主題1人工智能是什么CONTENTS目錄01導(dǎo)入02人工智能的界定與分類03人機(jī)智能的本質(zhì)比較04人工智能的核心特征與能力邊界05主題小結(jié)06思考與探究07拓展閱讀08主題實訓(xùn)導(dǎo)入01011人工智能的界定與分類1.1人工智能的核心定義及學(xué)術(shù)爭議1.2強(qiáng)人工智能與弱人工智能的理論分野1.3通用人工智能與專用人工智能的工程實現(xiàn)路徑2人機(jī)智能的本質(zhì)比較2.1智能構(gòu)成要素的解構(gòu)022.2人類直覺與機(jī)器學(xué)習(xí)機(jī)制的認(rèn)知對比2.3智能差異性分析3人工智能的核心特征與能力邊界3.1環(huán)境響應(yīng)向任務(wù)學(xué)習(xí)的演進(jìn)路徑3.2數(shù)據(jù)驅(qū)動決策的機(jī)制與局限性3.3多模態(tài)融合的跨模態(tài)關(guān)聯(lián)挑戰(zhàn)03【學(xué)習(xí)導(dǎo)航】【學(xué)習(xí)目標(biāo)】理解核心概念理解人工智能的核心概念及多種定義視角，從多學(xué)科交叉角度把握其內(nèi)涵。掌握分類方法掌握人工智能主要分類方法，如強(qiáng)弱、通用專用之分，明確各類區(qū)別。分析人機(jī)異同分析人類智能與機(jī)器智能異同，了解兩者優(yōu)勢與局限，挖掘互補(bǔ)潛力。識別能力邊界識別人工智能基本特征及其能力邊界，為合理應(yīng)用提供認(rèn)知基礎(chǔ)。【案例導(dǎo)入】人工智能生成視頻OpenAISora可實現(xiàn)60秒高質(zhì)量視頻生成，國內(nèi)阿里通義萬相、百度文心也在電商等領(lǐng)域有應(yīng)用。通義萬相中文提示詞：鏡頭跟隨一輛帶有黑色車頂行李架的白色老式

SUV，它在陡峭的山坡上沿著被松樹環(huán)繞的土路加速行駛，輪胎揚起塵土，陽光照射在沿著土路飛馳的SUV上，為場景投下溫暖的光芒。土路緩緩彎曲向遠(yuǎn)方延伸，看不到其他汽車或車輛。道路兩旁的樹木都是紅杉，點綴著一片片綠地。從后面看，這輛車輕松地順著彎道行駛，讓人覺得它正在崎嶇的地形上行駛。土路周圍是陡峭的山丘和山脈，頭頂是晴朗的藍(lán)天，上面飄著薄薄的云彩。圖1-1通義萬相生成截圖【案例導(dǎo)入】人工智能生成視頻OpenAISora中文提示詞：動畫場景特寫，一只矮小的毛茸茸的怪物跪在一根正在融化的紅色蠟燭旁邊。藝術(shù)風(fēng)格是3D和逼真的，重點是燈光和紋理。這幅畫的氣氛是驚奇和好奇，因為怪物睜大眼睛、張開嘴巴凝視著火焰。它的姿勢和表情傳達(dá)出一種天真和嬉戲的感覺，仿佛它是第一次探索周圍的世界。使用暖色和戲劇燈光進(jìn)一步增強(qiáng)圖像的舒適氛圍。圖1-2OpenAISora生成截圖【案例導(dǎo)入】人工智能輔助教學(xué)OpenAI的GPT-4o能夠?qū)崿F(xiàn)互動與啟發(fā)式教學(xué)，InnoSpark適配教育場景，賦能教育研究。InnoSpark是華東師范大學(xué)上海智能教育研究院開發(fā)的教育大語言模型對話系統(tǒng)。它面向教育研究，致力于幫助用戶解答問題、學(xué)習(xí)知識和解決學(xué)術(shù)難題。InnoSpark整合了教育研究領(lǐng)域數(shù)據(jù)，并通過指令微調(diào)和價值觀對齊優(yōu)化實現(xiàn)教育高質(zhì)量賦能。2025年3月，該模型集成于國家智慧教育公共服務(wù)平臺，為廣大教育研究者提供服務(wù)。2024年5月，OpenAI發(fā)布的多模態(tài)模型GPT-4o展示了強(qiáng)大的教學(xué)能力?？珊箤W(xué)院創(chuàng)始人薩爾·汗與兒子測試了其解答數(shù)學(xué)題的功能。