新一代信息技术与人工智能 课件 第7章 与人工智能火花碰撞

第七章

与人工智能火花碰撞本章导读自1956年正式提出人工智能这一术语，经过近70年的演进，特别是在移动互联网、大数据、超级计算、物联网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。近几年，人工智能在教育、新闻、医疗、养老、机械制造、建筑工程、金融、管理、环境保护、城市运行、司法服务等领域得到广泛应用。人工智能深刻改变着人类的生产生活方式和思维模式，深刻影响着人类的经济社会发展。占整体人口的16.4%。本章导读当前，我国人工智能产业在技术创新、产品创造和行业应用等方面实现快速发展，形成庞大市场规模。中国互联网络信息中心发布的《生成式人工智能应用发展报告（2024）》显示，我国初步构建了较为全面的人工智能产业体系，相关企业超过4500家，核心产业规模接近6000亿元，产业链覆盖芯片、算法、数据、平台等上下游关键环节。截至2024年6月，我国已有2.3亿人使用过生成式人工智能产品，占整体人口的16.4%。学习目标1.掌握人工智能的定义、三大学派及发展历程。2.了解机器学习与深度学习的基本概念。3.了解生成式AI、大模型及自然语言处理的技术原理。4.认识AI伦理问题及社会影响。目录01人工智能的定义04机器人03人工智能研究的不同学派02人工智能的发展史目录05机器学习与深度学习08人工智能的发展趋势07自然语言处理06生成式人工智能和大模型人工智能的定义01人工智能的定义艾伦·图灵（AlanM.Turing）发表了论文《计算机器与智能》，提出了鉴别机器是否具有智能的方法，这就是人工智能领域著名的“图灵测试”。如图所示，其基本思想是测试者在与被测试者（一个人和一台机器）隔离的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果被测试者机器让平均每个测试者做出超过30%的误判，那么这台机器就通过了测试，并被认为具有人类智能人工智能的定义麦卡锡（McCarthy）认为，人工智能就是要让机器的行为看起来像是人所表现出的智能行为一样尼尔逊（Nilsson）认为，人工智能是关于人造物的智能行为，包括知觉、推理、学习、交流和在复杂环境中的行为人工智能的定义中国电子技术标准化研究院编写的《人工智能标准化白皮书（2018）人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。这个定义强调人工智能是在计算机上实现对人的智能的模拟、延伸和扩展。人工智能的发展史02人工智能的发展史从1956年人工智能元年至今，人工智能的发展历程经历了漫长的岁月，大致可以划分为以下6个阶段推理期知识期学习期人工智能研究的不同学派03人工智能研究的不同学派符号主义又称为逻辑主义、心理学派或计算机学派，是基于物理符号假设和有限合理性原理的人工智能学派。诞生于1956年。主要代表人物：纽厄尔、肖、西蒙和尼尔逊等。代表性成果：1957年纽厄尔和西蒙等人研制的称为逻辑理论机的数学定理证明程序LT。观点：认为人工智能起源于数理逻辑，人类认知（智能）的基本元素是符号，认知过程是符号表示上的一种运算。人工智能研究的不同学派连接主义又称为仿生学派或生理学派，是基于神经网络及网络间的联结机制与学习算法的人工智能学派。代表性成果：1943年由麦克洛奇和皮兹创立的脑模型，即MP模型。观点：认为人工智能起源于起源于仿生学，特别是人脑模型的研究。人工智能研究的不同学派行为主义智能取决于感知和行动，提出了智能行为的“感知-动作”模型；智能不需要知识，不需要表示，不需要推理，人工智能可以象人类智能那样逐步进化，智能只有在现实世界中通过与周围环境的交互作用才能表现出来；指责传统人工智能（主要指符号主义，也涉及到联结主义）对现实世界中客观事物的描述和复杂智能行为的工作模式作了虚假的、过于简单的抽象，因而不能真实的反映现实世界的客观事物。机器人04机器人机器人是一种能够自动执行任务或模拟人类/生物行为的机器。它们通常结合了机械结构、电子设备、传感器和计算机程序（软件），使其能够感知环境、处理信息、做出决策并执行动作。