人工智能：理論概念、發(fā)展歷程與應(yīng)用場景01-16人工智能經(jīng)濟(jì)學(xué)20xx年1.0課程介紹《人工智能經(jīng)濟(jì)學(xué)》20xx年教師：·人工智能技術(shù)是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)

動力量·將對全球經(jīng)濟(jì)社會發(fā)展和人類文明進(jìn)步產(chǎn)生深遠(yuǎn)影響·

本課程按照分析基礎(chǔ)、微觀經(jīng)濟(jì)、產(chǎn)業(yè)經(jīng)濟(jì)、宏觀經(jīng)

濟(jì)、開放經(jīng)濟(jì)和治理監(jiān)管六部分內(nèi)容梳理人工智能經(jīng)

濟(jì)學(xué)的知識架構(gòu)·

通過“技術(shù)—經(jīng)濟(jì)—治理”分析框架，構(gòu)建完整的人

工智能經(jīng)濟(jì)學(xué)知識體系，介紹相關(guān)經(jīng)濟(jì)學(xué)知識與研究

分析方法·課程目標(biāo)：幫助讀者熟悉與掌握人工智能及機(jī)器學(xué)習(xí)

方法，理解與剖析人工智能相關(guān)的經(jīng)濟(jì)學(xué)現(xiàn)象與問題，

樹立與倡導(dǎo)正確的人工智能倫理觀與社會責(zé)任意識課程簡介3教材與參考資料·

核心教材·

《人工智能經(jīng)濟(jì)學(xué)》

,李濤、徐翔，2025年8月，高等教育出版社·

參考資料·《數(shù)字經(jīng)濟(jì)發(fā)展：網(wǎng)絡(luò)、算法與數(shù)字平臺》,徐翔，2022年11月，人民出版社·《創(chuàng)造性破壞的力量：經(jīng)濟(jì)劇變與國民財富》,菲利普·

阿吉翁等，2021年1月，中信出版社·《人工智能經(jīng)濟(jì)學(xué)》,阿賈伊·

阿格拉瓦爾等，2021年4月，中國財政經(jīng)濟(jì)出版社·

重

要

節(jié)

點

論

文1.Acemoglu,D.,&Restrepo,P.(2018).The

race

between

man

and

machine:Implications

oftechnologyfor

growth,factor

shares,and

employment.AmericanEconomicReview,108(6),1488-1542.2.Agrawal,A.,Gans,J.S.,&Goldfarb,A.(2019).Exploring

the

impact

of

artificial

intelligence:Prediction

versusjudgment.Information

EconomicsandPolicy,47,1-6.3.Babina,T.,Fedyk,A.,He,A.,&Hodson,J.(2024).Artificial

intelligence,firm

growth,and

product

innovation.Journal

of

Financial

Economics,

151,103745.4.Brynjolfsson,E.,Li,D.,&Raymond,L.R.(2025).GenerativeAlatwork.The

Quarterly

Journal

of

Economics,2.5.Obermeyer,Z.,Powers,B.,Vogeli,C.,&Mullainathan,S.(2019).Dissecting

racial

bias

inanalgorithm

usedto

managethe

healthofpopulations.Science,366(6464),447-453.54技術(shù)分析基礎(chǔ)人工智能理論概念、發(fā)展歷程與應(yīng)用場景分析人工智能的經(jīng)

濟(jì)學(xué)工具機(jī)器學(xué)習(xí)與經(jīng)濟(jì)學(xué)治理治理監(jiān)管人工智能的治理與監(jiān)管人工智能

政策制定人工智能與宏觀經(jīng)濟(jì)政策微觀經(jīng)濟(jì)人工智能的

微觀經(jīng)濟(jì)基礎(chǔ)人工智能

與市場競爭人工智能

與要素市場產(chǎn)業(yè)經(jīng)濟(jì)人工智能

產(chǎn)業(yè)發(fā)展產(chǎn)業(yè)智能化：內(nèi)涵、機(jī)制與影響開放經(jīng)濟(jì)人工智能與

全球價值鏈人工智能的國際投資宏觀經(jīng)濟(jì)人工智能與經(jīng)濟(jì)增長人工智能與經(jīng)濟(jì)周期框架模塊章節(jié)課程結(jié)構(gòu)人工智能與

經(jīng)濟(jì)社會發(fā)展經(jīng)濟(jì)中國網(wǎng)信萬山磅礴看主峰中國高度重視人工智能對教育的深刻影響，積極推動人工智能和教育深度融合，促進(jìn)教育變革創(chuàng)新，充分發(fā)揮人工智能優(yōu)勢，加快發(fā)展伴隨每個人一生的教育、平等面向每個人的教育、適合每個人的教育、更加開放靈活的