GPT-4o通過實時語音指導(dǎo)循序漸進(jìn)地引導(dǎo)孩子理解題目而非直接給出答案，耐心鼓勵孩子思考，最終幫助孩子成功掌握了解題方法。圖1-3InnoSpark教育學(xué)科大模型人工智能的界定與分類02人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)?！俣劝倏迫斯ぶ悄?，亦稱機(jī)器智能，指由人制造出來的機(jī)器所表現(xiàn)出來的智能。通常人工智能是指用普通計算機(jī)程序來呈現(xiàn)人類智能的技術(shù)。該詞也指出研究這樣的智能系統(tǒng)是否能夠?qū)崿F(xiàn)，以及如何實現(xiàn)?！S基百科人工智能是一種使計算機(jī)和機(jī)器能夠模擬人類智能和解決問題能力的技術(shù)?！狪BM人工智能是一門科學(xué)，它能使機(jī)器做那些人需要通過智能來做的事情。——明斯基人工智能是關(guān)于知識的科學(xué)——怎樣表示知識以及怎樣獲取知識并使用知識的科學(xué)。——尼爾森人工智能是利用數(shù)字計算機(jī)或者數(shù)字計算機(jī)控制的機(jī)器模擬、延伸和擴(kuò)展人的智能，感知環(huán)境、獲取知識并使用知識獲得最佳結(jié)果的理論、方法、技術(shù)及應(yīng)用系統(tǒng)?！度斯ぶ悄軜?biāo)準(zhǔn)化白皮書（2018）》人工智能的核心定義及學(xué)術(shù)爭議定義的演化性人工智能定義隨技術(shù)進(jìn)步和應(yīng)用場景拓展不斷演化，至今未形成統(tǒng)一公認(rèn)的準(zhǔn)確定義。學(xué)科的交叉性人工智能是交叉學(xué)科，與計算機(jī)、數(shù)學(xué)、腦科學(xué)等多學(xué)科直接相關(guān)，學(xué)習(xí)可有所側(cè)重。本質(zhì)的模仿性其本質(zhì)是模仿人類智能，涵蓋知識處理、自主決策等常見人類智能功能。目的的延伸性人工智能旨在擴(kuò)展和延伸人類智能，如充當(dāng)“千里眼”“順風(fēng)耳”，輔助人類決策。人工智能是研究、開發(fā)用于模擬和延展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)與科學(xué)。人工智能是交叉學(xué)科，與計算機(jī)科學(xué)、機(jī)器人學(xué)、控制學(xué)科、數(shù)學(xué)、邏輯學(xué)、腦科學(xué)與神經(jīng)科學(xué)、法律、倫理、信息安全、語言學(xué)、生物學(xué)、心理學(xué)等有關(guān)。要學(xué)好人工智能需提升知識面，但不必精通所有相關(guān)學(xué)科，可有所側(cè)重。01人工智能本質(zhì)是模仿人類智能，包括：（１）知識處理，涵蓋表示、獲取、推理和應(yīng)用，以計算機(jī)可處理形式存儲知識，獲取新知識，推理并應(yīng)用。（２）自主決策，評估行動方案，預(yù)測結(jié)果，選擇最優(yōu)方案，如推薦系統(tǒng)、自動駕駛汽車。（３）環(huán)境感知，模擬人眼識別物體，理解與生成語言。（４）學(xué)習(xí)能力，從數(shù)據(jù)和經(jīng)驗中改進(jìn)，學(xué)習(xí)方式有監(jiān)督式、無監(jiān)督式、強(qiáng)化式。02人工智能目的是擴(kuò)展和延伸人類智能，充當(dāng)“千里眼”“順風(fēng)耳”，幫助人類看得更清、聽得更遠(yuǎn)，在決策規(guī)劃方面做出理性決策，成為人類助手，提升人類能力。03強(qiáng)人工智能與弱人工智能的理論分野專注特定任務(wù)優(yōu)化執(zhí)行，靠模式識別和統(tǒng)計學(xué)習(xí)，無主觀意識和情感體驗，需人類監(jiān)督。