認識人工智能導學AIGCPARTTWO相關知識2.相關知識思維導圖2.相關知識——2.1.人工智能的內涵當前對于人工智能的定義那可是眾說紛紜，并沒有一個完全統(tǒng)一的說法。（1）人工智能的定義麥卡錫（McCarthy）認為，人工智能就是要讓機器的行為看起來像是人所表現(xiàn)出的智能行為一樣尼爾遜（Nilsson）認為，人工智能是關于人造物的智能行為，包括知覺、推理、學習、交流和在復雜環(huán)境中的行為2.相關知識——2.1.人工智能的內涵當前對于人工智能的定義那可是眾說紛紜，并沒有一個完全統(tǒng)一的說法。（1）人工智能的定義巴爾（Barr）和費根鮑姆（Feigenbaum）認為，人工智能屬于計算機科學的一個分支，旨在設計智能的計算機系統(tǒng)。也就是說，對照人類在自然語言理解、學習、推理問題求解等方面的智能行為，設計的系統(tǒng)應呈現(xiàn)出與之類似的特征2.相關知識——2.1.人工智能的內涵當前對于人工智能的定義那可是眾說紛紜，并沒有一個完全統(tǒng)一的說法。本書認為人工智能是一門致力于讓計算機系統(tǒng)具備人類智能的某些特征和能力，能夠感知環(huán)境、學習知識、進行推理和決策，從而實現(xiàn)特定目標或完成復雜任務的技術與科學。（1）人工智能的定義Artificial

人工的人造的模擬的2.相關知識——2.1.人工智能的內涵（1）人工智能的定義智慧能力IntelligenceArtificial

AI人工的人造的模擬的智能感知記憶思維學習創(chuàng)造完成復雜任務實現(xiàn)特定目標情感與意識智能的特征有思維能學習有創(chuàng)造性有情感智能標準爭議：智能是否包括意識?Artificial

人工的人造的模擬的2.相關知識——2.1.人工智能的內涵簡單來說，就是讓機器變得“聰明”起來，能像人一樣“會聽、會看、會說、會思考、會學習和會行動”，從而去理解和應對這個世界。（2）人工智能的研究Artificial

人工的人造的模擬的2.相關知識——2.1.人工智能的內涵弱人工智能是指不能制造出真正地推理和解決問題的智能機器，這些機器只不過看起來像是智能的，但并不具備真正的智能和自主意識弱人工智能有許多應用，包括問題求解、邏輯推理與定理證明、自然語言理解、專家系統(tǒng)、機器學習、人工神經(jīng)網(wǎng)絡、機器人學、模式識別、機器視覺等。示例：在圖像識別領域，基于深度學習的人臉識別、物體識別、行為識別等，在醫(yī)療、交通、教育等行業(yè)都有廣泛的用途，能夠有效提高安全防范水平，打擊犯罪和恐怖主義，懲治交通違法行為，提升交通安全水平等示例：“深度學習+數(shù)據(jù)”模式甚至在文學創(chuàng)作、司法審判、新聞編輯、音樂和美術作品創(chuàng)作等方面，也有驚人的表現(xiàn)，能夠極大地提升工作效率和質量，降低人類的工作強度，激發(fā)人類的創(chuàng)作靈感，創(chuàng)作出更好的作品（3）弱人工智能Artificial

人工的人造的模擬的2.相關知識——2.1.人工智能的內涵強人工智能是指能夠完全取代人類工作的人工智能，它具有自我思考和學習能力，能夠模仿人類的決策和行為強人工智能的目標是創(chuàng)造能夠像人類一樣思考和感知的智能機器（4）強人工智能Artificial

人工的人造的模擬的強人工智能特點學習適應性創(chuàng)造性自主性處理復雜的問題并提供創(chuàng)新的解決方案算法和技術機器學習深度學習自然語言處理計算機視覺模擬人類的思維和行為2.相關知識——2.1.人工智能的內涵1950年，“計算機之父”和“人工智能之父”艾倫·圖靈（AlanM.Turing）發(fā)表了論文《計算機器與智能》，這篇論文被譽為人工智能科學的開山之作。在論文的開篇，圖靈提出了一個引人深思的問題：“機器能思考嗎？”。這個問題激發(fā)了人們無盡的想象，同時也奠定了人工智能的基本概念和雛形（5）人工智能的發(fā)展史Artificial

人工的人造的模擬的2.相關知識——2.1.人工智能的內涵1956年8月，在美國達特茅斯學院舉辦的人工智能夏季研討會，是人工智能領域具有里程碑意義的一次重要會議。這次會議匯聚了眾多杰出的科學家和工程師，他們共同探討和研究人工智能的發(fā)展和應用前景。在這次會議上，“人工智能”這個詞匯被約翰.麥卡錫（JohnMcCarthy）首次提出。這次會議的召開標志著人工智能作為一個獨立學科的正式誕生，因此，達特茅斯會議被稱為“人工智能的開端”，1956年也被稱為“人工智能元年”。（5）人工智能的發(fā)展史Artificial

人工的人造的模擬的2.相關知識——2.1.人工智能的內涵從1956年人工智能元年至今，人工智能的發(fā)展歷程經(jīng)歷了漫長的歲月，大致可以劃分為以下6個階段。（5）人工智能的發(fā)展史Artificial

