人工智能通识 课件 第1、2章 人工智能发展简史、AI基础概念与应用领域

人工智能通识：新技术与创新实践AI发展里程碑与技术演进PART01人工智能与第四次工业革命PART02目录CONTENTSAI发展里程碑与技术演进01人工智能发展简史识01人工智能(ArtificialIntelligence,AI)是指计算机系统执行类似于人类智能的任务,如视觉识别、语音识别、决策支持等。简单来说,就是让机器“像人一样思考”。与传统的程序不同,人工智能技术能够让计算机通过数据和算法来学习、推理、理解,并完成复杂的任务。人工智能的核心目标是模拟或超越人类的某些认知能力。例如,图像识别技术可以让计算机“看懂”图片,语音助手能够理解和回应我们的指令,而推荐系统则可以根据用户的兴趣提供个性化的服务。这些应用不仅让科技更加智能化,也为我们的日常生活带来了诸多便利。一、什么是人工智能?人工智能发展简史识01人工智能的发展之路,是一条科技与梦想交织的长路。从最初的思辨设想,到今日的广泛应用,AI经历了曲折与辉煌的交替演进。如图1-1所示,若把人工智能比作一棵枝二、人工智能的发展历程繁叶茂的大树,那么它的每一次技术突破与社会回响,都是枝干上刻下的年轮印记。人工智能发展简史识01图1-1AI发展早期关键人物与事件时间轴图人工智能发展简史识01萌芽:概念初启的黄金年代(20世纪50年代中期)挫折与觉醒:专家系统的兴起与寒冬的来临(20世纪70年代末至80年代末)重生:机器学习与统计方法的崛起(20世纪90年代至21世纪)飞跃:深度学习与AI新时代的开启(2006年起)当前前沿:生成式人工智能的浪潮(2020年初至今)演进的主线:从规则到数据,从模型到生态010203040506人工智能与第四次工业革命02人工智能与第四次工业革命02项目前景历史长河中,工业革命曾三次重塑人类社会的运行逻辑。第一次工业革命以蒸汽机驱动机械化生产,解放了体力;第二次工业革命以电力与流水线催生大规模工业体系,提升了效率;第三次工业革命则以信息技术为支撑,引发了自动化与数字化浪潮。如今,我们正迈入以智能化为核心特征的第四次工业革命(Industry4.0),如图1-3所示人类工业革命四阶段演进过程。其最大特点在于:“数据”取代“能源”成为驱动力,“智能”取代“机械”成为主导力量。人工智能作为这一变革的中枢神经系统,正以前所未有的速度和广度,重塑产业结构、生产方式乃至社会形态。

AI不再只是计算机科学的技术工具,而是演化为覆盖全产业链的认知引擎和决策中枢。它打破了人类的传统思维范式,使得“机器学习”“深度感知”“智能控制”成为现实,而不再只是理论设想。一、工业文明的跃迁:AI成为新时代的引擎02人工智能与第四次工业革命二、AI引领下的产业变革与社会重构在AI推动下的第四次工业革命中,产业的核心驱动力从“劳动力密集”向“数据与智能密集”转变,重构了从研发到生产、从服务到治理的整个流程。04社会服务与教育:向“智能普惠”迈进03智慧城市:重塑公共治理方式01智能制造:从流水线到智能工厂02数字经济:AI驱动新兴商业模式02人工智能与第四次工业革命图1-3人类工业革命四阶段演进过程02人工智能与第四次工业革命三、生态融合趋势:AI与多技术协同共生第四次工业革命的显著特征在于不同技术的融合效应持续放大。AI并非孤立存在,它与大数据、物联网、云计算、区块链、边缘计算等技术相互嵌套、协同演化,构建出智能时代的基础生态,如图1-4所示AI与关键技术融合生态。例如:

