AI发展阶段划分.pptxVIP

20252025.LOGOAI发展阶段划分

-1伦理与监管体系的建立2全球合作与竞争并存3AI安全与信任建设4AI的全球合作与竞争5AI与人类协同发展6AI与智慧城市的构建7AI的智能硬件创新8AI助力公益与人文关怀9AI的全球挑战与应对10AI的未来展望

1Part1理论萌芽期(1940年代-1956年)

理论萌芽期(1940年代-1956年学与逻辑基础构建以数学和逻辑为核心，为人工智能学科的诞生奠定理论基础图灵测试概念提出1950年艾伦?图灵在《计算机器与智能》中提出图灵测试，探讨机器是否具备智能的核心问题二值神经元模型提出1943年由沃伦?麦卡洛克和沃尔特?皮茨提出，模拟生物神经网络运作机制，成为神经网络研究的起点首个神经网络模拟器开发1951年马文?明斯基等人开发SNARC，初步验证神经网络的可行性

2Part2学科创立与黄金时代(1956-1974年)

学科创立与黄金时代(1956-1974年)人工智能学科正式诞生1956年达特茅斯会议上，约翰?麦卡锡等人首次提出人工智能术语早期自然语言处理突破1966年约瑟夫?维森鲍姆开发聊天机器人ELIZA，模拟心理治疗师对话；1972年特里?温顿设计SHRDLU系统，执行自然语言指令感知机发明1957年弗兰克?罗森布拉特发明首个可识别简单图像的单层神经网络模型资金与政策支持美国DARPA等机构开始资助AI项目，推动技术快速发展

3Part3第一个AI寒冬(1974-1980年)

第一个AI寒冬(1974-1980年)01资金大幅削减：1973年英国Lighthill报告批评AI进展缓慢，导致政府资助中断；DARPA随后削减预算，行业进入低谷02技术局限性暴露：符号主义AI依赖人工规则，难以应对复杂现实问题，且硬件性能不足

4Part4复苏与知识工程时代(1980-1990年)

复苏与知识工程时代(1980-1990年)专家系统兴起1982年DEC公司开发的CON系统为企业节省数亿美元成本，带动全球研发热潮0103市场泡沫破裂专家系统维护成本高、场景适应性差，后期商业应用失败，AI再次遇冷02神经网络关键突破专家系统维护成本高、场景适应性差，后期商业应用失败，AI再次遇冷

5Part5第二个AI寒冬与技术蓄力(1990-2010年)

第二个AI寒冬与技术蓄力(1990-2010年)商业应用挫败专家系统难以适配多场景需求，AI公司股价暴跌，投资锐减关键技术突破1997年IBM深蓝击败国际象棋冠军；2006年深度信念网络提出，突破传统神经网络训练瓶颈；2009年谷歌大脑团队提升算力效率

6Part6深度学习爆发与蓬勃发展期(2010年至今)

深度学习爆发与蓬勃发展期(2010年至今)14复杂决策能力突破：2016年AlphaGo击败围棋世界冠军李世石，展现AI高复杂度决策潜力多模态与通用化发展：2022年后ChatGPT、StableDiffusion等实现文本生成、图像创作等多场景突破，AI渗透医疗、制造、金融等领域，同时伦理与监管体系逐步完善深度学习成为核心技术：2012年AleNet在ImageNet竞赛中大幅降低错误率，标志深度学习主流化自然语言处理革命：2017年Transformer架构问世；2018年BERT模型推动NLP进入预训练时代1342

7Part7伦理与监管体系的建立

伦理与监管体系的建立随着AI技术的不断发展和广泛应用，AI伦理和监管问题逐渐成为公众关注的焦点这一阶段主要的特点是人们开始更加关注AI的道德和法律问题，以及相应的监管框架的建立

伦理与监管体系的建立伦理框架与政策制定随着AI技术广泛应用于社会各个方面，国际组织、各国政府和相关行业都开始探索建立相应的AI伦理框架和法律法规，旨在保护隐私权、安全性和人工智能带来的权益数据保护法规的实施欧洲通过的《通用数据保护条例》(GDPR)标志着全球开始关注个人数据的保护。此类法规限制了数据的收集和使用，对AI发展产生了影响AI解释性需求的增加为保障透明度、可信度以及公众对AI决策的信任，人们开始要求AI系统具备可解释性。这促使了可解释性AI(AI)的研究和应用111213

8Part8AI技术的全面应用与融合

AI技术的全面应用与融合当前及未来的趋势中，AI正渗透至各领域中，并且正在实现技术之间的相互融合，使许多新的应用和服务得以诞生AI的产业应用普及：医疗、金融、教育、制造等各个领域都开始利用AI技术提升业务效率和质量。例如，AI辅助诊断、智能投顾、在线教育等已经成为现实AI与物联网的融合：智能家居、智慧城市等项目展示了AI如何与物联网(IoT)相结合，为用户提供更便捷、智能的生活方式AI技术的不断创新：机器学习、强化学习等新技术