人工的人造的模擬的2.相關知識——2.2人工智能的關鍵技術人工智能的三大核心要素要深入理解人工智能，就必須了解其相關技術，計算力、算法和數(shù)據(jù)是人工智能的三大核心。人工智能相關學科人工智能產(chǎn)業(yè)鏈算力算法數(shù)據(jù)計算機視覺智能語音自然語言處理安防制造金融交通零售醫(yī)療教育……智能汽車機器人智能家居無人機穿戴設備AR/VR智能手機智能裝備……2.相關知識——2.2人工智能的關鍵技術人工智能的三大核心要素計算力是指計算機系統(tǒng)的計算能力，通常用每秒浮點運算次數(shù)（FLOPS）來衡量。在人工智能領域，由于需要處理大規(guī)模的數(shù)據(jù)和復雜的算法，對算力的需求非常高。2.相關知識——2.2人工智能的關鍵技術（1）算力AI芯片影響是人工智能算力發(fā)展的關鍵技術之一。它的發(fā)展水平直接影響著人工智能系統(tǒng)的性能和效率。隨著人工智能應用的不斷拓展，對AI芯片的性能和功耗要求也越來越高。根據(jù)架構和功能的不同，AI芯片主要分為CPU（中央處理器）、GPU（圖形處理器）、FPGA（現(xiàn)場可編程門陣列）和ASIC（專用集成電路）等。英偉達TeslaV100芯片谷歌TPU芯片華為昇騰芯片2.相關知識——2.2人工智能的關鍵技術（1）算力國產(chǎn)AI芯片廠商“搶配”DeepSeek加速產(chǎn)業(yè)鏈突圍。至2025年2月，已有華為昇騰、沐曦、天數(shù)智芯、摩爾線程和海光信息等17家國產(chǎn)AI芯片企業(yè)相繼宣布支持DeepSeek模型的快速部署和訓練，覆蓋從訓練到推理的全鏈條場景。2.相關知識——2.2人工智能的關鍵技術（2）算法算法是人工智能實現(xiàn)各種功能的核心。在圖像識別、語音識別、自然語言處理和推薦系統(tǒng)等領域，算法都發(fā)揮著至關重要的作用。作為AI的核心支柱，機器學習、深度學習、自然語言處理、計算機視覺和強化學習等技術分支各司其職，通過數(shù)據(jù)驅動的方式賦能各行各業(yè)。人工智能的關鍵技術分支技術分支核心功能典型應用機器學習(ML)從數(shù)據(jù)中學習規(guī)律垃圾郵件過濾、信用評分深度學習(DL)多層神經(jīng)網(wǎng)絡處理復雜數(shù)據(jù)圖像識別、語音識別自然語言處理(NLP)理解與生成人類語言智能翻譯、聊天機器人計算機視覺(CV)分析圖像和視頻內容人臉識別、自動駕駛強化學習(RL)通過試錯優(yōu)化決策游戲AI、機器人控制2.相關知識——2.2人工智能的關鍵技術（2）算法——機器學習算法包括監(jiān)督學習、無監(jiān)督學習和強化學習等。監(jiān)督學習通過已標注的數(shù)據(jù)進行訓練，讓模型學習輸入和輸出之間的映射關系；無監(jiān)督學習則是對未標注的數(shù)據(jù)進行分析，發(fā)現(xiàn)數(shù)據(jù)中的內在結構和規(guī)律；強化學習通過智能體與環(huán)境進行交互，根據(jù)環(huán)境反饋的獎勵信號來學習最優(yōu)策略。2.相關知識——2.2人工智能的關鍵技術（2）算法——深度學習算法深度學習算法：是機器學習的一個分支，主要基于人工神經(jīng)網(wǎng)絡。常見的深度學習算法有卷積神經(jīng)網(wǎng)絡（CNN）、循環(huán)神經(jīng)網(wǎng)絡（RNN）及其變體（例如，LSTM、GRU）等。CNN在圖像識別領域表現(xiàn)出色，RNN則擅長處理序列數(shù)據(jù)。Transformer架構在自然語言處理領域取得了巨大的成功，推動了預訓練模型的發(fā)展。2.相關知識——2.2人工智能的關鍵技術（3）數(shù)據(jù)數(shù)據(jù)是人工智能發(fā)展的基礎。它的來源非常廣泛，包括互聯(lián)網(wǎng)、傳感器、社交媒體和企業(yè)數(shù)據(jù)庫等。數(shù)據(jù)的類型也多種多樣，例如，文本、圖像、音頻和視頻等。數(shù)據(jù)的質量直接影響著人工智能模型的性能。在數(shù)據(jù)收集過程中，往往會存在噪聲、缺失值和重復數(shù)據(jù)等問題，需要進行數(shù)據(jù)清洗和預處理。同時，為了提高模型的泛化能力，還需要對數(shù)據(jù)進行標注和增強。在人工智能領域，數(shù)據(jù)被視為一種寶貴的資產(chǎn)。擁有大量的高質量數(shù)據(jù)可以幫助企業(yè)和研究機構訓練出更加準確和可靠的模型，從而在競爭中占據(jù)優(yōu)勢。2.相關知識——2.3人工智能的應用人工智能典型應用舉例無人機等智慧教育智能測評兒童陪伴個性化輔導智能安防智能監(jiān)控安保機器人智慧醫(yī)療醫(yī)學影像分析健康監(jiān)測診斷智能醫(yī)療設備智能金融智能投顧智能客服金融監(jiān)管電商零售倉儲物流智能導購和客服自動駕駛智能汽車公共交通快遞用車智能制造設備維護產(chǎn)品檢測個人助理手機語音助理家庭管家陪護機器人智能家居娛樂系統(tǒng)遙控控制音樂系統(tǒng)指紋鎖智慧農(nóng)業(yè)2.相關知識——2.3人工智能的應用智能交通通過人工智能技術優(yōu)化交通管理、提升出行效率和安全性，主要應用包括實時路況分析、智能信號燈控制、無人駕駛和違章監(jiān)測等。AI算法通過處理攝像頭、雷達和GPS等設備采集的海量數(shù)據(jù)，實現(xiàn)交通流量預測、事故預警和路線規(guī)劃，大幅緩解城市擁堵問題。(1)智能交通機動車檢測自動駕駛2.相關知識——2.3人工智能的應用智能安防是人工智能技術落地最成熟的領域之一，通過計算機視覺、大數(shù)據(jù)分析和物聯(lián)網(wǎng)技術的融合，構建了全方位、智能化的安全防護體系。在身份識別方面，例如，以海康威視、大華為代表的企業(yè)將AI攝像頭廣泛應用于機場、地鐵等公共場所，其億級人臉庫的實時比對能力可在毫秒間完成身份核驗。(2)智能安防“歌神”張學友又名“神捕”2018年:助警方一年抓80余名逃犯.核心技術：AI人臉識別2.相關知識——2.3人工智能的應用在社區(qū)安防場景，房地產(chǎn)物業(yè)等企業(yè)部署的刷臉門禁系統(tǒng)不僅提升了通行便利性，還能對陌生人闖入等異常情況自動報警，實現(xiàn)了安全性與便捷性的雙重提升。(2)智能安防一種智能安防系統(tǒng)2.相關知識——2.3人工智能的應用智能家居通過AI技術實現(xiàn)家居設備的自動化控制和智能化管理，提升居住舒適度、安全性和能源效率，打造個性化、便捷的智慧生活體驗。以Siri、Alexa、天貓精靈和小愛同學為代表的AI語音助手可以與用戶進行智能對話，也可通過聲控調節(jié)燈光、空調和窗簾等設備，幫助用戶完成各種任務。(3)智能家居多種品牌的智能音箱2.相關知識——2.3人工智能的應用智能制造通過人工智能技術實現(xiàn)生產(chǎn)流程的自動化、智能化和柔性化，推動制造業(yè)向數(shù)字化、網(wǎng)絡化和智能化轉型。AI在智能制造中的應用主要包括智能質檢、預測性維護、工藝優(yōu)化和柔性生產(chǎn)等，能夠顯著提升生產(chǎn)效率、降低能耗并提高產(chǎn)品質量。(4)智能制造工業(yè)機器人電池片瑕疵檢測，AI替代人工保護視力、速度快智能分揀系統(tǒng)2.相關知識——2.3人工智能的應用智能零售通過人工智能技術重構“人、貨、場”關系，實現(xiàn)精準營銷、智能運營、虛擬試衣和無人化服務。AI在零售領域的應用涵蓋消費者行為分析、智能推薦、無人商店和供應鏈優(yōu)化等方向。例如，阿里巴巴的“阿里媽媽”推薦系統(tǒng)通過深度學習分析用戶10億+行為標簽，實現(xiàn)個性化商品推薦，使點擊率提升40%。亞馬遜Go無人店通過計算機視覺和傳感器融合技術，實現(xiàn)“即拿即走”購物體驗，結算效率達傳統(tǒng)收銀的10倍。亞馬遜Go無人店。(5)智能零售亞馬遜Go無人店虛擬試衣線下零售門店2.相關知識——2.3人工智能的應用人工智能正在農(nóng)業(yè)、能源、教育、腦機接口和人形機器人等前沿領域創(chuàng)造變革性價值。這些技術突破不僅提升傳統(tǒng)行業(yè)效率，更在探索人機協(xié)同的新范式。人形機器人（HumanoidRobot）是人工智能、機械工程與仿生學的集大成者，其核心目標是通過人類的形態(tài)與智能，實現(xiàn)與人類環(huán)境、工具和社會規(guī)則的無縫交互。相比傳統(tǒng)工業(yè)機器人，人形機器人因具備雙足行走、多自由度手臂和擬人化交互能力，被視為AI技術落地的終極場景之一。（6）其他新興領域優(yōu)必選發(fā)布全新一代工業(yè)人形機器人walkers12.相關知識——2.3人工智能的應用2025年成為中國在人形機器人領域的爆發(fā)年。2025年蛇年春晚的舞臺上，《秧BOT》節(jié)目開場，一群穿著花棉襖的宇樹科技人型機器人在現(xiàn)場扭起了秧歌，機器人們還會變換隊形、舞動身體，多角度轉手絹，在全世界科技界引起了強烈的反響。2025年4月19日，全球首場人形機器人半程馬拉松賽在北京亦莊開跑。這場賽事吸引了20多家企業(yè)和高校的自研團隊參與，成為人工智能與機器人領域的焦點。全球首場人形機器人半程馬拉松的現(xiàn)場（6）其他新興領域全球首場人形機器人半程馬拉松人形機器人春晚扭秧歌2.相關知識——2.4人工智能國家戰(zhàn)略布局與政策支持（1）《2025年技術與創(chuàng)新報告》截至2025年4月，根據(jù)聯(lián)合國貿(mào)發(fā)會議（UNCTAD）發(fā)布的《2025年技術與創(chuàng)新報告》，全球已有超過100個國家和地區(qū)發(fā)布了國家級人工智能戰(zhàn)略文件。已發(fā)布AI戰(zhàn)略的國家和地區(qū)主要包括美國、中國、歐盟成員國、英國、日本、韓國、新加坡和印度等主要經(jīng)濟體，以及部分新興市場國家。美國以及中國等主要國家和地區(qū)在人工智能方面相繼出臺國家或者地區(qū)戰(zhàn)略政策。2.相關知識——2.4人工智能國家戰(zhàn)略布局與政策支持（2）AI領域全球主要國家和地區(qū)的戰(zhàn)略政策國家/地區(qū)主要特點政策法規(guī)大事記中國政策驅動，應用落地，自主可控2017年：國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，提出“三步走”戰(zhàn)略2024年：啟動“人工智能+”行動，推動AI與實體經(jīng)濟深度融合。隨后，工業(yè)和信息化部在2024年明確表示將開展"人工智能+"行動，以推動AI與實體經(jīng)濟深度融合2025年8月，國務院正式印發(fā)了《關于深入實施"人工智能+"行動的意見》，為這項行動制定了更詳細的路線圖和目標2025年：北京市經(jīng)信局、市科委（中關村管委會）聯(lián)合發(fā)布《北京具身智能科技創(chuàng)新與產(chǎn)業(yè)培育行動計劃（2025-2027年）》，布局通用人工智能（AGI）美國技術領先，強化競爭2019年：總統(tǒng)特朗普簽署行政命令，啟動《美國人工智能倡議》(AmericanAIInitiative)，旨在確保美國在AI領域的領導地位。2023年5月：白宮發(fā)布2023年版《國家人工智能研發(fā)戰(zhàn)略計劃》(TheNationalArtificialIntelligenceR&DStrategicPlan)，對研發(fā)戰(zhàn)略進行調整更新2025年1月：特朗普總宣布支持由OpenAI、軟銀集團和甲骨文公司等私營企業(yè)主導的“星際之門”(Stargate)AI數(shù)據(jù)中心計劃，以推動美國在全球科技競爭中的領先地位，預計將投資5000億美元建設數(shù)據(jù)中心、計算設施等關鍵技術平臺

