计算机与人工智能导论 课件 彭义春 第8-15章 人工智能概述 -前沿技术与实践能力培养

第8章

人工智能概述AI第8章知识导图人工智能概述人类智能与人工智能的定义从人类智能到智能的核心特征人工智能的主要学派第1章计算机工具与计算机演进史第2章计算机系统组成第3章计算机中的数据表示第4章操作系统与网络基础第5章软件构建基础：语言、编译与工程第6章算法与数据结构第7章数据管理与大数据技术第8章人工智能概述第9章机器学习基础第10章深度学习基础第11章机器人学、智能体与具身智能第12章自然语言处理与大语言模型第13章AI伦理、法律、治理与未来第14章AI赋能行业典型应用第15章前沿技术与实践能力培养AI发展历程中国人工智能发展战略人工智能的多维度定义人工智能的分类

萌芽期（1936-1955）诞生与第一次起落（1956-1974）第二次起落（1974-1993）复苏与当前复兴（1993至今）符号主义连接主义行为主义三大学派的融合趋势战略演进脉络发展阶段与特征分析战略目标：政策锚定的三维发展方向关键成果：政策赋能下的“从跟跑到领跑”内容导航AI第8章

人工智能概述8.1人类智能与人工智能的定义8.3人工智能的主要学派8.2AI发展历程8.4中国人工智能发展战略8.1.1从人类智能到智能的核心特征人类智能是自然界最复杂的现象之一，它不是单一能力，而是一组“综合能力包”。结合心理学、神经科学的研究，我们可以将人类智能的核心特征归纳为5个维度，如图所示。获取外界信息，如，识别颜色、听懂语言、感知环境变化存储与提取信息，如，记住知识点、回忆经历、留存经验逻辑推理与问题解决，如，解数学题、制定计划、应对突发情况从经验中改进，如，学会骑自行车、掌握新语言、适应新环境执行决策，如，走路、用工具，通过语言表达观点如，看到下雨（感知）→回忆带伞（记忆）→决定回家收衣服（思考）→起身行动（行动）人工智能的目标，就是让机器模拟这些能力，实现“像人一样感知、记忆、思考、学习、行动”。8.1.2人工智能的多维度定义自1956年“人工智能”术语正式诞生以来，由于研究视角不同，学界尚未形成完全统一的定义。但从“目标导向”“方法导向”“应用导向”三个维度，最具代表性的定义如下表所示。定义维度提出者

/来源核心定义通俗解读目标导向马文・明斯基（AI奠基人之一，1969年图灵奖得主）人工智能是一门科学，是使机器做那些人需要通过智能来做的事情让机器干“聪明人才能干的活”，比如下棋、看病、翻译，如今还包括自主规划、内容生成方法导向尼尔森（斯坦福大学AI教授）人工智能是关于知识的科学——怎样表示知识以及怎样获得知识并使用知识的科学AI的核心是“知识”：怎么让机器“记住”知识（表示）、“学会”知识（获取）、“用好”知识（使用），如今更强调从海量数据中自主挖掘知识应用导向谭铁牛院士（中国AI领域专家）人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学AI不只是理论，更是“能落地的技术”——比如让机器“会听”（语音识别）、“会看”（图像识别）、“会动”（智能机器人）、“会创”（内容生成）、“会做”（自主执行）通俗定义行业通用表述让机器通过学习能力完成人类心智能做的事情，甚至实现自主决策与协同机器不用人一步一步教，能自己“琢磨”规律，比如AIAgent能根据用户需求自动规划行程、预订机票，全程无需人工干预8.1.2人工智能的多维度定义（1）按智能程度分类这是最经典的分类方式，基于AI“是否能达到或超越人类智能”的标准将AI分为三个层次。超级人工智能（ASI）通用人工智能（AGI）弱人工智能（ANI）智能水平超越人类，能自主创新解决人类无法解决的难题具备与人类相当的通用智能，能自主学习任意领域知识，解决跨领域问题当前主流AI，仅能处理特定领域任务人脸识别语音助手推荐算ChatGPT DeepSeek AlphaGo自主研发新型能源、破解复杂疾病机理能像人一样同时完成写报告、修电脑、照顾宠物技术难度递增实现时间ANI（已实现）AGI（预计数十年后）ASI（未知）AGI是当前AI研究的“终极目标之一”，目前仍处于理论探索阶段，

因它需要解决“常识理解”“自主决策”等人类天生具备但机器难以模拟的能力（比如机器无法理解“为什么下雨天不能在室外放风筝”）。8.1.2人工智能的多维度定义（2）按处理数据模态分类“模态”指AI处理的“数据类型”，比如文本、图像、语音、视频等。按模态AI可分为两类。分类核心能力典型应用场景案例举例优缺点分析单模态

AI仅能处理一种类型的数据单一信息处理任务文本模态：机器翻译（仅处理文字）；图像模态：人脸识别（仅处理图像）；语音模态：语音转文字（仅处理语音）优点：技术成熟、处理速度快；缺点：适用场景窄，无法结合多源信息（比如仅靠文本无法判断“用户说‘好冷’是真冷还是开玩笑”）多模态

AI能同时处理多种类型的数据需要融合多源信息的任务智能助手：同时处理“语音+文本+图像”；自动驾驶：同时处理“摄像头图像（路况）+雷达数据（距离）+语音（乘客指令）”；视频生成：从“文本描述”生成包含图像、声音的视频；AIAgent：整合文本指令、环境数据、行动反馈完成复杂任务优点：适用场景广，更接近人类“多感官协同”的认知方式；缺点：技术复杂，需要处理不同模态数据的“语义对齐”（比如让机器理解“文本‘红色苹果’对应图像中的红色圆形物体”），对算力要求更高【应用型案例】多模态AI在“智能客服”中的应用某电商平台的多模态智能客服能同时处理三种数据：文本（用户发送“我的快递到哪了？”）；图像（用户上传快递单号照片，识别提取单号）；语音（用户说“我想修改收货地址”，语音转文字后处理），结合订单数据快速给出精准回复，大幅提升服务效率。内容导航AI第8章