弱人工智能的特性具備通用智能和自我意識，有跨領(lǐng)域知識遷移和元認(rèn)知能力，實現(xiàn)面臨多重認(rèn)知屏障。強(qiáng)人工智能的愿景學(xué)術(shù)界對強(qiáng)人工智能能否實現(xiàn)分歧大，如雷·庫茲韋爾和約翰·塞爾持有不同觀點。實現(xiàn)可能性爭議涉及機(jī)器意識體驗、價值觀對齊、潛在風(fēng)險挑戰(zhàn)等，如目標(biāo)錯位、控制難題等。倫理考量問題強(qiáng)人工智能是否可能？學(xué)術(shù)界分歧。一派認(rèn)為計算能力提升將帶來強(qiáng)人工智能；另一派質(zhì)疑人類意識能否被復(fù)制。雷·庫茲韋爾預(yù)測2045年技術(shù)奇點；約翰·塞爾反對。機(jī)器能否有意識和體驗？唯物主義者認(rèn)為意識可重現(xiàn)；二元論者反對。爭議涉及“難問題”：物理過程為何產(chǎn)生主觀體驗？如何確保強(qiáng)人工智能價值觀與人類一致？涉及多重技術(shù)和哲學(xué)難題：人類價值觀多元且演化；技術(shù)實現(xiàn)面臨規(guī)范問題；自主學(xué)習(xí)可能導(dǎo)致目標(biāo)函數(shù)劫持。強(qiáng)人工智能的風(fēng)險和挑戰(zhàn)？近期風(fēng)險：就業(yè)劇變、偏見、數(shù)字鴻溝；中期風(fēng)險：自主武器倫理、隱私監(jiān)控、惡意利用；長期風(fēng)險：目標(biāo)錯位災(zāi)難、控制問題、自主復(fù)制和資源競爭。強(qiáng)人工智能與弱人工智能的理論分野通用人工智能與專用人工智能的工程實現(xiàn)路徑通用人工智能通用人工智能是指能夠勝任多種不同類型任務(wù)，具有廣泛適應(yīng)性的人工智能系統(tǒng)。ＡＧＩ追求的是像人類一樣的靈活性和遷移學(xué)習(xí)能力，能夠?qū)⒃谝粋€領(lǐng)域?qū)W到的知識遷移應(yīng)用到新的領(lǐng)域。ＡＧＩ能應(yīng)對多種認(rèn)知挑戰(zhàn)，類似人類兼具多重身份。且具備知識遷移能力，能利用某領(lǐng)域知識加速新領(lǐng)域?qū)W習(xí)，提升效率與適應(yīng)性。同時，ＡＧＩ有自主適應(yīng)性，能自主分析未知情境，制定并調(diào)整策略，展現(xiàn)認(rèn)知靈活性與問題解決能力。專用人工智能專用人工智能為特定任務(wù)或領(lǐng)域優(yōu)化，在特定領(lǐng)域表現(xiàn)卓越，針對性強(qiáng)但泛化能力有限。聚焦特定問題，能在垂直領(lǐng)域達(dá)甚至超人類專家水平。專用人工智能有明確目標(biāo)和評估標(biāo)準(zhǔn)，開發(fā)部署更直接。相比通用人工智能，它已在實際商業(yè)中創(chuàng)造顯著價值。從醫(yī)療到駕駛，從金融到質(zhì)檢，專用人工智能系統(tǒng)是提升企業(yè)效率和服務(wù)創(chuàng)新的關(guān)鍵工具。雖缺乏通用性，但其聚焦特性是商業(yè)應(yīng)用優(yōu)勢，能在特定場景提供可靠、高效、經(jīng)濟(jì)的智能方案，滿足產(chǎn)業(yè)數(shù)字化需求。弱人工智能通常專用，但多領(lǐng)域系統(tǒng)可能仍屬弱人工智能；AGI是強(qiáng)人工智能的關(guān)鍵階段；隨技術(shù)發(fā)展，分類邊界或更模糊，需重新思考智能本質(zhì)和分類標(biāo)準(zhǔn)。通用人工智能與專用人工智能的工程實現(xiàn)路徑AGI指能勝任多任務(wù)、廣泛適應(yīng)的人工智能，追求人類般的靈活性和遷移學(xué)習(xí)能力，跨領(lǐng)域展現(xiàn)智能。當(dāng)前大語言模型如DeepSeek、GPT-4等展現(xiàn)初步跨域和多模態(tài)能力。