第一篇认识人工智能——绪论预计阅读 10 分钟 | 建议收藏随时查阅本文内容源于对高等教育出版社《人工智能导论》的系统学习与梳理旨在帮助大家初步建立对人工智能这一核心概念的理解。目录一、什么是人工智能1.1 智能到底是什么1.2 人工智能的定义二、AI 发展简史六个关键里程碑三、AI 的三大流派3.1 符号主义Symbolism3.2 连接主义Connectionism3.3 行为主义Actionism四、AI 研究的五大基本内容五、27 个主要研究方向详解板块一让机器会推理、会思考板块二让机器能看、能听、能认板块三让机器会学习、会挖宝板块四让机器会下棋、会做决策板块五让机器长身体、动起来板块六把 AI 塞进各行各业板块七最新潮的几个亲戚六、一张图总结AI 家族的四大帮派写在最后大家好接下来我将与大家分享关于人工智能的相关知识。本文将从四个层面带你认识人工智能——先厘清什么是人工智能的基本定义再回顾 AI 的发展简史与三大流派随后逐一介绍 AI 的七大研究板块共 27 个方向从推理、感知、学习到行动最后用一张表格总结 AI 家族的四大帮派。建议按顺序阅读也可直接跳到你最感兴趣的方向。当前AI 技术发展迅猛学习和应用 AI 已成为大势所趋。希望通过这篇文章能让大家对什么是人工智能有一个更直观、清晰的认识。一、什么是人工智能人工智能Artificial Intelligence,AI从字面上看由人工与智能两部分组成。所谓人工智能就是用人工的方法在机器计算机上实现的智能也称机器智能Machine Intelligence。提到人工人们自然会联想到人的劳动价值那么智能又该如何理解呢1.1 智能到底是什么书中指出结合对人脑的研究目前影响较大的观点主要有三种理论核心观点通俗比喻思维理论智能的核心是思维活动是对客观世界的认知与反映把大脑当成一台信息处理器知识阈值理论智能取决于系统所拥有的知识量与知识结构知识越多、越系统化智能越高进化理论智能是在生物进化过程中逐步形成和发展的智能不是天生的是进化出来的这些理论共同指向一个结论智能是知识与智力的总和。知识是一切智能行为的基础而智力则是获取并应用知识求解问题的能力。智能具有四大特征感知能力—— 能接收外界信息看、听、触摸记忆与思维能力—— 能存储信息并对其进行加工处理学习能力—— 能从经验中不断改进自身行为行为能力—— 能对外界刺激做出响应说、写、画、动1.2 人工智能的定义人工智能这一概念由英国数学家阿兰·图灵Alan Turing提出这也是后来图灵测试诞生的缘由。时至今日图灵测试仍被视为衡量机器智能的重要准则。图灵测试通俗版让一个人和一台机器分别回答问题如果这个人分不清对面是人还是机器那这台机器就算有了智能。简而言之——人工智能是一门研究如何构造智能机器智能计算机或智能系统使其能够模拟、延伸和扩展人类智能的学科。此外人工智能大体可分为专用人工智能只能完成特定任务如人脸识别、下棋与通用人工智能能像人一样处理各种任务两大类。目前通用人工智能仍处于起步阶段我们所见到的大多数 AI 应用仍属于专用人工智能。二、AI 发展简史六个关键里程碑下面这条时间线串起了 AI 从想法到现实的七十年历程时间里程碑事件意义1950 年图灵提出图灵测试首次为机器能否思考给出可检验的标准奠定 AI 的思想基石1956 年达特茅斯会议召开正式确立人工智能学科名称标志着 AI 作为独立研究领域的诞生1970 年代专家系统兴起将领域专家的经验编码进知识库推动 AI 从理论走向工程应用1980 年代机器学习与神经网络复兴反向传播算法BP让神经网络重新焕发活力模型能从数据中自动学习2010 年代深度学习爆发在图像识别、语音识别、自然语言处理等领域全面超越传统方法2020 年代大模型与生成式 AI 崛起ChatGPT 等产品让 AI 走进大众日常开启通用智能探索新阶段可以看到AI 的发展并非一帆风顺——中间经历过两次AI 寒冬1970s 和 1990s资金断裂、期望落空。但每一次低谷之后都有更强的技术浪潮卷土重来。三、AI 的三大流派人工智能自诞生以来形成了三大学派它们从不同角度回答同一个核心问题智能到底是什么应该如何模拟3.1 符号主义Symbolism一句话概括智能就是符号运算知识就是力量。