人工智能通识导论（理论篇）课件 第1章-从梦想到现实：AI发展简史

第1章从梦想到现实团结创新共赢AI发展简史1目录Introduction0101初识人工智能0303AI关键技术及应用0202AI发展历史0404AI的意义与挑战图灵测试初识人工智能图灵测验是在测试者与被测试者（一个人和一台机器）隔绝的情况下，通过键盘等装置向被测试者提出一系列问题。经过多次这样的测试，如果超过30%的测试者无法判断被测试者究竟是人还是机器，那么这台机器便被视为通过了测试，即被认为具备了人类智能。图灵测试初识人工智能图灵测试的提出为人工智能领域的研究提供了一个重要的评估标准，但它也面临着一些局限性和争议。主要依赖于对话评估机器智能，忽略智能其他表现形式；评判标准主观，不同测试人员判断存在差异。图灵测试并未明确提出“人工智能”这一术语。达特茅斯会议初识人工智能1956年“达特茅斯夏季人工智能研究项目”探讨了如何利用机器模拟人类智能这一前沿课题，正式提出了“人工智能”。尽管达特茅斯会议没有达成明确的一致意见，但它成功地将一群对人工智能充满热情的科学家聚集在一起，为未来的研究奠定了基础。人工智能的定义初识人工智能使计算机能够执行通常需要人类智能才能完成的任务的技术（包括语言理解、视觉感知、学习推理、规划决策等能力）AI通过计算机程序和算法来模拟人类智能的思维过程和行为模式。能够自主感知、学习、决策并采取行动的智能系统。人工智能的定义初识人工智能是对人类智能的一种延伸和补充是计算机科学和相关领域在模拟智能方向上的重大突破是一个具有自主性和适应性的复杂智能实体这些定义相互补充，共同构成了对人工智能的全面认识。功能技术系统人工智能的定义初识人工智能人工智能利用数字计算机或其控制的机器，模拟、延伸和扩展人类智能，感知环境、获取知识并使用知识以获得最佳结果的理论、方法、技术及应用系统。此定义综合了人工智能的技术手段、实现目标以及涵盖的理论和应用范畴。2020年，中国人工智能产业发展联盟（AIIA）人工智能的定义初识人工智能人工智能是机器执行与人类智能相关功能的能力，例如学习、推理、解决问题、决策、语言理解和感知等。这一定义从国际标准层面，明确了人工智能与人类智能相关功能的对应关系。2021年，国际标准化组织（ISO）/国际电工委员会（IEC）人工智能的定义初识人工智能人工智能通过构建模型和算法，使计算机系统能够从数据中自动学习模式和规律，进而执行各种任务，如生成图像、文本对话或优化复杂系统的资源分配等。这一定义强调了人工智能在数据驱动下的学习和任务执行能力。2022年，Meta公司人工智能的定义初识人工智能凭借强大的计算能力和先进的算法，使机器能够模拟人类的感知、认知与决策过程，尤其在处理图像、视频、语音等非结构化数据，以及在复杂多变的环境中实时决策方面，展现了显著优势。这一定义凸显了人工智能在模拟人类智能过程以及应对复杂数据和环境时的突出特点。2023年，英伟达公司人工智能的分类初识人工智能弱人工智能（ANI）强人工智能（AGI）通用人工智能（ASI）按能力模拟人的心智模拟脑的结构模拟人的行为按技术计算机视觉自然语言处理语音交互技术智能机器人智能推荐系统……按应用人工智能按能力分类初识人工智能弱人工智能（ANI）指在特定任务或有限领域上表现出智能的系统，通常专注于执行特定单一任务。

弱人工智能（ArtificialNarrowIntelligence）人工智能按能力分类初识人工智能弱人工智能（ANI）是指具有情感和自我意识的人工智能。这类系统不仅能够独立思考问题并制定解决问题的最优方案，还能够像人类一样进行情感体验和道德判断。强人工智能（ArtificialStrong/Super

Intelligence）强人工智能仍处于理论研究和探索阶段，面临着许多技术和伦理方面的挑战。电影《人工智能》剧照人工智能按能力分类初识人工智能弱人工智能（ANI）介于弱人工智能和强人工智能之间的一种人工智能形式，能够在不同领域和任务上表现出通用智能的系统。其核心特点是灵活性和通用性。

通用人工智能（ArtificialGeneral

Intelligence）DeepMind的Gato模型人工智能按技术分类初识人工智能弱人工智能（ANI）也称为符号主义人工智能。这种方法将人类的思维形式化为符号、知识、规则和算法，并通过计算机来实现这些符号、知识、规则和算法的表征和计算。

