1.1 人工智能技术分层： 应用层：国内非常好，人脸识别，安防 算法层：不错， CVPR、ICCV，算法比赛 系统层：tensorflow、pytorch、mxnet 芯片层：NVIDIA 底层的缺失导致人工智能空中楼阁 人工智能培养什么样的人才？ 两个参考问题： 同济大学的车辆专业培养人才方案（设计汽车的子系统） 计算机专业应该培养计算机整机或子系统的设计者和研究者，其他专业只是会用计算机 人工智能：培养人工智能子系统的设计者与研究者 对课程体系的建议：只包含各类机器学习算法，视听觉应用这条软件线，只能算是人工智能应用专业或人工智能算法专业，谷歌董事长与总领导者都是计算机系统研究者。谷歌最令人关注的三个进展都是系统（Tensorflow、AlphaGo、TPU）而不仅仅是某个特定算法，算法只是系统的一个环节 1.2 没有系统知识、只会调参，对整个系统的耗时、耗电毫无感觉，不具备把一个算法在实际系统上部署起来的能力的学生做不出来真东西 会用Tensorflow赚20W人民币，会设计Tensorflow赚20W美元 能够从更广阔的视野和维度研究，不只是盯着精度 形成系统思维，拥有科研道路更广阔的舞台 （美国白皮书：SysML:The New Frontier of Machine Learning Systems) 什么是智能计算系统？ 智能计算系统是智能的物质载体：现阶段的智能计算系统通常是集成CPU与智能芯片的异构系统，（CPU性能跟不上计算需求）软件上通常是包括一套面向开发者的智能计算编程环境（包括编程框架与编程语言） 超级计算机（IBM）的商业分析、数据中心的广告推荐、手机的语音识别、自动驾驶、机器人、嵌入式设备 现在已经发展到想智能时代的拐点，中国需要智能计算的开发人才 1.3 智能计算系统课程的三大实际困难 没有参考课程、没有现成师资、没有成熟教材 寒武纪 前置课程要求：C/C++,计算机组成原理、算法导论（机器学习) 课程目的：培养对智能计算完整软硬件技术栈（包括基础智能算法、智能计算编程框架、智能计算编程语言、智能芯片体系结构）融会贯通的理解 1.4 为什么来上这门课？ 具有实际解决问题能力是上课的目标 智能算法-编程语言-系统软件-体系结构（应用牵引，全栈贯通） 什么是人工智能？ 人工智能：人所制造出来的机器所表现出来的智能 强人工智能：完成通用任务 若人工智能：完成特定任务 1.5 人工智能三个流派 行为主义：基于控制论，构建感知-动作型控制系统（强化学习），单靠这个不能构建强人工智能 符号主义：基于符号逻辑的方法，用逻辑表示知识和求解问题 （逻辑：没有找到能表述世间所有知识的简介逻辑体系 常识：无穷无尽的常识 求解器：命题逻辑判断NP完全，一阶谓词逻辑不可判断） 符号主义本质上只考虑认知，没有感知 连接主义：基于大脑中神经元细胞连接的计算模型，用人工盛神经网络拟合智能行为(热门） 人工神经元与生物神经元类似与米老鼠与老鼠的关系 深度学习的局限性：是一把梯子，而不是火箭 泛化能力有限 缺乏推理能力 缺乏可解释性 鲁棒性欠佳 现在的智能计算系统跟着连接主义走 1.6 现代采用异构智能计算系统的主要原因： 近十年通用GPU的计算机能力增长近乎停滞，而智能计算能力的需求不断一指数型增长，二者形成了剪刀差

面向连接主义智能处理的专用计算机 第三代智能计算机系统展望 1.具有无限计算能力， 2.通用人工智能的虚拟世界，通过与环境的交互，形成感知，认知，和逻辑能力甚至理解虚拟世界。

通过图片的风格转换的例子来表示