符号主义是人工智能最早的主流学派。它的核心做法是将概念如命题、规则符号化从若干判断前提出发通过逻辑推理推导出新判断结论。发展历程启发式算法 → 专家系统 → 知识工程开创性工作自动定理证明—— 作为一种确定性推理方法它将数学知识表示为谓词公式再通过逻辑运算进行推理。专家系统的成功应用对 AI 从理论走向工程实践作出了重要贡献。核心观点四条认知的基元是符号认知的过程就是符号运算智能的基础是知识核心是知识表示与推理知识既可用符号表示也可用符号进行推理3.2 连接主义Connectionism一句话概括智能来自神经元的连接学得越多连接越强。连接主义又称仿生学派其核心思想是基于神经网络及网络间的连接机制与学习算法来模拟智能认为大脑神经元及其连接机制是一切智能的基础。发展历程感知机1958 → BP 学习算法1986 → 深度学习2006 → 大语言模型2020s目前以深度学习为基础的大模型已成为人工智能最富有成效的研究领域。ChatGPT、Midjourney、Sora……背后都是连接主义的产物。3.3 行为主义Actionism一句话概括智能是在与环境的交互中进化出来的不是想出来的是做出来的。行为主义又称进化主义Evolutionism或控制论学派是控制论向 AI 领域渗透的产物。它是一种基于感知—行为的智能模拟方法理论基础是控制论。核心观点感知周围环境与现实进行交互通过进化算法适应环境。典型代表智能机器人如波士顿动力的机器狗、特斯拉的人形机器人 Optimus。三大学派对比一览维度符号主义连接主义行为主义灵感来源逻辑学、认知科学神经科学、生物学控制论、进化论智能观智能 符号运算智能 神经元连接智能 环境交互核心技术知识表示、逻辑推理神经网络、深度学习强化学习、进化算法典型成果专家系统、自动定理证明ChatGPT、AlphaGo波士顿动力机器人通俗比喻“大脑是计算器”“大脑是神经网络”“大脑是反馈控制器”四、AI 研究的五大基本内容人工智能研究的基本内容可以归纳为以下五个方面它们恰好对应了智能的四大特征基本内容对应人类能力通俗解释典型技术知识表示记忆让机器把知识存下来方式分为符号表示法用有意义的符号组合表达知识和连接机制表示法用神经网络表达知识知识图谱、本体论机器感知看、听让机器具备类似人的感知能力以机器视觉与机器听觉为主是机器获取外部信息的基本途径人脸识别、语音识别机器思维思考对感知所得的外部信息及内部信息进行有目的的处理主要通过符号推理与计算实现逻辑推理、规划算法机器学习学习研究如何使计算机通过学习自动获取知识不断改进自身性能深度学习、强化学习机器行为说、写、画与人的行为能力相对应主要指计算机的表达能力语音合成、图像生成、文本生成这五个方面构成了一个完整的闭环感知 → 存储 → 思考 → 学习 → 表达也是所有 AI 系统的基本架构骨架。五、27 个主要研究方向详解下面正式进入家族通讯录环节。人工智能的主要研究领域包括自动定理证明、博弈、模式识别、机器视觉、语音识别、智能信息检索、数据挖掘与知识发现、专家系统、自动程序设计、智能机器人、组合优化问题、人工神经网络、分布式人工智能与多智能体、智能控制、智能仿真、智能 CAD、智能 CAI、智能管理与智能决策、智能多媒体系统、智能操作系统、智能计算机体系结构、人工生命、云端人工智能、脑机接口以及具身智能等。按照功能属性我将它们整理为七大板块逐一介绍。板块一让机器会推理、会思考1. 自动定理证明让计算机自己去证明数学定理。最出名的战绩是1976 年用它证明了困扰数学界100 多年的四色定理——四种颜色就能给任意地图着色相邻区域不重色。这是历史上第一个由计算机辅助完成的重要数学证明。一句话记住它数学家的代码版同事。2. 专家系统把某个领域专家的经验比如老中医的诊断经验、老地质勘探员的找矿经验灌进知识库让电脑像专家一样下诊断。专家系统是早期 AI 商业化的顶梁柱——20 世纪 70-80 年代曾风靡一时。今天的医疗辅助诊断系统、金融风控规则系统都有它的影子。一句话记住它装在电脑里的老师傅。