教

育

。——2019年5月16日，習(xí)近平向國際人工智能與教育大會致賀信·

2024年6月20日，習(xí)近平總書記向2024世界智能產(chǎn)業(yè)博覽會致以賀信，

信中指出

，

“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，將

對全球經(jīng)濟(jì)社會發(fā)展和人類文明進(jìn)步

產(chǎn)生深遠(yuǎn)影響”·

為了對人工智能這一數(shù)字時代的重要

技術(shù)進(jìn)行系統(tǒng)的經(jīng)濟(jì)學(xué)分析，需要掌

握其概念和內(nèi)涵，厘清其發(fā)展歷程中

的主要階段，掌握其主要應(yīng)用場景6人工智能：概念與內(nèi)涵明晰人工智能的概念與內(nèi)涵，了解具備類人思維能力的人工智能是如何發(fā)展起來的人工智能發(fā)展簡史根據(jù)基礎(chǔ)理論和主導(dǎo)技術(shù)的不同，介紹人工智能發(fā)展歷程的三個階段：技術(shù)奠基期、發(fā)展起伏期與現(xiàn)代突破期按照成熟度的不同，從供給側(cè)、需求側(cè)和市場側(cè)對人工智能技術(shù)的應(yīng)用場景進(jìn)行系統(tǒng)性梳理本講內(nèi)容人工智能：應(yīng)用場景介紹702了解人工智能各發(fā)展階段

認(rèn)識每階段的代表性技術(shù)04熟悉人工智能的關(guān)鍵技術(shù)

與核心應(yīng)用的主要發(fā)展方向01了解人工智能的理論概念

各種視角下的不同定義03掌握人工智能的成熟

和潛在應(yīng)用場景本章學(xué)習(xí)要點1.1人工智能：概念與內(nèi)涵明晰人工智能的概念與內(nèi)涵，了解具備類人思維能力的人工智能是如何

發(fā)展起來的一、從人類智能到人工智能·

人類智能是大自然歷經(jīng)漫長演化所賦予人類的獨有能力，使人類得以深刻理解世界并靈活應(yīng)對各種挑戰(zhàn)·

隨著科技的迅猛發(fā)展，人類對自身智能的探索逐漸深入，借由計算機(jī)科學(xué)、應(yīng)用數(shù)學(xué)、神經(jīng)科學(xué)等多學(xué)

科的交融碰撞，以模擬人類思考模式為主要目標(biāo)的人工智能應(yīng)運而生人類智能的主要內(nèi)容感知與認(rèn)知人類通過各種感官感知外部世界視覺——欣賞景色聽覺——聆聽聲音嗅覺、味覺和觸覺——全

方位地獲取環(huán)境信息以感知為基礎(chǔ)，人類產(chǎn)生了認(rèn)知能力，能夠?qū)Ω兄?/p>

到的信息進(jìn)行分析、理解、

歸納和總結(jié)學(xué)習(xí)與適應(yīng)從嬰兒時期開始，人類便從周圍環(huán)境中學(xué)習(xí)各種知

識和技能，而這種學(xué)習(xí)能

力貫穿于人的一生人類還能夠根據(jù)不同的環(huán)境和情境，靈活地調(diào)整自己的行為和思維方式，以

更好地適應(yīng)外在變化(經(jīng)

濟(jì)學(xué)中的“干中學(xué)”模型)情感與意向情感不僅是人類內(nèi)心世界

的反映，也會對人類的認(rèn)

知、決策和行為產(chǎn)生重要

影響意向性使人類的活動具有

明確的目的性和自覺性，

人們能夠根據(jù)自己的意圖

和目標(biāo)制定計劃并付諸行

動，努力實現(xiàn)自己的理想

和愿望10思維與創(chuàng)造邏輯思維——嚴(yán)謹(jǐn)?shù)耐评砗驼撟C抽象思維——超越具體事

物的表象，把握本質(zhì)形象思維——創(chuàng)造出豐富

多彩的藝術(shù)作品和創(chuàng)新的

解決方案靈感思維-

在人創(chuàng)造過

程中發(fā)揮著獨特的作用語言與交流人類通過語言進(jìn)行交流和

表達(dá)，進(jìn)而傳遞復(fù)雜的信

息、思想和情感語言不僅是一種溝通工具，更是人類思維和認(rèn)知的重

要載體，從而成為哲學(xué)研

究的重要內(nèi)容文藝復(fù)興后近代科學(xué)逐漸興起，物理學(xué)、數(shù)學(xué)、天文學(xué)等學(xué)科取得顯著進(jìn)步笛卡爾提出“身心二元論”,將人

