箱。
# 回答问题必须具有置信度、准确度以及回答速度,基本上3秒之内完成答题。
+
  
====IBM Watson====
+
*智能助手IPA 
  
2011年沃森参与危险边缘(Jeopardy),并战胜对手,获得奖金。Watson是继1997年5月深蓝战胜人类世界冠军卡斯帕罗夫,人机竞赛的一个新里程碑。
+
智能助手(Intelligent Personal Assistants, IPAs),是一种新型的人机交互方式,使用者通过语音,图像等自然方式与机器交互。
  
如果沃森想要战胜人类选手,需要以自然语言给出问题的70%的答案,正确率需要高于80%,且三秒内完成每道题的回答。 这就需要沃森具备实时性以及自动性。
+
如苹果Siri,微软Cortana,谷歌Assistant,亚马逊Alexa等。
  
Ferrucci, David A. "Introduction to “this is Watson”." IBM Journal of Research and Development 56, no. 3.4 (2012): 1-1.
+
*技术原理
 +
[[大数据智能-智能问答|智能问答]]
  
====DeepQA====
+
=相关课程=
  
Ferrucci, David A. et al. "Building Watson: An overview of the DeepQA project." AI magazine 31, no. 3 (2010): 59-79.
+
[[大数据与机器智能]]
  
==== 这就是沃森====
+
[[智能硬件与智能系统]]
 
+
# 介绍“这就是Watson”
+
# 问题分析:Watson怎样读取一个线索
+
# Watson中的深度语法分析
+
# 文本资源的获取与工程
+
# 文档中自动的知识提取
+
# 大海捞针:搜索和候选答案生成
+
# 使用类型强制来分类候选答案
+
# 文本类证据获取与分析
+
# 深度问答中的关系提取与打分
+
# 深度问答中的结构化数据与推断
+
# 特殊问题和技术
+
# 识别隐含的关系
+
# 深度问答中基于事实的问题分解
+
# 深度问答中答案的合并和评级框架
+
# 让Watson更快
+
# Watson游戏策略中的仿真,学习和优化技术
+
# 比赛中:Watson和危险边缘的交互
+
 
+
====沃森服务====
+
 
+
[http://www.ibm.com/cloud-computing/bluemix IBM-bluemix]
+
 
+
==知识库==
+
 
+
===数据库===
+
 
+
三元数据库
+
 
+
[http://virtuoso.openlinksw.com/ Virtuoso Universal Server]  
+
 
+
===开放知识库===
+
 
+
[http://wiki.dbpedia.org/ DBpedia]
+
 
+
[http://www.mpi-inf.mpg.de/departments/databases-and-information-systems/research/yago-naga/yago/ YAGO3]
+
 
+
[http://wordnet.princeton.edu/ WordNet]
+
 
+
[http://www.geonames.org/ GeoNames]
+
 
+
[http://BabelNet.org BabelNet]
+
 
+
Farzaneh Mahdisoltani, Joanna Biega, Fabian M. Suchanek, YAGO3: A Knowledge Base from Multilingual Wikipedias, Conference on Innovative Data Systems Research (CIDR 2015).
+
 
+
==深度学习==
+
 
+
Readings:
+
 
+
LeCun, Yann, Yoshua Bengio, and Geoffrey Hinton. "Deep learning." Nature 521(7553), pp:436-444, 2015.
+
[http://www.nature.com/nature/journal/v521/n7553/full/nature14539.html DeepLearning_Nature]
+
 
+
Jeff Dean, Large-Scale Deep Learning for Intelligent Computer Systems, WSDM 2016.
+
[http://research.google.com/pubs/jeff.html WSDM_keynote]
+
 
+
TensorFlow: A system for large-scale machine learning, OSDI 2016.
+
[http://research.google.com/pubs/pub45381.html TensorFlow_paper]
+
 
+
===机器感知===
+
 
+
语音识别 voice recognition
+
 
+
计算机视觉 computer vision
+
 
+
自然语言理解 natural language processing
+
 
+
===图片搜索===
+
 
+
腾讯优图团队
+
 
+
===人脸识别===
+
 
+
旷视科技 [http://www.faceplusplus.com/ Face++]
+
 
+
偏重于人脸识别与计算机视觉
+
 
+
===语音识别===
+
  
出门问问 [http://chumenwenwen.com/ MobVoi]
+
[[电子工艺-智能硬件 |电子实习-智能硬件]]
  
偏重自然语言处理与语音识别
 
  
 
=致谢=
 
=致谢=

2018年3月11日 (日) 04:54的最后版本

课程:智能硬件与智能系统,自2017年更名为当前名称。

版权申明

CC BY-NC-ND

课程介绍

45单元-智能硬件与智能系统

教学团队

智能系统实验室

学生准备

携带笔记本,智能手机

(Bring your own laptop computers and camera-ready smart phones)

课程内容

“端+云”

智能硬件

智能硬件-智能终端

数据中心

硬件设施 数据中心

资源管理

云计算 工业云

大数据平台

大数据系统

机器学习与深度学习

机器学习

深度学习

智能系统

AI产业前沿

搜索引擎

搜索引擎

典型案例

智能问答

  • 智能硬件结合体:

[ 天猫精灵]

Amazon Echo 是一款結合智能助理Alexa的音响。

Google Home 是一款结合谷歌助理Assistant的音响。

Apple HomePod 是一款结合siri的智能音箱。

  • 智能助手IPA

智能助手(Intelligent Personal Assistants, IPAs),是一种新型的人机交互方式,使用者通过语音,图像等自然方式与机器交互。

如苹果Siri,微软Cortana,谷歌Assistant,亚马逊Alexa等。

  • 技术原理

智能问答

相关课程

大数据与机器智能

智能硬件与智能系统

电子实习-智能硬件


致谢

本课程获得微软Azure云计算与机器学习捐赠支持。

感谢微软公司 杨滔经理,章艳经理,刘士君工程师,闫伟工程师。