AI+IoT→构成“AIoT”架构,实现设备自感知、自决策。

AI+Blockchain→构建可信智能系统,如“智能合约”与“AI审计”。

AI+Cloud→实现算力即服务,支持大模型训练与部署。

AI+EdgeComputing→将智能计算前置,满足低延时、高实时性场景。正是在这种协同基础上,AI不仅“会思考”,更能“会连接”“会执行”,推动从自动化到信息化再到智能化的跃迁。02人工智能与第四次工业革命图1-4AI与关键技术融合生态02人工智能与第四次工业革命四、面向未来:人工智能引发的思维革新更深层次的变革,是人工智能对人类认知方式与决策机制的重构。在第四次工业革命中,我们不再只是“使用工具”,而是与智能系统“共创价值”“协同思考”。这场由AI引发的思维革新,正推动人类从“经验判断”走向“智能支持”,从“反应应对”走向“主动预测”。未来的工程师、医生、教师、设计师,将不仅掌握技能,更需要理解并引导人工智能参与工作流程。人机协同将成为社会运行的常态。人工智能,不只是产业变革的引擎,更是通往未来社会的一道光。感谢欣赏THANKSYOU人工智能通识：新技术与创新实践人工智能定义与分类PART01典型应用场景PART02实践:AI工具体验———探索生成式智能的真实能力PART03目录CONTENTS人工智能定义与分类01人工智能定义与分类01人工智能(ArtificialIntelligence,AI),是指由人类创造的机器系统,能够模拟、延伸甚至超越人类智能。其核心目标是使机器具备“感知-理解-决策-行动”能力,能够在复杂环境中完成任务、解决问题,并具备一定程度的学习与自我优化能力。学界普遍认为,人工智能是一门跨学科交融的综合性科学,涵盖计算机科学、认知科学、语言学、神经科学、数学、逻辑学等多个领域。它不仅追求构建“能计算”的系统,更旨在接近甚至重构“类人智慧”的系统。一、人工智能的基本定义人工智能定义与分类01根据智能的能力边界与目标实现程度,人工智能通常分为以下两类:二、人工智能的发展历程人工智能定义与分类011.弱AI(Narrow

AI)弱AI,也被称为专用人工智能,是指在某一特定任务领域表现出高度智能的系统,但并不具备全面的认知或通用推理能力。它们不能理解自身所处的环境,也无法迁移能力到其他任务上。典型例子包括:

•图像识别中的人脸检测系统。

•智能语音助手如Siri、Alexa。

•在线推荐算法与搜索引擎优化。

•ChatGPT这类大语言模型(虽然在多个领域表现出强大能力,但本质仍为弱AI范畴)。弱AI目前是人工智能的主流形态,也是推动产业智能化的现实支柱。人工智能定义与分类012.强AI(GeneralAI)强AI,又称为通用人工智能,指的是能够像人类一样进行自主学习、逻辑推理、情境理解与创造性思考的系统。它不受特定领域限制,具备解决广泛问题的能力。目前,强AI仍处于理论探讨与实验探索阶段,尚未实现真正意义上的通用智能系统。其研究涵盖自适应学习、情境迁移、类脑建模、意识模拟等前沿领域。小提示:尽管诸如GPT-4、Claude、Gemini等大模型具备强大的语言理解与生成能力,但其本质仍依赖大量数据与预训练知识,尚未具备人类意义上的自我意识或通用认知。典型应用场景02典型应用场景02项目前景

AI可对图像进行特征提取、目标识别与语义理解,广泛应用于:

•安防监控(人脸识别、异常行为检测)。

•医疗影像(肿瘤筛查、CT辅助诊断)。

•智能驾驶(车道识别、障碍物检测)。相关模型:ResNet、YOLO、SAM(SegmentAnythingModel)、CLIP(OpenAI图文模型)等。一、图像识别与计算机视觉02二、语音识别与语音交互

AI系统能够将人类语音转换为文本并进行语义分析,完成语音控制、智能问答、语言翻译等功能。

•智能语音助手(如AppleSiri、GoogleAssistant)。

•会议转写、实时字幕。

•AI客服、语言学习助手。相关模型:Whisper(OpenAI)、Conformer、Wav2Vec、ChatGPT语音接口等。典型应用场景02三、自然语言处理与对话系统

