【精品课件】机器学习技术与应用-机器学习概述（提供PPT课件）
本文摘要：（由ai生成）
本文概述了多个科技领域的最新进展。在网络安全领域，通过分析历史数据学习访问模式以识别非法入侵。生物信息学利用数学、信息学方法解决生物学问题，涉及序列比对、基因识别等。计算语言学旨在构建自然语言处理模型，应用于语音合成、信息检索等。DeepFakes技术通过深度神经网络实现人脸交换，涉及编码器和解码器训练。特朗普签署的“AI倡议”旨在推动美国AI发展，包括研发优先、资源共享、道德标准制定等方面。这些领域的进展为科技界带来新的机遇和挑战。
在网络安全方面，基于对历史数据的分析，学习正常以及入侵访问模式和表现，在此基础上对当前的访问模式进行分类，判断是否是非法入侵。
生物信息学利用应用数学、信息学、统计学和计算机科学的方法研究生物学的问题。目前的生物信息学基本上只是分子生物学与信息技术（尤其是互联网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。目前主要的研究方向有：序列比对、基因识别、基因重组、蛋白质结构预测、基因表达、蛋白质反应的预测，以及建立进化模型。
计算语言学是一门跨学科的研究领域，试图找出自然语言的规律，建立运算模型，最终让电脑能够像人类般分析，理解和处理自然语言。始于一九五零年代的美国，是人工智能研究的开端。美国希望能够利用运算又快又准确的电脑，将大量外语材料瞬间翻译成英语；研究重点特别放在翻译俄文写成的科学技术刊物上，以窥探苏联的科技发展。
主要应用包括语音合成、语音识别、信息检索、信息抽取、问答系统、机器翻译。
DeepFakes实际上是一种人脸交换技术，顾名思义，也就是在图像或视频中把一张脸替换成另一张脸。事实上，人脸交换技术在电影制作领域已经不是个新鲜词了，但是之前电影视频中的人脸交换非常复杂，专业的视频剪辑师和CGI专家需要花费大量时间和精力才能完成视频中的人脸交换。
DeepFakes的核心是一个“自动编码器”，这个“自动编码器”实际上是一个深度神经网络，它能够接收数据输入，并将其压缩成一个小的编码，然后从这个编码中重新生成原始的输入数据。
在这个标准的自动编码器设置中，网络将尝试学习创建一个编码，从中网络能够重新生成输入的原始图片。只要有足够多的图像数据，网络就能学会创建这种编码。DeepFakes让一个编码器把一个人脸压缩成一个代码和两个解码器，一个将其还原成人物A，另一个还原成人物B。
算法训练的三个步骤：
1. 首先，给编码器输入了一张A扭曲脸的图片，并尝试用解码器A来重新还原他的脸，这就使得解码器A必须要学会在纷繁复杂的图片中识别并且还原出Jimmy的脸。
2. 然后，把B扭曲脸的图片输入至同一个编码器，并用解码器B来还原B的脸。
3. 我们不断重复上面的操作，直到两个解码器能够分别还原出两个人的脸，同时编码器也能够学会通过抓取人脸关键信息，从而分辨出A和B的脸。
等到以上的训练步骤都完成以后，我们就能把一张A的照片输入至编码器，然后直接把代码传输至解码器B，将A的脸换成B的脸。
解码器获取了A的脸部信息，然后把信息交给解码器B，这时候解码器B会作出这样的反应：“这又是一条干扰信息，这不是B的脸，那么我就把你换成B吧。”
特朗普总统签署了一项行政命令，要求创建“美国AI倡议”，即指导美国AI发展的高层战略。
这项计划将把更多政府资金和资源投入AI研究中，并呼吁在AI领域建立以美国为首的国际标准，同时对美国工人的再培训展开新的研究。但这个项目不包括推动AI开发的新资金，细节也不甚清楚。特朗普政府没有公布实现既定目标的时间表，而是承诺在未来6个月的某个时候拿出更详细的计划。
——研究和开发。美国政府机构将被要求在其研发预算中“优先考虑AI投资”，并报告这些资金如何用于创建更全面的政府AI投资概述；
——释放资源。联邦数据、算法和处理能力将被提供给研究人员，以便为交通和医疗保健等领域的发展提供助力；
——道德标准。像白宫科技政策办公室（WHOSTP）和国家标准与技术研究所(NIST)这样的政府机构将被要求制定标准，指导构建“可靠、强大、可信、安全、可移植和可互操作的AI系统”；
——自动化。各政府机构将被要求通过设立奖学金和学徒制，让工人为新技术带来的就业市场变化做好准备；
——国际推广。特朗普政府希望在AI开发方面与其他国家合作，但开发方式要保留美国的“价值观和利益”。
