人工智能技术原理丰富课堂教学

人工智能技术原理丰富课堂教学

袁心

山东省高密市第二中学

高科技信息时代，人工智能技术已经渗透到生活的方方面面。对于中学生来说，在日常生活中也会经常遇到人工智能相关的知识，比如苹果手机的siri智能语音对话系统，家里的扫地机器人，小区和学校门口的人脸识别等等。甚至很多课堂采用智能监控系统，比如通过拍摄分析学生的表情测试学生的心理状态，聚精会神、分神还是疑惑状态。智能学习分析通过分析学生的作业、平时成绩分析学生学习的薄弱点和需要加强改进的地方等等。学校的宿舍、食堂、甚至教室的安防系统大多采用人脸识别系统，可以智能识别本校的学生和陌生人。我们的课堂教学以基础文化知识为主，却鲜少涉及到人工智能技术原理知识。如果能够合理利用人工智能技术原理知识，可以更加丰富我们的课堂教学。

图1-1 生物神经网络中的神经元细胞结构

人工智能技术原理主要用到了建模和仿真生物神经网络。因此，可以将人工智能技术结合生物学的神经刺激和传输的相关知识。如图1-1所示大脑主要由神经元构成，神经元是由细胞体，树突和轴突三部分组成。神经元也即是整个细胞，细胞体的伸延部分产生的分枝称为树突，树突是接受从其它神经元传入的信息的入口。细胞体突起的最长的外伸管状纤维称为轴突。轴突是从细胞体发出的一根较长的分支，它是圆柱形的细长突起，每个神经元只有一个轴突。轴突具有传导神经冲动的功能，可将冲动传递给另一神经元或所支配的细胞上。各种神经元轴突粗细长短均不相同，一般较粗的轴突传导速度较快，反之较慢。轴突的周围包以髓鞘，具有绝缘作用，可防止神经冲动向周围扩散，以保证传导的准确性，是个体行为分化的重要物质条件。而人工智能技术主要就是模拟大脑神经网络的活动。如图1-2所示，在输入数据a1,a2……以后，通过分别与对应权重w1，w2……相乘的和，再加上一个偏置b，送入函数f，求得输出结果。

t= f(a1*w1+a2*w2+……an*wn)

将大量的人工神经元细胞进行如图1-3的方式相连就构成了深度神经网络。通过一定的数学方法对每个人工神经元细胞的权重和偏置进行训练学习，得到正确的值，使对每一个输入都能产生正确的结果，就是我们想要的人工智能模型。比如输入一张猫的图片，得到的结果是猫。输入一张狗的图片，得到的结果是狗。因此，人工神经网络可以看作是用数学知识建模人的神经网络。

图1-2 人工智能仿真单个神经元

图1-3 人工智能仿真多个神经元构成深度神经网络

人工智能可以看作是建立一种特殊的函数映射关系。比如图书馆的人脸识别系统，输入每个人脸图片，输出对应的人的名字。这个是如何做到的呢。首先需要把原象和象存储起来。计算机通常会存储到数据库里。也就是注册每一个人的名字和对应的人脸图片。当一个人进入图书馆的摄像头时，就会拍摄一张人脸，然后和数据库里的每一个人脸进行比对。如果对应上了，就说明这个人脸的原象是注册好的原象，可以找到对应的象。就可以开启闸门进入图书管，否则就不放行。而如何进行人脸比对可以参照图1-4，对每个人脸提取关键的特征点坐标。把每个人脸图像都固定大小，提取每个关键特征点的坐标也就都固定下来了。对于拍到的一个人脸和每个标准特征脸进行比对就可以确定是不是某人了。

图1-4 人脸68个关键特征点

人工智能可以结合到向量，微分和导数等知识。比如在人脸识别系统中，要提取人面部的关键点的坐标信息，可以通过相邻像素间求差分和导数得到。提取到的人脸关键特征点可以看作一个特殊的多维向量，向量中每个点的值就是该关键点的像素坐标值。这样每个人脸都可以生成一个特殊的多维向量。通过比对拍摄的人脸和已经采集的每个人的关键点，也即求两个多维向量的欧几里得距离差，就可以判断出两张图片是不是同一张人脸了。当然这里要用到另外的知识，如何将两张不同大小的图片缩放到相同大小，将不同头部姿态移动到相同姿态等等，这里不再赘述。

人工智能可以结合数学概率。比如人工智能在做人脸识别的分类问题时，输出的不是确定值，而是以概率的形式给出结果，而不能给出确定的结果。比如识别拍摄到的人脸是谁时，会以小数的形式给出是甲、乙和丙的概率分别是多少，而系统通常会将概率最高的结果作为最终结果。

目前，人工神经网络的研究仅仅是对神经元的信息传递进行简单的模拟，其它行为尚未考虑。所以，神经网络的研究只是处于起步的初级阶段，后边还有大量的工作等人们去探讨和研究。目前，神经网络的研究已向人们展示了其美好的前景；只要按阶段不断取得进展，神经元和突触的其它行为是完全可以实现人工模拟的。由此，我们也应该理解人工智能更多的是一种快速检索和不确定的输出，并没有达到百分百的正确率。我们知道人脑具有逻辑思维、概念的抽象、辩证思维和形象思维,能从知识中抽取出性质不同、更高层次的核心知识,能从多方面地把握信息。因此在解决问题时,大大减少了对每一种可能组合的解决问题方案的探索,甚至在很多情况下,根本无须探索各种可能的组合,就直接想出办法,找到答案。这样,就避免了组合爆炸。但是人工智能由于不具备形象思维和逻辑思维,仅能进行快速的计算推理,不具有真正的智能。在计算机领域,机器人仍然是机器,并不具有生命。比如艺术、文学创作等领域，是人工智能无法涉足的。人工智能离实现真正的智能化还任重道远。