人工智能概述8.1人类智能与人工智能的定义8.3人工智能的主要学派8.2AI发展历程8.4中国人工智能发展战略8.2AI发展历程AI的发展不是一条“直线上升”的道路，而是充满了“热潮”与“寒冬”的曲折历程。从1936年图灵机理论提出，到今天大模型的蓬勃发展，AI经历了“三起两落”的周期。每一次“起”都源于技术突破，每一次“落”都源于预期与现实的差距。理解这段历程，能帮助你更理性地看待AI技术的发展规律，避免“盲目乐观”或“过度悲观”。8.2AI发展历程195619591976198219871997第三次热潮蓬勃发展期大数据的到来20242016.32018.61997.32006遭受质疑批评运算能力不足、计算复杂度较高常识与推理实现难度较大等具备逻辑规则推演和特定领域回答解决问陋的专家系统盛行，及五代计算机的发展技术领域再次陷入瓶颈，抽象推理不再被继续关注，基于符号处理的模型遭到反对计算性能的提升与互联网技术的快速普及新一代信息技术引发信息环境与数据基础变革，海量图像语音文本等多模态数据、大模型不断出现，计算能力提高第二次低谷第一次热潮达特茅斯会议，确定了人工智能的概念和发展目标2017.62024.12第一次低谷2025.1DeepSeek第二次热潮8.2.1萌芽期（1936-1955）：AI的“理论奠基”在“人工智能”术语诞生前，科学家们已经为AI的发展奠定了两大基础：理论基础（“机器能思考吗”）和物质基础（“能实现思考的机器”）。这一阶段的关键事件，每一个都堪称“科技史上的里程碑”。（1）理论奠基：图灵机与图灵测试（1936-1950）图灵测试多名评委在隔开的情况下，通过设备向一个机器人和一名人类随意提问。多次问答后，若超过30%的评委不能确定被测者是人还是机器，那么，该机具备人类智能。向应答者提问给发问者应答计算机应答真人应答真人提问1936年，英国数学家艾伦・图灵（“计算机科学之父”“AI之父”）发表了论文《论可计算数及其在判定问题中的应用》，提出了“图灵机”的理论模型.1950年，图灵在另一篇论文《计算机器与智能》中提出了“图灵测试”8.2.1萌芽期（1936-1955）：AI的“理论奠基”（2）物质基础：电子计算机的诞生（1942-1946）1942年，美国爱荷华州立大学的阿塔纳索夫教授和学生贝瑞，研制出世界上第一台电子计算机：阿塔纳索夫-贝瑞计算机（ABC计算机），但它仅能解决线性方程组，功能有限。1946年，美国宾夕法尼亚大学研制的ENIAC计算机（电子数值积分计算机）问世，这是世界上第一台通用电子计算机。ENIAC重达30吨，占地167平方米，包含1.8万个电子管，每秒能进行5000次加法运算，虽然它与现在的手机（每秒运算数十亿次）相比就相差甚远，但标志着人类“拥有了能快速处理复杂计算的机器”，为AI的诞生提供了“硬件载体”。8.2.1萌芽期（1936-1955）：AI的“理论奠基”（3）

技术灵感：人工神经元模型的提出（1943）1943年，美国神经生理学家麦卡洛奇（W.McCulloch）和数理逻辑学家皮茨（W.Pitts）发表论文，提出了M-P神经元模型，这是第一个用数学公式描述“神经元如何工作”的模型。M-P模型揭示了“大脑的智能可能来自大量神经元的协同工作”，它影响了后续近百年的AI研究，现在的深度学习模型（如ChatGPT的Transformer架构），本质上仍是“复杂的神经元网络”。8.2.2诞生与第一次起落：从达特茅斯会议到第一次寒冬（1956-1974）（1）第一次“起”：AI的诞生与黄金期（1956-1969）1956年的“达特茅斯会议”标志着AI正式成为一门学科，但随后由于技术局限和预期过高，AI经历了第一次“热潮”与“寒冬”。这一阶段的“起”与“落”，深刻反映了AI发展中“技术理想”与“现实能力”的矛盾。1956年夏季，美国达特茅斯学院举办了一场为期两个月的研讨会，10位来自数学、计算机科学、心理学等领域的年轻学者参会。会上，数学家约翰・麦卡锡提议将这一领域命名为“人工智能（ArtificialIntelligence）”，并提出了AI的核心目标：“让机器模拟人类学习、推理等智能行为”。这场会议被公认为“人工智能学科的诞生地”，麦卡锡也因此被称为“人工智能之父”。8.2.2诞生与第一次起落：从达特茅斯会议到第一次寒冬（1956-1974）图8.61956年达特茅斯会议10位与会者麦卡锡

明斯基

香农

西蒙

罗切斯特

摩尔

塞尔弗里奇

所罗门诺夫

塞缪尔

纽厄尔8.2.2诞生与第一次起落：从达特茅斯会议到第一次寒冬（1956-1974）（2）第一次“落”：第一次AI寒冬（1969-1974）1969年起，AI技术的局限性逐渐暴露，加上研究经费削减，AI进入第一次“寒冬”：技术发展停滞、投资减少的时期。导致“寒冬”的核心原因有两个：原因1：机器翻译的“惨败”——AI无法处理“语义理解”原因2：感知机的“局限性”——连接主义AI的第一次挫折8.2.3第二次起落：专家系统的繁荣与第二次寒冬（1974-1993）（1）第二次“起”：专家系统的繁荣（1974-1987）第一次寒冬持续了约5年，1974年后，“专家系统”的出现让AI迎来第二次热潮，但由于专家系统的固有缺陷，1987年后AI再次陷入寒冬。这一阶段的核心教训是：AI不能仅依赖“人工编写的规则”，还需要“从数据中学习”的能力。1974年，美国斯坦福大学开发的“MYCIN”专家系统取得突破，让AI重新回到人们的视野。专家系统是“符号主义AI”的典型代表，它的核心是“将人类专家的知识编码成‘if-then’规则库，通过推理引擎调用规则解决问题”知识获取

规则库推理与应用医生（领域专家）将“细菌感染诊断知识转化为规则。如”if患者发烧且血液中检测到性菌then可能是败血症”。1.输入患者症状（发烧、血液检测结果）；2.推理引|擎匹配规则库中的相关规则；3.输出诊断结果与治疗建议（如推荐使用青素，剂量为XXX）存储数干条"if-then"规则MYCIN的性能：诊断细菌感染的准确率达80%，超过普通医生为了支持专家系统的开发，硬件厂商还推出了“LISP机”（专门运行AI程序的计算机），软件厂商推出了“专家系统开发工具”（如Prolog语言）。1985年，全球AI产业规模达到数十亿美元，AI迎来第二次繁荣。8.2.3第二次起落：专家系统的繁荣与第二次寒冬（1974-1993）（2）第二次“落”：第二次AI寒冬（1987-1993）1987年起，专家系统的固有缺陷逐渐暴露，加上LISP机市场崩溃，AI进入第二次寒冬。导致寒冬的核心原因有三个：原因1：专家系统的“知识获取瓶颈”——无法穷尽所有规则原因2：专家系统的“适应性差”——无法处理新情况原因3：LISP机市场崩溃——硬件支撑断裂8.2.4复苏与当前复兴：深度学习引领的AI热潮（1993至今）第二次寒冬持续到1993年，随着“深蓝战胜国际象棋冠军”“深度学习算法突破”等事件的发生，AI逐渐复苏，并在2012年后进入“当前复兴期”，这一次，AI不再是“实验室里的玩具”，而是真正走进了生产生活的方方面面，2023年后更迎来多模态大模型、AIAgent的爆发式增长。8.2.4复苏与当前复兴：深度学习引领的AI热潮（1993至今）（1）复苏期（1993-2012）：技术突破与产业萌芽1993年后，AI领域出现了两个关键突破，推动AI从寒冬中复苏：突破1：“深蓝”战胜国际象棋冠军——AI在博弈领域的里程碑（1997）1997年5月，IBM开发的“深蓝”（DeepBlue）计算机，以3.5:2.5的比分击败了国际象棋世界冠军加里・卡斯帕罗夫1.硬件：32个专用处理器，每秒可计算2亿步棋2.软件：结合“开局库”（预存大量经典开局）“残局库”（预存残局解法）α-β剪枝算法（快速筛选最优走法）深蓝的意义：证明了AI在复杂博弈场景中可超越人类，提振AI研究信心。图8.8深蓝计算机与卡斯帕罗夫对战场景与简要原理示意图8.2.4复苏与当前复兴：深度学习引领的AI热潮（1993至今）突破2：深度学习算法的突破——连接主义AI的“重生”（2006）1986年，科学家鲁梅尔哈特等人重新提出了“反向传播（BP）算法”，解决了“多层神经网络的训练问题”；但由于当时计算机算力不足、数据量小，效果并不理想。2006年，加拿大科学家杰弗里・辛顿（“深度学习之父”）在《科学》杂志发表论文，提出了“深度置信网络（DBN）”算法，