強(qiáng)化學(xué)習(xí)和元學(xué)習(xí)方法提升適應(yīng)性，但真正的AGI未出現(xiàn)。專用人工智能為特定任務(wù)設(shè)計，泛化能力有限，能在垂直領(lǐng)域達(dá)人類專家水平。通過優(yōu)化，能以最小計算資源實現(xiàn)高性能。專用AI有明確目標(biāo)和評估標(biāo)準(zhǔn)，已在商業(yè)環(huán)境中創(chuàng)造價值，是提升企業(yè)效率和創(chuàng)新服務(wù)的關(guān)鍵工具。人機(jī)智能的本質(zhì)比較03智能構(gòu)成要素的解構(gòu)--智能的多維度理解圖1-6心理學(xué)角度對智能的理解（1）感知能力是智能生物與環(huán)境互動的基礎(chǔ)，通過感官接收和處理信息。（2）記憶能力存儲和提取信息，短期記憶暫存信息，長期記憶存儲經(jīng)驗和知識。（3）學(xué)習(xí)能力從經(jīng)驗中獲取知識，涉及識別模式、總結(jié)規(guī)律等。（4）推理能力基于已有知識進(jìn)行邏輯思考，包括演繹、歸納和類比推理。（5）問題解決能力分析問題并找到解決方案，處理復(fù)雜問題并找到解決路徑。（6）語言能力理解和使用符號系統(tǒng)交流，涉及語法、語義和語用能力。（7）創(chuàng)造力產(chǎn)生新穎有價值想法，打破常規(guī)思維模式并產(chǎn)生獨特實用成果。（8）社會智能理解社會規(guī)范和人際互動，理解他人意圖并調(diào)整自身行為。（9）情感智能識別和管理情緒，感知和理解情緒并調(diào)節(jié)情緒反應(yīng)。（10）元認(rèn)知能力覺察和調(diào)控自身認(rèn)知過程，監(jiān)控學(xué)習(xí)過程并調(diào)整認(rèn)知策略。這些維度構(gòu)成智能的多層次結(jié)構(gòu)。單一維度突出表現(xiàn)代表某種智能，多維度全面發(fā)展構(gòu)成綜合智能。理解智能的多維特性有助于個體發(fā)展和AI研究。智能構(gòu)成要素的解構(gòu)--多元智能理論圖1-7霍華德·加德納“人的智力是一個度量他解決問題能力的一個指標(biāo)。包括：語言、音樂、數(shù)學(xué)邏輯、視覺空間、肢體運動、人際交往、自我認(rèn)知、自然觀察?！敝悄軜?gòu)成要素的解構(gòu)--智能的層次結(jié)構(gòu)圖1-8智能的層次結(jié)構(gòu)（1）反應(yīng)性智能：基于輸入即時反應(yīng)，不涉及記憶或表征。象棋程序“深藍(lán)”屬此類，無學(xué)習(xí)和適應(yīng)能力。（2）有限記憶智能：利用短期記憶做決策，能學(xué)習(xí)和適應(yīng)，但局限于預(yù)設(shè)框架。自動駕駛系統(tǒng)屬此類。（3）心智理論智能：理解他人心理狀態(tài)和意圖，是社會交互基礎(chǔ)。兒童4—5歲開始發(fā)展，人工智能仍初級。（4）自我意識智能：具有自我認(rèn)知和反思能力，最高層次智能。目前無人工智能系統(tǒng)達(dá)到此水平。機(jī)器智能發(fā)展遵循進(jìn)階路徑，現(xiàn)達(dá)前兩層次，后兩層次待突破。層次劃分揭示通用與強(qiáng)人工智能的認(rèn)知鴻溝。高級別智能非低級別疊加，或需新計算范式與認(rèn)知架構(gòu)。人類直覺與機(jī)器學(xué)習(xí)機(jī)制的認(rèn)知對比--人類認(rèn)知過程布魯姆認(rèn)知層次理論：記憶、理解、應(yīng)用、分析、評價、創(chuàng)造六層次，分別對應(yīng)快速學(xué)習(xí)、理性情感融合、類比推理、多角度解構(gòu)、自我調(diào)節(jié)反思、創(chuàng)新思維。