文章目录
- 第1章 人工智能：过去、现在与未来
- 引言：机器的思考之梦
- 1.1 从图灵测试到深度学习革命：三次浪潮的技术本质
- 第一次浪潮：符号主义的黎明（1956-1980s）
- 第二次浪潮：连接主义的复兴（1980s-2000s）
- 第三次浪潮：深度学习的崛起（2006至今）
- 1.2 AI技术地图：四大疆域的全景扫描
- 1.2.1 机器学习：智能的统计学基础
- 1.2.2 深度学习：神经网络的深度进化
- 1.2.3 强化学习：从环境中学习的智能体
- 1.2.4 大语言模型：涌现能力的奇点
- 1.3 行业应用全景：AI如何重塑核心产业
- 互联网行业：个性化与智能化的双轮驱动
- 金融行业：风险、效率与创新的平衡
- 医疗健康：从辅助诊断到精准医疗
- 智能制造：工业4.0的核心引擎
- 自动驾驶：渐进式与跃进式的双路径
- 1.4 案例研讨：三大里程碑的技术解码
- 案例一：AlphaGo——超越人类直觉的机器智能
- 案例二：ChatGPT——对话AI的临界点突破
- 案例三：Tesla FSD——现实世界的强化学习挑战
- 1.5 展望未来：AI的下一个十年
- 技术趋势预测
- 社会影响与伦理挑战
- 本章小结：理解AI的三个维度
- 历史维度：理解AI发展的周期律
- 技术维度：掌握AI的层次结构
- 产业维度：洞察AI的商业化逻辑
- 给学习者的建议
- 延伸学习与思考
- 推荐阅读
- 思考问题
- 动手实践
第1章 人工智能：过去、现在与未来
引言：机器的思考之梦
“机器能思考吗？”——艾伦·图灵，1950
1950年，英国数学家艾伦·图灵在论文《计算机器与智能》中提出了这个划时代的问题。彼时，第一台电子计算机ENIAC诞生仅四年，晶体管尚未普及，而图灵已开始思考机器智能的可能性。这一章，我们将开启一段跨越七十年的旅程，追溯人工智能如何从科幻概念演变为重塑世界的核心技术。
1.1 从图灵测试到深度学习革命：三次浪潮的技术本质
第一次浪潮：符号主义的黎明（1956-1980s）
1956年，达特茅斯会议上，“人工智能”一词正式诞生。早期AI研究建立在符号主义基础上——人类的智能可以简化为对符号的操纵。
核心思想：
- 知识表示：谓词逻辑、产生式规则
- 推理机制：专家系统、基于规则的推理
- 典型成就：DENDRAL（化学分析专家系统）、MYCIN（医疗诊断系统）
局限与寒冬：
- “组合爆炸”问题：随着规则增加，搜索空间呈指数增长
- 常识知识难题：难以将人类常识形式化为规则
- 硬件限制：计算能力远不足以支撑复杂推理