2.相關知識——2.4人工智能國家戰(zhàn)略布局與政策支持（2）AI領域全球主要國家和地區(qū)的戰(zhàn)略政策國家/地區(qū)主要特點政策法規(guī)大事記歐盟嚴格監(jiān)管，倫理先行2024年8月：全球首部《人工智能法案》（ArtificialIntelligenceAct）正式生效，確立基于風險分級的監(jiān)管框架，其中已包含最高達全球營業(yè)額7%的罰款等處罰措施2025年2月：歐盟委員會發(fā)布《關于人工智能系統(tǒng)定義的指南》（Guidelinesonthedefinitionofanartificialintelligencesystem），以幫助相關方判斷其系統(tǒng)是否屬于法案的監(jiān)管范圍。2025年7月：發(fā)布《通用人工智能行為準則》（General-PurposeAICodeofPractice）。該準則作為《人工智能法案》的補充，針對通用人工智能模型（GPAI）提出透明度、版權合規(guī)與安全保障三方面的具體要求2025年10月：歐盟委員會啟動AI法案服務平臺（AIActServiceDesk）和單一信息平臺（SingleInformationPlatform），這兩個平臺被設計成支持企業(yè)落實法案合規(guī)的中心樞紐，將提供指導、互動工具和在線問答服務

2.相關知識——2.4人工智能國家戰(zhàn)略布局與政策支持（2）AI領域全球主要國家和地區(qū)的戰(zhàn)略政策國家/地區(qū)主要特點政策法規(guī)大事記亞太（日、韓、新、印度）產(chǎn)業(yè)協(xié)同，技術追趕，側重倫理日本：2019年政府提出《人工智能戰(zhàn)略》（AIStrategy），聚焦機器人、自動駕駛等領域日本：2025年5月通過首部AI專門法律《人工智能相關技術研究開發(fā)及應用推進法》，旨在系統(tǒng)推進AI研發(fā)和應用并防止其濫用，并設立由首相領導的AI戰(zhàn)略本部韓國：2019年12月發(fā)布《人工智能國家戰(zhàn)略》（NationalStrategyforArtificialIntelligence），投資培育AI半導體等核心技術韓國：2024年12月國會通過《旨在構建人工智能發(fā)展與信賴基礎的人工智能基本法》，使韓國成為繼歐盟之后，第二個制定人工智能基本法的國家。該法預計于2026年1月正式施行，確立了“發(fā)展與規(guī)制并重”的框架新加坡：2024年發(fā)布《新一代人工智能示范治理框架》（ModelAIGovernanceFramework(GenerativeAI)），強調可信AI與跨境數(shù)據(jù)流通印度：2018年6月國家轉型委員會（NITIAayog）發(fā)布《國家人工智能戰(zhàn)略》（NationalStrategyforArtificialIntelligence），明確將醫(yī)療、農(nóng)業(yè)、教育等列為重點發(fā)展領域2.相關知識——2.4人工智能國家戰(zhàn)略布局與政策支持（4）我國人工智能發(fā)展戰(zhàn)略規(guī)劃近年來，我國圍繞人工智能發(fā)展制定了一系列全面且具有前瞻性的戰(zhàn)略規(guī)劃，為人工智能產(chǎn)業(yè)的持續(xù)、健康、快速發(fā)展指明了方向。2017年，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，這是我國首個面向2030年的人工智能發(fā)展戰(zhàn)略規(guī)劃，具有里程碑式的意義。該規(guī)劃明確提出了我國新一代人工智能發(fā)展的指導思想，即以加快人工智能與經(jīng)濟、社會、國防深度融合為主線，堅持人工智能研發(fā)攻關、產(chǎn)品應用和產(chǎn)業(yè)培育“三位一體”推進，全面支撐科技、經(jīng)濟、社會發(fā)展和國家安全。2.相關知識——2.4人工智能國家戰(zhàn)略布局與政策支持（5）國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》到2020年：我國人工智能總體技術和應用與世界先進水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟增長點，人工智能技術應用成為改善民生的新途徑，有力支撐進入創(chuàng)新型國家行列和實現(xiàn)全面建成小康社會的奮斗目標。到2025年：人工智能基礎理論實現(xiàn)重大突破，部分技術與應用達到世界領先水平，人工智能成為帶動我國產(chǎn)業(yè)升級和經(jīng)濟轉型的主要動力，智能社會建設取得積極進展。到2030年：我國要成為世界主要人工智能創(chuàng)新中心，人工智能理論、技術與應用總體達到世界領先水平，產(chǎn)業(yè)競爭力進入國際前列，智能經(jīng)濟、智能社會取得明顯成效，為躋身創(chuàng)新型國家前列和經(jīng)濟強國奠定重要基礎。2.相關知識——2.4人工智能國家戰(zhàn)略布局與政策支持（5）相關政策支持與舉措1）強化算力、算法和數(shù)據(jù)供給算力是人工智能發(fā)展的基石，如同電力之于工業(yè)時代。我國積極推進算力基礎設施建設，加大對數(shù)據(jù)中心、超級計算機、智能計算中心等算力設施的投入。全國超30個城市已經(jīng)建成或正在建設、擴容智算中心，數(shù)量超過250個，國家超算互聯(lián)網(wǎng)平臺上線并連接10余個算力中心，算力互聯(lián)網(wǎng)建設進一步推進，成為人工智能產(chǎn)業(yè)發(fā)展的強勁引擎。2025年，中國通用算力規(guī)模預計增長20%，智能算力規(guī)模增長43%，排名全球第二，僅次于美國。2.相關知識——2.4人工智能國家戰(zhàn)略布局與政策支持（5）相關政策支持與舉措2）加大政策支持力度在財政政策方面，政府設立了人工智能專項發(fā)展資金，用于支持人工智能關鍵技術研發(fā)、產(chǎn)業(yè)化項目、創(chuàng)新平臺建設等。對從事人工智能研發(fā)和應用的企業(yè)給予稅收優(yōu)惠政策，如研發(fā)費用加計扣除、高新技術企業(yè)稅收減免等，降低企業(yè)研發(fā)成本，提高企業(yè)創(chuàng)新積極性。2.相關知識——2.4人工智能國家戰(zhàn)略布局與政策支持（5）相關政策支持與舉措3）加強人才隊伍建設人才是人工智能發(fā)展的第一資源，我國高度重視人工智能人才培養(yǎng)。在教育領域，加強高校人工智能學科專業(yè)建設，增設人工智能相關專業(yè)，完善課程體系，培養(yǎng)具有扎實理論基礎和實踐能力的人工智能專業(yè)人才。推動高校與企業(yè)合作，建立實習實訓基地，開展聯(lián)合培養(yǎng)項目，使學生能夠更好地了解產(chǎn)業(yè)需求，提高實踐能力。2025年7月28日，在2025世界人工智能大會上，參觀者在中國南方電網(wǎng)展區(qū)拍攝“悟空”帶電作業(yè)機器人。2.相關知識——2.4人工智能國家戰(zhàn)略布局與政策支持（5）相關政策支持與舉措4）構建開源開放生態(tài)體系開源開放是推動人工智能技術快速發(fā)展和廣泛應用的重要途徑。我國積極鼓勵企業(yè)、科研機構和社會組織參與人工智能開源社區(qū)建設，支持開源項目的發(fā)展。例如，“魔搭（ModelScope）”等開源平臺，為開發(fā)者提供了豐富的模型資源和開發(fā)工具，促進了人工智能技術的共享與創(chuàng)新。魔搭(ModelScope)2.相關知識——2.5人工智能倫理的內涵和安全風險（1）人工智能倫理的內涵人工智能倫理（AIEthics）是指在人工智能（AI）的研發(fā)、部署和使用過程中所涉及的道德原則和價值判斷。其核心目標是確保人工智能技術的發(fā)展和應用能夠符合人類社會的道德標準，保護人類自身的安全、利益和權利，同時促進技術的健康、可持續(xù)發(fā)展。具體來說，人工智能倫理關注以下幾個方面：公平與公正：確保AI系統(tǒng)在決策過程中不帶有偏見，公平對待所有人。透明與可解釋：確保AI系統(tǒng)的決策過程透明，并能提供解釋，以便用戶理解和信任AI系統(tǒng)。隱私保護：保護用戶數(shù)據(jù)隱私，防止數(shù)據(jù)濫用和泄露。安全與可靠：確保AI系統(tǒng)在各類環(huán)境下安全可靠，避免因系統(tǒng)故障或被惡意利用導致的危害。責任歸屬：明確在AI引發(fā)的決策或行為中，誰應該對其后果負責。2.相關知識——2.5人工智能倫理的內涵和安全風險（2）人工智能的安全風險面面觀1）數(shù)據(jù)偏見在人工智能的廣闊天地里，數(shù)據(jù)偏見如同一顆潛伏的暗雷，悄無聲息地影響著系統(tǒng)的決策公正性。訓練數(shù)據(jù)的系統(tǒng)性偏差，就像一面有缺陷的鏡子，扭曲了AI對世界的認知。例如，在面部識別技術的應用中，若訓練數(shù)據(jù)未能充分覆蓋不同種族、性別的樣本，系統(tǒng)便可能對某些群體產(chǎn)生識別偏差，導致在實際應用中出現(xiàn)不公平的安全審查結果或身份驗證失敗。這種偏見不僅損害了技術的公信力，更可能引發(fā)社會層面的信任危機。2.相關知識——2.5人工智能倫理的內涵和安全風險（2）人工智能的安全風險面面觀2）隱私泄露人工智能的“智慧”源于對海量數(shù)據(jù)的深度挖掘，但這同時也為隱私泄露埋下了隱患。在數(shù)據(jù)的收集、存儲和使用過程中，任何環(huán)節(jié)的疏漏都可能成為隱私泄露的缺口。社交媒體平臺上的個人信息泄露事件，就像一扇未關緊的門，讓不法分子有機可乘。一旦用戶的敏感信息（例如，姓名、聯(lián)系方式和位置數(shù)據(jù)等）被竊取，就可能被用于精準詐騙、身份盜用等不法行為，嚴重侵犯了用戶的隱私權。2.相關知識——2.5人工智能倫理的內涵和安全風險（2）人工智能的安全風險面面觀3）算法歧視算法，這本應是提升決策效率的利器，卻也可能成為滋生歧視的溫床。由于算法設計的不完善或訓練數(shù)據(jù)的偏差，AI系統(tǒng)可能對某些群體產(chǎn)生系統(tǒng)性不利結果。例如，在招聘場景中，若AI篩選系統(tǒng)過于依賴歷史數(shù)據(jù)中的性別或種族信息，就可能自動降低某些群體的通過率，即使這些群體中的個體具備同等甚至更優(yōu)秀的資質。這種算法歧視不僅違背了公平原則，還可能加劇社會不平等現(xiàn)象。2.相關知識——2.5人工智能倫理的內涵和安全風險（2）人工智能的安全風險面面觀4）技術故障與濫用人工智能技術的發(fā)展如同一把雙刃劍，既帶來了前所未有的便利，也潛藏著巨大的風險。技術故障、代碼漏洞或外部惡意攻擊都可能導致AI系統(tǒng)失效，甚至被用于危害公共安全。自動駕駛汽車的傳感器故障可能引發(fā)交通事故，威脅乘客和行人的生命安全；聊天機器人若被黑客操控，則可能成為散布謠言、誘導用戶泄露隱私的幫兇。這些技術故障與濫用行為不僅損害了技術的聲譽，更可能對社會穩(wěn)定造成嚴重影響。2.相關知識——2.5人工智能倫理的內涵和安全風險（2）人工智能的安全風險面面觀5）智能鴻溝人工智能技術的發(fā)展加劇了社會不平等現(xiàn)象，形成了所謂的“智能鴻溝”。弱勢群體（例如，老年人、低收入群體）因技術資源獲取不足或數(shù)字化能力缺失，難以享受技術紅利，反而可能面臨更嚴峻的智能化挑戰(zhàn)。例如，老年人可能因不會使用智能設備而無法享受便捷的醫(yī)療服務；低收入群體則可能因無法負擔高昂的教育和培訓費用而在就業(yè)市場中處于劣勢。這種智能鴻溝的擴大將進一步加劇社會階層差距，影響社會的和諧穩(wěn)定。2.相關知識——2.6人工智能治理原則和措施（1）人工智能治理原則1）以人為本原則2）公平公正原則3）透明可解釋原則人工智能系統(tǒng)的決策過程應具有一定的透明度和可解釋性。讓用戶和監(jiān)管者能夠理解系統(tǒng)是如何做出決策的，這有助于增強用戶對人工智能的信任，同時也便于在出現(xiàn)問題時進行追溯和糾正。以自動駕駛汽車為例，當發(fā)生交通事故時，能夠清晰地解釋汽車在當時情況下做出決策的依據(jù)，對于事故責任的認定和技術的改進都至關重要。4）安全可控原則2.相關知識——2.6人工智能治理原則和措施（2）人工智能治理措施1）法律法規(guī)建設2）行業(yè)自律3）技術監(jiān)管加強對人工智能技術的監(jiān)管，建立技術評估和監(jiān)測體系。通過技術手段對人工智能系統(tǒng)的安全性、可靠性和公平性等進行評估和監(jiān)測，及時發(fā)現(xiàn)潛在問題并采取措施加以解決。例如，對人工智能算法進行審計，檢查其是否存在偏見和歧視，確保算法的公正性。同時，建立人工智能安全預警機制，對可能引發(fā)重大風險的應用進行提前預警和干預。4）公眾參與和教育感謝聆聽機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGC認識人工智能導學機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGC本課件為《人工智能通識（AIGC版）》配套教學資源，由編寫團隊精心打造。為便于教學使用，團隊同步提供了豐富的輔助材料，涵蓋微課視頻、教學課件、實訓手冊、習題答案、課程標準及程序源代碼等。同時，教材配套超星教學示范包，支持一鍵克隆為網(wǎng)絡在線課程，助力高效開展線上線下混合式教學。歡迎聯(lián)系出版方訂購使用。

