人工智能通识(微课版)课件 第1章 人工智能演进之路_第1页
人工智能通识(微课版)课件 第1章 人工智能演进之路_第2页
人工智能通识(微课版)课件 第1章 人工智能演进之路_第3页
人工智能通识(微课版)课件 第1章 人工智能演进之路_第4页
人工智能通识(微课版)课件 第1章 人工智能演进之路_第5页
已阅读5页,还剩10页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第1章人工智能演进之路1.1第一次浪潮:符号主义兴起

1.1.1人工智能的起源人工智能,简称AI,是一种使机器具备类似人类的思维与行为能力的技术。其发展历经三起两落,理论技术渐成熟,应用领域拓展,成科技革命与产业变革关键驱动力。1950年,图灵在论文中预测制造智能机器可能性,提出“图灵测试”。艾伦·麦席森·图灵1.1.1人工智能的起源1950年,图灵预测智能机器可能性,提出图灵测试。通过打字交流,观察者提问判断人机,机器若多次迷惑超30%观察者,视为通过测试,达人类智能水平。图灵测试讨论:图灵测试的局限性是什么?意义:首次将“机器能否思考”从哲学思辨转化为可验证的科学问题,为AI奠定了理论基石。第一次浪潮:符号主义兴起

人工智能学科诞生1956年达特茅斯会议上,麦卡锡等科学家首次提出“人工智能”术语,标志该学科正式确立。

神经网络与感知机1957年罗森布拉特提出感知机(单层神经网络),开启神经网络研究热潮;

20世纪60年代因感知机无法处理复杂非线性关系数据分布,研究停滞。

AI语言与工业应用1958年美国数学家约翰·麦卡锡提出LISP语言,成为建造专家系统的重要工具。

1961年美国Unimation公司推出世界上第一台工业机器人Unimate

1966年,维森鲍姆开发ELIZA,展示简单模式匹配交流,初衷辅助心理治疗。图1.3世界上第一台工业机器人这一时期,AI展现出“能学”、“能做”、“能聊”的蓬勃生机,但也埋下了感知机无法解决非线性问题的伏笔。第一次浪潮的终结:三重困境技术瓶颈、资源限制与预期落空,共同将AI推向了70年代的“第一次寒冬”。感知机缺陷无法处理非线性关系(如异或问题),导致神经网络研究停滞。知识表示难难以将复杂、模糊的现实世界信息转化为精确的符号逻辑。推理效率低受限于当时算力,逻辑推理过程耗时过长,实用性差。应用场景窄仅限于特定封闭环境,无法应对现实世界的复杂性和不确定性。结果:政府与资本信心骤降,AI进入第一次低谷期。1.2第二次浪潮:连接主义与知识工程时代

机器学习起源与转折20世纪80年代科学家探索机器学习,核心是减少人类编程依赖让机器自主发现规律,80年代初亚瑟·塞缪尔开发首个下棋机器学习程序并提出该概念。核心转折:BP算法(1986)杰弗里·辛顿等人推广的反向传播算法(Backpropagation),解决了多层神经网络的训练难题,使网络能够通过梯度下降学习复杂的非线性函数。这一突破打通了“感知机—多层—误差回传”的链路,让机器首次具备深层表征学习能力,直接点燃了第二次浪潮。20世纪80年代语音识别采用机器学习提高准确率;1984年NASA用神经网络预测太空任务故障。专家系统与深蓝:知识工程的胜利MYCIN:医疗专家系统通过编码大量“如果-则”规则,MYCIN能够为血液感染提供抗生素治疗建议,其表现可与专家医生媲美,展示了AI在特定狭窄领域的巨大潜力。DeepBlue:击败世界冠军1997年,IBM深蓝通过穷举算法和海量规则库,击败了国际象棋世界冠军卡斯帕罗夫。这一胜利被全球媒体解读为“AI超越人类智慧”,再次抬升了社会对AI的极高预期。专家系统的崩塌与第二次寒冬专家系统从辉煌到崩塌,源于其自身无法克服的内在逻辑缺陷。知识获取难维护成本高适应性差结果面对不确定、模糊场景,刚性推理失灵。政府与企业投入再次缩减,AI进入90年代第二次低谷。1.3第三次浪潮:深度学习与大模型纪元

2006年的AI突破2006年杰弗里·辛顿团队在《Science》发表论文,提出有效训练深度神经网络方法,推动深度学习崭露头角。

ImageNet胜出20122012年辛顿团队用深度卷积神经网络等技术,在ImageNet比赛中识别准确率提高10.9%,推动新一轮人工智能浪潮。1.3.1深度学习的突破1.3第三次浪潮:深度学习与大模型纪元

人工智能新高潮有实质性进步,代表成果为深度卷积神经网络和深度强化学习AlphaGo与李世石对弈AlphaGo(2016)结合深度卷积网络与强化学习,击败围棋冠军李世石。这标志着AI在超高维连续决策空间中,具备了自我进化的能力。BERT(2018)通过双向编码器,刷新了自然语言理解十一项纪录。这宣告了机器对文本深度语义理解的成熟。1.3.2产业介入与生成式AI崛起

GPT-3发布2020年,GPT-3拥有1750亿参数,生成高质量文本,标志生成式AI崛起,引领自然语言处理革命性进步。生成式AI技术的广泛应用ChatGPT问世2022年11月,OpenAI推出ChatGPT,其强大对话能力引发全球关注,加速生成式AI技术多领域应用。DeepSeek-R1模型2025年1月,中国深度求索发布DeepSeek-R1,优化算法架构,提高算力使用效率,标志算力需求转折。中国AI的跃迁:从跟跑到领跑1980s-2000s863计划、清华国重实验室,奠定基础。2010s百度深度学习研究院、华为昇腾芯片,形成自主闭环。2020s九章量子原型机,探索未来算力。2025DeepSeek与腾讯混元跻身全球前十,应用层比肩国际。四十年厚积薄发,中国AI正朝着2030年成为世界主要人工智能创新中心的目标迈进。中国人工智能发展历程技术突破的标志性事件

百度深度学习研究2010年,百度成立深度学习研究院,引领中国AI研究接轨国际,技术快速进步。华为AI芯片突破2019年,华为发布“昇腾”系列,标志中国AI硬件领域取得重大进展。商汤科技视觉竞赛2020年,商汤科技在国际视觉竞赛夺冠,展现中国图像识别实力。量子计算原型机“九章”2020年,中科大构建76光子“九章”,实现量子计算与AI结合突破。通义千问与盘古大模型2023年,阿里云推出通义千问,华为发布盘古,加速AI行业应用DeepSeek-R1模型2025年,深度求索发布DeepSeek-R1,自强化学习优化算法降低AI部署成本。效率革命:DeepSeek-R1的突破2025年,中国深度求索公司推出的DeepSeek-R1,为大模型发展开辟了全新路径。能力强性能比肩国际顶尖模型,在多项评测中表现优异。成本低采用GRPO等自强化学习优化算法,将训练与推理成本降低一个量级。开源全面开源,赋能中小企业本地化部署,推动算力民主化。DeepSeek-R1证明,大模型不再是巨头的专属游戏,AI普及与深耕的新时代正在到来。工匠精神:寒武纪的芯片突围在AI的浪潮中,中国创新者

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论