人工智能概述

什么是人工智能

人工智能（Artificial Intelligence，AI）是研究如何让计算机系统模拟、延伸和扩展人类智能的一门技术科学。它试图让机器能够完成通常需要人类智能才能完成的任务，例如理解语言、识别图像、做出决策和解决问题。

按照能力范围，人工智能通常被划分为三个层次：

• 弱人工智能（ANI）：专注于特定任务的智能，如语音识别、图像分类、推荐系统等。当前绝大多数 AI 应用都属于这一层次。
• 强人工智能（AGI）：具备与人类相当的通用智能，能够理解、学习和应用知识解决各种问题。目前仍在研究阶段。
• 超人工智能（ASI）：在几乎所有领域都超越人类智能，属于理论设想。

人工智能的发展历程

人工智能的发展经历了多次起伏，大致可分为几个关键阶段：

早期探索（1950s–1970s）

1950 年，艾伦·图灵提出了著名的"图灵测试"。1956 年达特茅斯会议正式确立了"人工智能"这一学科。这一时期主要以符号推理和规则系统为主。

专家系统时代（1970s–1980s）

以知识表示和推理为核心，出现了大量专家系统，在医疗诊断、地质勘探等领域得到应用。

机器学习兴起（1990s–2010s）

随着数据量和计算能力的提升，统计学习方法和机器学习算法逐渐成为主流，支持向量机、决策树、神经网络等方法得到广泛应用。

深度学习时代（2012 年至今）

2012 年，AlexNet 在 ImageNet 竞赛中取得突破性成绩，标志着深度学习时代的到来。此后，深度神经网络在计算机视觉、自然语言处理、语音识别等领域不断刷新纪录。

大模型时代（2020 年至今）

以 GPT 系列为代表的大语言模型（LLM）展现出了强大的通用能力，推动了生成式人工智能的爆发式发展。

人工智能的主要分支

• 机器学习：让计算机从数据中自动学习规律和模式。
• 深度学习：基于多层神经网络的机器学习方法。
• 自然语言处理（NLP）：让计算机理解、生成和处理人类语言。
• 计算机视觉（CV）：让计算机理解和分析图像与视频。
• 语音识别与合成：实现语音到文本、文本到语音的转换。
• 强化学习：通过与环境交互、试错来学习最优策略。

人工智能的应用领域

如今人工智能已经渗透到生产生活的方方面面：

领域	典型应用
互联网	推荐系统、搜索引擎、内容审核
医疗	医学影像分析、辅助诊断、药物研发
金融	风控、欺诈检测、智能投顾
制造	质量检测、预测性维护、智能机器人
交通	自动驾驶、智能调度
教育	个性化学习、智能辅导

人工智能正在深刻改变社会生产和生活方式，同时也带来了数据隐私、算法公平、就业结构等新的挑战，需要我们理性看待并妥善应对。