2065 字
10 分钟
人工智能概述
第一讲 人工智能概述
目录
- 无处不在的人工智能
- 人工智能的定义
- 人工智能的发展历史
无处不在的人工智能
人工智能的典型应用场景
生活
- 刷脸支付:身份识别后完成支付,应用于商超、餐饮、便利店、医院、学校等场景。
- 语音助手:机器理解语音指令并执行任务。
- 推荐系统:今日头条、抖音、微博等平台通过推荐算法理解用户偏好,实现精准推送。
- 搜索引擎:不仅能搜索网页,还能搜索图像、视频、论文,甚至支持对话。
- 无人(辅助)驾驶:利用感知、决策与控制技术辅助或替代驾驶。
教育
- 个性化学习
- 智能辅导
- 基于学习数据分析优化教学策略
数字传媒
- 基于视频生成大模型开展短视频创作
- AIGC 应用于海报、短视频、字体、图像、视频生成
艺术
- AI 可用于谱曲、文生音乐、图生音乐、语音变音乐
- 代表案例:Magenta
社会科学
- 基于大语言模型的智能体(Agent)
- 可用于社会实验仿真、多智能体行为观察、理论与假设验证
文学
- 智能写作
- 故事续写
- 世界设定与角色交互
什么要学习人工智能
时代发展逻辑
- 人类社会经历:狩猎时代 → 农耕时代 → 蒸汽时代 → 电气时代 → 信息时代 → 智能时代
- 进入智能时代具有历史必然性
现实意义
- AI 已渗透到生产生活各方面
- 在图像处理、自然语言处理、语音处理等领域表现突出
- 正快速向理工农医、人文社科等领域扩展
- 具有显著的跨学科属性和生产力价值
国家战略意义
- 人工智能已成为国家重点发展的战略性新兴产业
- “人工智能+”体现出 AI 的重要产业地位
人工智能的定义
类人智能体的理想
- 古代神话、传说、预言中早已有“人造智能体”的想象
- automaton:机器人偶,指能模仿人和动物行动的机器器械
- robot 一词最早由 Karel Čapek 在 1921 年提出,源于捷克语 robota,意为“奴役的劳动”
中国古代的相关想象
- 《列子·汤问》:偃师造人
- 春秋鲁班:木制飞鸢
- 三国:木牛流马
什么是人类智能
人类智能的主要组成
- 感知能力:视觉、听觉、触觉、嗅觉等
- 记忆与思维能力
- 逻辑思维(抽象思维)
- 形象思维(直感思维)
- 顿悟思维(灵感思维)
- 学习与适应能力
- 行为能力(表达能力)
- 情感与道德
人工智能的几种定义
- 定义1:研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统
- 定义2:使机器做那些人需要通过智能来做的事情
- 定义3:关于知识的科学
- 定义4:人工智能是以机器为载体所展示的人类智能,也称机器智能
图灵测试
- 1950 年,图灵在《计算机器与智能》中提出图灵测试
- 核心思想:如果无法将机器行为与人类行为区分开来,则认为机器具有智能
- 意义:为人工智能研究提供了一个可操作的目标
人工智能的本质
两大核心要素
智能行为
- 关注需要“动脑子”才能完成的任务
- 如感知、记忆、动作、推理等
计算
- 当前人工智能方法都通过计算实现
- 计算机是人工智能的基本工具
人工智能的分级
弱人工智能 ANI
- 面向单一任务
- 典型例子:下棋程序、语音识别系统
强人工智能 AGI
- 能在多个领域达到或超过人类水平
- 具备较强通用性
- 当前尚未实现
超人工智能 ASI
- 在几乎所有领域超越人类
- 目前仍处于设想与早期讨论阶段
人工智能三大流派
符号主义
- 又称逻辑主义
- 强调知识表示与逻辑推理
- 代表:专家系统
联结主义
- 又称仿生学派
- 模仿神经元连接机制
- 代表:神经网络、深度学习
行为主义
- 强调感知—行动—环境交互
- 代表:强化学习
人工智能的局限性与挑战
数据偏差(Bias)
- AI 多数是关联驱动,训练效果强依赖数据
- 数据有偏,会导致模型认知偏差
- 典型例子:二战飞机弹痕分析与幸存者偏差
坏数据与假数据
- 输入数据失真,会直接影响模型结果
- “垃圾进,垃圾出”是人工智能的重要现实约束
AI 幻觉
- 模型可能生成看似合理但实际错误的内容
- 还可能受到对抗样本攻击等影响
技术与社会双重属性
- 人工智能不仅是技术问题,也是社会治理问题
- 技术发展过快或治理滞后,都会带来问题
- 典型案例:
- 红旗法案
- 科林格里奇困境
人的作用不可替代
- 人是技术的创造者、使用者、监督者和协调者
- 未来更可能是人和人工智能共同进化
- 关键不只是制造工具,还包括善于利用工具
人工智能的发展历史
两大理论基石
思维的数学化
- 亚里士多德:形式逻辑
- 霍布斯:推理即计算
- 莱布尼兹:用数学表达思维
- 布尔:建立布尔代数
- 弗雷格、罗素、怀特黑德、希尔伯特、哥德尔:推动数理逻辑发展
计算机的诞生
- 图灵提出图灵机
- 香农提出用电子开关实现二进制逻辑
- Colossus、ENIAC 等电子计算机诞生
- 计算机成为人工智能实现的物质工具
人工智能的起源
理论起点
- 1948 年图灵提出利用计算机模拟人类智能的思想
学科诞生
- 1955 年,McCarthy、Minsky、Shannon、Rochester 提出“Artificial Intelligence”术语及研究设想
- 1956 年 达特茅斯会议 标志着人工智能作为独立学科正式登场
达特茅斯会议关注的核心问题
- Automatic Computers
- Language
- Neuron Nets
- Theory of the Size of a Calculation
- Self-improvement
- Abstractions
- Randomness and Creativity
历史意义
- 确立了人工智能的基本问题与基本研究方向
- 标志人工智能学科正式诞生
人工智能发展的阶段脉络
第一次高潮期(1956—1974)
特点
- 乐观情绪强烈
- 认为通用智能很快可以实现
代表成果
- 定理证明
- 棋类博弈
- 模板式对话机器人(如 ELIZA)
- 感知机模型
第一次低谷期(1974—1980)
原因
- 莱特希尔报告带来悲观评估
- 出现组合爆炸问题
- 许多方法只能解决“玩具问题”
- 感知机被证明能力有限,尤其无法处理 XOR 一类问题
第二次高潮期(1980—1987)
代表方向
- 专家系统
- 知识工程
- 多层神经网络训练的发展
代表成果
- DENDRAL
- 反向传播推动神经网络发展
第二次低谷期(1987—1993)
原因
- 专家系统维护困难、知识冲突严重
- 第五代计算机计划未达预期
- AI 再次遭遇投资降温
稳定发展期(1993—2010)
特点
- 从“通用幻想”转向“具体任务”
- 机器学习逐渐成为主流
- 贝叶斯模型、神经网络重新受到重视
代表事件
- 1997:IBM Deep Blue 战胜卡斯帕罗夫
- 2011:IBM Watson 获得关注
全面爆发期(2011—至今)
爆发原因
- 海量数据积累
- 强大计算能力
- 深度学习算法突破
代表事件
- 2011:Siri
- 2012:ImageNet 深度学习突破
- 2016:AlphaGo 战胜李世石
- 2017:AlphaGo 战胜柯洁
新趋势
- 从“造人”转向“赋能”
- 与互联网、物联网、超级计算、智慧城市、智能医疗、智能交通等深度结合
- 新一代人工智能持续发展