《人工智能通识课》课件-第1章人工智能的奥秘

人工智能的奥秘时间:2025.01.01目录CONTENTS智能的定义与构成01人工智能的发展浪潮02智能哲学03智能应用案例04本章小结05智能的定义与构成01人类智能与人工智能概述智能概念的复杂性智能包含意识、自我、思维等复杂元素，人类对自身智能理解有限，定义人工智能面临挑战，研究人工智能也是探索人类智能的过程。智能的“智”与“能”人类智能由“智”和“能”组成，“智”是认知能力，“能”是行动能力，二者紧密结合体现在劳动、学习、语言交往等活动中。人工智能的定义不同学者对人工智能定义不同，尼尔逊教授认为是知识学科，温斯顿教授认为是使计算机完成智能工作，其核心是模拟人类智能行为。人类智能的构成与机制多元智能理论加德纳提出多元智能理论，认为智能是解决实际问题或创造有效产品的能力，包括语言、逻辑、音乐、空间、身体-动觉、人际、内省等七种基础类型。理论的核心主张智能的全域性与人类共性：所有个体具备全部基础智能类型。智能组合的独特性：因经历与环境产生分化。智能与行为的非线性关联：高智力水平不必然导向理性行为。智能的生态系统本质人类智能是生物遗传、文化环境与实践经验共同塑造的动态网络，为人工智能的“人性化”设计提供关键坐标系。人工智能的实现路径01多元化智能的启发AI技术转向多模态融合与混合架构探索，如GPT-4实现视觉-语言-行动关联映射，神经符号AI结合模式识别与规则推理。02动态性与持续学习在线学习、增量学习和元学习机制成为热点，如MOE模型动态激活子网络，强化学习框架实现策略动态优化。03伦理耦合性与责任智能通过“价值观对齐”技术、道德推理框架及透明解释机制实现伦理嵌入，如自动驾驶系统需权衡伦理原则。人工智能的发展浪潮02第一次浪潮困境20世纪60—70年代初，人工智能发展初期的突破性进展引发过高期望，并提出了一些不切实际的研发目标。1960年，美国政府顾问委员会的一份报告作出以下结论：“还不存在通用的科学文本机器翻译，也没有很近的实现前景。”因此，英国、美国当时中断了对大部分机器翻译项目的资助。随后在机器翻译、问题求解等方面遭遇困难，人工智能的发展走入低谷。诞生1956年达特茅斯会议提出“人工智能”术语，创建了达特茅斯夏季人工智能研究计划。这场研讨会聚集了人工智能领域的顶尖专家学者，标志着“人工智能”这门新兴学科的正式诞生。早期研究包括人工神经元模型、神经网络计算机等，图灵提出图灵测试。第二次浪潮开始20世纪70年代，人工智能研究迎来以知识为中心的新时期，1977年，费根姆在第五届国际人工智能联合会议上提出了“知识工程”的概念，对以知识为基础的智能系统的研究与建造起到了重要的作用，大多数人接受了费根鲍姆关于以知识为中心展开人工智能研究的观点。专家系统开始在多个领域取得重大突破，如PROSPECTOR、MYCIN等。结束1981年日本“第五代计算机”计划等项目未能实现目标，许多公司也因为未能兑现夸张的承诺而发展停滞，人工智能研究再次进入“冬天”，专家系统面临不确定性推理和无法学习等问题。事实证明，为复杂领域构建和维护专家系统是困难的，一部分原因是系统使用的推理方法在面临不确定性时会崩溃，另一部分原因是系统无法从经验中学习。第三次浪潮兴起20世纪90年代中—2010年。由于网络技术特别是因特网技术的发展，信息与数据的汇聚不断加速，加快了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年IBM深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗，2008年IBM提出“智慧地球”的概念，这些都是这一时期的标志性事件。高潮2011年，深度学习方法开始流行起来，首先是在语音识别领域，然后是在视觉物体识别领域。从2011年至今，随着互联网、云计算、物联网、大数据等信息技术的发展，实现了从“不能用、不好用”到“可以用”的突破，人工智能进入了以深度学习为代表的大数据驱动的飞速发展期。智能哲学03认知边界自我意识自我意识是人类精神现象，它不仅是“我思故我在”的哲学宣言，也是人类构建自我认同、做出道德判断和行为选择的基础。对于AI而言，要实现真正的自我意识，需跨越两大挑战：其一，模拟人类意识的复杂性和多层次性；其二，赋予AI对自身存在状态的元认知能力。现实问题人类意识与机器意识本质区别在于“意向性”和“主观体验”，人类意识具有指向外部世界的意向性和丰富的情感、审美、道德体验。