《通 用人工智能原理与展望》课件

主要内容一工业革命带来的变革二人工智能发展历程回顾三通用人工智能的定义四通用人工智能实现路径五通用人工智能发展展望工业革命带来的变革一瓦特及其发明的蒸汽机第一次工业革命：18世纪60年代—19世纪40年代迈克尔·法拉第爱迪生萨缪尔·莫尔斯第二次工业革命：19世纪70年代—20世纪初电报电话第三次工业革命：20世纪中叶—21世纪初1964年10月16日，中国第一颗原子弹爆炸成功1967年6月17日，中国第一颗氢弹爆炸成功1946年2月14日，世界上第一台通用电子计算机ENIAC在美国宾夕法尼亚大学诞生。人工智能第四次工业（科技）革命：2010年以来量子计算生命科学第一步，到2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑进入创新型国家行列和实现全面建成小康社会的奋斗目标。《新一代人工智能发展规划》第二步，到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展。《新一代人工智能发展规划》第三步，到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。《新一代人工智能发展规划》人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。习近平2018年10月31日在中共中央政治局第九次集体学习上的讲话人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。习近平2018年10月31日在中共中央政治局第九次集体学习上的讲话加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。习近平2018年10月31日在中共中央政治局第九次集体学习上的讲话人工智能发展历程回顾二1956年的达特茅斯会议上正式确立了“人工智能”这一术语。美国达特茅斯学院图片来源：徐俊刚《深度学习》，机械工业出版社，2024年通用人工智能的定义三研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新兴学科人工智能计算智能感知智能认知智能人工智能发展阶段（一种观点）通用人工智能弱人工

（AGI）智能（ANI）强人工智能（ASI）人工智能发展阶段（另外一种观点）弱人工智能（ArtificialNarrowIntelligence，ANI）面向特定领域或者完成特定任务的人工智能弱人工智能典型应用计算机视觉类：图像分类、人脸识别等弱人工智能典型应用自然语言处理类：文本分类弱人工智能典型应用自然语言处理类：自动摘要、机器翻译、知识图谱构建等弱人工智能典型应用语音识别类：语音识别、声纹识别等弱人工智能典型应用综合类：身份验证、推荐系统、智能驾驶、AlphaGo等通用人工智能（ArtificialGeneral

Intelligence，AGI）具有人类智慧、能够执行任何人类任务的人工智能人类希望AGI能够达到的目标具有自我学习能力和推理能力具有自我意识和情感能力具有执行人类指令的能力强人工智能（ArtificialSuperIntelligence，ASI）超过人类智慧的人工智能人工智能、机器学习和深度学习的关系让计算机具有像人一样的学习和思考能力的技术总称。具体来说是从已知数据中获得规律，并利用规律对未知数据进行预测的技术。机器学习通过训练多层网络结构进行数据的分类、递归或者生成深度学习输入特征提取分类输出小汽车非小汽车机器学习深度学习小汽车非小汽车输入特征提取+分类浅层前馈神经网络输入层隐藏层 输出层深度前馈神经网络输入层隐藏层输出层有监督学习的深度学习算法：深度前馈神经网络、卷积神经网络、循环神经网络、Transformer、胶囊网络和深度森林等。无监督学习的深度学习算法：深度自编码器、深度玻尔兹曼机、生成对抗网络和深度信念网络等。卷积神经网络卷积层1输入层卷积层2池化层1池化层2特征图1池化特征图1特征图2池化特征图2全连接层输出层循环神经网络展开Transformer生成对抗网络深度信念网络与深度玻尔兹曼机深度自编码器图像分类：整幅图像的分类或识别目标检测：检测图像中物体的位置，进而识别物体图像分割：对图像中的特定物体按边缘进行分割，并识别物体类别或个体图像回归：预测图像中物体或者物体组成部分的坐标细化深度学习的主要应用：计算机视觉领域（基础任务）图像分类图像分割目标检测图像回归人脸识别：首先通过目标检测提取人的正脸，然后通过人脸识别人员身份行人重识别：检测视频序列中的行人，并识别特定人员的身份目标跟踪：在连续的视频帧中定位某一行人或者其他运动目标动作识别：识别视频中人体的动作产品缺陷检测：检测工业产品存在的缺陷深度学习的主要应用：计算机视觉领域（高级任务）深度学习的主要应用：语音识别领域语音识别：将人类说话的语音转换成文字声纹识别：根据说话人的声波特性进行身份识别，又称为说话人识别语音合成：将文本转换为语音词法分析：以词为单位进行分析句法分析：以句子为单位进行分析语义分析：分析自然语言的深层含义信息抽取：从自然语言中抽取出结构化信息语言模型：根据之前的单词预测下一个单词深度学习的主要应用：自然语言处理领域（基础任务）情感分析：分析文本体现的情感，可包含正负向、正负中或多态度等类型神经机器翻译：基于神经网络语言模型的多语种互译神经自动摘要：根据单文档或者多文档自动生成文档摘要机器阅读理解：通过阅读文本回答问题、完成选择题或完型填空自动问答：用户给出问题，机器可以进行回答，也称单轮对话人机对话：通过训练大量语料，支持人与机器之间的自由对话，通常指的是多轮对话深度学习的主要应用：自然语言处理领域（高级任务）图像描述：机器可以根据图像给出描述图像的句子，也称看图说话可视问答：机器可以回答特定图像或视频相关的问题图像生成：机器可以根据文本描述生成相应的图像视频生成：机器可以根据文字描述自动生成相应的视频虚拟主播：自动播报新闻的虚拟人物深度学习的主要应用：多模态处理领域通用人工智能实现路径四（一）大模型（二）具身智能大模型（一）2024年12月和2025年1月，DeepSeek公司相继发布了Deepseek