類的思維與身體分離開20世紀(jì)中葉計算機(jī)的高速運算能力和強(qiáng)大的數(shù)據(jù)存儲與

處理能力，讓人們看到了模擬人類智能的新希望物理世界感覺刺激一

軀體對人類智能的探索與模仿歷程遠(yuǎn)古時代人類就對自身所具備的智能感到好奇

與敬畏，用神話和預(yù)言進(jìn)行表達(dá)心靈世界意識靈魂赫菲斯托斯和女仆機(jī)器人笛卡爾的身心二元論魯班和他設(shè)計的木鳥笛卡爾.在這次會議上，眾多不同領(lǐng)域的學(xué)者齊聚一堂，正式提出了“人工智能”的概念，探討如何通過計算機(jī)技術(shù)來實現(xiàn)人類智能的模擬.達(dá)特茅斯會議后，人工智能逐漸擴(kuò)展為一個融合多學(xué)科知識體系與多樣化技術(shù)手段的綜合性前沿領(lǐng)域達(dá)特茅斯會議的部分參會者約翰

·

麥卡錫

會議主要組織者，人工智能領(lǐng)域的先驅(qū)，

Lisp編程語言的創(chuàng)始人之一克勞德

·

香農(nóng)信息論之父，數(shù)字電路與信息論的奠基人馬文

·

明斯基

1969年度圖靈獎獲得者，框架理論的創(chuàng)立者，“虛擬現(xiàn)實”的倡導(dǎo)者赫伯特

·

西蒙

諾貝爾經(jīng)濟(jì)學(xué)獎+圖靈獎獲得者，“有限理性”、“滿意度”、組織設(shè)計理論的提出者，美國國家科學(xué)院院士，開發(fā)首個人工智能程序“邏輯

理論家”1956年8月，在美國東北部小鎮(zhèn)漢諾威的達(dá)特茅斯學(xué)院，召開了一次對于人類

智能模擬具有里程碑意義的會議標(biāo)志性事件：達(dá)特茅斯會議12二、人工智能的概念定義：三種理解人類對人工智能的概念認(rèn)知逐漸深化，實現(xiàn)從語言智能到系統(tǒng)自主性再到環(huán)境交互適應(yīng)性的發(fā)展圖靈于1950年完成的論文《計算機(jī)器與智能》中首次提出“圖靈測試”的方法圖靈測試通過人向機(jī)器提出各種問題，如果提問人無法分辨答案是由機(jī)器作出的還是由

人作出的，那么這臺機(jī)器就可以被認(rèn)為具有

人工智能提問者(人)第一臺火星機(jī)器人的設(shè)計者、MIT的機(jī)器人先驅(qū)羅德尼·布魯克斯反對人工智能和機(jī)器人

必須“先思考、后行動”的理論信條布魯克斯認(rèn)為人工智能是能夠與環(huán)境進(jìn)行有

效交互的智能體(Intelligence

Agent)2025:The

Year

of

AI

Agent約翰·麥卡錫在達(dá)特茅斯會議上提出，人工智能是“致力于創(chuàng)建能夠自主地分析環(huán)境，并

具有一定程度自主性行動，以實現(xiàn)特定目標(biāo)

而顯示智能行為的計算機(jī)系統(tǒng)”這一定義強(qiáng)調(diào)了人工智能作為一個系統(tǒng)的自主性和目標(biāo)導(dǎo)向性“圖靈測試”提出者：艾倫

·

圖靈計算機(jī)系統(tǒng)論提出者：約翰

·麥卡錫“智能體”論提出者：羅德尼

·布魯克斯回答者A

(機(jī)器)回答者B

(

人

)13人工智能的三大學(xué)派

符號主義

聯(lián)結(jié)主義

行為主義

(Symbolism)

(Connectionism)(Behaviorism)代表人物：赫伯特

·西蒙和馬文

·

明斯基主要觀點：人類的理性能力代表人類智能

的全部內(nèi)容，又稱邏輯主義智能活動本質(zhì)上是對各類符號的操作與處理，人類的認(rèn)知過程、思維活動以及知識

體系都能夠通過精確的符號予以表征，也

被稱為人工智能的“計算機(jī)學(xué)派”

(

專

家系統(tǒng))符號主義面臨知識獲取瓶頸以及對復(fù)雜現(xiàn)實世界中不確定性處理能力的嚴(yán)重不足等

現(xiàn)實挑戰(zhàn)，在20世紀(jì)70年代以機(jī)器翻譯

的持續(xù)失敗為標(biāo)志進(jìn)入發(fā)展疲軟期通過構(gòu)建多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，模擬神經(jīng)元之間的信息傳遞與處理過程，利用大量的

數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練，調(diào)整神經(jīng)元之間聯(lián)