模拟人的心智（symbolicAI）智能≈符号+规则+搜索逻辑理论机LT的“可能性之树”人工智能按技术分类初识人工智能弱人工智能（ANI）

模拟人的心智（symbolicAI）IBM的超级计算机“深蓝”专家系统示意图人工智能按技术分类初识人工智能弱人工智能（ANI）

模拟人的心智（symbolicAI）专家系统结构图专家系统XCON（DEC公司、卡内基－梅隆大学），为VAX计算机系统制订硬件配置方案。人工智能按技术分类初识人工智能弱人工智能（ANI）

模拟脑的结构（connectionistAI）通过模拟人脑神经网络的结构和功能来实现人工智能，认为智能源于神经元之间的复杂连接和相互作用。也被称为连接主义人工智能。人工智能按技术分类初识人工智能弱人工智能（ANI）

模拟人的行为（behavioralAI）是基于行为主义的人工智能方法。这种方法关注的是机器的行为表现，而不是其内部的思维过程或结构。行为主义人工智能系统通过感知环境信息，依据预设策略做出动作，再根据动作结果调整行为策略。强化学习是行为主义的核心技术之一。人工智能按技术分类初识人工智能弱人工智能（ANI）

模拟人的行为（behavioralAI）人工智能发展历史发展概览早期探索（符号主义）机器学习崛起（连接主义）深度学习和大模型（行为主义）人工智能发展历史AI崛起的三大基石AI算力数据模型强大GPU，图形处理器，是一种专门设计用来处理图形和并行计算任务的硬件。TPU，张量处理器，是一种专门为机器学习任务设计的专用集成电路。算力指标，TFLOPS：每秒万亿次浮点运算强大的计算能力是人工智能发展的基础。人工智能发展历史AI崛起的三大基石谷歌TPUv7p* 2307

英伟达H100 990

华为910D 512

寒武纪 MLU590 314.6 壁仞科技BR100 1024

芯片型号FP16算力（TFLOPS）人工智能发展历史AI崛起的三大基石AI算力数据模型海量2023年，我国数据产生总量达32.85泽字节（ZB），平均每天产生的数据量为900亿个GB。非结构化数据结构化数据人工智能发展历史AI崛起的三大基石AI算力数据模型海量海量的数据为AI提供了丰富的训练样本和语料库，成为AI的“燃料”和“血液”。用于训练的数据需要事先标注人工智能发展历史AI崛起的三大基石AI算力数据模型先进先进的模型是人工智能发展的核心动力。CNN模型RNN模型Transformer模型人工智能发展历史人工智能的发展趋势技术趋势更高效、更强大的学习模型；多模态融合和对齐；自适应学习和强化学习；可解释人工智能和安全的人工智能。人工智能发展历史人工智能的发展趋势2.产业趋势

人工智能正在加速与各行业的深度融合，推动传统行业的数字化转型。2024年3月，“人工智能+”首次被写入政府工作报告中，并上升到战略行动层面。人工智能发展历史人工智能的发展趋势3.迈向通用人工智能（AGI）

通过多模态融合、自适应学习和强化学习等技术，弱人工智能系统将逐渐具备更强的泛化能力和适应性。同时，跨领域的知识迁移和通用智能架构的开发将成为实现通用人工智能的关键。机器学习关键技术及典型应用机器学习是人工智能的核心技术之一，它使计算机能够通过数据进行学习并持续改进。机器学习关键技术及典型应用在三幅备选图中找出“yes”的图yesno是哪一类？找出规律分两类，并指出有监督无监督强化学习关键技术及典型应用强化学习是机器学习的一个重要分支，通过一系列的试错过程，让智能体逐步学习如何在一个复杂的环境中做出最优决策。强化学习关键技术及典型应用RLHF（ReinforcementLearningfromHumanFeedback）基于人类反馈的强化学习。RLHF用人类的判断来代替难以编写的、复杂的奖励函数。也能更好地将AI的行为与复杂、模糊的人类价值观“对齐”。计算机视觉关键技术及典型应用计算机视觉旨在使计算机能够理解和处理视觉信息，像人类一样看懂并理解图像与视频。计算机视觉关键技术及典型应用基于计算机视觉的智慧工地自然语言处理关键技术及典型应用自然语言处理旨在让计算机理解、生成和处理自然语言，包含自然语言理解和自然语言生成两个方面。工业领域关键技术及典型应用弱人工智能（ANI）智慧仓储智能制造智慧生产医疗领域关键技术及典型应用弱人工智能（ANI）手术机器人好医生云医疗“颈脉云超”交通领域关键技术及典型应用无锡智慧交通深圳智慧高速交通领域关键技术及典型应用弱人工智能（ANI）理想i8新高阶辅助驾驶人工智能的意义及挑战人工智能的战略意义国家战略布局的核心领域推动产业升级优化经济结构提升国家治理能力人工智能的意义及挑战人工智能的挑战复杂挑战技术层面伦理、法律层面算法可解释性数据质量数据偏见算力需求能源消耗隐私保护责任归属法律监管人工智能的意义及挑战人工智能的挑战2014年，