面向工业生产领域的多关节机械手或多自由度机器人，主要包括焊接机器人、喷涂机器人、装配机器人、搬运机器人、码垛机器人、自动牵引车、清洁机器人等。工业机器人01应用于特殊环境的机器人，主要包括抢险救灾机器人、消防机器人、空间探测机器人、水下探测机器人、危险环境作业机器人和反恐防暴机器人等。特种机器人03应用于人类的非生产性场合，主要包括家庭机器人、教育机器人、娱乐休闲机器人、医用机器人、残障辅助机器人、物流机器人、住宅安全和监视机器人等。服务机器人02机器人机器人机器学习与深度学习05机器学习机器学习（machinelearning）是一种让计算机在没有事先明确的编程的情况下做出正确反应的科学。人识别事物步骤：提取特征分类识别学习01020304机器学习机器学习就是模仿人识别事物的过程，即：学习、提取特征、识别、分类。由于机器不能跟人类思维一样根据事物特征自然而然地选择分类方法，所以机器学习方法的选择依然还需要人工选择。机器学习的方法利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程01监督学习主要考虑如何利用少量的标注样本和大量的未标注样本进行训练和分类，从而达到所要求发性能的过程02半监督学习是利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程03无监督学习机器学习与深度学习机器学习模型的三个发展阶段传统机器学习模型阶段深度学习模型阶段超大规模深度学习模型阶段处理大规模数据能力强处理复杂问题能力强具有更高的准确率和性能大模型的优点深度学习深度学习是机器学习领域中对模式（声音、图像等）进行建模的一种方法，它也是一种基于统计的概率模型。让计算机自动学习出模式特征的方法，并将特征学习融入了建立模型的过程中，从而减少了人为设计特征造成的不完备性。深度学习的优点1使用者能够提供“相当大”量级的数据，模型的复杂化导致了这个算法的时间复杂度急剧提升，为了保证算法的实时性，需要更高的并行编程技巧以及更好更多的硬件支持。深度学习的缺点2生成式人工智能和大模型06生成式人工智能和大模型大模型（英文为“FoundationModel”）是指具有庞大的参数规模和复杂程度的机器学习模型，这些模型可以在训练过程中处理大规模的数据集，并且能够提供更高的预测能力和准确性。大模型通常需要大量的计算资源和更长的训练时间大语言模型主要用于处理自然语言处理任务，例如文本分类、情感分析、机器翻译等01大语言模型（LLM，LargeLanguageModel）用于图像分类、目标检测等任务，在语音领域可以用于语音识别、语音合成等任务，在推荐领域则可以用于个性化推荐、广告推荐等任务02图像、语音和推荐等领域的大模型生成式人工智能和大模型大模型的发展过程生成式人工智能和大模型人工智能和大模型是相互关联的。人工智能是研究和开发使机器能够模仿人类智能行为的技术和方法的学科，包括机器学习、自然语言处理、计算机视觉等。而大模型则是指训练过程中使用了大量数据和参数的模型，这些模型包含了大量的知识和规则，能够更好地模拟人类智能行为。为了提高人工智能系统的性能，研究者们不断尝试使用更大的模型来提高准确率和效果。例如，近年来非常热门的Transformer模型，就是一种大模型，它在自然语言处理领域取得了很多突破性进展。大模型的使用能够帮助人工智能系统更好地理解语义、提高处理能力和决策准确性人工智能的发展也推动了大模型的发展大模型的出现，使得人工智能技术得到了更广泛的应用。在许多领域，如自然语言处理、图像识别、语音识别等，大模型都能够提供更准确、更高效的处理能力。例如，在自然语言处理领域，大模型可以通过学习大量的文本数据，自动提取出文本中的语义信息，从而实现对文本的自动分类、情感分析、问答等任务。随着数据量的不断增加和计算能力的不断提升，大模型能够处理的数据量和处理速度也在不断提升。这使得人工智能技术能够更好地应对各种复杂的问题和挑战，进一步推动了人工智能技术的发展大模型是人工智能技术发展的重要推动力生成式人工智能和大模型大模型在人工智能领域的重要性大模型的展示可以让更多的人了解人工智能技术的潜力和影响力，从而增加公众对人工智能技术的信任和支持。