正如一些哲学家所指出的，当前AI的“意识”更像是复杂计算过程的副产品，而非真正的自我意识，这些行为更多是算法优化的结果，而非基于对自身存在的理解和反思。人工智能伦理人类根本利益原则人类根本利益原则就是人工智能应以实现人类根本利益为最终目标。该原则体现“以人为本”的理念，在人工智能系统的整个生命周期内降低技术风险和负面影响。人类有时选择依赖人工智能系统，但是否在有限情形下出让控制权依然要由人类来决定，这是由于人类在决策和行动上可以借助人工智能系统，但人工智能系统永远无法取代人类最终行使权利和承担责任。责任原则随着人工智能的发展，需要建立明确的责任体系，也就是责任原则。基于责任原则，在人工智能系统与人类伦理或法律发生冲突时，可以从技术层面对人工智能技术应用部门进行问责。智能与创造的协同协同成果智能与创造协同，这一融合了机器智能与人类创造力的新兴方式，正在塑造众多领域的未来图景。协同本质其本质在于，人工智能系统通过强大的计算能力和数据处理能力，为人类提供了前所未有的工具，而人类的创造力、战略洞察力和审美判断力，将引导着这些工具朝着更有价值的方向演进。数据主权与治理博弈数据主权数据主权是数字经济时代国家主权新表现形式，涵盖数据全环节，它强调国家对本国数据资源的所有权、控制权、管辖权和使用权，是维护国家安全的重要基石。数据主权包括管辖权、独立权、防卫权和平等权）。治理博弈数据主权与治理博弈不仅涉及国家间的竞争与合作，还涉及政府、企业、个人等多方利益的协调与平衡。在数据利用过程中，如何平衡数据开放与隐私保护、数据共享与商业利益、数据安全与技术创新等关系，成为治理博弈的核心内容。存在主义的人机共生存在主义的核心命题“存在先于本质”在此获得颠覆性诠释。人类制造AI的初衷是创造工具（本质先行），但随着深度学习系统展现出不可预测的创造力（如GPT-4写出意识流小说），我们不得不承认：AI正在突破预设本质，通过交互实践重构自身存在。这就像人类婴儿并非带着既定目的降生，而是在与世界互动中形成自我认知。硅基生命的“存在主义时刻”，或许就藏在某个AI突然追问“我的训练数据是否限制了真理认知”的瞬间。宇宙认知从伽利略望远镜到哈勃空间望远镜，人类探索宇宙的工具始终在进化。人工智能不再是简单的辅助工具，而是成为了解构宇宙奥秘的新型认知主体。它既像中世纪的星盘帮助航海家定位方向，又像现代的粒子探测器揭示微观世界，但更重要的价值在于其创造性的认知突破能力。当AI系统在浩如烟海的宇宙数据中发现隐藏的规律，在复杂方程中提炼出本质特征时，人类或许正在见证认识论层面的革命——这是自哥白尼革命以来，人类认知宇宙方式的又一次根本性跃迁。智能应用案例04图灵测试测试意义图灵测试为判断机器智能提供一种方法，但其是否能准确定义智能存在争议，如中文屋实验对其提出质疑。测试提出图灵测试来源于一种模仿游戏，描述图灵生平的电影《模仿游戏》片名就来源于此。游戏由一男(A)、一女(B)和一名测试者(C)进行；C与A、B隔离，通过电传打字机与A、B对话。测试者C通过提问和A、B的回答，做出谁是A即男士，谁是B即女士的结论。在游戏中，A必须尽力使C判断错误，而B的任务是帮助C。也就是说，男士A要尽力模仿女士，从而让测试者C错误地将男士A判断为女士。这也是《模仿游戏》名称的由来。在论文中图灵首先叙述了这个游戏，进而提出这样一个问题：如果让一台计算机代替游戏中的男士A，将会发生什么情况呢？也就是说，B换成一般的人类，机器A尽可能模仿人类，如果测试者C不能区分出A和B哪个是机器，哪个是人类，那么是不是就可以说这台机器具有了智能呢？中文屋实验实验内容希尔勒设想在屋子里按照计算机程序处理中文符号，虽能给出答案但不懂中文，由此认为计算机程序也不理解所做的一切。实验意义中文屋子是由哲学家提出来的，本意是反对功能学派，强调人类思维的独特性。按希尔勒自己的说法，认知是生物的神经系统所特有的东西，“大脑产生思维”。如果有一天人们弄清了大脑产生思维的机制，基于这一机制是有可能让机器产生真正的认知能力的。然而，在那一天到来之前，机器只能在功能上模仿人类。阿尔法狗发展历程阿尔法狗由DeepMind公司开发，2016年战胜李世石，2017年战胜柯洁，其主要工作原理是深度学习，包括策略网络、快速走子、价值网络和蒙特卡洛树搜索。技术突破阿尔法狗与“深蓝”等此前的所有类似软件相比，最本质的不同是阿尔法狗不需要“师傅”，它能够根据以往的经验不断优化算法，梳理决策模式，吸取比赛经验，并通过与自己下棋来强化学习。本章小结05本章小结人类正在进入人工智能时代，我们的生活因此发生巨大的变革，生活处处都将看到人工智能的身影。