信息基础技术 2

人工智能通识人工智能的探索与发现Artificial

Intelligence任务一

课程目录01初识人工智能概念02溯源人工智能发展03辨析人工智能类型04探究人工智能领域模块一初识人工智能概念让机器像人一样思考什么是人工智能同学们，你们每天都在接触AI：手机语音助手帮你查天气、短视频平台精准推送内容、人脸识别让你快速进入校园。这些都离不开人工智能技术。生活中的AI人工智能是通过数据和算法让机器具备感知、推理和行动能力。它不是超人，而是人类智慧的延伸，帮助我们更高效地解决问题。AI的定义模块二溯源人工智能发展人工智能的起源可以追溯至上世纪50年代。最早的人工智能研究是基于符号主义的，这个方法是通过编程来模拟人类的思维过程。但是随着计算机技术的发展，符号主义的限制逐渐显现出来，人们开始寻找新的方法来实现人工智能。在20世纪60年代末期，机器学习的概念被提出，这是一种通过数据训练机器来自动改进算法的技术。这个方法不再依赖于人类编写规则，而是通过让机器从数据中学习，来实现智能化。机器学习的出现，成为了人工智能发展的重要里程碑。人工智能的起源人工智能简史人工智能发展历程时间轴（资料来源：招商银行研究院）图灵测试(1950)艾伦·图灵在《计算机器与智能》中提出，通过人类与机器对话来判断机器是否具有智能。若测试者无法分辨对方是人还是机器，则机器通过测试。图灵测试示意图符号主义时期(1950s-1970s)1956年夏天，约翰·麦卡锡、马文·闵斯基等科学家在达特茅斯学院召开研讨会，提出了人工智能的概念。达特茅斯会议是人类历史上第一次人工智能研讨，被认为是人工智能诞生的标志。符号主义时期(1950s-1970s)知识工程时期(1980s-2000s)核心方法构建专家知识规则库，开发专家系统。机器学习兴起，出现决策树、SVM等算法。专家系统结构示意代表性成果专家系统在医疗、勘探等领域取得成功。IBM“深蓝”击败国际象棋世界冠军。卡斯帕罗夫与“深蓝”对弈深度学习时期（2010s-至今）核心方法代表性成果符号操纵与逻辑推理符号主义认为，智能的核心是对符号的操纵和逻辑推理。“如果-那么”规则表示通过形式化的数学逻辑，将人类知识表示为“如果-那么”（If-Then）的规则，让机器像人类一样进行推理。“自上而下”的构建方法这种方法也被称为“自上而下”的方法，因为它是从人类的抽象知识出发，来构建智能系统。AlphaGo2016年，DeepMind的AlphaGo击败世界围棋冠军李世石，成为人工智能发展的又一个里程碑。它展示了深度学习在复杂决策和战略思考方面的巨大潜力。ChatGPT2022年，OpenAI发布ChatGPT，以其出色的自然语言理解和生成能力引发全球关注，开启了生成式AI的新时代。人工智能发展是充满未知的道路探索，曲折起伏，可将这段发展历程大致划分为五个阶段。人工智能的典型阶段第二波浪潮1980年至1987年，连接主义崛起，神经网络开始崭露头角，AI迎来了第二次发展浪潮，但仍未突破瓶颈。第一次寒冬由于技术限制和资源不足，AI的发展陷入困境，资金支持减少，研究进展缓慢，AI进入了第一次寒冬。第二次寒冬AI发展再次遭遇挫折，资金支持减少，研究进展缓慢，AI进入了第二次寒冬。第三波浪潮2012年至今，深度学习爆发，AlphaGo、ChatGPT等成果不断涌现，AI迎来了第三次发展浪潮，展现出强大的潜力。第一波浪潮1956年至1974年，符号主义盛行，专家系统大放异彩，AI迎来了第一次发展高潮，但受限于技术和资源，最终陷入困境。符号主义基于逻辑推理与规则连接主义模拟人脑神经网络行为主义通过交互与环境学习人工智能三大核心流派流派核心思想方法优势局限符号主义智能源于符号的操纵和逻辑推理知识表示、逻辑推理可解释性强知识获取瓶颈，难以处理模糊信息连接主义智能源于神经网络的连接机制和学习人工神经网络、深度学习强大的特征提取和学习能力“黑箱”特性，可解释性差行为主义智能产生于与环境的交互强化学习、“感知-行动”循环适合动态环境中的决策训练成本高，需要大量试错三大流派对比模块三辨析人工智能类型弱人工智能(ANI)专注于解决特定领域问题的专用智能。擅长单一任务，无自主意识Siri、淘宝推荐、工业质检强人工智能(AGI)具备人类水平的多领域认知能力。可跨领域学习，自主推理科幻电影中的机器人超人工智能(ASI)全面超越人类智慧的理论形态。自我进化，引发技术奇点仅存在于理论设想中从专用工具到通用智能，再到理论上的终极形态，AI的进化之路充满无限可能与挑战。按能力等级划分模块四探究人工智能领域人工智能、机器学习和深度学习三者之间关系图学习能力相关技术推理能力相关技术概率推理在不确定性环境中，通过计算事件概率进行决策和预测的数学方法。技术:贝叶斯网络、马尔可夫决策过程应用:医疗诊断、风险评估、歧义消除知识图谱结构化的语义知识库，以图的形式存储实体及其关系。