書名：《人工智能通識（AIGC版）》書號

：978-7-111-79447-9出版社：機械工業(yè)出版社主編：藍永健、吳秀紅、羅智聰副主編：鄧愛玲、王有銘、葉菊、周弢PARTTHREE任務案例體驗任務案例體驗任務1無人駕駛汽車案例體驗自動駕駛汽車（Autonomousvehicles；Self-drivingautomobile）又稱無人駕駛汽車、計算機駕駛汽車或輪式移動機器人，是一種通過計算機系統(tǒng)實現(xiàn)無人駕駛的智能汽車。在20世紀已有數(shù)十年的歷史，21世紀初呈現(xiàn)出接近實用化的趨勢。2009年，曝光了自動駕駛汽車的雛形圖片。2010年10月9日，谷歌公司在官方博客中宣布，正在開發(fā)自動駕駛汽車。2014年4月份，中國搜索引擎、互聯(lián)網(wǎng)巨頭百度公司與寶馬宣布開始自動駕駛研究項目，并在北京和上海路況復雜的高速公路上進行測試。截至2024年8月27日，中國已累計發(fā)放自動駕駛汽車測試號牌1.6萬張，開放了公共測試道路3.2萬公里，有力支撐了自動駕駛技術驗證和更新迭代。簡要概況任務案例體驗任務1無人駕駛汽車案例體驗通過多種車載傳感器（如攝像頭、激光雷達、毫米波雷達、GPS和慣性傳感器等）來識別車輛所處的周邊環(huán)境和狀態(tài)，并根據(jù)所獲得的環(huán)境信息（如道路信息、交通信息、車輛位置和障礙物信息等）自主做出分析和判斷，從而自主地控制車輛運動，最終實現(xiàn)無人駕駛。主要技術任務案例體驗任務1無人駕駛汽車案例體驗無人駕駛車輛技術體系圍繞“無人駕駛車輛”構建，由基礎支撐、核心技術與系統(tǒng)安全模塊協(xié)同運作，支撐車輛智能運行。主要技術任務案例體驗任務1無人駕駛汽車案例體驗無人駕駛分級是衡量自動駕駛技術成熟度與功能的重要標準，從國際到國內，都有相對應的明確劃分。目前國際上對于無人駕駛的登記分類有兩個標準:一個是美國高速公路安全管理局（NationalHighwayTrafficSafetyAdministration，NHTSA）制定，將無人駕駛劃分為5級（L0-L4）；另一個是國際汽車工程師協(xié)會（SocietyofAutomotiveEngineer，SAE）制定，將無人駕駛定義為6級（L0-L5）。主流討論和技術研發(fā)主要采用SAE標準，因其定義更細致且涵蓋從輔助駕駛到完全自動駕駛的完整體系。無人駕駛分級任務案例體驗任務1無人駕駛汽車案例體驗SAE將無人駕駛分為L0-L5六個等級。L0級沒有任何自動駕駛功能，完全由人類操控車輛；L1級具備單一的駕駛輔助功能，如定速巡航；L2級能實現(xiàn)部分自動化，可同時控制車輛的縱向（加減速）和橫向（轉向）運動，像自適應巡航搭配車道保持，但駕駛員需時刻監(jiān)督；L3級為有條件自動化，在特定場景下車輛能完成所有駕駛操作，不過駕駛員要在系統(tǒng)請求時及時接管；L4級是高度自動化，在限定區(qū)域和條件下無需人類干預，比如特定城市道路的自動駕駛出租車；無人駕駛分級任務案例體驗任務1無人駕駛汽車案例體驗SAE將無人駕駛分為L0-L5六個等級。L5級則是完全自動化，在任何場景下都能自動駕駛，無需人類參與。就全球來看，量產(chǎn)乘用車領域主流處于L2級：如特斯拉Autopilot、小鵬NGP等，可實現(xiàn)“自適應巡航+車道保持”，但需駕駛員全程監(jiān)控。只有少部分車企實現(xiàn)L3級：如梅賽德斯DRIVEPILOT（2023年獲美國內華達州認證）是全球首個合法上路的L3系統(tǒng)，允許駕駛員在堵車時脫手（<40km/h）。L5級仍處實驗室階段，無商業(yè)部署案例。無人駕駛分級任務案例體驗任務1無人駕駛汽車案例體驗無人駕駛分級任務案例體驗任務1無人駕駛汽車案例體驗我國在參考國際標準的基礎上，結合國情制定了相關標準。基本邏輯與國際接軌，但更強調對國內復雜交通場景，如混合交通流、不規(guī)則道路等的適應性。截至2025年，中國的無人駕駛汽車技術主要處于L2級和L3級的階段。無人駕駛分級任務案例體驗任務1無人駕駛汽車案例體驗一些案例馬斯克在2024年高調展示沒有方向盤的CyberCab時，全球都以為無人駕駛時代來了。特斯拉這次推出的Robotaxi用的是ModelY，方向盤和踏板都還在，只是主駕沒人，但副駕必須坐個安全員。用自動駕駛行業(yè)的話說，這叫"主駕無人，副駕監(jiān)管"，還在邁向完全無人駕駛的半道上。而中國的小馬智行，早在廣州南沙區(qū)實現(xiàn)了真正的"全無人駕駛"：車內無安全員：駕駛座和副駕都沒人，乘客自己掃碼上車超800萬公里測試：相當于繞地球200圈的無人駕駛路測里程多場景落地：不僅有Robotaxi，還有無人駕駛環(huán)衛(wèi)車、公交小巴任務案例體驗任務1無人駕駛汽車案例體驗一些案例2025年4月24日，記者從貴陽高新區(qū)企業(yè)貴州勘設泰宇坦行科技有限公司（下稱貴州勘設泰宇坦行）獲悉，全省首條無人駕駛公交線路將于5月4日開通。屆時，由高新區(qū)企業(yè)貴州翰凱斯智能技術有限公司自主研發(fā)制造的無人駕駛小巴（Robobus）將在花溪大學城提供公交接駁服務。感謝聆聽機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGC認識人工智能導學機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGC本課件為《人工智能通識（AIGC版）》配套教學資源，由編寫團隊精心打造。為便于教學使用，團隊同步提供了豐富的輔助材料，涵蓋微課視頻、教學課件、實訓手冊、習題答案、課程標準及程序源代碼等。同時，教材配套超星教學示范包，支持一鍵克隆為網(wǎng)絡在線課程，助力高效開展線上線下混合式教學。歡迎聯(lián)系出版方訂購使用。