結(jié)的權(quán)重，實現(xiàn)數(shù)據(jù)特征的自動提取與模

式識別行為主義注重智能體在真實環(huán)境中的適應(yīng)

性與靈活性，能夠有效應(yīng)對復(fù)雜多變的現(xiàn)

實場景，但在知識抽象與復(fù)雜推理方面相

對薄弱14代表人物：約翰

·霍普菲爾德與杰弗里

·辛頓主要觀點：人類觀念的聯(lián)結(jié)習(xí)慣是人類智能的最好體現(xiàn)代表人物：諾伯特·維納與羅德尼

·布魯克斯主要觀點：強(qiáng)調(diào)智能體與環(huán)境的緊密交互在實現(xiàn)智能過程中的關(guān)鍵作用主張模仿人類的神經(jīng)元、以神經(jīng)網(wǎng)絡(luò)為核心構(gòu)建人工智能理論框架(深度神經(jīng)網(wǎng)絡(luò))智能體通過各種傳感器感知環(huán)境信息，選擇并執(zhí)行相應(yīng)的行動，再根據(jù)結(jié)果反饋來

調(diào)整自身策略(

機(jī)

器

人

)ChatGPT深度學(xué)習(xí)BP算法達(dá)特茅斯會議感知機(jī)2006

2022·

符號主義以專家系統(tǒng)為標(biāo)志引領(lǐng)

了人工智能的第一次浪潮·

聯(lián)結(jié)主義分別以BP算法和深度學(xué)

習(xí)為標(biāo)志引領(lǐng)了第二次和第三次浪潮·

行為主義將主導(dǎo)人工智能的下一

次浪潮嗎?(有苗頭!)不同學(xué)派在不同應(yīng)用場景各有千秋人工智能發(fā)展的三波浪潮三個學(xué)派的競爭與融合共同推動人工智能技術(shù)不斷發(fā)展1970-19801990-2000機(jī)器翻譯失敗

五代機(jī)失敗人工智能發(fā)展的重要節(jié)點專家系統(tǒng)195619651957198615人工智能三要素算法深度學(xué)習(xí)

機(jī)器學(xué)習(xí)引擎被稱為人工智能的核心三要素數(shù)據(jù)(Data)

是人工智能系統(tǒng)運行和發(fā)展的基礎(chǔ)原料，是人工智能系統(tǒng)學(xué)習(xí)和改進(jìn)

的基礎(chǔ)算法(Algorithm)是人工智能的核心驅(qū)動力，決定了如何對數(shù)據(jù)進(jìn)行處理、分析

和利用以產(chǎn)生智能行為，負(fù)責(zé)將原始數(shù)據(jù)

轉(zhuǎn)化為有價值的信息和決策三、人工智能的核心三要素(“三駕馬車”)數(shù)據(jù)、算法和算力算力(Computing

Power)是支撐人工智能算法運行和數(shù)據(jù)處理的基礎(chǔ)設(shè)施，也是

人工智能得以實現(xiàn)和高效運行的保障人工智能的三大核心要素結(jié)構(gòu)化基石ASI

FPGA加速器數(shù)據(jù)量數(shù)據(jù)集算力數(shù)據(jù)GPU16計算機(jī)視覺旨在讓計算機(jī)能夠像人類視覺系統(tǒng)一樣感知、

理解并分析圖像與視頻信息自然語言處理專注于使計算機(jī)能夠理解、分析、生成以及處理人類自然語言聯(lián)邦學(xué)習(xí)是一種分布式機(jī)器學(xué)習(xí)范式，允許多個參與者

在不直接共享本地數(shù)據(jù)

的基礎(chǔ)上協(xié)同訓(xùn)練模型其他重要的概念還包括人工智能生成內(nèi)容(Artificial

Intelligence

Generated

Content,AIGC

)、通用人工

智能(Artificial

General

Intelligence,AGI

)等等，后面會分別進(jìn)行介紹。17具身智能一種基于物理身體進(jìn)行感知和行動的智能系統(tǒng)1950年，圖靈首次提出具身智能的設(shè)想，奠定

了智能與物理形態(tài)相結(jié)

合的理論基礎(chǔ)大語言模型使用大量無標(biāo)注文本數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)模型2020年，OpenAI

發(fā)布GPT-3并開源部分樣本

和數(shù)據(jù)集，標(biāo)志著大語言模型時代正式開啟Data

from

AVerticalFederatedLearning四、新一代人工智能SampleFeatures1.2人工智能發(fā)展簡史根據(jù)基礎(chǔ)理論和主導(dǎo)技術(shù)的不同，介紹人工智能發(fā)展歷程的三個階段：

技術(shù)奠基期、發(fā)展起伏期與現(xiàn)代突破期人工智能發(fā)展歷程根據(jù)基礎(chǔ)理論和主導(dǎo)技術(shù)的不同，將人工智能發(fā)展歷程簡單劃分為：技術(shù)奠基期(20世紀(jì)初至20世紀(jì)中葉)發(fā)展起伏期(20世紀(jì)50至90年代)現(xiàn)代突破期(20世紀(jì)90年代至今)技術(shù)奠基期

發(fā)展起伏期

現(xiàn)代突破期ChatGPTBP

算法專家系統(tǒng)機(jī)器翻譯失敗

五代機(jī)失敗19651970-1980198619902022

至今晶體管技術(shù)硬盤高級編程語言

知識工程知識表示監(jiān)督學(xué)習(xí)強(qiáng)化學(xué)習(xí)高性能計算機(jī)深度學(xué)習(xí)互聯(lián)網(wǎng)技術(shù)

遷移學(xué)習(xí)云計算大語言模型計算機(jī)技術(shù)

磁鼓和磁帶

機(jī)器語言

匯編語言邏輯數(shù)學(xué)

控制論信息論達(dá)特茅斯會議20世紀(jì)初

195619理論基礎(chǔ)20世紀(jì)早期，邏輯數(shù)學(xué)、控制論與信息論等學(xué)科

的發(fā)展為構(gòu)筑人工智能提供了基礎(chǔ)性思維框架邏輯數(shù)學(xué)是人工智能的思維基礎(chǔ)，解決了人工智能

“怎么想”的問題(重要事件：布爾代數(shù)的提出)在系統(tǒng)科學(xué)領(lǐng)域，控制論和信息論的出現(xiàn)為智能系統(tǒng)的自我調(diào)節(jié)和自適應(yīng)提供了理論依據(jù)，解決了人工

智能“怎么建”的問題(關(guān)鍵概念：信息熵——衡量信息的不確定性)20世紀(jì)中葉，計算機(jī)硬件與編程語言的出現(xiàn)為人工智能的發(fā)展提供了關(guān)鍵的底層技術(shù)早期計算機(jī)與現(xiàn)代計算機(jī)相去甚遠(yuǎn)。然而，它們的誕生為人工智能的發(fā)展提供了物質(zhì)基礎(chǔ)和運算平臺，

使得復(fù)雜的數(shù)學(xué)計算和數(shù)據(jù)處理能夠自動化完成20世紀(jì)50年代后期，計算機(jī)技術(shù)的發(fā)展也帶動了高級編程語言的出現(xiàn)：FORTRAN的數(shù)組操作功能強(qiáng)大，

與人工智能中對數(shù)據(jù)的批量處理需求相契合一、技術(shù)奠基期(20世紀(jì)初至20世紀(jì)中葉)技術(shù)基礎(chǔ)20YESANDORIMPLY0NOTNANDNORNIMPLY1956年，赫伯特·西蒙等學(xué)者共同開發(fā)出“邏輯理論家”

(Logic

Theorist)這一具備一定智能的計算機(jī)程序。1951年，馬文·

明斯基建立了SNARC

神經(jīng)網(wǎng)絡(luò)模型

首次模擬老鼠在迷宮中導(dǎo)航。技術(shù)奠基期的項目應(yīng)用隱藏層輸入層

輸入層XOR

(a)第一代：感知器網(wǎng)絡(luò)(b)

第二代：全連接網(wǎng)絡(luò)XNOR隱藏層1輸出層21技術(shù)基礎(chǔ)計算機(jī)硬件技術(shù)的迅速進(jìn)步為人工智能發(fā)展提供了更多的可能性20世紀(jì)50年代開始，晶體管技術(shù)逐漸取代電子管，

使得計算機(jī)體積減小、可靠性增強(qiáng)、計算速度提升針對計算機(jī)硬件的高級編程語言得到了進(jìn)一步的

發(fā)展和廣泛應(yīng)用，其中以20世紀(jì)70年代出現(xiàn)并迅速流

行的C語言最具代表性知識工程產(chǎn)生于社會科學(xué)與自然科學(xué)的相互交叉

以及科學(xué)技術(shù)與工程技術(shù)的相互滲透，研究如何組成由電子計算機(jī)和現(xiàn)代通信技術(shù)結(jié)合而成的新的通信和

控制系統(tǒng)——專家系統(tǒng)理論基礎(chǔ)20世紀(jì)50年代后，知識表示與機(jī)器學(xué)習(xí)逐漸嶄露頭角，推動了人工智能從簡單邏輯推理向更復(fù)雜的知識運用和自動學(xué)習(xí)方向發(fā)展知識表示理論是指把知識客體中的知識因子與知

