1.2人工智能的腳步主講人：***CONTENTS目錄01人工智能的定義與核心概念02人工智能的發(fā)展歷程03人工智能的研究領(lǐng)域與技術(shù)分支04人工智能的典型應(yīng)用場景05圖靈測試與AI智能評估06中國人工智能發(fā)展現(xiàn)狀與展望人工智能的定義與核心概念01什么是人工智能？人工智能的學(xué)科屬性人工智能是計算機科學(xué)的一個分支，致力于開發(fā)可以模仿人類智能行為的系統(tǒng)。人工智能的能力范疇這些系統(tǒng)被賦予執(zhí)行一系列任務(wù)的能力，涵蓋語音識別、圖像處理、自然語言處理和決策制定等領(lǐng)域。人工智能的學(xué)習(xí)特性AI系統(tǒng)能夠?qū)W習(xí)和不斷改進，以應(yīng)對不同情境下的挑戰(zhàn)。人工智能的歷史淵源古代的憧憬人工智能的概念可以追溯到古代神話和幻想中，人們對創(chuàng)造出具有人類智慧的機器充滿憧憬。科學(xué)研究起點20世紀(jì)中葉，真正意義上的人工智能研究開始，1943年，美國神經(jīng)科學(xué)家麥卡洛克和邏輯學(xué)家皮茨提出了神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型，為日后人工智能學(xué)科奠定了基石之一。學(xué)科萌芽1950年，艾倫·圖靈發(fā)表《機器能思考嗎》的論文，提出圖靈測試概念；同年，馬文·明斯基與鄧恩·埃德蒙合作，建造了世界上第一臺神經(jīng)網(wǎng)絡(luò)計算機，標(biāo)志著人工智能學(xué)科的萌芽。人工智能的發(fā)展歷程02起源與誕生（20世紀(jì)50年代前）神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型提出1943年，美國神經(jīng)科學(xué)家麥卡洛克和邏輯學(xué)家皮茨提出了神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型，為日后人工智能學(xué)科奠定了基石之一。圖靈測試概念誕生1950年，艾倫·圖靈發(fā)表《機器能思考嗎》的論文，提出圖靈測試概念，成為判斷程序是否具備智能的重要依據(jù)，圖靈被譽為“人工智能之父”。首臺神經(jīng)網(wǎng)絡(luò)計算機建造1950年，馬文·明斯基與鄧恩·埃德蒙合作，建造了世界上第一臺神經(jīng)網(wǎng)絡(luò)計算機，被視為人工智能的一個起點。誕生與早期發(fā)展（1956-1960s初）“人工智能”術(shù)語提出1956年，美國達(dá)特茅斯學(xué)院的麥卡錫等專家在達(dá)特茅斯學(xué)院舉行學(xué)術(shù)討論會，首次提出了“人工智能”這一術(shù)語，新興學(xué)科正式誕生。早期研究成果涌現(xiàn)這一時期相繼取得了一系列令人矚目的研究成果，如機器定理證明、跳棋程序等，掀起了人工智能發(fā)展的第一個高潮。反思發(fā)展期（1960s-1970s初）期望與現(xiàn)實的矛盾人工智能發(fā)展初期的突破性進展大大提升了人們對這一領(lǐng)域的期望，激發(fā)了對更具挑戰(zhàn)性任務(wù)的探索。發(fā)展走入低谷隨著一些不切實際的研發(fā)目標(biāo)接連失敗，人工智能的發(fā)展逐漸走入低谷期，主要原因是技術(shù)局限導(dǎo)致的應(yīng)用瓶頸。應(yīng)用發(fā)展期（1970s初-1980s中）01專家系統(tǒng)出現(xiàn)20世紀(jì)70年代，專家系統(tǒng)作為人工智能應(yīng)用的代表出現(xiàn)，模擬人類專家的知識和經(jīng)驗，以解決特定領(lǐng)域的問題。02多領(lǐng)域成功應(yīng)用專家系統(tǒng)在醫(yī)療、化學(xué)、地質(zhì)等領(lǐng)域取得成功，標(biāo)志著人工智能從理論研究走向?qū)嶋H應(yīng)用的重要轉(zhuǎn)變，推動了人工智能進入應(yīng)用發(fā)展的新高潮。低迷發(fā)展期（1980s中-1990s中）專家系統(tǒng)暴露問題隨著人工智能應(yīng)用規(guī)模的不斷擴大，專家系統(tǒng)暴露出許多問題，如應(yīng)用領(lǐng)域狹窄、缺乏常識性知識、知識獲取困難等。引發(fā)新一輪反思這些問題引發(fā)了對人工智能領(lǐng)域的新一輪反思，使得AI再次陷入反思階段。穩(wěn)步發(fā)展期（1990s中-2010年）互聯(lián)網(wǎng)推動創(chuàng)新網(wǎng)絡(luò)技術(shù)的快速發(fā)展，尤其是互聯(lián)網(wǎng)技術(shù)的普及，加速了人工智能的創(chuàng)新研究。技術(shù)走向?qū)嵱没偈谷斯ぶ悄芗夹g(shù)進一步走向?qū)嵱没?，如早期智能推薦系統(tǒng)雛形開始出現(xiàn)。蓬勃發(fā)展期（2011年至今）技術(shù)突破助力發(fā)展隨著大數(shù)據(jù)、云計算、移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，泛在感知數(shù)據(jù)和圖形處理器等計算平臺推動了以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)飛速發(fā)展。多領(lǐng)域?qū)崿F(xiàn)飛躍這些技術(shù)在圖像分類、語音識別、知識問答、人機對弈和無人駕駛等領(lǐng)域?qū)崿F(xiàn)了從“不能用、不好用”到“可以用”的突破，迎來了人工智能學(xué)科的爆發(fā)式增長。人工智能的研究領(lǐng)域與技術(shù)分支03機器學(xué)習(xí)與深度學(xué)習(xí)機器學(xué)習(xí)的定義機器學(xué)習(xí)是讓計算機從數(shù)據(jù)中自動學(xué)習(xí)模式的技術(shù)。深度學(xué)習(xí)與機器學(xué)習(xí)的關(guān)系深度學(xué)習(xí)是機器學(xué)習(xí)的一種先進形式，使用神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)數(shù)據(jù)的層次結(jié)構(gòu)特征。機器學(xué)習(xí)與深度學(xué)習(xí)的應(yīng)用它們廣泛應(yīng)用于自然語言處理、圖像識別、預(yù)測分析等領(lǐng)域。自然語言處理（NLP）NLP的核心目標(biāo)NLP使計算機能夠理解、解釋和生成人類語言。NLP的具體應(yīng)用場景應(yīng)用于語音識別、語音合成、機器翻譯、自動摘要、情感分析和問答系統(tǒng)等領(lǐng)域。機器視覺機器視覺的定義與應(yīng)用機器視覺使用計算機視覺和深度學(xué)習(xí)技術(shù)處理和分析圖像和視頻，應(yīng)用于圖像分類、對象檢測、人臉識別等領(lǐng)域。機器人技術(shù)機器人技術(shù)的定義與應(yīng)用機器人技術(shù)涉及設(shè)計、制造和應(yīng)用機器人，應(yīng)用于工業(yè)自動化、醫(yī)療保健、軍事等領(lǐng)域。自動駕駛與醫(yī)療保健01自動駕駛的技術(shù)應(yīng)用自動駕駛技術(shù)利用計算機視覺和機器學(xué)習(xí)技術(shù)駕駛汽車、飛機等交通工具，目前正處在快速發(fā)展階段，涵蓋從“L2+輔助駕駛”到L4級別高度自動駕駛的多個領(lǐng)域。02醫(yī)療保健的技術(shù)應(yīng)用AI在醫(yī)療保健領(lǐng)域的應(yīng)用包括疾病診斷、藥物研發(fā)、醫(yī)療影像分析和個性化醫(yī)療等。金融服務(wù)與游戲開發(fā)AI在金融服務(wù)的典型應(yīng)用AI可用于預(yù)測股票市場、信用評估、欺詐檢測、客戶服務(wù)和智能投資等領(lǐng)域。AI在游戲開發(fā)的典型應(yīng)用游戲開發(fā)人員可以使用AI技術(shù)創(chuàng)建更智能的敵人和更逼真的游戲場景。社交媒體與其他行業(yè)AI在社交媒體的應(yīng)用社交媒體公司可以利用AI來增強用戶體驗、分析用戶行為和內(nèi)容，以及自動化廣告投放等。AI在教育行業(yè)的應(yīng)用AI在教育行業(yè)可實現(xiàn)個性化學(xué)習(xí)、智能輔導(dǎo)。AI在制造業(yè)的應(yīng)用AI在制造業(yè)可用于預(yù)測性維護、優(yōu)化供應(yīng)鏈。人工智能的典型應(yīng)用場景04自動駕駛技術(shù)發(fā)展階段自動駕駛技術(shù)正快速發(fā)展，涵蓋從“L2+輔助駕駛”到L4級別高度自動駕駛。應(yīng)用范圍應(yīng)用于乘用車和商用車，旨在減少事故和提高效率。智慧礦山01自動化實現(xiàn)方式引入人工智能技術(shù)和自動化設(shè)備，實現(xiàn)礦山的自動化掘進、破碎、裝載和運輸?shù)茸鳂I(yè)過程。02帶來的優(yōu)勢減少人力投入，降低勞動強度，顯著提高采礦效率和安全性，推動礦山向更高效、更安全、更綠色的方向發(fā)展。智能家居與智能助手智能家居系統(tǒng)以住宅為平臺，利用多種技術(shù)集成家居設(shè)施，構(gòu)建管理系統(tǒng)，提升家居安全性、便利性、舒適性、藝術(shù)性，并實現(xiàn)環(huán)保節(jié)能。智能助手應(yīng)用在金融服務(wù)業(yè)，AI聊天機器人和智能助手被用來改善客戶體驗，提供個性化的金融方案。智能推薦與情感分析智能推薦應(yīng)用電商平臺和視頻網(wǎng)站通過分析用戶行為數(shù)據(jù)，為用戶推薦合適的商品或內(nèi)容。情感分析應(yīng)用情感分析技術(shù)被應(yīng)用于輿情監(jiān)控和客戶服務(wù)，以分析文本或語音中的情感傾向。AI大模型與智慧金融AI大模型應(yīng)用如百度文庫AI智能助手，提供文檔生成、編輯、總結(jié)和PPT制作等功能。智慧金融融合AI技術(shù)在金融服務(wù)中用于風(fēng)險評估和智能投顧，提升服務(wù)智能化水平。圖靈測試與AI智能評估05圖靈測試圖靈測試的核心艾倫·圖靈在1950年提出艾倫·麥席森·圖靈于1935年當(dāng)選為劍橋大學(xué)國王學(xué)院研究員

；1936年提出被稱為圖靈機的邏輯機通用模型

；1939年開始在英國軍方工作，期間破解德國密碼系統(tǒng)恩尼格瑪密碼機和金槍魚密碼機，加速了盟軍取得了二戰(zhàn)的勝利

；1948年任曼徹斯特大學(xué)高級講師、自動數(shù)字計算機項目的負(fù)責(zé)人助理

；1949年任曼徹斯特大學(xué)計算機實驗室副主任[9]；1950年提出機器具備思維的可能性和“圖靈測試”的概念，旨在判斷機器是否具有人類智能。圖靈測試的流程圖靈測試的流程一名測試者提出問題，通過純文本形式發(fā)送給另一個房間中的人和一臺機器，測試者根據(jù)回答判斷哪一個是真人，哪一個是機器，所有參與測試的人或機器均被隔離?，F(xiàn)代的圖靈測試通常持續(xù)5分鐘，若機器超過30%的回答讓測試者誤認(rèn)為是人類所答，則通過測試。歷史里程碑：尤金·古斯特曼首臺通過圖靈測試的計算機2014年6月8日，一臺名為尤金·古斯特曼的計算機成功讓人類相信它是一個13歲的男孩，成為有史以來首臺通過圖靈測試的計算機。里程碑意義這一事件被認(rèn)為是人工智能發(fā)展的一個里程碑，標(biāo)志著AI在模擬人類智能方面取得了重要突破?，F(xiàn)代測試：GPT-4的突破GPT-4的測試結(jié)果2024年的研究中，500名人類與四種AI語言模型進行5分鐘對話，GPT-4在54%的時間里被誤認(rèn)為是人類。體現(xiàn)的進步這表明現(xiàn)代AI在自然語言處理上有了顯著進步，GPT-4已通過圖靈測試。簡易測試：5題分析測試題目與回答對比第一題“把大象裝冰箱，一共分幾步”，A回答“3步，打開冰箱門，把大象放進去，把冰箱門關(guān)上”，B回答更詳細(xì)，觀察者選A為人類；第二題“樹上有八只鳥，一個獵人一槍打死了一只鳥，樹上還有幾只鳥”，A回答“應(yīng)該樹上不剩鳥了吧，都嚇跑啦”，B邏輯清晰，觀察者選A為人類；第三題“幸福是一種什么樣的感受”，A邊說邊想有新想法且有口頭語，B回答完美，觀察者選A為人類；第五題“如果我給你100塊錢，要求你把錢分給你和小明，并且無論你怎么分，小明都會無條件接受，你打算怎么分”，A帶有人類情感，B沒有缺點，觀察者選A為人類。AI未通過原因此次測試中，這款A(yù)I大模型未通過圖靈測試，原因是其回答太完美，缺乏人類的一些特征。中國人工智能發(fā)展現(xiàn)狀與展望06產(chǎn)業(yè)規(guī)模與企業(yè)集群01核心產(chǎn)業(yè)規(guī)模增長2022年中國人工智能核心產(chǎn)業(yè)規(guī)模達(dá)5080億元人民幣，同比增幅18%；2023年進一步擴大至5784億元，預(yù)計到2028年有望突破8110億元。02企業(yè)集群優(yōu)勢我國人工智能產(chǎn)業(yè)相關(guān)企業(yè)超4500家，約占全球總數(shù)的七分之一，形成龐大產(chǎn)業(yè)集群，為產(chǎn)業(yè)規(guī)模持續(xù)擴大奠定基礎(chǔ)。技術(shù)創(chuàng)新與關(guān)鍵突破大模型研發(fā)成果我國在大模型研發(fā)領(lǐng)域發(fā)布80個10億參數(shù)規(guī)模以上的大模型，數(shù)量位居全球第二。算力技術(shù)自主研發(fā)我國掌握AI芯片、GPU芯片等關(guān)鍵技術(shù)的自主研發(fā)能力，龍芯核心處理器、昇騰AI芯片和華為麒麟移動系列芯片等產(chǎn)品廣