書名：《人工智能通識（AIGC版）》書號

：978-7-111-79447-9出版社：機械工業(yè)出版社主編：藍永健、吳秀紅、羅智聰副主編：鄧愛玲、王有銘、葉菊、周弢PARTTHREE任務案例體驗任務案例體驗任務2智慧物流案例體驗“智慧物流”（IntelligentLogisticsSystem，ILS）首次由IBM提出，2009年12月中國物流技術協(xié)會信息中心、華夏物聯(lián)網(wǎng)和《物流技術與應用》編輯部聯(lián)合提出概念。智慧物流是指通過智能軟硬件、物聯(lián)網(wǎng)和大數(shù)據(jù)等智慧化技術手段，實現(xiàn)物流各環(huán)節(jié)精細化、動態(tài)化和可視化管理，提高物流系統(tǒng)智能化分析決策和自動化操作執(zhí)行能力，提升物流運作效率的現(xiàn)代化物流模式。功能特點任務案例體驗任務2智慧物流案例體驗智慧物流是基于物聯(lián)網(wǎng)技術在物流領域的應用而提出的。智慧物流是基于物聯(lián)網(wǎng)技術在物流領域的應用而提出的。參考物聯(lián)網(wǎng)的三層體系結構，智慧物流系統(tǒng)由底至頂一般劃分為感知層、網(wǎng)絡層和應用層三個層次。感知層負責信息的采集和初步處理；網(wǎng)絡層負責信息的可靠傳輸；應用層負責數(shù)據(jù)的存儲、分析與應用。技術架構任務案例體驗任務2智慧物流案例體驗(1)智能倉儲管理智慧物流在倉儲環(huán)節(jié)的應用主要體現(xiàn)在自動化立體倉庫和智能分揀系統(tǒng)。通過部署AGV機器人、自動堆垛機和WMS倉儲管理系統(tǒng)，實現(xiàn)貨物的自動存取、搬運和分揀。例如京東“亞洲一號”智能倉采用多層穿梭車系統(tǒng)，存儲密度提升3倍，分揀效率達到人工的8-10倍。同時結合AI視覺識別技術，可提高分揀準確率，大幅降低人工成本和錯誤率。應用場景任務案例體驗任務2智慧物流案例體驗(2)智能運輸調度基于物聯(lián)網(wǎng)和AI算法的智能運輸系統(tǒng)正在改變傳統(tǒng)物流運輸模式。通過車載傳感器實時采集車輛位置、載重和油耗等數(shù)據(jù)，結合路況和天氣信息，AI可自動規(guī)劃最優(yōu)運輸路線，例如，順豐使用智能調度系統(tǒng)后，車輛空駛率降低15%，每年節(jié)省燃油成本超數(shù)億元。此外，自動駕駛卡車已在特定路段開展試點，未來有望實現(xiàn)干線物流的無人化運輸。應用場景任務案例體驗任務2智慧物流案例體驗(3)末端智能配送“最后一公里”配送是智慧物流的重要突破口。無人機、無人配送車等智能設備正在逐步替代傳統(tǒng)人工配送。2022年，美團在北京、深圳等地已部署數(shù)百臺無人配送車，單日最高配送量突破2000單。2020至2022年間，在偏遠山區(qū)，順豐無人機配送使運輸時效提升80%以上。智能快遞柜結合AI派單系統(tǒng)，可自動匹配最優(yōu)配送方案，提升30%以上的配送效率。應用場景任務案例體驗任務2智慧物流案例體驗(4)供應鏈智能優(yōu)化AI和大數(shù)據(jù)技術正在重塑供應鏈管理。通過分析歷史銷售數(shù)據(jù)、市場趨勢和客戶行為，智能預測系統(tǒng)可提前預判需求變化。阿里巴巴的供應鏈大腦可將需求預測準確率提升至90%以上，幫助商家降低20%的庫存成本。區(qū)塊鏈技術的應用則實現(xiàn)了商品全流程溯源，將問題商品的追溯時間從天級縮短至秒級。應用場景任務案例體驗任務2智慧物流案例體驗(5)跨境智慧通關智慧物流在國際貿(mào)易中發(fā)揮著關鍵作用。智能報關系統(tǒng)通過OCR識別和AI審單，將傳統(tǒng)3-5天的通關流程壓縮至2小時內。DHL開發(fā)的AICustoms系統(tǒng)可實現(xiàn)98%的報關單自動處理，錯誤率降至0.1%以下。數(shù)字孿生技術則能模擬全球物流網(wǎng)絡，優(yōu)化了海運和空運的資源配置，顯著提升跨境物流效率。應用場景感謝聆聽機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGC認識人工智能導學機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGC本課件為《人工智能通識（AIGC版）》配套教學資源，由編寫團隊精心打造。為便于教學使用，團隊同步提供了豐富的輔助材料，涵蓋微課視頻、教學課件、實訓手冊、習題答案、課程標準及程序源代碼等。同時，教材配套超星教學示范包，支持一鍵克隆為網(wǎng)絡在線課程，助力高效開展線上線下混合式教學。歡迎聯(lián)系出版方訂購使用。