識關(guān)聯(lián)起來，讓過機(jī)器具備認(rèn)知能力，其核心內(nèi)容包括語義網(wǎng)絡(luò)、框架理論與腳本理論機(jī)器學(xué)習(xí)也在這一時期逐漸發(fā)展壯大，主要由監(jiān)督學(xué)習(xí)與強(qiáng)化學(xué)習(xí)主導(dǎo)。監(jiān)督學(xué)習(xí)的基本思想是建立

起輸入特征和輸出之間的映射關(guān)系，強(qiáng)化學(xué)習(xí)則強(qiáng)調(diào)

智能體在環(huán)境中采取行動、并根據(jù)環(huán)境反饋的獎勵信

號來學(xué)習(xí)最優(yōu)的行為策略二、發(fā)展起伏期(20世紀(jì)50至90年代)22IBM

跳棋程序1952年，

IBM科學(xué)家亞瑟·塞繆爾帶頭開發(fā)了

第一個能夠自我學(xué)習(xí)的跳棋程序，該程序可

以通過不斷地和自己下棋而提高棋藝(這是哪種機(jī)器學(xué)習(xí)?)這是人工智能在博弈論領(lǐng)域的重要嘗試，展示了機(jī)器學(xué)習(xí)的概念工業(yè)機(jī)器人Unimate1961年，發(fā)明家喬治·德沃爾開發(fā)出世界上第一臺工業(yè)機(jī)器人UnimateUnimate

率先在美國特倫頓市的通用汽車生

產(chǎn)車間投入使用，用于從模具中提取滾燙的

金屬部件早期機(jī)器人功能單一，不具備學(xué)習(xí)能力Expert

UserKnowledgeAcquisitionsubsystemExplanation

subsystemInferenceEngineReasoningwithuncertaintyKnowledge

Engineer專家系統(tǒng)是針對某一專業(yè)領(lǐng)域的人工智能程

序，旨在模擬人類專家在特定領(lǐng)域的專業(yè)知

識和決策能力1965年，科學(xué)家愛德華·費根鮑姆研制出世界上第一個專家系統(tǒng)程序DENDRAL。20

世紀(jì)

70年代，各個細(xì)分領(lǐng)域內(nèi)都出現(xiàn)了具有代表

性的專家系統(tǒng)發(fā)展起伏期的項目應(yīng)用專家系統(tǒng)KnowledgeBaseFacts,heuristicsBasic

Structureof

anExpert

SystemUserInterface23相比人工翻譯，機(jī)器翻譯的輸出不準(zhǔn)確、速度慢、成本高且不全面。例子：《圣經(jīng)》中的名言“精神愿意，

但肉體卻軟弱了”

(Spirit

indeed

iswilling,but

flesh

is

weak)機(jī)器翻譯先將其譯成俄語，再翻譯回

來就變成“威士忌強(qiáng)壯，但肉體腐爛”1966年，美國國家研究委員會終止了所有對機(jī)器翻譯研究的支持1969年馬文·

明斯基和西摩爾

·佩珀特的《感知機(jī)》一書的出版，使得

感知機(jī)研究戛然而止明斯基詳細(xì)說明了感知機(jī)的局限性：單層感知器本質(zhì)上是一種線性模型

只能處理線性分類問題(無法處理

線性不可分問題),就連最簡單的

XOR

(亦或)問題都無法正確分類該書幾乎宣判了感知機(jī)的死刑，神經(jīng)網(wǎng)絡(luò)的研究也陷入了將近20年的

停滯1974年：人工智能研究者與資助者之間的溝通鴻溝20世紀(jì)60年代末70年代初，馬文·

明斯基和西摩爾·佩珀特在麻省理工學(xué)院領(lǐng)導(dǎo)

了微世界項目微世界的方法并未導(dǎo)致通用智能的逐步解決方案：明斯基等學(xué)者無法將一個微

世界逐步推廣到更大的宇宙，或者簡單

地將幾個微世界組合成一個更大的集合美國DARPA和英國對于人工智能的研究支持大幅減少，英國的人工智能研究幾

乎完全解體24人工智能的五個“寒冬”(1)

1966年：

1969年：機(jī)器翻譯“幻滅”

聯(lián)結(jié)主義與神經(jīng)帶來初次寒冬

網(wǎng)絡(luò)研究的衰落1981年，日本公布了雄心勃勃的第五代計算機(jī)項目計劃，美國也同時啟動戰(zhàn)略計算計劃(SCI)

作

為回應(yīng)到20世紀(jì)80年代末，此類項目遠(yuǎn)未達(dá)到預(yù)期的機(jī)器智能水平美國國防部在1983年至1993年間在SCI上投資了10億美元。該項目最終在1990年代被加速戰(zhàn)略計