这是第一个能“高效训练深层神经网络”的算法，让“深度学习”从理论走向实践。2009年，微软AI首席科学家、辛顿的学生邓力将深度学习应用于语音识别，使语音识别错误率降低了30%，达到商业应用水平；2011年，谷歌启动“谷歌大脑”项目，用1.6万台计算机组成的集群训练深层神经网络，从1000万张图片中自主发现“猫”的特征，成功“学会”识别猫的图像。这些成果让“深度学习”成为AI领域的热点，为2012年后的“复兴期”埋下伏笔。8.2.4复苏与当前复兴：深度学习引领的AI热潮（1993至今）（2）当前复兴期（2012至今）：大数据、大算力与大模型的“三驾马车”2012年是AI“当前复兴期”的起点，标志性事件是“AlexNet在ImageNet比赛中夺冠”，这一事件证明了深度学习在计算机视觉领域的巨大潜力，随后AI技术进入“爆发式增长”阶段。随着深度学习算法的成熟与算力的提升，AI自2012年起进入新一轮复兴期，其核心特征体现为大数据（海量训练数据）、大算力（GPU/TPU/NPU等专用硬件）、大模型（参数规模达数十亿甚至万亿的AI模型）。2023年后，多模态融合、AIAgent成为技术演进的核心方向。8.2.4复苏与当前复兴：深度学习引领的AI热潮（1993至今）年份关键事件技术领域核心突破应用型影响2012AlexNet夺冠ImageNet比赛计算机视觉深度学习首次应用于图像分类，错误率从25.8%降至15.3%推动人脸识别、图像搜索技术商业化2016AlphaGo战胜李世石智能博弈融合深度学习与蒙特卡洛树搜索，首次在围棋领域战胜人类冠军启发自动驾驶的路径规划、物流调度等决策类应用2017Transformer架构提出自然语言处理引入“自注意力机制”，大幅提升文本处理效率，成为大语言模型的基础架构支撑

ChatGPT、文心一言等大模型的开发2018BERT模型发布自然语言处理基于

Transformer的预训练模型，能更精准地理解文本语义，如“上下文相关的词义理解”提升机器翻译、智能客服的准确性2020GPT-3发布自然语言处理参数规模达

1750亿，能生成高质量文本、编写代码、回答复杂问题推动“生成式AI”的普及，如文案生成、代码辅助2022ChatGPT发布自然语言处理基于

GPT-3.5架构，支持多轮对话，能理解复杂指令，生成逻辑连贯的回答成为消费级AI的代表，推动AI在教育、办公领域的应用2023多模态大模型发布(GPT-4、文心一言4.0)多模态处理能同时处理文本、图像、语音数据，如“根据图像生成描述、根据文本生成图像”推动智能助手、自动驾驶、医疗影像诊断的升级2024AIAgent技术爆发通用智能执行能自主理解任务、规划步骤、调用工具、反馈优化，完成复杂闭环任务应用于智能办公、自主驾驶、工业机器人等场景2025中国自主大模型开源生态完善大模型技术DeepSeekV3.1/R1、文心一言开源版等实现核心技术自主可控，接入千行百业推动“人工智能+”行动落地，赋能传统产业升级内容导航AI第8章

人工智能概述8.1人类智能与人工智能的定义8.3人工智能的主要学派8.2AI发展历程8.4中国人工智能发展战略8.3人工智能的主要学派在AI近70年的发展中，由于对“如何实现智能”的理解不同，研究者形成了三个主要学派：符号主义、连接主义和行为主义。这三大学派的思想相互竞争、相互融合，共同推动了AI技术的发展。2023年后，AIAgent等新兴技术更是将三大学派的融合推向了新高度。8.3.1符号主义符号主义（Symbolism）又称“逻辑主义”或“心理学派”，是AI诞生初期（1956-1980年代）的主流学派。它的核心思想源于“人类智能的本质是对符号的操纵”，比如人类思考时，会用“语言符号”（如“苹果”“红色”）、“逻辑符号”（如“如果…那么…”）进行推理，符号主义认为：只要让机器像人一样处理这些“符号”，就能实现智能。8.3.1符号主义（1）符号主义的核心思想：“知识表示+逻辑推理”符号主义的AI系统，本质上是“两个模块的组合”：知识表示模块（将知识编码为符号）和推理引擎模块（用逻辑规则处理符号）图8.9符号主义AI系统的核心架构符号主义的核心：“有知识就能有智能”，知识是符号化的规则。将人类知识转化为“符号规则”，如“苹果→红色、圆形、可食用”“如果下雨→需要带伞”。规则库知识表示模块推理引擎模块基于逻辑规则（如三段论、假言推理）处理符号，如,已知：下雨→带伞；当前：下雨；结论：需要带伞。逻辑推理推理引擎调用规则库中的知识，解决问题符号主义的“知识表示”通常采用“一阶谓词逻辑”或“产生式规则”：①一阶谓词逻辑：用“谓词（描述属性或关系）+个体（具体对象）”表示知识，如“红色（苹果）”“大于（5,3）”；②产生式规则：用“ifPthenQ”（如果P成立，则Q成立）表示知识，如“if患者发烧且咳嗽then可能患感冒”。8.3.1符号主义符号主义在AI发展初期取得了显著成果，最典型的有“专家系统”（如MYCIN）和“逻辑推理程序”。但随着应用场景的复杂化，符号主义的局限逐渐暴露，主要有三个“致命问题”：问题1：知识获取瓶颈

：“无法穷尽所有规则”。问题2：推理效率低下：“规则太多会‘打架’”。问题3：缺乏学习能力：“无法自主适应新情况”。由于这些局限，1980年代后，符号主义逐渐被连接主义取代，不再是AI的主流学派。但符号主义的思想并未消失，当前的“知识图谱”技术（如百度知识图谱、谷歌知识图谱）就是符号主义的“现代延续”，知识图谱用：用“实体-关系-实体”的符号结构表示知识（如“北京-是…的首都-中国”），用于支撑搜索、推荐等应用。8.3.2连接主义连接主义（Connectionism）又称“仿生学派”或“生理学派”，它的核心思想源于“人类智能的本质是大脑神经元的协同工作”，大脑由约860亿个神经元组成，神经元之间通过突触连接，信息通过突触传递，人类的学习、记忆就是“突触连接强度的变化”。连接主义认为：只要模拟大脑的神经元结构，用数据训练“人工神经网络”，就能让机器自主学习知识，实现智能。当前我们接触到的AI技术（如人脸识别、ChatGPT、自动驾驶），几乎都基于连接主义的思想

，因此，连接主义被称为AI的“现代派”。8.3.2连接主义（1）连接主义的核心思想：“神经网络+数据训练”连接主义的AI系统，核心是“人工神经网络”（简称“神经网络”），这是一种模拟大脑神经元结构的数学模型。神经网络的工作流程分为两个阶段：训练阶段和推理阶段。训练阶段推理阶段1.准备数据2.构建网络设计神经网络结构（输入层、隐藏层、输出层）猫的图片→标签“猫”，狗的图片→标签“狗”3.训练参数用反向传播算法调整神经元之间的连接权重，目标是让网络的预测结果与标签一致，如，输入猫的图片，输出“猫”的概率≥90%1.输入新数据2.网络输出结果一张未见过的猫的图片预测标签“猫”，概率95%连接主义的核心：“数据驱动智能”，机器不需要人类手动编写规则，而是从数据中自主学习规律图8.10神经网络的两个阶段的工作流程8.3.2连接主义（2）连接主义的代表性成果与局限连接主义是当前AI的主流学派，代表性成果涵盖所有AI应用领域，我们可以通过表8.4了解其核心成果：技术领域代表性成果核心技术应用型案例计算机视觉AlexNet（2012）ResNet（2015）YOLO（2016）卷积神经网络（CNN）人脸识别（手机解锁）目标检测（自动驾驶识别行人）图像分割（医疗影像诊断）自然语言处理BERT（2018）GPT系列（2020-2023）文心一言（2023）Transformer架构、大语言模型（LLM）机器翻译（百度翻译）智能客服（电商客服机器人）文本生成（ChatGPT写文案）语音处理DeepSpeech（2014）Whisper（2022）循环神经网络（RNN）Transformer语音转文字（微信语音转文字）语音助手（

Siri、小爱同学）语音合成（有声小说）推荐系统Wide&Deep（2016）DeepFM（2017）深度学习

+特征交叉电商推荐（淘宝商品推荐）视频推荐（抖音推荐）音乐推荐（网易云音乐推荐）多模态处理GPT-4（2023）文心一言

4.0（2023）多模态

Transformer文本生成图像图像生成文本跨模态对话8.3.2连接主义尽管连接主义取得了巨大成功，但它仍有三个主要局限：局限1：数据依赖：“没有大数据，就没有好模型”。局限2：“黑箱”问题：“不知道模型为什么这么决策”。局限3：算力依赖

：“训练大模型需要巨额算力”。8.3.3行为主义行为主义（Behaviorism）又称“进化主义”或“控制论学派”，它的核心思想源于“生物的智能是通过与环境的交互试错形成的”，比如老鼠通过多次试错，学会从迷宫中找到出口；小孩通过多次摔倒，学会走路。行为主义认为：智能不需要“符号表示”或“神经网络”，而是“感知-行动-反馈”的循环过程。机器通过感知环境、执行行动、接收反馈（奖励或惩罚），逐渐调整行为策略，最终学会“做正确的事”。行为主义的典型代表是“强化学习”（ReinforcementLearning，RL），当前热门的“自动驾驶”“机器人控制”等技术，都用到了行为主义的思想。8.3.3行为主义（1）行为主义的核心思想：“感知-行动-反馈”循环与强化学习行为主义AI系统的核心是“强化学习框架”，它模拟生物的“试错学习”过程，包含四个关键组件，如图示:1234感知智能体观察环境状态（如，在迷宫的A位置，前方有墙）行动智能体根据当前策略选择行动（如“向右走”）反馈环境根据行动给出奖励（如，向右走到达B位置，得10分），并更新状态（如“智能体现在在B位置”）学习智能体根据奖励调整策略（如，因为向右走得到正奖励，未来在A位置时更可能选择向右走）环境不断试错，直到找到“最大化总奖励”的策略

智能体(Agent)行为主义的核心：“从实践中学习”，智能体不需要预先知道规则，通过与环境交互试错，自主学会最优行为。图8.11强化学习的“感知—行动—反馈”循环过程8.3.3行为主义（2）行为主义的代表性成果与局限行为主义在“需要自主决策”的领域（如博弈、机器人控制、自动驾驶、AIAgent）取得了显著成果，典型案例包括：案例1：自动驾驶的强化学习训练在自动驾驶领域，行为主义被用于训练“车辆控制策略”案例2：AIAgent的自主任务执行某办公场景AIAgent通过强化学习训练，能自主完成“撰写会议纪要并分发”任务尽管行为主义有独特优势，但它也有三个主要局限：局限1：训练效率低：“需要大量试错”。局限2：奖励设计困难：“奖励不合理，会导致错误行为”。局限3：环境迁移困难：“在虚拟环境学好的策略，到真实环境可能失效”。8.3.4三大学派的融合趋势：从“各自为战”到“协同合作”AI发展的早期，三大学派相互竞争，甚至相互否定：符号主义认为连接主义“没有逻辑，不可解释”；连接主义认为符号主义“无法处理复杂数据”；行为主义则认为前两者“脱离环境，不切实际”。但随着AI技术的发展，研究者逐渐意识到：单一学派无法解决所有AI问题，三大学派的融合才是未来趋势。当前最典型的融合案例就是“AlphaGo”，它同时融合了三者的思想：监督学习PolicyNetwork连接主义：从3000万人类围棋棋局中学习，输出“每个落子点的概率”（如A点落子概率60%，B点20%），模拟人类“落子直觉”。强化学习ValueNetwork行为主义：通过自我对弈（约3000万盘）调整策略，输出“当前局面的胜率”（如黑棋胜率55%），评估长期收益。蒙特卡洛树搜索MCTS符号主义：基于PolicyNetwork的落子概率和ValueNetwork的胜率，搜索未来10-20步的最优路径，避免短视决策。三模块协同流程：1.PolicyNetwork生成候选落子点；2.MCTS搜索最优路径；3.ValueNetwork评估局面；4.自我对弈后用强化学习更新网络参数，循环优化。图8.12AlphaGo的核心架构8.3.4三大学派的融合趋势：从“各自为战”到“协同合作”除AlphaGo外，当前AI领域的主流技术几乎都是多学派融合的产物，例如：①知识图谱+深度学习（符号主义+连接主义）：知识图谱用符号化结构存储“实体关系”常识，深度学习模型（如BERT）利用这些常识优化文本理解。比如机器在处理“北京的天气”时，能通过知识图谱知道“北京是中国首都”，避免将其与“美国纽约州的北京镇”混淆。②强化学习+计算机视觉（行为主义+连接主义）：自动驾驶汽车中，计算机视觉（CNN模型）负责“感知环境”（识别红绿灯、行人），强化学习负责“决策行动”（加速/刹车），两者协同实现“感知-决策”闭环。8.3.4三大学派的融合趋势：从“各自为战”到“协同合作”三大学派融合的核心逻辑的是：用连接主义解决“数据驱动的特征学习”；用符号主义解决“常识与逻辑推理”；用行为主义解决“环境交互与试错优化”。这种融合趋势，让AI系统既具备“从数据中学习的灵活性”，又拥有“逻辑推理的严谨性”和“适应环境的实践性”，AIAgent的爆发更是将三大学派融合推向新高度，也是当前AI技术突破的关键方向。内容导航AI第8章

人工智能概述8.1人类智能与人工智能的定义8.3人工智能的主要学派8.2AI发展历程8.4中国人工智能发展战略8.4中国人工智能发展战略人工智能作为引领新一轮科技革命和产业变革的战略性技术，正在深刻改变生产方式、生活方式和社会治理模式，成为培育新质生产力、推动高质量发展的重要引擎。习近平总书记高度重视人工智能发展，强调要“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”。这一重要论述为我国人工智能发展指明了方向，提供了根本遵循。8.4.1战略演进与布局中国人工智能发展战略历经七十余年的积淀与演进，形成了清晰的“技术积累—产业培育—战略引领”发展路径，体现了从跟踪学习到并行发展，再到引领创新的战略性转变。（1）战略演进脉络2014年：人工智能产业伴随创业浪潮兴起，计算机视觉、语音识别等关键技术赛道初步形成。2017年：国务院印发《新一代人工智能发展规划》，提出“三步走”战略目标：第一步（2020年）：人工智能总体技术和应用与世界先进水平同步，产业成为新经济增长点；第二步（2025年）：基础理论实现重大突破，部分技术与应用世界领先，成为产业升级主要动力；第三步（2030年）：理论、技术与应用总体达到世界领先水平，成为全球人工智能创新中心。8.4.1战略演进与布局2025年：《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确提出“全面实施‘人工智能+’行动”；商务部、交通运输部等多部门出台配套政策，形成完善的政策支撑体系；“十四五”规划目标全面达成，我国人工智能整体实力稳居全球第一梯队，正加速向“领跑”阶段迈进。8.4.1战略演进与布局（2）当前战略布局当前，我国AI战略布局围绕“技术自主、产业融合、安全可控”三大核心，形成“顶层规划+地方落实+企业协同”的立体化体系：①顶层规划：以“人工智能+”行动为核心，聚焦制造、医疗、交通、教育、金融等六大重点领域，推动AI技术与实体经济深度融合；②地方落实：各省市结合产业优势布局AI产业集群，如深圳“AI+先进制造”、上海“AI+金融科技”、北京“AI+智能网联汽车”；③企业协同：鼓励龙头企业牵头组建创新联合体，带动中小企业参与AI产业链分工，形成“大模型+行业应用”的生态格局。8.4.2发展阶段与特征分析我国人工智能发展的三个关键阶段，始终以国家战略需求为导向，呈现出政策与市场协同发力的鲜明特征。​（1）初步探索阶段（20世纪50年代—20世纪末）：政策引导基础奠基​国家聚焦科研体系搭建，支持中国科学院、清华大学等科研机构和高校开展基础算法研究与早期应用研究。尽管受技术条件和计算资源限制未形成规模化突破，但政策扶持培育了第一批人工智能科研人才，积累了核心理论成果，完成了“从0到1”的历史性起步，奠定了坚实的学科基础。​（2）战略布局阶段（21世纪初—2016年）：政策与市场双轮驱动​随着全球科技竞争加剧，人工智能被正式纳入国家战略视野；“政策引导+市场培育”双轮驱动；创业浪潮推动计算机视觉、语音识别、自然语言处理等赛道形成。一批本土AI企业崛起，技术应用开始从实验室走向特定行业场景（如安防领域的人脸识别）。​8.4.2发展阶段与特征分析（3）创新发展阶段（2017年至今）：政策引领系统性突破​以《新一代人工智能发展规划》为标志，我国AI实现系统性突破，呈现出“技术自主化、产业规模化、应用场景化”的鲜明特征：①

技术攻坚实现重大突破基础理论研究：上海MiniMax文本大模型M2性能全球前五，CISPO损失函数被Meta采用；应用技术创新：网易有道“子曰3.0”在数学推理、小语种翻译领先；DeepSeek推动全球算力资源配置变革；平台建设进展：浩鲸科技鲸智MaaS平台通过可信AI最高等级评估。8.4.2发展阶段与特征分析②

产业生态体系日益完善产业规模：2024年核心产业规模超9000亿元，同比增长24%；市场主体：2025年6月企业数量超5300家，国家级“小巨人”超400家；算力基础设施：2024年智能算力达725.3EFLOPS，同比增长74.1%，国产算力芯片（华为昇腾、寒武纪思元）占比持续提升；数据要素：高质量数据集超3.5万个，总量突破400PB，覆盖制造、医疗、交通等多个领域；融合发展：AICloud模式推动场景落地，单平台月均调用量达2亿次，实现“技术

场景”的快速对接。8.4.2发展阶段与特征分析③

场景应用深度拓展制造业：深圳“AI+先进制造”大模型中心、宝武钢铁专用模型、南京“天魁1号”机器人等；重点行业：汽车智能化转型、金融风控与财富管理；民生服务：智能学伴、健康助手、政务智能办理；国际合作：浩鲸科技与沙特Zain合作打造云服务，国产AI技术开始走向全球。8.4.3战略目标：政策锚定的三维发展方向基于国家战略需求和发展实践，我国人工智能战略目标围绕技术、产业、安全三大维度，通过政策精准锚定发展路径：​（1）技术维度：政策护航高水平科技自立自强​聚焦核心技术自主可控的政策要求，重点突破基础软硬件、关键算法瓶颈。政策支持国产AI芯片研发，推广华为昇腾、寒武纪思元等系列产品，降低对国外GPU依赖；鼓励大模型技术创新，形成百度文心一言、阿里通义千问DeepSeek等为代表的自主技术体系；支持量子计算、脑科学与AI交叉研究，探索颠覆性技术路径。8.4.3战略目标：政策锚定的三维发展方向（2）产业维度：政策驱动新质生产力培育​落实“人工智能+”与实体经济融合的政策导向，推动产业规模持续增长。根据《中国新一代人工智能科技产业发展报告（2024）》，2024年产业规模突破7000亿元，连续多年保持20%以上增速；政策重点支持智能网联汽车、企业智能管理、智慧城市等领域，助力产业升级与经济转型；鼓励“AI+中小企业”应用，降低中小企业AI使用门槛，培育更多新质生产力主体。（3）安全维度：政策构建可信治理体系​响应人工智能安全治理的政策要求，2024年发布《人工智能安全治理指南》，明确“算法公平透明”“数据隐私保护”等核心准则。通过政策规范防范算法偏见、隐私泄露、技术滥用等风险；建立AI安全评估机制，对高风险AI应用（如自动驾驶、医疗诊断）实行备案管理；加强AI伦理教育，引导行业健康有序发展。8.4.4关键成果：政策赋能下的“从跟跑到领跑”在国家战略政策持续支持下，我国人工智能领域取得多项“从0到1”的突破，实现了技术实力的跨越式提升，为产业发展和人才就业提供了广阔空间。领域关键成果技术意义/产业影响超级计算2010年“天河一号”登顶全球超算；2013年“天河二号”实现六连冠；2016年“神威・太湖之光”获“戈登・贝尔奖”为AI大模型训练提供算力支撑，打破国外垄断量子计算2020年本源悟源超导量子计算机上线；2022年发布“本源司南”量子操作系统；2025年实现量子计算机整机交付为解决

“AI黑箱”“大模型训练效率低”等问题提供新路径，中国成为第三个具备量子计算机整机交付能力的国家大模型2023年百度文心一言、阿里通义千问发布；2024-2025年

DeepSeek系列模型（V2.5-V3.1）开源，接入三大运营商及英伟达NIM平台推动生成式AI商业化，开源降低使用门槛智能博弈2017年腾讯“绝艺”围棋AI击败世界冠军柯洁；2020年阿里巴巴“鹿班”AI设计系统在电商领域应用验证复杂决策能力，推动物流、金融等场景应用产业应用2025年三大运营商接入

DeepSeek模型；“人工智能+制造”使生产效率提升30%以上实现AI从实验室到生产线的落地，推动传统产业升级AIAgent2024年国内首款办公AIAgent落地；2025年工业AIAgent在汽车制造领域实现规模化应用推动

AI从“工具型”向“自主执行型”转变，大幅提升生产办公效率第9章

机器学习基础AI第9章知识导图机器学习基础机器学习发展历程关键发展阶段机器学习基础认知第1章计算机工具与计算机演进史第2章计算机系统组成第3章计算机中的数据表示第4章操作系统与网络基础第5章软件构建基础：语言、编译与工程第6章算法与数据结构第7章数据管理与大数据技术第8章人工智能概述第9章机器学习基础第10章深度学习基础第11章机器人学、智能体与具身智能第12章自然语言处理与大语言模型第13章AI伦理、法律、治理与未来第14章AI赋能行业典型应用第15章前沿技术与实践能力培养机器学习定义机器学习三大范式里程碑事件多学科支撑基础核心要素工作流程监督学习无监督学习强化学习三大学习范式的对比机器学习研究方向核心研究领域不同环境下的研究重点机器学习应用领域常见机器学习算法算法概述与学习导航回归算法K-近邻算法决策树随机森林朴素贝叶斯算法K-均值聚类支持向量机神经网络算法内容导航AI第9章

机器学习基础9.1机器学习发展历程9.3机器学习基础认知9.2机器学习定义9.6机器学习三大范式9.4机器学习研究方向9.5机器学习应用领域9.7常见机器学习算法9.1.1关键发展阶段统计方法20世纪50年代之前发现并改进的统计方法；概率推理20世纪60年代开始用于机器学习中概率推理的贝叶斯方法的引入；数据驱动20世纪90年代开始机器学习从知识驱动转变为数据驱动方法；SVM、RNN等逐步流行起来；深度学习21世纪初至今机器学习研究热度主要集中在深度学习；2012年之后，随着算力和海量样本的支持，深度学习急速发展；简单算法20世纪50年代开始使用简单算法进行开创性机器学习研究；反向传播20世纪80年代开始反向传播使得机器学习研究进入新时代；无监督学习21世纪初开始支持向量聚类及无监督学习方法逐步流行起来；图9.1机器学习发展时间轴9.1.2里程碑事件机器学习发展历程中，多个标志性事件推动技术迭代与行业认知：1959年，IBM工程师亚瑟・塞缪尔开发西洋跳棋程序，该程序能通过对弈数据持续优化水平，同时首次提出“机器学习”术语，标志领域正式进入发展期；1997年，IBM“深蓝”计算机击败国际象棋世界冠军卡斯帕罗夫，证明机器学习在复杂博弈场景的能力；2016年，谷歌DeepMind开发的AlphaGo击败世界围棋冠军李世石，展现机器学习在高维度、复杂决策任务中的超凡潜力，进一步推动领域研究热度。时间阶段主要特征代表性技术与算法20世纪50年代开创性研究，简单算法塞缪尔的跳棋程序，感知机20世纪60-70年代贝叶斯方法引入概率推理20世纪80年代神经网络复兴，反向传播BP神经网络20世纪90年代数据驱动，统计学习成为主流决策树（C4.5），支持向量机（SVM）21世纪初深度学习萌芽，无监督学习深度信念网络，支持向量聚类2012年至今深度学习大放异彩深度学习（CNN,RNN,Transformer），生成对抗网络（GAN），图神经网络（GNN）内容导航AI第9章

机器学习基础9.1机器学习发展历程9.3机器学习基础认知9.2机器学习定义9.6机器学习三大范式9.4机器学习研究方向9.5机器学习应用领域9.7常见机器学习算法9.2机器学习定义卡内基梅隆大学汤姆・米切尔教授于1997年提出经典定义，明确“经验(E)-任务(T)-性能度量(P)”核心框架：经验

E

指学习用的数据或环境交互记录（如标注“垃圾/非垃圾”的邮件数据集）；任务

T

指需完成的具体工作（如邮件分类）；性能度量P

指评估表现的标准（如分类准确率）。基于此，米切尔对机器学习的完整定义是：一个计算机程序从经验

E

中学习，以解决某类任务T，并用性能度量

P来衡量。如果以

P

衡量的、它在任务

T上的性能随着经验E的增加而提高，那么我们就说这个程序具备了学习能力。9.2机器学习定义【类比人类学习：学习骑自行车】我们是如何学会骑自行车的？父母不会给我们讲解牛顿力学，而是让我们自己去尝试、去摔倒、去调整（获取经验E）；我们的任务T是“保持平衡并前进”；性能P则是“连续骑行不摔倒的距离”。在一次次的尝试中，我们身体（相当于“算法”）逐渐“悟”出平衡的诀窍，骑得也越来越稳。这正相当于机器学习算法的性能随着经验的积累而不断提升。【实例】台风预测系统任务T：根据气象条件预测是否会有台风。经验E：历史气象数据（如气温、湿度、气压等）以及这些数据是否最终导致了台风。性能P：系统在所有给定条件下，正确预测台风发生的次数占总预测次数的比例（准确率）。系统通过分析历史数据（E）来学习台风形成的规律，从而完成预测任务（T），并通过准确率（P）来评估和改进自己。内容导航AI第9章

机器学习基础9.1机器学习发展历程9.3机器学习基础认知9.2机器学习定义9.6机器学习三大范式9.4机器学习研究方向9.5机器学习应用领域9.7常见机器学习算法9.3.1多学科支撑基础机器学习计算机科学与工程学科算法与理论计算机科学计算理论软件工程数据库技术核心基础学科数学统计学概率论信息论支撑与交叉学科优化理论模式识别控制论信号处理数据挖掘应用与前沿交叉学科人工智能神经科学认知科学物理学生物学运筹学图9.2机器学习的多学科交叉示意图

9.3.2核心要素模型定义了从输入到输出的映射关系，是机器学习的基础。策略定义了如何评价模型的好坏，即损失函数或风险函数的选择。算法是求解最优模型的具体计算方法，即如何找到最小化损失函数的参数。机器学习图9.3机器学习的核心三要素9.3.3工作流程②数据清洗对收集到的数据进行清洗，处理异常值、缺失值，统一数据格式。①数据收集各种来源（数据库、传感器、互联网等）收集用于训练和测试的数据集，确保数据代表了实际问题的不同方面。④算法选择选择适合任务类型(分类、回归、聚类等)和数据特征的机器学习算法。③特征工程对数据进行转换和格式化，以确保它适合用于机器学习模型训练。⑤模型训练使用训练数据集来训练模型，让模型从数据中学习规律或模式，找到输入与输出之间的最佳映射关系。⑦模型优化如果模型在测试集上表现不佳，则需要对模型参数和算法进行微调或重新选择特征，旨在提高其准确度和效率。⑥模型评估使用测试数据集评估模型的性能（准确率、精确率、召回率等），确定其是否达到了预期的目标。⑧模型部署将训练好的模型部署到生产环境中，对新的未知的数据进行预测、分类或推荐，从而产生实际价值并实时监控其表现。图9.4机器学习工作流程示意图

9.3.3工作流程人类学习过程机器的学习过程核心目的上课学习理论知识数据收集获取原始信息总结复习，强化理解数据清洗整理、净化信息，使其可用梳理知识框架特征工程提取关键信息，构建有效输入学习方法的选择算法选择选择合适的学习方法课后作业练习模型训练通过实践调整和优化内部参数每周测验模型评估检查当前学习效果查漏补缺，改善方法模型优化根据反馈进行改进期末考试模型部署将所学知识用于解决新问题表9.2人类学习与机器学习过程类比内容导航AI第9章

机器学习基础9.1机器学习发展历程9.3机器学习基础认知9.2机器学习定义9.6机器学习三大范式9.4机器学习研究方向9.5机器学习应用领域9.7常见机器学习算法9.4.1核心研究领域机器学习研究覆盖多个细分方向，各方向有明确技术逻辑与应用场景：①监督学习，基于已标注数据（每个样本有明确“答案”）学习，核心用于分类与回归任务；②无监督学习，从无标注数据中自主挖掘内在结构与模式，主要应用于聚类与降维；③强化学习，通过智能体与环境交互，依据奖励或惩罚信号学习最优策略，典型应用如AlphaGo、下棋机器人；④集成学习，通过构建并融合多个“弱学习器”，形成性能更强的“强学习器”，随机森林是代表性技术；⑤深度学习，基于深层神经网络的学习方法，凭借强大特征提取与拟合能力，成为当前最热门、影响力最大的研究领域。9.4.2不同环境下的研究重点根据数据规模与技术场景，机器学习研究分为传统与大数据环境两大方向：①

传统机器学习研究：聚焦学习机制本身，以模拟人类学习过程为核心目标，重点探索决策树、随机森林、贝叶斯学习、早期神经网络等算法的优化与理论突破，例如决策树从ID3到C4.5、CART、SLIQ的演进，旨在持续提升算法效率与小规模数据处理能力；②

大数据环境下的机器学习研究：伴随各行业数据爆炸式增长，研究重心转向“高效处理巨量、多源、异构数据”，通过与分布式计算结合，采用并行、分治策略降低数据噪音与冗余，提升学习效率，此时机器学习更多承担“智能数据分析与服务技术”的角色，为行业决策提供支撑。内容导航AI第9章

机器学习基础9.1机器学习发展历程9.3机器学习基础认知9.2机器学习定义9.6机器学习三大范式9.4机器学习研究方向9.5机器学习应用领域9.7常见机器学习算法9.5机器学习应用领域应用领域具体应用举例计算机视觉人脸识别、医疗影像分析（如CT片病灶识别）、自动驾驶中的环境感知自然语言处理智能客服、机器翻译、搜索引擎、舆情分析语音技术智能音箱、语音输入法、实时字幕生成生物信息学基因序列分析、新药研发、蛋白质结构预测工业制造预测性维护（提前预警设备故障）、产品质量检测电商商品推荐（协同过滤，无监督学习）、用户流失预测（分类任务）、销量预测（回归任务）金融科技信用评分（分类任务）、欺诈检测（异常检测，无监督学习）、量化交易（强化学习

/回归预测）交通自动驾驶（强化学习

+计算机视觉）、交通流量预测（回归任务）、违章识别（图像分类）教育个性化学习推荐（协同过滤

+监督学习）、学生成绩预测（回归任务）、作弊检测（异常检测）医疗疾病诊断（图像分类、多分类任务）、病历文本分析（自然语言处理

+监督学习）、药物研发（强化学习优化分子设计）机器学习的应用已渗透到各行各业，成为推动社会智能化变革的核心引擎。目前，机器学习的典型应用领域如表所示。内容导航AI第9章

机器学习基础9.1机器学习发展历程9.3机器学习基础认知9.2机器学习定义9.6机器学习三大范式9.4机器学习研究方向9.5机器学习应用领域9.7常见机器学习算法9.6机器学习三大范式机器学习根据学习过程中监督信息的有无与类型，可分为监督学习、无监督学习和强化学习三大核心范式。它们分别对应“有教师指导的学习”“自主发现规律的学习”和“通过试错反馈的学习”三种机制，共同构成了机器学习的方法体系。9.6.1监督学习（1）定义与核心特征监督学习（SupervisedLearning）是从带有标签的训练数据中学习预测模型的过程。每个样本包含输入特征和对应的输出标签，系统通过拟合特征与标签之间的映射关系，实现对未知数据的预测。【类比人类学习】如同学生在老师指导下学习（老师给出题目与标准答案），模型在“标签”的“监督”下学习规律，不断优化自身以降低预测误差。（2）核心要素①

任务：明确的预测目标。如“判断是否为垃圾邮件”“预测明日气温”等。②

特征：反映样本属性的变量。如图像的像素值、文本的词频等。③

标签：样本的真实结果，是模型学习的“标准答案”。如房屋的真实成交价格。9.6.1监督学习（3）典型任务与学习目标①分类：输出为离散类别，如，二分类、多分类、手写数字识别、图像分类、情感分析等。②回归：输出为连续数值，如，房价预测、气温预测、股票走势预测、得分等。学习目标：最小化预测值与真实标签之间的误差。（4）工作原理在监督学习中，模型使用标记数据集进行训练，其中模型学习每种类型的数据。训练过程完成后，模型会根据测试数据（训练集的子集）进行测试，然后预测输出。带标签的数据标签模型训练训练测试数据图9.5监督学习工作原理示意图

9.6.1监督学习（5）工作流程监督学习一般可以通过以下5个步骤来进行处理，如图9.6所示。验证数据数据准备验证调优

测试评估预测结果模型训练图9.6监督学习工作流程示意图

9.6.1监督学习①数据准备：收集并清洗标注数据，划分训练集（用来训练模型）、验证集（确保模型没有过拟合）、测试集（用来评估模型效果）。②模型训练：使用训练集拟合模型参数。③验证调优：利用验证集调整超参数，防止过拟合。④测试评估：在测试集上评估模型泛化能力。⑤结果预测：将训练好的模型应用于新数据。9.6.1监督学习（6）应用案例：房价预测模型任务：基于房屋特征预测售价特征：面积、卧室数量、楼层、建造年份、地理位置等标签：真实的历史房价数据算法示例：线性回归、决策树、神经网络、随机森林过程：①数据准备：清洗数据，划分训练集、验证集与测试集；对特征进行标准化与编码。②模型训练：使用训练集训练模型（如随机森林）。③验证调优：在验证集上评估并调整超参数，防止过拟合。④测试评估：在测试集上计算RMSE等指标，评估最终泛化性能。⑤部署预测：将模型部署为API，用于新房屋数据的实时估价。9.6.1监督学习（7）应用场景监督学习适用于输入输出关系明确、标注数据充足的场景：①回归类：房价预测、股票收盘价预测、电力负荷预测、预期寿命估计、人口增长预测等。②分类类：垃圾邮件过滤、手写数字识别、客户流失预测、身份欺诈检测、图像内容识别、广告人气预测等。9.6.2无监督学习（1）定义与核心特征无监督学习（UnsupervisedLearning）是从无标签数据中发现隐藏结构或模式的过程。模型不依赖外部标注，而是通过数据自身的分布特性进行学习。【类比人类学习】如同学生自主观察事物寻找规律（无老师指导），也像考古学家面对杂乱的文物碎片，通过分析材质、纹理等特征发现隐藏关联，模型在“无监督”下自主探索数据的内在联系。9.6.2无监督学习（2）核心要素①输入特征：数据的关键属性，无对应标签，是模型挖掘规律的核心依据。例如，用户消费金额、消费频率、新闻文本关键词、图像像素特征、商品购买记录等。②数据分布：数据在特征空间中的自然分布模式，是聚类、降维任务的重要基础。例如，用户消费行为的集中/分散分布、文本特征的稀疏分布、图像像素的灰度值分布等。③结构关联：数据内部隐藏的组织关系或变量间的依存关系，是关联规则学习的核心对象。例如，商品购买的共现关系、特征间的相关性、数据样本的相似性差异等。9.6.2无监督学习（3）典型任务与学习目标①聚类：将样本分组，使组内相似、组间相异。如用户分群、新闻主题聚类、客户细分等。②降维：减少特征数量，保留主要信息。如，PCA降维、图像数据压缩、高维特征可视化等。③关联规则挖掘：发现特征之间的频繁共现关系。如，购物篮分析、关联推荐等。学习目标：揭示数据内在结构，支持数据理解与压缩。9.6.2无监督学习（4）工作原理无监督学习采用未标记的输入数据，它既没有分类也没有给出相应的输出。这些未标记的输入数据被输入机器学习模型以对其进行训练。首先，它将解释原始数据以从数据中找到隐藏的模式，然后应用合适的算法（如k-means聚类、决策树等），一旦应用了合适的算法，该算法就会根据对象之间的相似性和差异性将数据对象分组。原始数据未标记数据解释算法处理输出图9.7无监督学习工作原理示意图

9.6.2无监督学习（5）工作流程①

数据收集与预处理：收集仅含输入特征的原始数据，进行清洗、去噪、归一化、缺失值填充等处理，确保数据质量。②

明确任务方向：根据分析需求确定具体任务类型（聚类、降维或关联规则学习），明确挖掘目标。③

模型训练：将预处理后的数据输入对应模型，模型自主探索数据的分布、相似性或关联关系，无需人工标注引导。④

结果评估与优化：通过轮廓系数（聚类任务）、重构误差（降维任务）、支持度-置信度（关联规则任务）等指标评估结果质量，调整模型超参数以优化效果。⑤

结果应用：将挖掘出的结构、规律或简化后的数据应用于实际场景，如基于用户分群制定营销策略、利用降维数据进行可视化分析等。9.6.2无监督学习（6）应用案例：用户行为分群任务：基于用户消费与交互行为进行自动分群。特征：购买频率、平均金额、活跃时段、点击偏好、最近访问时间。算法示例：K‑means、层次聚类。输出：群体标签，如“高价值用户”、“潜力用户”、“低频用户”。过程：①数据预处理：清洗行为数据，构造特征并标准化。②模型训练与调优：使用聚类算法分组，通过轮廓系数等确定最佳聚类数。③结果解释与应用：分析各群体特征，定义业务标签，用于个性化营销与产品推荐。9.6.2无监督学习（7）应用场景无监督学习适用于数据无标签、希望探索结构或降维的场景：①

聚类类：电商用户分群、新闻主题聚类、客户分层、相似商品分组等。②

降维类：图像数据压缩、高维特征可视化、大数据维度简化等。③

关联规则类：超市商品摆放优化、电商推荐系统、用户行为关联分析等。9.6.3强化学习（1）定义与核心特征强化学习（ReinforcementLearning）是智能体通过与环境交互、依据奖励信号调整策略的学习方式。其核心是序列决策与延迟回报，强调在动态环境中学习最优行为。【类比人类学习】如通过奖励函数（例如考试的得分）的反馈来帮助机器改进自身的行为和算法。强化学习中的智能体（考试的人）通过行为（做题）与环境（考试）相互作用，而环境（考试）通过奖励函数（考试的得分）来帮助智能体调整做出行为决策的策略函数，从而在不断的循环中得到表现优异的行为策略（解题的方法）。9.6.3强化学习（2）核心要素强化学习包括智能体、环境、动作、状态和奖励5个核心要素组成，如图9.6所示①

智能体：学习和执行动作的主体。如，机器人、自动驾驶汽车、游戏AI等。②

环境：智能体所处的外部世界。如，游戏地图、物理世界、交通路况等。③

动作：智能体可执行的操作。如，机器人的前进/转弯、自动驾驶汽车的加速/减速等。④

状态：环境在某一时刻的描述。如，机器人所处的空间坐标，交通路况中的车辆分布等。⑤

奖励：环境对智能体动作的反馈信号（可正可负），引导学习方向。如机器人成功完成任务获得正向奖励、碰撞障碍物获得负向奖励等。环境Environment状态State奖励Reward智能体Agent动作Action序列决策长期收益策略：智能体在特定状态下选择动作的规则。如，90%概率选择最优动作，10%随机探索。价值函数：评估当前状态的长期收益，如，当前位置到终点的预期总奖励。9.6.3强化学习（3）典型任务与学习目标①

序列决策任务：核心是在连续的状态变化中，持续选择最优动作，实现长期目标。例如，游戏通关、机器人导航、自动驾驶路径规划等。②

行为优化任务：核心是通过试错调整动作，优化行为模式，提升任务完成效率。例如，工业机器人操作精度优化、资源调度策略优化等。③

动态适应任务：核心是应对环境的动态变化，快速调整策略，维持稳定性能。例如，复杂路况下的自动驾驶、动态资源需求下的调度优化等。学习目标：学习策略以最大化长期累积奖励。9.6.3强化学习（4）工作流程①

观察状态：智能体感知当前环境的状态。②

执行动作：根据当前策略，智能体做出具体动作。③

环境反馈：环境接收动作后发生变化，同时返回新状态和奖励信号（或称为强化信号）。④

学习改进：智能体根据正向/负向奖励信号更新策略。⑤

循环迭代：重复上述循环，通过成千上万次试错与体验，逐步优化策略，适应复杂环境。9.6.3强化学习（5）应用案例：游戏AI训练任务：训练智能体玩“超级马里奥”智能体：游戏角色马里奥环境：游戏地图（包含平台、敌人、金币、悬崖等元素）状态：马里奥的当前位置、生命值、周围敌人分布、金币位置等动作：移动、跳跃、发射子弹等奖励：吃到金币得+10分、踩死敌人得+100分、通关得+1000分，掉下悬崖扣-100分、被敌人攻击扣-50分9.6.3强化学习9.6.3强化学习关键流程：①试错交互：智能体根据当前策略选择动作（如跳跃），环境反馈新状态和奖励。②策略更新：智能体根据奖励信号（如得分）优化策略，学习哪些动作更有利。③迭代提升：重复以上过程数万次，智能体逐步学会躲避危险、收集物品，最终实现通关。本质：通过与环境的持续交互和来自奖励的反馈，自主学习最优行为策略，无需预先提供正确答案。9.6.3强化学习（6）应用场景适用于动态环境、决策具有序列性、需长期优化的场景：①游戏与仿真：AI玩家、虚拟训练②机器人控制：导航、抓取、步态③智能系统：自适应推荐