AI已实现对语言的理解、生成与推理,用于:

•问答系统与智能客服。

•内容创作与摘要生成。

•文本翻译与情感分析。代表模型:GPT-4、Claude3、Gemini、LLaMA、文心一言、DeepSeek等。当前主流语言大模型生态如图2-1所示,图中展示了中外主流模型厂商与模型名称(如OpenAI、Anthropic、百度、阿里、DeepSeek、智谱、MiniMax等),便于大家了解国际动态。典型应用场景02典型应用场景图2-1主流语言大模型生态02四、智能推荐与个性化服务

AI通过分析用户行为数据,实现内容、商品、广告等的个性化推荐:

•电商平台智能推荐(如淘宝、亚马逊)。

•视频平台内容推荐(如B站、抖音、YouTube)。

•新闻资讯与社交媒体推送。技术核心:协同过滤算法、知识图谱、深度排序网络(DSSM/DeepFM)等。典型应用场景02五、自动驾驶与智能交通

AI通过环境感知、路径规划与智能控制实现自动化驾驶体验:

•L2~L4级别自动驾驶。

•交通信号优化与拥堵预测。

•智能车联网(V2X)协同控制。典型系统:Tesla自动驾驶、百度Apollo、小鹏NGP系统等。典型应用场景02六、人工智能生成内容

AI不再只是“识别与理解”,更在“创作与表达”方面展现出惊人潜力。人工智能生成内容(ArtificalIntelligenceGeneratedContent,AIGC)可生成文本、图像、音频、视频、代码等内容,已在教育、设计、营销、编程等领域广泛应用。代表工具:

•文本生成:ChatGPT、Claude、DeepSeek-V3、文心一言。

•图像生成:DALL·E、StableDiffusion、Midjourney。

•音乐生成:Suno、MusicLM。

•视频生成:Pika、RunwayML。

•编程辅助:GitHubCopilot、CodeGeeX。典型应用场景02六、人工智能生成内容在中文语境下,国产大模型发展迅猛,尤其是由深度求索团队推出的DeepSeek系列模型,在学术写作、代码生成与知识问答等任务中表现优异。其“DeepSeek-V3”和“Deep-Seek-R1”等子模型,已被广泛应用于教学辅助、编程教育和科研写作,是高校课堂中理想的AI工具伙伴之一。本节内容帮助同学们厘清了人工智能的基本概念,区分了弱AI与强AI的核心差异,进一步通过多个贴近生活与前沿产业的典型应用场景,展示了AI技术的广泛影响力。通过学习,学生不仅能够从理论上理解人工智能,还能在实践中逐步建立起应用导向的知识框架。在接下来的学习中,我们将借助一系列典型的AI工具与平台,亲身体验人工智能在文本生成、图像识别、语言交互等领域的实际应用,进一步加深对AI能力与原理的理解。典型应用场景实践：AI工具体验——探索生成式智能的真实能力03实践：AI工具体验——探索生成式智能的真实能力03本实践环节旨在引导不同专业学生亲身体验生成式人工智能工具的功能与应用效果,增强对人工智能实际能力的理解,培养学生在专业相关任务中合理使用AI平台进行辅助学习与创造的基本素养。通过实践操作,学生将能够:

•熟悉主流国产大模型(如DeepSeek、文心一言)的基本使用方法。

•掌握专业相关的多模态任务操作流程。

•分析不同AI模型在专业任务下的表现差异与优势。一、任务目标实践：AI工具体验——探索生成式智能的真实能力03实践准备:登录并了解平台功能

1.访问DeepSeek和文心一言官网。

2.使用微信扫码/手机号注册并登录,如图2-3所示。

3.浏览平台功能概览,重点关注:

•DeepSeek:对话助手(R1、V3)、编程助手(CoderV2)。

•文心一言: