AI发展历程回顾

DATAANALYSIS主讲人：PPTAI发展历程回顾-1AI出现前(1946年以前)2AI初生期(1956-1989)3AI成长期(1990-2016)4AI爆发期(2017年至今)5AI影响深远化(近年至今)6AI未来的发展展望7总结PART1AI出现前(1946年以前)AI出现前(1946年以前)人类智能的独特性：人类大脑拥有约860亿神经元，具备抽象思维、语言创造、知识传承等能力，成为地球上唯一的高等智慧生物计算机的诞生：1946年第一台计算机问世，解决了"快速计算"和"精准存储"问题，但缺乏自主思考能力PART2AI初生期(1956-1989)AI初生期(1956-1989)自然语言处理(NLP)兴起：图灵提出机器通过文本对话证明智能的设想，NLP成为早期AI核心模块概念定义：1956年达特茅斯会议首次提出"人工智能(AI)"术语，目标是让机器模拟人类智能的"感知、思考、决策、执行"能力规则式AI的局限：早期机器翻译依赖固定词典和语法规则，缺乏灵活性和语境理解能力PART3AI成长期(1990-2016)AI成长期(1990-2016)模型通过标注数据学习规律，如朴素贝叶斯、RNN、CNN等架构逐步优化监督学习方法垃圾邮件过滤系统通过分析数据特征自动分类，但模型能力受限于训练数据范围统计式AI的进步机器从数据中自主学习规律，取代人工编写固定规则机器学习(ML)出现PART4AI爆发期(2017年至今)AI爆发期(2017年至今)Transformer架构革命大模型崛起2017年Google提出自注意力机制，实现并行处理和全局推理，解决长文本"健忘"问题GPT系列参数从1.17亿(GPT-1)扩展到1750亿(GPT-3)，覆盖多领域知识，通用性显著提升AI爆发期(2017年至今)>多模态与智能体多模态模型(如GPT-4o)支持文本、图像、视频的联合处理34智能体(Agent)具备自主规划能力：结合大模型与工具链完成复杂任务AI爆发期(2017年至今)>关键技术突破无监督学习：模型从海量无标注数据中自主学习检索增强生成(RAG)：通过外部知识库提升回答准确性微调技术：基于监督学习和强化学习优化模型输出PART5AI影响深远化(近年至今)AI影响深远化(近年至今)01广泛应用AI技术在各领域广泛使用，如医疗诊断、自动驾驶、金融分析等，提高效率并降低成本03跨领域融合AI与教育、娱乐、文化等领域的融合，为人们带来全新的体验和价值02伦理与法律问题随着AI技术的普及，隐私保护、数据安全、算法透明度等伦理问题逐渐显现，并开始受到法律层面的关注PART6AI未来的发展展望AI未来的发展展望技术的持续进步：人工智能将在处理大规模数据和优化决策上不断优化。同时，会研发更加复杂且更具可塑性的AI算法AI道德伦理和立法发展：政府将推出相应的AI使用和管理法规，确保其合理、合法地应用更加广泛的AI应用：随着技术的不断成熟和成本的降低，AI将在更多领域得到应用，如智慧城市、智能机器人等AI对未来工作和生活的影响：人工智能可能会重塑劳动力市场和工作环境，对人们的生活产生更深远的影响PART7总结总结1纵观AI的发展历程，我们可以看到它经历了从初步的概念提出到现今的广泛应用2每一个阶段的进步都为我们的工作和生活带来了便利和价值3但同时，我们也要关注其可能带来的挑战和问题，如数据安全和隐私保护等4随着技术的不