V3大模型和R1推理大模型，进一步推动了大模型的发展。人工智能赋能千行百业遇到的问题应用场景繁多数据标注量大AI人才短缺算力投入大大模型的定义本质上是一个使用海量数据训练而成的深度神经网络模型，具有巨大的参数规模，实现了智能涌现，展现出类似人类的智能。数据量大：PB级，甚至EB、ZB级模型结构：深度神经网络泛化能力：与小模型相比，泛化能力非常强大算力需求大：需要足够强大的算力，训练时间也较长使用方便：通过对话、开放API和专用工具等即可获取服务精调方便：使用少量数据即可精调出行业或垂直领域大模型大模型的特点大模型是人工智能的基座模型大模型突破了数据标注的困境大模型实现了智能涌现大模型的核心作用大模型的预训练与精调通用大模型（按模态划分）应用大模型（按应用领域划分）大模型的主要类型通用大模型（按模态划分）大语言模型视觉大模型多模态大模型全模态大模型大语言模型视觉大模型多模态大模型全模态大模型应用大模型（按应用领域划分）智慧城市大模型医疗大模型科学计算大模型应用大模型（按应用领域划分）金融大模型工业大模型安防大模型影视大模型NLP大模型OpenAI

GPTGoogle

PaLMMeta

Llama百度文心一言讯飞星火阿里通义千问腾讯混元智谱清言月之暗面KimiDeepSeekCV大模型GoogleV-MoEGoogleViT-22BMetaSAM华为盘古CV大模型书生·天际实景三维大模型多模态大模型Google

GeminiOpenAI

CLIPOpenAI

DALL·EMicrosoft

BEiT-3BLIP阿里巴巴M6中国科学院自动化研究所紫东太初OpenAI

Sora科学计算大模型DeepMind

AlphaFold2华为盘古科学计算大模型大模型预训练+精调：AI开发新范式具身智能（二）是指智能体通过物理实体与环境实时交互，实现感知、认知、决策和行动一体化。具身智能计算机科学之父阿兰·图灵美国著名机器人制造专家罗德尼·布鲁克斯具身硬件：关节、传感器、减速器、电机、灵巧手、轴承、丝杠、激光雷达、控制主板等具身智能技术栈具身感知：视觉定位和SLAM地图构建、3D场景理解、触觉感知等具身交互：多模态大模型支持，包括对话、视觉语言导航等仿真具身化：具身世界模型、任务规划、控制算法与策略固基机器人：有固定基座的机器人，主要用于工业制造领域具身机器人类别轮式机器人：通过轮式结构移动的机器人，主要用于物流、仓储等领域履带式机器人：通过履带式结构移动的机器人，主要用于建筑、救灾等领域四足机器人：通过四足多关节结构移动的机器人，主要用于复杂地形探索、救援任务、巡检等领域人形机器人：类人外形、通过双足移动的机器人，主要用于家庭、餐饮等服务行业宇树通用人形机器人H1小米全尺寸人形仿生机器人CyberOne仿生机器人：模拟自然界中动物的机器人，如鱼类机器人、昆虫机器人、软体机器人等具身智能家庭机器人具身智能家庭机器人通用人工智能发展展望五单模态多模态全模态大模型的发展趋势具身智能的