3. 自动程序设计让人用一句自然语言描述我要干嘛机器自己写出代码。这不就是今天的 Copilot、Cursor 干的事吗这个方向可以说是祖师爷级别的研究领域了——早在 AI 诞生之初人们就在梦想让机器自己写程序。一句话记住它程序员的终极梦想——“我说你写”。板块二让机器能看、能听、能认4. 模式识别从一堆杂乱信号里找出规律识别手写数字、识别指纹、识别基因序列。它是后面所有识别类方向的大底座也是最早实现商业化落地的 AI 技术之一。一句话记住它教机器找规律的基本功。5. 机器视觉让机器看图说话——人脸识别、自动驾驶认路、工业流水线挑瑕疵。我们今天刷脸支付、手机面容解锁全靠它。如果说模式识别是基本功那机器视觉就是这门功夫在视觉领域的登峰造极。一句话记住它给机器装一双电子眼。6. 语音识别把人说的话实时转成文字。你对着手机说导航到最近的咖啡店背后就是它在干活。Siri、小爱同学、会议实时转写、语音输入法……都是它的代表作。一句话记住它机器的顺风耳。板块三让机器会学习、会挖宝7. 人工神经网络受人脑神经元启发的数学模型——大量人工神经元按特定方式连接在一起通过调整连接强度来学习规律。深度学习、大语言模型都是它的曾孙辈。可以说没有人工神经网络就没有今天的 ChatGPT。一句话记住它AI 帝国的地基。8. 数据挖掘与知识发现从海量数据里淘金超市发现买啤酒的人常买尿布经典的购物篮分析电商算出你可能还想买视频平台推荐你下一秒就会点开的视频。它是大数据时代的探矿员。一句话记住它在数据海洋里捞珍珠。9. 智能信息检索不只是匹配关键词而是理解你真正想找什么。搜索引擎的排序优化、推荐算法的千人千面、知识库的智能问答……都属于这一类。一句话记住它比你自己还懂你想搜啥。板块四让机器会下棋、会做决策10. 博弈论与对抗搜索研究多个智能体在互相博弈中怎么选最优策略。2016 年 AlphaGo 打败李世石就是这个方向最闪亮的高光时刻。今天博弈论也用在金融定价、拍卖机制设计、外交谈判模型等领域。一句话记住它AI 界的棋王培训班。11. 组合优化问题在条条大路通罗马里找那条最快的——物流送货路线规划、芯片布线、外卖派单、排班表排课本质都是组合优化问题。它的特点是可能的选择数量往往呈爆炸式增长必须用巧妙的算法来高效搜索。一句话记住它在千万种可能里挑最优解。12. 智能控制让系统自己根据反馈调整动作不需要人一步步指挥。无人机自动悬停、空调自动恒温、火星车自主避障、汽车定速巡航……都靠它。它的理论基础正是前面提到的控制论。一句话记住它工业界的自动驾驶旋钮。13. 智能管理与智能决策把 AI 用到企业管理里怎么排班最省成本、怎么备货最不容易缺货、要不要给这个客户放款、哪个营销方案ROI最高。它就是管理者的AI 参谋长。一句话记住它老板的 AI 参谋。板块五让机器长身体、动起来14. 智能机器人不只是机械臂还能感知环境、自主规划动作。从工厂流水线上的焊接机器人到波士顿动力能后空翻的机器狗再到家里扫地的小家伙都是这个家族的成员。一句话记住它AI 的肉身。15. 具身智能当下最火的方向之一AI 不能只待在屏幕里得有个身体在物理世界里摸爬滚打学会本事。特斯拉 Optimus、Figure 01、宇树科技的人形机器人都是这个路线的代表。传统 AI 是大脑在云端具身智能是大脑 身体 环境三位一体。一句话记住它让 AI 真正活在物理世界。16. 脑机接口在大脑和电脑之间直接搭一条数据线绕过嘴巴和手让大脑信号直接指挥机器。霍金用过的辅助沟通系统是早期版本今天 Neuralink 在猴子脑子里打游戏、瘫痪患者用意念操控机械臂都是前沿进展。一句话记住它意念直接控制机器。板块六把 AI 塞进各行各业17. 自然语言处理NLP让机器理解、生成、翻译人类语言。机器翻译、智能客服、文本摘要、情感分析、ChatGPT 的对话能力——核心都来自这个方向。NLP 是目前 AI 领域最热门的研究方向之一大语言模型LLM的爆发让这个方向走到了舞台中央。一句话记住它教机器说人话。18. 智能 CAD让设计师画图纸时电脑自动补全结构、检查力学问题、推荐最优方案。建筑、机械、芯片设计行业都在用。