这也可以为人工智能行业争取更多的政策支持和资源投入增加公众对人工智能技术的信任和支持大模型作为人工智能技术的重要组成部分，展示了人工智能技术的最新进展和趋势。这些新技术和模型的应用场景可能会更加广泛，效果也可能会更好，从而推动人工智能技术的进步推动人工智能技术的进步大模型能够使用大量的数据和强大的计算资源，学习到数据中的复杂特征和规律，从而在各种任务中表现出色。这使得人工智能技术在各个领域的应用效果得到了显著的提升提升人工智能的应用效果大模型的展示能够吸引更多的投资者和用户关注人工智能行业，从而加速行业的发展。同时，大模型也可以促进人工智能领域的交流和合作，从而推动整个行业的发展促进人工智能行业的发展生成式人工智能和大模型大模型在人工智能领域的重要性大模型的展示可以让更多的人了解人工智能技术的潜力和影响力，从而增加公众对人工智能技术的信任和支持。这也可以为人工智能行业争取更多的政策支持和资源投入增加公众对人工智能技术的信任和支持大模型作为人工智能技术的重要组成部分，展示了人工智能技术的最新进展和趋势。这些新技术和模型的应用场景可能会更加广泛，效果也可能会更好，从而推动人工智能技术的进步推动人工智能技术的进步大模型能够使用大量的数据和强大的计算资源，学习到数据中的复杂特征和规律，从而在各种任务中表现出色。这使得人工智能技术在各个领域的应用效果得到了显著的提升提升人工智能的应用效果大模型的展示能够吸引更多的投资者和用户关注人工智能行业，从而加速行业的发展。同时，大模型也可以促进人工智能领域的交流和合作，从而推动整个行业的发展促进人工智能行业的发展生成式人工智能生成式人工智能（artificialintelligencegeneratedcontent,AIGC）是指具有文本、图片、音频、视频、程序代码等内容生成能力的模型及相关技术。大模型与AIGC之间的关系可以说是相辅相成、相互促进的。大模型为AIGC提供了丰富的数据资源和强大的计算能力AIGC的需求也推动了大模型的发展大模型和AIGC的结合，也带来了广泛的应用前景020103生成式人工智能生成式人工智能是一类非常重要的人工智能，将会在各行各业、各个领域得到广泛应用，并深刻改变人们的工作方式、学习方式和生活方式。原画绘制，动画生成，分镜生成，音乐生成动漫01批改试卷，试卷创建，搜题答题，课程设计，课程总结，虚拟讲师教育03UI设计，美术设计，插画设计，建筑设计设计04软文撰写，大纲提炼，热点撰写媒体05制定学习计划，做旅游规划生活0602写诗，写小说，生成艺术创作品，草图生成，艺术风格转换，音乐创作艺术生成式人工智能生成式人工智能是一类非常重要的人工智能，将会在各行各业、各个领域得到广泛应用，并深刻改变人们的工作方式、学习方式和生活方式。08写周报日报，写方案，写运营活动，制作PPT，写读后感，写代码办公10头像生成，照片修复，图像生成，音乐生成娱乐07生成商品标题、描述、广告文案和广告图电商09生成场景原画，生成角色形象，生成世界观，生成数值，生成3D模型，生成NPC对话，音效生成游戏11生成分镜头脚本，生成剧本脚本，台词润色，生成推广宣传物料，音乐生成影视生成式人工智能常见的AIGC大模型工具包括：OpenAI的ChatGPTDeepSeek科大讯飞的讯飞星火阿里的通义千问华为盘古字节跳动豆包Kimi百度的文心一言生成式人工智能大模型应用:使用提示词简洁明确考虑受众分解复杂任务使用肯定性指令示例驱动明确角色遵守规则自然语言回答生成式人工智能大模型应用的注意事项对大模型生成的内容要注意辨别和检查核实模型对于同样问题的答案是不断变化的逐渐具体的追问和提示有助于得到正确答案010203自然语言处理07自然语言处理自然语言是人类间交流传播信息和知识的工具。自然语言处理（naturallanguageprocessing,NLP）就是让计算机“读懂”自然语言，从而实现人与计算机通过自然语言进行通信和交流的技术。词汇或汉字是最小使用单位，但不是最小语义