書名：《人工智能通識（AIGC版）》書號

：978-7-111-79447-9出版社：機械工業(yè)出版社主編：藍永健、吳秀紅、羅智聰副主編：鄧愛玲、王有銘、葉菊、周弢PARTFOUR人工智能倫理案例分析算法偏見和“大數(shù)據(jù)”殺熟案例分析算法偏見指的是計算機系統(tǒng)在設計、開發(fā)或應用過程中，由于各種原因，對某些特定群體產(chǎn)生系統(tǒng)性、不公正的歧視性結果。簡單說，就是算法“不公平”，它復制甚至放大了人類社會中原有的偏見。“大數(shù)據(jù)殺熟”是算法偏見和商業(yè)牟利結合的一個典型表現(xiàn)。它指的是企業(yè)利用其掌握的用戶數(shù)據(jù)（如消費歷史、行為偏好、設備信息等），對老客戶、忠誠客戶或特定消費習慣的客戶，制定比新客戶更高的價格。其核心是“價格歧視”的一種形式。4.人工智能倫理案例分析4.人工智能倫理案例分析算法偏見和“大數(shù)據(jù)”殺熟案例分析（1）亞馬遜AI招聘歧視女性。亞馬遜的AI招聘系統(tǒng)因訓練數(shù)據(jù)偏差，自動降低女性求職者評分，甚至過濾“女子學院”等關鍵詞簡歷。事件曝光后，亞馬遜停用該系統(tǒng)，并引發(fā)全球對AI倫理的討論典型案例4.人工智能倫理案例分析算法偏見和“大數(shù)據(jù)”殺熟案例分析（2）Uber動態(tài)定價“趁火打劫”。在悉尼人質劫持事件發(fā)生時，Uber竟調高收費標準，Uber算法自動調高車費至4倍正常價格，向急于逃離悉尼市中心的乘客收取高價，遭批“發(fā)災難財”。Uber最終道歉退款，暴露緊急情況下算法的道德風險典型案例悼念現(xiàn)場，很多市民來獻上花束和卡片。4.人工智能倫理案例分析算法偏見和“大數(shù)據(jù)”殺熟案例分析（3）攜程“國內大數(shù)據(jù)殺熟第一案”。2020年7月胡女士通過攜程APP預訂酒店，支付了2889元，但發(fā)現(xiàn)酒店實際掛牌價僅為1377.63元。法院最終認定攜程存在虛假宣傳、價格欺詐和欺騙行為，并支持胡女士的“退一賠三”訴訟請求。典型案例4.人工智能倫理案例分析算法偏見和“大數(shù)據(jù)”殺熟案例分析（4）滴滴“高峰期加價”爭議。雨天或高峰時段，滴滴算法使相同路線車費飆升，出現(xiàn)“越等越貴”現(xiàn)象。滴滴雖設加價上限，仍被質疑變相殺熟典型案例Level5：生成教學輔助圖，讓備課更直觀分析討論從人工智能倫理的角度來看，算法偏見和殺熟問題暴露了AI倫理中的公平性、透明性和責任歸屬三大挑戰(zhàn)。首先，公平性被忽視：算法將歷史偏見編碼為“客觀規(guī)律”，如亞馬遜案例中系統(tǒng)性貶低女性價值，違背了技術中立原則。其次，黑箱操作損害透明性：用戶無法知曉定價或決策依據(jù)（如攜程虛高房價），剝奪了知情權。最后，責任主體模糊：企業(yè)常以“算法自主決策”推諉，如Uber最初將加價歸咎于系統(tǒng)自動響應，逃避人為責任。算法偏見和“大數(shù)據(jù)”殺熟案例分析Level5：生成教學輔助圖，讓備課更直觀思考和建議倫理上，技術必須服務于人的尊嚴而非剝削，需將“正義原則”（羅爾斯）嵌入設計，例如通過倫理審查委員會監(jiān)督算法應用場景，確保技術符合社會價值觀。算法偏見和“大數(shù)據(jù)”殺熟案例分析Level5：生成教學輔助圖，讓備課更直觀思考和建議解決這些問題需要多維度治理，需結合技術改進、法律監(jiān)管、行業(yè)自律與公眾參與：（1）技術層面：采用“倫理設計”（EthicsbyDesign）方法，在算法開發(fā)中嵌入公平性約束。例如，通過對抗學習消除敏感屬性（性別、種族）的影響，或采用聯(lián)邦學習減少數(shù)據(jù)壟斷。IBM的AIFairness360工具包已提供超20種公平性檢測指標。人機交互中的安全事故案例分析Level5：生成教學輔助圖，讓備課更直觀思考和建議（2）監(jiān)管層面：建立算法備案與審計制度。歐盟通過《通用數(shù)據(jù)保護條例》（GDPR）和《AI法案》構建了嚴格的算法治理框架，要求企業(yè)證明其算法不存在歧視性，違者罰款；中國《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》則明確禁止“大數(shù)據(jù)殺熟”，要求平臺公開算法基本原理。（3）行業(yè)自律：如IEEE的《倫理對齊設計》框架，鼓勵企業(yè)成立倫理委員會。國內企業(yè)如阿里巴巴也發(fā)布《人工智能治理與可持續(xù)發(fā)展實踐報告》，承諾避免歧視性算法。人機交互中的安全事故案例分析感謝聆聽機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGCAIGC提示詞項目1AIGCPARTTWO相關知識2.相關知識思維導圖2.相關知識——大模型大模型人工智能大模型（簡稱“大模型”）是指由人工神經(jīng)網(wǎng)絡構建的一類具有大量參數(shù)的人工智能模型。人工智能大模型通常先通過自監(jiān)督學習或半監(jiān)督學習在海量數(shù)據(jù)上進行預訓練，然后通過指令微調和人類對齊等方法進一步優(yōu)化其性能和能力。大模型具有參數(shù)量大、訓練數(shù)據(jù)大、計算資源大等特點，擁有解決通用任務、遵循人類指令、進行復雜推理等能力。人工智能大模型的主要類別包括：大語言模型、視覺大模型、多模態(tài)大模型以及基礎科學大模型等。目前，大模型已在多個領域得到廣泛應用，包括搜索引擎、智能體、相關垂直產(chǎn)業(yè)及基礎科學等領域，推動了各行業(yè)的智能化發(fā)展。2.相關知識——大模型視覺大模型視覺大模型則主要應用于計算機視覺領域，負責處理和分析圖像或視頻數(shù)據(jù)。通過對大量視覺數(shù)據(jù)的訓練，視覺大模型能夠完成圖像分類、目標檢測、圖像生成等任務。隨著Transformer架構的引入，模型如VisionTransformer（ViT）取得了顯著的成果。早期的視覺模型多基于卷積神經(jīng)網(wǎng)絡（CNN），如ResNet等，但隨著技術的進步，基于自注意力機制的視覺（大）模型逐漸成為主流。視覺大模型被廣泛應用于自動駕駛、安防監(jiān)控、人臉識別、醫(yī)療影像分析等領域。2024年2月，美國OpenAI發(fā)布了AI文生視頻大模型“Sora”，它能夠根據(jù)用戶的文本描述生成長達60秒1080P高質量的視頻，其中包含精細復雜的場景、生動的角色表情以及復雜的鏡頭運動，如圖2-1所示。2.相關知識——大模型多模態(tài)大模型多模態(tài)大模型則能夠同時處理和理解多種類型的數(shù)據(jù)，如文本、圖像和音頻，從而實現(xiàn)跨模態(tài)的信息融合與生成。這類模型在圖文生成、視頻生成等任務中表現(xiàn)突出，能夠打破單一模態(tài)的局限，實現(xiàn)更加豐富的交互與創(chuàng)作。OpenAI的CLIP模型就是一個典型的多模態(tài)大模型，通過聯(lián)合訓練圖像和文本，成功實現(xiàn)了跨模態(tài)的信息對齊。多模態(tài)大模型的應用涵蓋了內容創(chuàng)作、智能搜索、輔助醫(yī)療等多個領域。2.相關知識——大模型基礎科學大模型基礎科學大模型則主要應用于生物、化學、物理和氣象等基礎科學領域，旨在通過學習大規(guī)?？茖W數(shù)據(jù)，輔助科學研究和實驗。這些模型能夠在蛋白質結構預測、化學反應模擬、氣象預測等領域發(fā)揮重要作用，為科研工作提供強有力的支持。DeepMind的AlphaFold模型在蛋白質結構預測方面取得了重大突破，而在化學反應模擬領域，諸如OpenAI的DALL·EChemistry等模型也展示了巨大潛力?；A科學大模型的應用推動了藥物研發(fā)、材料科學和氣象預測等前沿科學研究的發(fā)展。2.相關知識——大語言模型大語言模型LLM大語言模型（LargeLanguageModel，LLM）是基于深度學習的自然語言處理（NLP）模型，通過海量文本數(shù)據(jù)訓練，能夠理解和生成符合人類語言習慣的文本內容。確切地說，大語言模型是一種用統(tǒng)計方法來預測句子或文檔中一系列單詞出現(xiàn)的可能性的機器學習模型。因此，語言模型本質上是要模擬人類學習語言的過程。2.相關知識——大語言模型大語言模型LLM大語言模型的優(yōu)點有：1）上下文理解能力強能夠理解復雜的語義和語境，這使得它們能夠產(chǎn)生更準確、更連貫的回答。2）語言生成能力強可以生成更自然、更流利的語言，減少生成輸出時的錯誤。3）學習能力強大語言模型可以從大量的數(shù)據(jù)中學習，并利用學到的知識和模式來提供更精準的答案和預測。這使得它們在解決復雜問題和應對新的場景時表現(xiàn)更加出色。2.相關知識——大語言模型的核心技術在應用層面，需要設計算法、訓練模型、部署模型以及開發(fā)用戶接口。AI框架如TensorFlow和PyTorch提供了編程語言和庫來構建和訓練深度學習模型。數(shù)據(jù)處理工具如Pandas和NumPy則用于數(shù)據(jù)的預處理和分析。在硬件驅動層面，GPU和CPU的驅動程序確保硬件與軟件的高效交互，而專用硬件如TPU和FPGA的驅動則為特定AI任務提供加速。硬件方面，CPU和GPU是執(zhí)行計算任務的核心，而TPU和FPGA等專用硬件則提供額外的計算能力。存儲設備如SSD和HDD用于數(shù)據(jù)存儲，網(wǎng)絡硬件則支持數(shù)據(jù)傳輸和模型部署。軟件層面，操作系統(tǒng)如Linux和Windows提供運行環(huán)境和管理資源。數(shù)據(jù)庫軟件管理數(shù)據(jù)存儲，虛擬化技術如Docker和Kubernetes簡化應用部署。云服務平臺提供計算資源，支持大規(guī)模模型訓練和部署。這些技術、硬件和軟件共同構成了人工智能大模型的完整生態(tài)系統(tǒng)。2.相關知識——大語言模型的核心技術大語言模型產(chǎn)品在實際應用中，用戶要通過人工智能工具來使用大語言模型，目前，國內外主流的大語言模型工具對比分析如表2-1所示。它們具備文本生成、語言理解、知識問答、邏輯推理等多種能力，可廣泛應用于寫作輔助、內容創(chuàng)作、智能客服等多個領域。大模型名稱國家/地區(qū)主要特點ChatGPT美國生成式對話、知識庫更新至2023年、支持代碼生成Gemini美國多模態(tài)圖文理解、高效推理、支持代碼/圖像/視頻生成LLaMA美國Meta（Facebook）開源的系列大語言模型，如LLaMA-2、LLaMA-3，推動開源AI發(fā)展。DeepSeek中國復雜推理能力、多模態(tài)融合、實時信息整合文心一言中國中文語義理解、多模型生成、搜索數(shù)據(jù)反哺Kimi中國超長文本處理、多模融合、學術場景適配豆包中國豆包大模型，原名“云雀”，是字節(jié)跳動發(fā)布的大模型。多模型交互、成本控制、生態(tài)整合通義中國阿里云推出的語言模型，企業(yè)級服務優(yōu)化、多語言支持、云原生集成訊飛星火中國科大訊飛推出的新一代認知智能大模型，語音交互優(yōu)勢、教育醫(yī)療場景適配、知識庫實時更新騰訊混元中國多模態(tài)理解（文本/圖片/視頻）、社交游戲適配、實時信息處理華為盤古中國科學計算優(yōu)化、工業(yè)場景適配、多模態(tài)融合（文本/視覺/傳感器數(shù)據(jù)）2.相關知識——大語言模型的核心技術大語言模型面臨的挑戰(zhàn)大語言模型雖然展現(xiàn)出強大的能力，但仍面臨諸多挑戰(zhàn)，下面著重從能源消耗、大量訓練時間和大模型幻覺三個方面做說明。1）能源消耗大語言模型的訓練和運行需要巨大的能源消耗，這不僅增加了成本，還對環(huán)境造成顯著影響。例如，訓練GPT-3的能耗約為1300兆瓦時（MWh），相當于120個美國家庭一年的用電量（MITTechnologyReview，2020）。谷歌的研究顯示，訓練一個BERT-large模型會產(chǎn)生約1400磅二氧化碳排放，相當于一次跨美國飛行的碳排放（來源：Strubelletal，2019）。2.相關知識——大語言模型的核心技術大語言模型面臨的挑戰(zhàn)大語言模型雖然展現(xiàn)出強大的能力，但仍面臨諸多挑戰(zhàn)，下面著重從能源消耗、大量訓練時間和大模型幻覺三個方面做說明。2）大量訓練時間大語言模型的訓練需要極長的計算時間，依賴高性能計算集群。例如，Meta的LLaMA-2（70B參數(shù)）訓練耗時約1，720，000GPU小時，相當于使用1000塊A100GPU連續(xù)運行71天（來源：MetaAI，2023）。OpenAI訓練GPT-3時使用了數(shù)千塊V100GPU，耗時數(shù)月。這種長時間訓練不僅延遲了模型迭代速度，還限制了資源有限的研究機構參與競爭。盡管分布式計算和硬件優(yōu)化（如TPU）可縮短時間，但超大規(guī)模模型的訓練仍是一項耗時耗力的工程挑戰(zhàn)。2.相關知識——大語言模型的核心技術大語言模型面臨的挑戰(zhàn)大語言模型雖然展現(xiàn)出強大的能力，但仍面臨諸多挑戰(zhàn)，下面著重從能源消耗、大量訓練時間和大模型幻覺三個方面做說明。3）大模型幻覺大語言模型的“幻覺”（Hallucination）指生成與事實不符或無依據(jù)的內容，這是其核心缺陷之一。例如，谷歌的Bard在2023年演示中錯誤宣稱“詹姆斯·韋伯太空望遠鏡拍攝了太陽系外行星的首張照片”，實際該成果由歐洲南方天文臺完成，導致谷歌股價單日下跌7%（來源：Reuters，2023）。GPT-4在醫(yī)療領域也可能生成虛假診斷建議，如用戶提問“如何治療罕見病X”，模型可能編造不存在的藥物名稱或療法?；糜X的根源在于模型通過概率生成文本，而非真正理解事實。2023年《Nature》研究指出，GPT-4在回答科學問題時約20%的陳述包含事實性錯誤。盡管可通過檢索增強生成（RAG）或實時聯(lián)網(wǎng)驗證緩解，但無法完全消除。當前的技術只能減少大語言模型的“幻覺”，還不能完全消除大語言模型“幻覺”。2.相關知識——小語言模型SLM（1）小語言模型的內涵小語言模型(SmallLanguageModel，SLM)是能夠處理、理解和生成自然語言內容的人工智能模型。顧名思義，SLM的規(guī)模和范圍比大型語言模型小。就規(guī)模而言，SLM的參數(shù)范圍從幾百萬到幾十億不等，而LLM則具有數(shù)千億甚至數(shù)萬億參數(shù)。參數(shù)是模型在訓練期間要學習的內部變量，例如權重和偏差。這些參數(shù)會影響機器學習模型的行為和執(zhí)行方式。2.相關知識——小語言模型SLM（2）小語言模型的價值小語言模型具有諸多優(yōu)勢，使其在特定場景下更具價值。它們對資源需求低，適合在移動設備、邊緣設備等資源受限的環(huán)境中運行。小語言模型的訓練和部署成本低，性價比高。小語言模型響應速度快，適合實時交互應用。它們還可以在本地運行，避免數(shù)據(jù)傳輸，從而更好地保護用戶隱私。小語言模型在特定領域經(jīng)過優(yōu)化后，能夠更高效地完成任務。2.相關知識——小語言模型SLM（3）小語言模型產(chǎn)品雖然較大的模型仍然是許多企業(yè)的技術選擇，但較小的模型正在迅速普及。以下是一些常見的小型語言模型：DistilBERT、Gemma、GPT-4omini、Granite、Llama、Ministral、Phi和CM-3B。2.相關知識——人工智能內容生成AIGC（1）AIGC概述人工智能內容生成（AIGC，AI-GeneratedContent）是指利用深度學習模型（如GPT、StableDiffusion等）自動生成文本、圖像、音頻、視頻等內容的技術。其核心是基于大規(guī)模數(shù)據(jù)訓練，模仿人類創(chuàng)作模式，實現(xiàn)高效、多樣化的內容生產(chǎn)。AIGC正重塑媒體、教育、娛樂等行業(yè)，但也面臨版權、倫理等挑戰(zhàn)，成為AI領域的重要發(fā)展方向。2.相關知識——人工智能內容生成AIGC（2）AIGC與大語言模型的關系AIGC是一個廣泛的概念，涵蓋文本、圖像、音頻、視頻等多種內容的自動生成，而大語言模型（LLM）是AIGC的核心技術之一，專注于文本生成與理解。例如，GPT-4、Claude等模型不僅能創(chuàng)作文章、代碼，還能驅動聊天機器人、輔助決策。此外，多模態(tài)大模型（如GPT-4o、Gemini）進一步融合文本與視覺、聽覺能力，擴展了AIGC的應用場景。然而，兩者均面臨幻覺、版權和倫理問題，需結合人類監(jiān)督與合規(guī)框架以確?？煽啃耘c安全性。2.相關知識——人工智能內容生成AIGC（3）AIGC分類現(xiàn)階段國內外AIGC多以單模型應用的形式出現(xiàn)，主要分為文本生成、圖像生成、視頻生成、音頻生成，其中文本生成成為其他內容生成的基礎。