技术:实体识别、关系抽取、图数据库应用:智能搜索、推荐系统、智能问答交互能力相关技术自然语言处理(NLP)定义使计算机理解、解释和生成人类语言的技术。关键技术文本分类、情感分析、机器翻译、LLM等。应用场景智能客服、文本摘要、语音助手后台。语音交互技术定义通过语音与设备沟通，包括识别与合成。关键技术自动语音识别(ASR)、语音合成(TTS)。应用场景智能音箱、车载控制、会议实时转写。多模态交互技术定义融合语音、文本、图像等多种信息模态。关键技术图像/手势识别、情感计算、跨模态融合。应用场景VR/AR、智能机器人、未来车载系统。人工智能+金融=智能金融智能风控利用机器学习分析海量数据，识别欺诈与信用风险，提升风险管理能力。智能投顾基于用户偏好与目标，自动生成个性化投资组合，提供高效专业的投资服务。量化交易构建复杂交易模型，实现自动化、高频次交易，以获取超额收益。智能金融通过大数据分析和机器学习，实现了风险的智能识别、投资的智能推荐和交易的智能执行，极大地提升了金融服务的效率和质量。人工智能+制造=智能制造工业机器人能够自主完成焊接、装配、搬运等复杂任务，提高生产效率和产品质量。数字孪生构建物理世界的虚拟副本，实现对生产过程的实时监控、模拟和优化。预测性维护通过分析设备运行数据，预测设备可能发生的故障，并提前进行维护，减少停机时间。人工智能+农业=智能农业精准灌溉根据土壤墒情和作物需求，精准控制灌溉水量和时间，节约水资源，提高作物产量。病虫害识别利用计算机视觉技术，快速准确地识别作物的病虫害，并提供相应的防治建议。智能育种运用人工智能技术分析作物基因数据，加速育种进程，培育出更优良的品种。通过精准灌溉、病虫害识别和智能育种等技术，农业生产变得更加科学、精准和高效，为解决粮食安全问题提供了新的途径。人工智能+教育=智能教育个性化学习基于学习数据和行为习惯，为学生量身定制学习计划和内容，实现因材施教。智能辅导AI机器人24小时提供答疑解惑、作业批改等服务，帮助学生提高学习效率。虚拟课堂通过VR/AR技术构建沉浸式学习环境，增强学习的趣味性和互动性。人工智能+交通=智能交通自动驾驶利用传感器、摄像头和AI算法，实现汽车的自主驾驶，提高交通安全性和效率。智能交通管控通过实时分析交通流量数据，智能调节交通信号灯，优化交通疏导，缓解交通拥堵。智慧物流运用人工智能技术优化物流配送路线，提高物流效率，降低物流成本。AI赋能交通，构建更安全、便捷、高效的未来出行体系职业变革与应对晨起打卡清晨，同学们通过人脸识别打卡，快速完成签到，节省了时间，提高了效率。食堂结算在食堂，视觉结算系统能够快速识别菜品并完成支付，让同学们用餐更加便捷。无人车送快递无人车在校园内穿梭，为同学们送来快递，减少了人力成本，提高了物流效率。图书馆推荐座位图书馆的智能系统会根据同学们的学习习惯和偏好，推荐合适的座位，提升学习体验。智能生活：校园到城市的AI场景速写智能制造在智能制造领域，机械臂能够精准质检，预测性维护系统提前预警设备故障，提高了生产效率和产品质量。智慧医疗智慧医疗中，影像辅助诊断系统帮助医生快速准确地发现病灶，药物筛选技术加速新药研发，为患者带来福音。数字文娱数字文娱领域，AI绘画和虚拟偶像成为新潮流，为创作者和观众带来了全新的体验。普惠金融在普惠金融中，风控模型精准评估风险，数字员工高效处理业务，提升了金融服务的效率和安全性。产业地图：制造医护文娱金融全链透视岗位消失随着AI的发展，一些重复性文字处理、基础客服和简单标注等工作可能会受到冲击，部分岗位可能会逐渐消失。同时，AI训练师、提示词工程师、模型运维、数据治理和AI伦理审计等新岗位应运而生，为从业者提供了新的机会。人机协同AI的发展并不意味着机器完全取代人类，而是人机协同成为未来工作的主流模式，人类的创造力和情感智慧依然不可或缺。

岗位消失与新生：AI时代的职业双面镜岗位新生

能力公式在AI时代，我们需要掌握行业手艺、数字工具和持续学习的能力，形成复合竞争力，以适应快速变化的职场环境。学习路径通过跨界课程、证书和项目实战，同学们可以在高职期间完成‘AI+专业’的微证书，提升自己的竞争力。能力升级：AI共生时代的复合竞争力

学习路线大一认知，大二考取证书，大三参与项目，同学们可以根据这个路线图规划自己的学习路径。微习惯每周关注一条AI资讯，每月体验一款AIGC工具，每学期输出一份实践报告，这些微习惯将帮助同学们持续进步。行动清单：我的AI学习路线图

时代机遇AI是时代的大浪，同学们可以选择成为“造浪者”，通过技能和创意在AI时代大展身手。未来展望下一节课我们将亲手训练一个提示词功能，开启AI实践之旅，让我们一起期待吧！

下课即启程：与AI同行，做未来造浪者人工智能在零售领域的应用已十分广泛，正在改变人们购物的方式。无人便利店、智慧供应