单位词词义苹果水果苹果苹果品牌自然语言处理自然语言处理大体可以分为以下三个阶段20世纪40年代到80年代末，主要是基于关键字匹配和语言本身的语法规则（语言学知识）和词典来完成相关工作。基于语法规则的自然语言处理20世纪90年代开始，基于人工定义的特征建立统计模型，就是基于统计来完成翻译工作，利用平行语料（如中英文对照文本）统计源语言词与目标语言词的对应概率，然后根据概率和其他必要的评估进行翻译。基于统计的自然语言处理2014年以来，人们尝试直接通过深度学习建模，进行端对端的训练，其翻译过程是模拟人的翻译过程：先理解要翻译的句子，然后形成句子的语义（句子所要表达的内在含义），最后按语义把句子翻译成目标语言的句子。基于深度学习的自然语言处理123人工智能的发展趋势08人工智能的发展趋势人工智能与经济社会发展2017年7月国务院印发的《新一代人工智能发展规划》提出了我国新一代人工智能分三步走的战略目标。人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑进入创新型国家行列和实现全面建成小康社会的奋斗目标2020年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展2025年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。2030年人工智能的发展趋势人工智能发展带来的挑战人工智能在给经济社会发展带来重大机遇的同时，也会带来新挑战。重视人工智能发展给就业结构带来的影响重视人工智能发展给法律与社会伦理带来的影响重视人工智能发展给个人隐私保护带来的影响人工智能的发展趋势习近平总书记强调，面对新一代人工智能技术快速演进的新形势，要充分发挥新型举国体制优势，坚持自立自强，突出应用导向，推动我国人工智能朝着有益、安全、公平方向健康有序发展。人工智能的发展趋势人工智能伦理伦理是指在处理人与人、人与社会相互关系时应遵循的道理和准则。科技伦理是指科技创新活动中人与社会、人与自然和人与人关系的思想与行为准则，它规定了科技工作者及其共同体应恪守的价值观念、社会责任和行为规范。人工智能伦理是指在研究、开发和应用人工智能技术时，需要遵循的道德准则和社会价值观，以确保人工智能的发展和应用不会对人类和社会造成负面影响。人工智能的发展趋势数据隐私和安全在人工智能的应用中，云计算被集成到智能架构中。许多企业、个人等将信息存储到云端，这使得信息容易受到威胁和攻击。如果将这些数据整合在一起，就能够“读出”他人的秘密，例如隐蔽的身体缺陷、既往病史、犯罪前科、变性经历等。如果智能系统掌握的敏感个人信息被泄露，会让人陷入尴尬甚至危险的境地，个人的隐私权会受到不同程度的侵害人工智能的发展趋势算法偏见和歧视随着人工智能技术的飞速进步和广泛应用，我们深刻感受到它们在日常生活中的重要性和影响力。从智能手机上的语音助手，到自动驾驶汽车，再到智能家居和医疗设备，人工智能算法已经深入渗透到我们生活的各个领域。这些算法所带来的好处是显而易见的，它们可以帮助我们更快、更准确地完成任务，提高生产力和效率。但是，随着这些算法越来越多地影响我们的生活，也出现了一些挑战和问题，这其中就包括算法偏见和歧视问题人工智能的发展趋势算法的不透明性和不可解释性人工智能算法的不透明性是指对于算法的内部工作原理和决策过程，人类无法完全理解和解释。具体来说，不透明性是指算法在做出决策时，其背后的逻辑和原理对于人类来说是难以理解或完全不可见的。例如，深度学习模型在处理图像、语音或文本数据时，其决策过程可能涉及到大量的神经元连接和权重调整，这些过程对于人类来说是非常复杂和抽象的，难以直接理解人工智能的发展趋势公平正义和社会效益在人工智能时代，算法决策已经渗透到各个领域，从医疗、教育到金融、交通等。然而，如果算法决策存在偏见或歧视，就会导致不公平的结果，损害某些群体的利益。因此，确保算法决策的公平性是人工智能伦理的重要任务。这需要建立公正的算法设计和评估机制，避免算法决策中的偏见和歧视，确保每个人都能在人工智能应用中获得公平的机会和待遇人工智能的发展和应用是为了提高社会效益，促进人类的发展和进步。然而，如果人工智能应用只关注经济效益而忽视社会效益，就会导致社会的不公和分裂。因此，人工智能应用需要兼顾经济效益和社会效益，确保其决策和行为符合社会的整体利益。这需要建立社会效益评估机制，对人工智能应用进行全面的评估和监督，确保其符合社会的整体利益和长远发展公平正义是人工智能应