传统 CAD 只是画图工具智能 CAD 是画图 脑子。一句话记住它设计师的智能画板。19. 智能 CAI计算机辅助教学Computer Assisted Instruction——也就是今天的 AI 家教、自适应学习系统。它能根据你的薄弱知识点自动出题、讲解、调整难度做到真正的因材施教。一句话记住它永远不累的私教。20. 智能仿真用电脑模拟真实世界模拟核爆、模拟天气、模拟疫情传播、模拟飞机撞鸟实验。好处显而易见——便宜、安全、可重复。很多现实中做不了、做不起的实验在电脑里跑一遍就行。一句话记住它上帝视角的沙盘推演。21. 智能多媒体系统让电脑不仅能处理文字还能同时理解图片、声音、视频并且让它们之间互相联动。今天的多模态大模型如 GPT-4V、Gemini就是它的现代形态。一句话记住它AI 的五感合一。22. 智能操作系统让操作系统自己懂你自动整理文件、预判你要打开的软件、提前清理内存、根据使用习惯优化资源分配。目前还在半成品阶段但已经有越来越多的 AI 功能被集成到操作系统中。一句话记住它比你妈还懂你电脑该干啥。23. 智能计算机体系结构专门为 AI 计算设计的硬件——GPU图形处理器、NPU神经网络处理器、TPU张量处理器都属于这个范畴。没有这些专用芯片今天的大模型根本跑不起来。算力是 AI 的粮草而这些芯片就是粮仓。一句话记住它AI 专用的发动机。板块七最新潮的几个亲戚24. 分布式人工智能与多智能体系统不是一个 AI 在单打独斗而是一群 AI 互相协作、谈判、分工。就像一个团队里有人负责调研、有人负责写作、有人负责审核。未来的AI 员工团队就是这个思路——多个 AI Agent 组合使用解决复杂任务。一句话记住它AI 界的组队开黑。25. 云端人工智能与边缘智能两个互补的方向云端 AI把大模型放在服务器集群上你打开网页就能用不用自己买显卡边缘 AI则把模型压缩后塞进手机、手表、汽车里断网也能跑响应更快、隐私更好。我们今天用的几乎所有在线 AI 工具ChatGPT、文心一言、通义千问都是云端模式而手机拍照的 AI 美颜、人脸解锁则是边缘模式。一句话记住它AI 界的自来水——拧开龙头就有。26. 人工生命用计算机模拟生命现象蚁群怎么找食物、鸟群怎么编队飞行、细胞怎么自我复制。它不是真的在造生命而是在研究生命的逻辑法则。这个方向虽然小众但对群体智能Swarm Intelligence、进化计算等领域有深远影响。一句话记住它在电脑里养一群数字生命。27. 机器学习理论研究机器学习**“为什么能学以及学到什么程度算够”**。样本复杂度、泛化误差界、可学习性、偏差-方差权衡……这些听起来很硬核的概念就是机器学习理论的核心内容。它给所有搞深度学习的人提供**“底气”**你这模型到底靠不靠谱会不会过拟合换一批数据还能不能用一句话记住它AI 界的质检员。六、一张图总结AI 家族的四大帮派最后把前面 27 个方向按核心任务归类可以分为四大帮派帮派成员代表核心任务思考派自动定理证明、专家系统、自动程序设计、NLP让机器会推理、懂语言感知派模式识别、机器视觉、语音识别让机器会看、会听学习派神经网络、数据挖掘、智能检索、机器学习理论让机器会学习、能验证行动派机器人、具身智能、脑机接口、智能控制、多智能体、组合优化、博弈、智能管理与决策让机器会动手、能协作应用派智能 CAD、智能 CAI、智能仿真、智能多媒体、智能操作系统、智能计算机、云端 AI、人工生命把 AI 塞进各行各业严格来说前面四大帮派是按能力维度划分的而应用派是按落地场景划分的——很多方向可以同时属于多个帮派。这张表只是一个便于记忆的入门导航不必过于较真。写在最后现在的AI工具都很好用大模型的能力也是很强的且技术的迭代也是很快的但我们也不妨静下心来去学习下关于人工智能的一些基础知识。后续的内容也是围绕这本《人工智能导论》的内容外加一些其他的新的知识及实践性的内容分享给大家。我后续会持续提供优质的内容这个不仅仅是用来提升我的能力更让更多非技术人员或小白也能轻松上手且理解其原理。如果觉得有用点个赞 收藏下次有人问你AI 到底是干嘛的直接把这篇甩给他。感谢大家了。