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

人工智能概述
https://www.lazysheep2031.top/posts/ai_fundamention/chapter1/
作者
Lazysheep
发布于
2026-03-23
许可协议
CC BY-NC-SA 4.0