AIGC生成的繪圖作品某國內AI工具生成的視頻2.相關知識——AIGC分類文本生成文本生成（AITextGeneration），人工智能文本生成是使用人工智能(AI)算法和模型來生成模仿人類書寫內容的文本。圖像生成圖像生成（AIImageGeneration），人工智能(AI)可用于生成非人類藝術家作品的圖像。語音生成語音生成（AIAudioGeneration），AIGC的音頻生成技術可以分為兩類，分別是文本到語音合成和語音克隆。視頻生成視頻生成（AIVideoGeneration），AIGC已被用于視頻剪輯處理以生成預告片和宣傳視頻。2.相關知識——AIGC提示詞和設計原則（1）提示詞的含義提示詞（Prompt）是用戶與人工智能系統(tǒng)交互時提供的初始輸入或引導性信息，它用于指導模型生成符合特定需求和預期的輸出。通過精心設計提示詞，可以更有效地利用AIGC技術來生成高質量的內容。它是幫助大模型“回憶”自己在預訓練時學習到的知識。對于大模型來說，提示詞就是用戶的輸入，它可以是一個簡單的問題，一段較長的文本，也可以是一組指令，這取決于用戶的具體需求。提示詞作為用戶與人工智能系統(tǒng)交互的核心指令，本質上構建了人機對話的語義通道。在AIGC（人工智能生成內容）中，提示詞是用戶與AI模型交互的關鍵工具。2.相關知識——AIGC提示詞和設計原則（2）提示詞的設計原則提示詞設計是AIGC應用中的關鍵環(huán)節(jié)，其設計原則包括準確性、上下文完整性、角色明確、示例驅動和優(yōu)化交互效率，這些原則有助于提升生成內容的質量和效率1）準確性原則2）上下文完整性3）明確角色4）示例驅動5）優(yōu)化交互效率2.相關知識——AIGC提示詞和設計原則6. AIGC提示詞的撰寫方法提示詞的撰寫沒有固定的格式和公式，但是在近年AIGC的應用中，眾多的用戶總結和提煉出一些經(jīng)驗和技巧，可以為初學者提供幫助。1）CO-STAR提示詞法則2）STAR提示詞法則3）通用提示詞公式4）文本生成提示詞公式5）圖像生成提示詞公式6）代碼生成提示詞公式2.相關知識——AIGC提示詞和設計原則7. 提示詞的優(yōu)化方法在人工智能時代，提示詞（Prompt）是與AI對話的“密碼”——它的質量直接決定生成內容的精準度。無論是文本創(chuàng)作、圖像生成還是代碼編寫，掌握優(yōu)化方法都能讓AI從“隨機發(fā)揮”變?yōu)椤案咝f(xié)作”。以下是提升提示詞效果的實用策略。1）保持簡潔和高效性2）逐步引導3）多維度要求4）數(shù)據(jù)驅動的需求5）AI智能體自動優(yōu)化提示詞2.相關知識——AIGC提示詞和設計原則7. 提示詞的優(yōu)化方法智能體自動優(yōu)化提示詞感謝聆聽機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGCAIGC提示詞項目1機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGC本課件為《人工智能通識（AIGC版）》配套教學資源，由編寫團隊精心打造。為便于教學使用，團隊同步提供了豐富的輔助材料，涵蓋微課視頻、教學課件、實訓手冊、習題答案、課程標準及程序源代碼等。同時，教材配套超星教學示范包，支持一鍵克隆為網(wǎng)絡在線課程，助力高效開展線上線下混合式教學。歡迎聯(lián)系出版方訂購使用。

