AI成长计划第一阶段第二周第四章学习笔记

虽然是录播的视频，但是挺有趣的，人脸表情识别，笑，哭，愤怒，无表情等

人类会犯错，同时AI会犯错，没人个对一个表情人认识是不同的，也是有争议的

数据就是王道，AI的识别是受到数据集的限制，环境的影响干扰识别

道德问题，刹车失灵，目前的难题

AI 能做什么，人类想要的（交集）

预测目标可以量化

AI的发展历程，从机器学习到深度学习，1976符号学逻辑方法，1976-2006图谱

训练芯片和推理芯片，两边架构优势的点不同

Ascend310推理芯片（低成本低功耗） Ascend910训练芯片，都基于达芬奇架构

本章测验

100分（计分）

（单选）课程中提到的AI所面临的问题不包括？

人类会犯错

理论数据和实际数据的差距

道德伦理问题

技术瓶颈                      正确            

（单选）如何确认一个问题是否合适用AI解决的要素不包括？

是否有足够的数据来训练够准的模型

是否有与目标相关的特征可以被有效的表达

预测的目标是否可以被量化

是否有成功案例                      正确            

（单选）以下不同类型芯片的性能排序正确的是

CPU>GPU>FPGA>ASIC

CPU>FPGA>GPU>ASIC

ASIC>CPU>FPGA>GPU

ASIC>FPGA>GPU>CPU                      正确            

（单选）在工业落地领域不常见的芯片类型是

CPU

GPU

FPGA                      正确            

ASIC

达芬奇架构                      正确            

牛顿架构

鲲鹏架构

爱因斯坦架构

（单选）华为的昇腾芯片采用的是什么架构

达芬奇架构                      正确            

牛顿架构

鲲鹏架构

爱因斯坦架构