圖1-10布魯姆認(rèn)知層次理論框架圖1-9本杰明·布魯姆人類直覺與機(jī)器學(xué)習(xí)機(jī)制的認(rèn)知對比--機(jī)器學(xué)習(xí)過程學(xué)習(xí)范式人類機(jī)器監(jiān)督學(xué)習(xí)從有標(biāo)簽的例子中學(xué)習(xí)通過大量標(biāo)注數(shù)據(jù)訓(xùn)練無監(jiān)督學(xué)習(xí)發(fā)現(xiàn)環(huán)境中的規(guī)律和模式從無標(biāo)簽數(shù)據(jù)中發(fā)現(xiàn)結(jié)構(gòu)強(qiáng)化學(xué)習(xí)通過嘗試和反饋調(diào)整行為通過獎懲信號優(yōu)化策略一次性學(xué)習(xí)從單個例子快速泛化仍是研究挑戰(zhàn)元學(xué)習(xí)學(xué)會如何更好地學(xué)習(xí)初步研究階段機(jī)器學(xué)習(xí)，含深度學(xué)習(xí)，過程含數(shù)據(jù)輸入、特征提取、模式識別、參數(shù)優(yōu)化、模型生成和推理。需大量數(shù)據(jù)，依賴統(tǒng)計相關(guān)性。在識別和分類中性能強(qiáng)，但泛化能力有限，難處理因果關(guān)系，缺“理解”和“意識”。人類直覺與機(jī)器學(xué)習(xí)機(jī)制的認(rèn)知對比--智能差異性分析人類智能：靈活應(yīng)對，創(chuàng)造力，常識推理，情感識別，社會互動，價值權(quán)衡，適應(yīng)新環(huán)境。機(jī)器智能：卓越計算，精確記憶，海量數(shù)據(jù)處理，并行處理，特定領(lǐng)域超越，減少偏見，持久運行。根本差異：自我意識，主觀體驗，內(nèi)在動機(jī)，身體化經(jīng)驗。互補(bǔ)潛力：人類：創(chuàng)造力，價值判斷。機(jī)器：計算能力，一致性。未來方向：最大化互補(bǔ)，人機(jī)協(xié)同，綜合智能。人類智能的優(yōu)勢機(jī)器智能的優(yōu)勢通用性：能夠應(yīng)對各種各樣的問題和環(huán)境創(chuàng)造力：能夠產(chǎn)生真正新穎的想法和解決方案常識推理：擁有豐富的背景知識和現(xiàn)實世界理解情感智能：能夠理解和適當(dāng)回應(yīng)情感狀態(tài)社會智能：理解社會規(guī)范和處理復(fù)雜人際關(guān)系道德判斷：能夠進(jìn)行價值權(quán)衡和倫理決策適應(yīng)性：能夠快速適應(yīng)新環(huán)境和任務(wù)少樣本學(xué)習(xí)：從有限例子中快速學(xué)習(xí)計算能力：能夠處理海量數(shù)據(jù)和復(fù)雜計算記憶容量：可存儲和檢索大量精確信息一致性：表現(xiàn)穩(wěn)定，不受疲勞和情緒影響規(guī)模擴(kuò)展：可以并行處理多任務(wù)特定領(lǐng)域?qū)ｉL：在特定任務(wù)上可超越人類表現(xiàn)無偏見潛力：理論上可以減少人類認(rèn)知偏見持久性：可持續(xù)運行不間斷可復(fù)制性：成功系統(tǒng)可以被精確復(fù)制人工智能的核心特征與能力邊界04人工智能的核心特征與能力邊界圖1-11楊立昆“智能實體有許多特征。理解物理世界、記憶和回憶事物、推理能力、計劃能力，是智能系統(tǒng)（包括人類和動物）的四個基本特征。”環(huán)境響應(yīng)向任務(wù)學(xué)習(xí)的演進(jìn)路徑四大機(jī)制：監(jiān)督、無監(jiān)督、強(qiáng)化、自監(jiān)督學(xué)習(xí)。（1）監(jiān)督學(xué)習(xí)。基礎(chǔ)形式，依賴標(biāo)注數(shù)據(jù)。（2）無監(jiān)督學(xué)習(xí)。發(fā)現(xiàn)數(shù)據(jù)隱藏結(jié)構(gòu)，需人類解釋。（3）強(qiáng)化學(xué)習(xí)。與環(huán)境互動，依賴獎懲機(jī)制。（4）自監(jiān)督學(xué)習(xí)。重塑訓(xùn)練范式，降低標(biāo)注依賴。1.學(xué)習(xí)范式突破遷移學(xué)習(xí)推動應(yīng)用落地，警惕負(fù)遷移。（1）持續(xù)學(xué)習(xí)。破解災(zāi)難性遺忘，有限漸進(jìn)式學(xué)習(xí)。（2）少樣本學(xué)習(xí)。打開新場景，依賴預(yù)訓(xùn)練框架。2.動態(tài)適應(yīng)能力（1）數(shù)據(jù)依賴。復(fù)現(xiàn)統(tǒng)計特征，缺乏深層推理。（2）泛化能力。分布外數(shù)據(jù)性能下降，缺乏認(rèn)知理解。（3）適應(yīng)性不足。動態(tài)環(huán)境短板，需混合架構(gòu)突破。3.自主學(xué)習(xí)挑戰(zhàn)各有優(yōu)勢與局限面臨數(shù)據(jù)依賴、泛化能力不足和適應(yīng)性差等制約，需融合架構(gòu)突破，但訓(xùn)練復(fù)雜度高。數(shù)據(jù)驅(qū)動決策的機(jī)制與局限性（1）符號主義：演繹推理，法律、數(shù)學(xué)等領(lǐng)域應(yīng)用。面臨模糊性困境。（2）統(tǒng)計學(xué)習(xí)：歸納推理，從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律。基于相關(guān)性，缺乏深層理解。（3）類比推理：跨領(lǐng)域遷移。創(chuàng)意設(shè)計輔助，決策可解釋性低。（4）貝葉斯推理：處理不確定性。醫(yī)療診斷，依賴先驗分布。1.推理范式探索（1）規(guī)則驅(qū)動：透明性優(yōu)勢。安全關(guān)鍵領(lǐng)域，靜態(tài)規(guī)則與動態(tài)環(huán)境矛盾。（2）概率決策：風(fēng)險管理。信用卡反欺詐，算法公平性爭議。（3）效用最大化：游戲AI。AlphaStar多目標(biāo)優(yōu)化，現(xiàn)實應(yīng)用量化難題。2.決策機(jī)制進(jìn)化（1）因果推理缺失：決策脆弱。推薦系統(tǒng)錯誤推斷，關(guān)鍵領(lǐng)域后果嚴(yán)重。（2）抽象推理不足：決策高度受限。GPT-4基礎(chǔ)邏輯推理，嵌套、反事實思考笨拙。（3）常識缺失：決策荒誕。自動駕駛無法理解“施工繞行”，語義理解表層性。3.智能決策認(rèn)知鴻溝各有應(yīng)用場景與局限不同機(jī)制在不同領(lǐng)域有優(yōu)勢，但也面臨規(guī)則更新、公平性和量化難題。多模態(tài)融合的跨模態(tài)關(guān)聯(lián)挑戰(zhàn)（1）計算機(jī)視覺從二維到三維，工業(yè)質(zhì)檢結(jié)合多光譜與深度學(xué)習(xí)。特殊場景魯棒性待提升。（2）聽覺感知超越語音識別，聲紋識別用于疾病篩查，環(huán)境監(jiān)控用聲學(xué)傳感器網(wǎng)絡(luò)。（3）多模態(tài)融合催生新型認(rèn)知架構(gòu)，視頻理解中展現(xiàn)推理能力，但平衡貢獻(xiàn)度是難點。1.感知維度擴(kuò)展（1）生成式交互重塑創(chuàng)作生態(tài)，AI繪畫工具理解自然語言提示。版權(quán)、抄襲問題浮現(xiàn)。（2）增強(qiáng)現(xiàn)實交互模糊虛實界限，醫(yī)療手術(shù)導(dǎo)航系統(tǒng)實現(xiàn)空間融合。需突破技術(shù)瓶頸。2.交互范式創(chuàng)新（1）觸覺反饋缺失制約交互深度，無法傳遞材質(zhì)質(zhì)感。電刺激觸覺重現(xiàn)技術(shù)需突破。（2）情境理解表層性暴露認(rèn)知局限，智能客服無法識別反諷。融合知識圖譜與情感計算是關(guān)鍵。3.感知交互邊界觸覺反饋缺失和情境理解不足制約交互深度和質(zhì)量，需材料科學(xué)和認(rèn)知架構(gòu)突破。主題小結(jié)05系統(tǒng)構(gòu)建人工智能認(rèn)知框架首先在定義層面，明確人工智能的基本定義，辨析強(qiáng)人工智能與弱人工智能的理論分野，以及通用人工智能與專用人工智能的工程實現(xiàn)路徑，明確當(dāng)前技術(shù)仍處于專用弱人工智能階段；其次通過人機(jī)智能對比，揭示人類直覺思維與機(jī)器學(xué)習(xí)機(jī)制的本質(zhì)差異，指出意識涌現(xiàn)和價值判斷仍是人類的獨特優(yōu)勢；最后聚焦能力邊界，闡明人工智能從環(huán)境響應(yīng)到任務(wù)學(xué)習(xí)的演進(jìn)路徑，剖析數(shù)據(jù)依賴、因果推理缺失和跨模態(tài)關(guān)聯(lián)不足三大技術(shù)瓶頸。當(dāng)前人工智能的統(tǒng)計模式識別烙印依然深刻，雖在感知領(lǐng)域?qū)崿F(xiàn)突破，但缺乏物理常識和抽象思維能力，與人類認(rèn)知深度仍存在代際差距。隨著神經(jīng)符號融合等新技術(shù)發(fā)展，人工智能將逐步突破感知智能局限，向認(rèn)知智能躍遷。具身智能研究有望彌合物理常識的鴻溝，因果推理框架的完善可能解決“相關(guān)性≠因果性”的困境。然而，價值對齊問題將日益凸顯。因此，如何將人類倫理編碼為機(jī)器可理解的約束條件，成為通用人工智能的關(guān)鍵挑戰(zhàn)。思考與探究06１.比較強(qiáng)人工智能、弱人工智能、通用人工智能、專用人工智能的異同點。你認(rèn)為當(dāng)前的大語言模型（如GPT、通義等）應(yīng)歸入哪一類？為什么？２.選擇本章介紹的Sora或GPT4o案例，分析其體現(xiàn)了人工智能的哪些核心特征？這些特征與傳統(tǒng)計算機(jī)系統(tǒng)有何本質(zhì)區(qū)別？３.你認(rèn)為人工智能在感知、學(xué)習(xí)、推理等方面的能力邊界主要由哪些因素決定？技術(shù)進(jìn)步能否最終消除這些邊界？為什么？４.人類智能與機(jī)器智能在哪些方面可能存在互補(bǔ)性？如何設(shè)計出更好的人機(jī)協(xié)同系統(tǒng)來發(fā)揮這種互補(bǔ)優(yōu)勢？５.哪些技術(shù)突破可能對擴(kuò)展人工智能能力邊界產(chǎn)生重大影響？這些突破會帶來哪些新的可能性和挑戰(zhàn)？拓展閱讀07推薦閱讀材料《智能簡史》該書由［韓］李大烈著，張之昊譯，2020年由生活·讀書·新知三聯(lián)書店出版，能助您了解智能發(fā)展歷程。《2025年人工智能指數(shù)報告》此報告由斯坦福大學(xué)以人為本人工智能研究所發(fā)布于2025年，可讓您掌握當(dāng)下人工智能發(fā)展?fàn)顩r。主題實訓(xùn)08人工智能教學(xué)場景體驗【實訓(xùn)目標(biāo)】

能夠熟練操作主流人工智能工具平臺；能夠根據(jù)不同的教育場景設(shè)計有效的提示詞；具備評估人工智能在教育教學(xué)中的應(yīng)用與局限的能力；形成初步的人工智能教育應(yīng)用意識?！緦嵱?xùn)準(zhǔn)備】１．前置知識與技能基本的電腦操作與網(wǎng)絡(luò)訪問技能。２．所需工具清單電腦、穩(wěn)定的網(wǎng)絡(luò)連接、瀏覽器、記錄工具等。３．平臺注冊準(zhǔn)備完成DeepSeek、文心一言、豆包、通義千問和訊飛星火平臺的注冊。【實訓(xùn)步驟和任務(wù)】１．熟悉平臺觀察和比較：回答的準(zhǔn)確性、語