書名：《人工智能通識（AIGC版）》書號

：978-7-111-79447-9出版社：機械工業(yè)出版社主編：藍永健、吳秀紅、羅智聰副主編：鄧愛玲、王有銘、葉菊、周弢PARTTHREE項目實施3.項目實施任務1AIGC工具的注冊和簡單應用面對緊迫的研學產(chǎn)品開發(fā)任務，小林制定了系統(tǒng)化的AIGC工具應用方案。他首先全面梳理公司現(xiàn)有文檔資料，建立基礎素材庫。同時為了日后工作的需要，規(guī)劃搭建智能化工具矩陣：（1）文本處理注冊和調用“DeepSeek、文心一言”等AI工具。（2）圖像處理注冊和調用“通義萬相”AI工具。（3）智能體開發(fā)注冊和調用“豆包”AI工具。（4）音視頻處理注冊和調用“迅飛星火、即夢、可靈”等AI工具。（5）數(shù)字人新業(yè)務注冊和調用“有言、剪映、蟬鏡”等AI工具。為提升日常辦公效率，他還要升級安裝AI版WPS，利用其智能排版、數(shù)據(jù)分析和文檔協(xié)作功能。3.項目實施任務1AIGC工具的注冊和簡單應用”本任務選用DeepSeek作為示例工具進行注冊流程演示。其他AIGC工具或者軟件的注冊流程類似，由讀者自主完成。技術工具選用AIGC的工具使用比較簡單，大多是“傻瓜式”操作，所見即所得。登錄系統(tǒng)初次使用時，建議先瀏覽主界面和工作臺，熟悉基本布局和功能模塊。使用流程3.項目實施任務1AIGC工具的注冊和簡單應用這類工具通常采用直觀設計，操作邏輯簡單易懂，無需專業(yè)培訓即可快速上手。如遇問題，可隨時查閱平臺內置的幫助文檔或使用指南，其中包含詳細的功能說明和常見問題解答。使用流程打開官網(wǎng)用戶注冊用戶登錄熟悉功能界面3.項目實施任務1AIGC工具的注冊和簡單應用操作界面3.項目實施任務1AIGC工具的注冊和簡單應用詳細步驟請查看教材步驟說明，并觀看對應的微課視頻感謝聆聽機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGCAIGC提示詞項目1機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGC本課件為《人工智能通識（AIGC版）》配套教學資源，由編寫團隊精心打造。為便于教學使用，團隊同步提供了豐富的輔助材料，涵蓋微課視頻、教學課件、實訓手冊、習題答案、課程標準及程序源代碼等。同時，教材配套超星教學示范包，支持一鍵克隆為網(wǎng)絡在線課程，助力高效開展線上線下混合式教學。歡迎聯(lián)系出版方訂購使用。

書名：《人工智能通識（AIGC版）》書號

：978-7-111-79447-9出版社：機械工業(yè)出版社主編：藍永健、吳秀紅、羅智聰副主編：鄧愛玲、王有銘、葉菊、周弢PARTTHREE項目實施3.項目實施任務2制作“研學旅游項目”文檔和資料為高效推進研學旅游項目文檔開發(fā)，小林需系統(tǒng)梳理校方、家長方及研學基地方的核心需求，并針對性制定溝通文件清單。在開展課程活動的過程中，為了加強學生的互動，制作一個抽獎小軟件。鑒于研學項目文檔數(shù)量多、專業(yè)性強，現(xiàn)以“研學課程方案、合作協(xié)議、健康信息表、應急預案、抽獎小軟件”作為第一階段的任務，示范如何借助AIGC工具高效精準產(chǎn)出。面對多維度文檔需求，如果你是小林，你將如何計劃和運用DeepSeek等AIGC工具，通過構建結構化提示詞體系精準引導AI完成相關任務。3.項目實施任務2制作“研學旅游項目”文檔和資料主要選用DeepSeek大語言模型工具，快速生成高質量的文案，再在WPS等文字編輯工具進行格式排版和處理。技術工具選用3.項目實施任務2制作“研學旅游項目”文檔和資料結合AIGC工具來完成工作任務，可以從以上4個步驟入手，以快速制作文案和資料。制作流程提示詞多輪提問AIGC反饋提問結果人工優(yōu)化文稿排版生成輸出文檔3.項目實施任務2制作“研學旅游項目”文檔和資料作品效果3.項目實施詳細步驟請查看教材步驟說明，并觀看對應的微課視頻任務2制作“研學旅游項目”文檔和資料感謝聆聽機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGCAIGC提示詞項目1機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊AIGC本課件為《人工智能通識（AIGC版）》配套教學資源，由編寫團隊精心打造。為便于教學使用，團隊同步提供了豐富的輔助材料，涵蓋微課視頻、教學課件、實訓手冊、習題答案、課程標準及程序源代碼等。同時，教材配套超星教學示范包，支持一鍵克隆為網(wǎng)絡在線課程，助力高效開展線上線下混合式教學。歡迎聯(lián)系出版方訂購使用。

書名：《人工智能通識（AIGC版）》書號

：978-7-111-79447-9出版社：機械工業(yè)出版社主編：藍永健、吳秀紅、羅智聰副主編：鄧愛玲、王有銘、葉菊、周弢PARTFOUR人工智能倫理案例分析數(shù)據(jù)隱私案例分析數(shù)據(jù)隱私泄露是指個人或組織的敏感信息，如姓名、身份證號、聯(lián)系方式、位置信息、金融數(shù)據(jù)等，未經(jīng)授權被獲取、訪問、傳輸或公開的現(xiàn)象。這可能導致個人權益受損，如遭受詐騙、騷擾，也會引發(fā)社會信任危機，給企業(yè)和社會帶來負面影響。以下是國內外幾個典型的案例。Level1：多學科融合備課資源整合4.人工智能倫理案例分析數(shù)據(jù)隱私案例分析（1）Facebook劍橋分析事件。英國劍橋分析公司通過第三方應用獲取8700萬Facebook用戶數(shù)據(jù)，用于2016年美國大選精準廣告投放。事件暴露平臺對數(shù)據(jù)濫用的監(jiān)管漏洞，引發(fā)全球對社交平臺數(shù)據(jù)治理的反思。（來源：新華網(wǎng)，2018）。（2）Google位置數(shù)據(jù)追蹤爭議。美聯(lián)社調查發(fā)現(xiàn)，即使關閉“位置歷史”功能，Google仍通過地圖和搜索服務記錄用戶軌跡。用戶隱私設置存在誤導性設計，算法隱性收集數(shù)據(jù)的倫理問題引發(fā)質疑