算計劃接替，后來又被高級模擬和計算計劃接替1985年，共有150家公司在內(nèi)部Al小組上花費了10億美元1986年，美國AI相關(guān)硬件和軟件的銷售額達(dá)到4.25億美元，成立了40家新公司，

總投資額為3億美元Apple和IBM

的桌面計算機(jī)的性能匹配昂貴的LISP機(jī)器，使得這些專用機(jī)器變得

過時。價值5億美元的行業(yè)在一年內(nèi)迅速

被取代人工智能的五個

“寒冬”(2)1987年：LISP機(jī)器市場的崩潰寒冬的原因：計算能力的限制逐漸凸顯(算

力),知識獲取和表示的瓶頸難以突破(算

法),早期機(jī)器學(xué)習(xí)方法的局限性也開始顯現(xiàn)……251988年：高級機(jī)器智能失?。杭夹g(shù)局限、期望過高、資金不足高性能的計算芯片和大規(guī)模的計算集群為人工智能的發(fā)展提供了強(qiáng)大動力互聯(lián)網(wǎng)的普及和信息技術(shù)的發(fā)展使得數(shù)據(jù)量呈爆

炸式增長，為人工智能提供了豐富素材云計算平臺為人工智能提供了按需獲取計算資源

的便捷方式大語言模型及生成式人工智能是新一代人工智能

的標(biāo)志性技術(shù)深度學(xué)習(xí)作為神經(jīng)網(wǎng)絡(luò)的延伸和深化，是人工智能在新的發(fā)展時期取得重大突破的核心理論之一

(2006年杰弗里·辛頓提出“深度信念網(wǎng)絡(luò)”DBN)強(qiáng)化學(xué)習(xí)是人工智能在現(xiàn)代突破期的另一個關(guān)鍵

基礎(chǔ)性理論，在機(jī)器人控制、自動駕駛等領(lǐng)域取得重

大突破，展示了在解決復(fù)雜決策問題方面的強(qiáng)大能力遷移學(xué)習(xí)允許模型將從一個或多個源任務(wù)中學(xué)習(xí)到的知識與經(jīng)驗，應(yīng)用到不同但相關(guān)的目標(biāo)任務(wù)中這一時期的基礎(chǔ)理論研究更加重視如何實現(xiàn)人工智能的“通用性”這一問題人工智能的現(xiàn)代突破期與人類社會的數(shù)字時代幾乎同時到來三、現(xiàn)代突破期(20世紀(jì)90年代至今)理論基礎(chǔ)

技術(shù)基礎(chǔ)26能源消耗與環(huán)境影響人工智能模型訓(xùn)練需要強(qiáng)大的計算

能力支持，意味著巨大的能源消耗ChatGPT

每天要消耗超過50萬千瓦

時的電力，以響應(yīng)用戶的約2億個請求。美國家庭平均每天使用約29千瓦時電力，

ChatGPT

每天用電量是家庭用電量的1.7

萬多倍全球治理與合作應(yīng)對人工智能技術(shù)的治理體系與法

律法規(guī)卻相對滯后在跨國應(yīng)用和國際合作中容易出現(xiàn)

法律沖突與監(jiān)管空白，給人工智能的全

球發(fā)展帶來不確定性。相關(guān)領(lǐng)域：數(shù)

據(jù)

共享、技術(shù)交流、標(biāo)準(zhǔn)制定倫理與公平性如果訓(xùn)練數(shù)據(jù)本身存在偏差(如包

含性別、種族、地域等方面),那么模

型就可能會繼承、放大數(shù)據(jù)中的偏見在招聘、貸款審批和司法等

領(lǐng)

域

，

若使用存在偏差的人工智能系統(tǒng)，則可

能會對特定人群造成不公正的影響數(shù)據(jù)隱私與安全人工智能技術(shù)突破依賴數(shù)據(jù)收集和

分析，其中包含大量個人敏感信息2018年，英國的劍橋分析咨詢公司

就利用8700萬份臉書用戶的資料為競選

活動提供智能分析援助，引起公眾嘩然技術(shù)可解釋性現(xiàn)代人工智能中的深度學(xué)習(xí)模型結(jié)

構(gòu)復(fù)雜，包含眾多的神經(jīng)元和層級人工智能的決策過程難以直觀理解和解釋，形成

“黑箱”問題技術(shù)可靠性一方面，人工智能系統(tǒng)被越來越多

地運用于復(fù)雜的現(xiàn)實場景中另一方面，人工智能系統(tǒng)極易遭受

對抗攻擊的潛在威脅現(xiàn)代突破期的關(guān)鍵挑戰(zhàn)271.3人工智能：應(yīng)用場景介紹按照成熟度的不同，從供給側(cè)、需求側(cè)和市場側(cè)對人工智能技術(shù)的

