一、智能ai怎么用

1.将ai打开之后在操作界面的左侧就是工具箱，我们绘图所使用的工具基本都在这里。

2.在工具箱内我们找主要的来介绍和使用吧，首先最重要的额就是钢笔工具。

3.使用钢笔工具我们可以绘制出需要的图形，选择钢笔工具我们在绘图区里点击鼠标左键就可以绘制了。

5.选择矩形工具我们就可以在绘图区里绘制出矩形和方形。

6.点击矩形右下键的箭头可以进入子级菜单，可以看到里面有很多的工具，

7.选择里面的光晕工具，就可以在绘图区里绘制出一个光晕图形，

8.绘制好图形之后我们最重要的需要选择工具，在工具箱内找到它，

9.选择选择工具之后，使用鼠标左键点击就可以将其选择

10.再在工具箱内我们可以找到橡皮擦工具，使用它可以擦除不需要的图形，

11.再在工具箱内点击橡皮擦的右下角的箭头可以看到有很多的工具供我们选择，

12.在工具箱内一只小手的图标的是抓手工具，其作用是移动工作区的位置，鼠标左键摁住拖动，然后再选择旁边的放大镜图标它是缩放工具，作用是将工作区放大缩小，鼠标左键放大、鼠标左键+Alt，快捷键：空格键+鼠标左键=抓手工具、Alt+鼠标滚轮=缩放工具

AI的功能是很强大的，只言片语是讲不完的，要多练习，积累经验

二、人工智能第1次浪潮的标志性成果包括

人工智能的第一次浪潮是1956年~1976年，主要是符号主义、机器证明、人工智能逻辑语言进步比较快，当时最大的一个成果是专家系统、知识工程。人工智能在发展初期非常热门，被广泛看好。1958年，在人工智能诞生两年之后，有两位大师(Simon与Newell)提出了一个著名的预言，预言10年之内很多事情人工智能都能解决。

三、ai人工智能绘画要什么显卡

进行AI绘画需要显卡具备较高的计算能力和存储空间。建议使用NVIDIAGeForceGTX1080Ti、NVIDIAGeForceRTX2080Ti、NVIDIATitanX等高性能显卡，以保证稳定的绘画效果。同时，为了更好地支持AI绘画，显卡还需要安装相应的AI绘画软件和驱动程序。

四、人工智能发展史60个字

1、第一个是启动期(1956～1966)。1956年夏季，在美国达特茅斯学院，约翰·麦卡锡、马文·闵斯基等科学家聚在一起，举办了长达两个月的在当时人看来无用的神仙对话：如何在机器上实现人类的智能。后经约翰·麦卡锡提议，正式采用了人工智能这一术语，第一次将人工智能作为一门独立学科的研究方向。1958年约翰·麦卡锡发明了表处理语言LISP，这种语言成为建造智能系统的重要工具。会议之后，人类开始了机器模拟人类学习过程的探索。

2、第二个是萧条波折期（1967～1974）。迅速发展的人工智能取得的一些瞩目成果，使人们产生了乐观情绪。然而，当人们进行了深入的工作后，发现人工智能研究碰到的困难比想像的要多得多。比如，在机器翻译方面，词到词的词典映射法没有成功。在神经网络技术方面，电子线路模拟人脑神经元没有成功；国际象棋走第一步就有10120种可能（组合爆炸）。人工智能的研究进入了萧条、波折时期。有人说，只有上帝才能创造智能，人类不可能创造生命。还有人认为，亘古以来就没有会思考的机器，人工智能就像炼金术、星相学一样是骗人的迷信。在这样的背景下，很多国家和机构减少了对人工智能研究的投入。

3、第三个是兴旺期(1975～1998)。1977年第五届国际人工智能联合会会议上，费根鲍姆教授系统地阐述了专家系统的思想，并提出了“知识工程”的概念。知识工程的概念使人工智能的研究又有了新的转折点，即从获取智能的基于能力的策略，变成了基于知识的方法研究。知识工程的方法很快渗透了人工智能各个领域，促使人工智能从实验室研究走向实际应用。

4、进入20世纪90年代，人工智能出现研究高潮，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。人工智能面向实际应用，深入到社会生活的各个领域，出现了欣欣向荣的景象。

五、人工智能适合什么图形

Matplotlib是Python的绘图库。它可与NumPy一起使用，提供了一种有效的MatLab开源替代方案。它也可以和图形工具包一起使用，如PyQt和wxPython。

进入到cmd窗口下，执行以下命令：

python-mpipinstall-Upipsetuptoolspython-mpipinstallmatplotlib

sudoapt-getinstallpython-matplotlib

sudoyuminstallpython-matplotlib

sudopython-mpipinstallmatplotlib

安装完后，你可以使用python-mpiplist命令来查看是否安装了matplotlib模块。

$python-mpiplist|grepmatplotlibmatplotlib(1.3.1)

人工智能实现简单的画图功能，例如柱状图，曲线图，散点图。

主要用于数据的统计与分析，早期主要用于数学统计学科中，

到现代使用已经比较广泛，比如现代的电子产品和一些软件的分析测试，如电脑，数码相机的显示器和photoshop上都能看到相应的柱状图。

frommatplotlib.font_managerimportFontProperties

#font=FontProperties(fname="c:/Windows/Fonts/simhei.ttf",size=30)

group=['beijing','shanghai','guangzhou','hebei']

plt.title('salary/group')

曲线图又称折线图,是利用曲线的升、降变化来表示被研究现象发展变化趋势的一种图形。它在分析研究社会经济现象的发展变化、依存关系等方面具有重要作用。[1]

绘制曲线图时，如果是某一现象的时间指标,应将时间绘在坐标的横轴上,指标绘在坐标的纵轴上。如果是两个现象依存关系的显示，可以将表示原因的指标绘在横轴上,表示结果的指标绘在纵轴上。同时还应注意整个图形的长宽比例

frommatplotlib.font_managerimportFontProperties

font=FontProperties(fname="c:/Windows/Fonts/simkai.ttf",size=30)

##填充数据第一个x轴，第二个y轴

#plt.plot(['2019-03-01','2019-03-02','2019-03-03'],[0,10,10])

x1=['2019-03-01','2019-03-02','2019-03-03','2019-03-04','2019-03-05','2019-03-06']

x2=['2019-03-01','2019-03-02','2019-03-03','2019-03-04','2019-03-05','2019-03-06']

plt.plot(x1,y1,label='temperature')

plt.plot(x2,y2,label='water')

plt.title('温湿度趋势图',FontProperties=font)

散点图是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。

用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。散点图将序列显示为一组点。值由点在图表中的位置表示。类别由图表中的不同标记表示。散点图通常用于比较跨类别的聚合数据。

y=[xvalue*np.random.rand()forxvalueinx]

plt.scatter(x,y,s=20,c='red')