模块1-人工智能概述

01模块一人工智能概述《人工智能——AIGC通识教程》武汉职业技术大学数智商务学院《人工智能——AIGC通识教程（微课版）》本模块内容0101什么是人工智能0202AI发展历程0303AI的分类0404AI关键技术0505AI思维0606AI与新兴技术201什么是人工智能探索AI的本质与边界3人工智能的定义人工智能（ArtificialIntelligence，AI）是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的科学核心目标：让机器具备学习、推理、感知、语言理解、决策等人类智能特征1956年达特茅斯会议：AI作为学科正式诞生人工智能≠人类智能，是对人类智能的模拟与延伸4AI的三个层次弱人工智能•专注特定任务•不具备自主意识•现阶段主流形态•如：AlphaGo、Siri、推荐系统强人工智能•具备通用智能•能跨领域解决问题•理论上接近人类•目前尚未实现VS超人工智能（ASI）：超越人类一切能力，仍属科幻502AI发展历程三起两落，砥砺前行6AI发展的六个阶段11956年诞生期：达特茅斯会议，AI学科创立21960s-1970s第一次浪潮：定理证明、专家系统萌芽31980s第二次浪潮：专家系统商业化，但硬件瓶颈导致低谷41990s-2000s沉寂期：互联网崛起，AI相对低调52006年深度学习突破：Hinton提出深度置信网络62012年至今大爆发：ImageNet竞赛、ChatGPT、大模型时代7AI发展的三大驱动力数据互联网产生海量训练数据，大数据为AI提供燃料算法深度学习、Transformer等突破性算法不断涌现算力GPU并行计算+云计算，使大模型训练成为可能803AI的分类从能力维度理解AI的边界9按应用领域分类1计算机视觉：图像识别、目标检测、人脸识别2自然语言处理：机器翻译、文本生成、语音识别3机器人学：工业机器人、服务机器人、无人驾驶4知识图谱：医疗诊断、智能搜索、推荐系统5强化学习：游戏AI、自动化控制、策略优化1004AI关键技术支撑智能时代的四大技术支柱11机器学习——AI的核心方法定义：让机器从数据中自动学习规律，无需显式编程监督学习：有标签数据训练，如图像分类、垃圾邮件识别无监督学习：无标签数据，发现隐藏结构，如用户分群强化学习：通过奖惩机制学习最优策略，如AlphaGo半监督学习：少量标签+大量无标签数据的结合方式12深度学习——机器学习的革命传统机器学习•需要人工提取特征•特征工程耗时耗力•小数据效果较好•可解释性相对较强深度学习•自动学习特征表示•多层神经网络结构•大数据效果优异•在图像/语音领域碾压传统方法VS13自然语言处理（NLP）让机器理解、生成人类语言的技术核心任务：分词、词性标注、句法分析、语义理解、机器翻译大语言模型（LLM）：GPT、BERT、DeepSeek等应用：智能客服、机器翻译、文本摘要、代码生成技术里程碑：2017年Transformer架构发布，开启NLP新纪元14计算机视觉（CV）让机器像人眼一样识别和理解图像/视频核心技术：CNN卷积神经网络、目标检测（YOLO/ResNet）典型应用：人脸识别、医学影像分析、自动驾驶感知最新进展：多模态视觉模型（GPT-4V、Gemini）挑战：遮挡、光照变化、长尾识别问题1505AI思维用AI的方式重新理解问题16AI思维的三个维度1数据思维：用数据说话，一切决策基于数据而非经验2算法思维：问题可以被分解为一系列规则和步骤3系统思维：将问题理解为输入→处理→输出的完整系统17用AI思维解决问题的步骤1第1步问题定义：明确要解决的问题和成功标准2第2步数据收集：获取与问题相关的高质量数据3第3步模型选择：根据问题类型选择合适的算法4第4步训练验证：用数据训练模型并评估效果5第5步部署应用：将模型集成到实际业务场景6第6步迭代优化：持续收集反馈并改进模型1806AI与新兴技术协同共生的技术生态19AI与新兴技术的协同关系1AI+大数据：大数据为AI提供训练燃料，AI挖掘数据价值2AI+云计算：云计算提供弹性算力，AI应用轻松扩展3AI+物联网：IoT产生海量数据，AI赋予设备智慧决策4AI+区块链：区块链保障AI数据可信，AI优化区块链效率5AI+5G：5G提供低延迟传输，使边缘AI推理成为可能20AI产业生态全貌基础层：芯片（GPU/NPU）、云计算平台、大数据基础设施技术层：深度学习框架（TensorFlow/PyTorch）、预训练大模型应用层：智慧医疗、智能制造、智慧教育、智能金融等垂直场景国内AI代表企业：华为、百度、阿里、腾讯、字节跳动、科大讯飞21实操工具推荐豆包（字节跳动）：日常对话、写作、图像生成DeepSeek：强推理能力，开源大模型腾讯元宝：腾讯混元模型，联网搜索Kimi（月之暗面）：超长上下文，文档处理即梦AI：图片/视频生成，创意设计扣子（Coze）：AI智能体搭建平台22学习路径与能力目标理论基础：理解AI原理，形成AI思维框架工具使用：熟练使用主流AI工具提升效率提示工程：掌握Prompt设计，高效驾驭AI内容创作：AIGC图文音视频多模态创作智能体搭建：使用无代码平台构建AI应用法律伦理：合规负责任地使用AI技术23AI时代的人才要求传统能力•专业知识积累•执行操作能力•信息记忆能力•单一技能深度AI时代新能力•AI工具整合运用•创意与批判思维•提示词设计能力•跨领域协作能力VS24思考与讨论讨论1：你身边有哪些AI应用？它们改变了什么？讨论2：AI会替代人类的工作吗？哪些工作最安全？讨论3：强人工智能是否应该被限制开发？讨论4：如何用AI思维解决你专业领域的一个痛点？小组任务：以电子商务为例，找出3个AI改造机会25全球AI发展关键数字2万亿预测至2030年全球AI市场规模（美元）3亿+ChatGPT发布后100天内用户突破1亿，现超3亿70%麦肯锡预测：70%的工作内容可被AI自动化辅助26模块小结人工智能是模拟人类智能的技术体系，当前以弱AI为主AI发展经历三起两落，深度学习开启了新纪元关键技术：机器学习、深度学习、NLP、计算机视觉AI思维包括数据思维、算法思维、系统思维AI与大数据、云计算等技术相互依存、协同发展掌握AI工具是职业竞争力的重要组成部分27本模块学习要点回顾1✓AI定义：模拟人类智能的技术，