應(yīng)用場景進(jìn)行系統(tǒng)性梳理28人工智能的應(yīng)用場景十分廣闊人工智能技術(shù)將逐步蔓延至經(jīng)濟(jì)社會的

各個角落，推動產(chǎn)業(yè)生態(tài)的重塑進(jìn)程，

培育經(jīng)濟(jì)社會發(fā)展新動能成熟應(yīng)用制造業(yè)智能調(diào)度系統(tǒng)圖像算法質(zhì)檢金融業(yè)智能信貸決策智能投資決策能源業(yè)智能電網(wǎng)管理

智能交易決策前沿應(yīng)用汽車業(yè)自動駕駛汽車醫(yī)療業(yè)醫(yī)療影像生物學(xué)蛋白質(zhì)結(jié)構(gòu)預(yù)測

藥物研發(fā)成熟應(yīng)用社交平臺精準(zhǔn)廣告投放電商平臺智能推薦系統(tǒng)共享經(jīng)濟(jì)平臺共享出行動態(tài)定價前沿應(yīng)用銷售商基于情感分析的

營銷策略優(yōu)化生產(chǎn)商智能供應(yīng)鏈管理

智能物流系統(tǒng)消費平臺個性化推薦

智能客服教育領(lǐng)域自動化學(xué)習(xí)

智能輔導(dǎo)消費領(lǐng)域虛擬購物

數(shù)字人智能家居系統(tǒng)

智能投資平臺需求側(cè)成熟應(yīng)用

前沿應(yīng)用人工智能的應(yīng)用場景市場側(cè)供給側(cè)29在金融業(yè)中，人工智能發(fā)揮了提質(zhì)增效降本的重要作用。例子：人工智能通過構(gòu)建復(fù)雜的數(shù)學(xué)模型與智能算法，實現(xiàn)交易決策的自動化與智能化在能源行業(yè)，人工智能可助力能源生產(chǎn)、傳輸、存儲、消費等環(huán)節(jié)的優(yōu)化。例子：,智能算法能精準(zhǔn)在醫(yī)療行業(yè)中，人工智能顛覆了疾病診斷與藥物研發(fā)

預(yù)測電力需求的高峰智能電網(wǎng)管理中低谷，優(yōu)化發(fā)電、的現(xiàn)有模式：深度學(xué)習(xí)算法可以對X光、CT、MRI

等影

輸電以及配電計劃像進(jìn)行快速準(zhǔn)確的分析，也可用于推斷蛋白質(zhì)結(jié)構(gòu)借助于計算機(jī)視覺、傳感器融合、深度學(xué)習(xí)等技術(shù)，自動駕駛汽車能夠感知周圍的交通環(huán)境，自動做出駕駛

決策并控制車輛行駛制造業(yè)是人工智能最早發(fā)揮作用的重要領(lǐng)域。例子：比亞迪等汽車制造企業(yè)借助智能調(diào)度系統(tǒng)靈活調(diào)

配生產(chǎn)線一、供給側(cè)應(yīng)用成熟應(yīng)用前沿應(yīng)用302017年4月，百度在上海車展宣布Apollo計劃，百度Apollo自動駕駛系統(tǒng)正式誕生2021年8月，百度發(fā)布全新升級的自動駕駛出行服務(wù)

平臺“蘿卜快跑”2022年5月，“蘿卜快跑”正式落地武漢經(jīng)開區(qū)，面向市民提供自動駕駛出行服務(wù)截至2024年，作為最大的運營區(qū)域，武漢已部署約

500輛全無人自動駕駛車輛，服務(wù)面積超3000平方公里。隨著技術(shù)創(chuàng)新及RT6車型的正式運營，其成本將持續(xù)降低，

有望實現(xiàn)區(qū)域性收支平衡Warning:

以蘿卜快跑為代表的無人駕駛技術(shù)的普及，

可能使得對傳統(tǒng)司機(jī)崗位的需求大幅減少，導(dǎo)致眾多司機(jī)

面臨失業(yè)風(fēng)險、需要重新尋找職業(yè)出路，也給社會保障體案例1:“蘿卜快跑”自動駕駛：人類出行方式新革命?系帶來更大壓力31轉(zhuǎn)錄transcriptionamino

acid

chain氨基酸鏈THE

NOBEL

PRIZEIN

CHEMISTRY

2024John

M.Jumper"for

computational

"for

protein

structure

prediction"THE

ROYALSWEDISHACADEMYOFSCIENCES案例2:AlphaFold人工智能顛覆生物學(xué)研究2018年，DeepMind公司開發(fā)的AlphaFold程序在國際

蛋白質(zhì)結(jié)構(gòu)預(yù)測競賽(CASP)中一舉奪魁2020年，AlphaFol