人工智能的起源与发展教学课件PPT.pptxVIP

人工智能的起源与发展;;生活中的人工智能;科幻电影里的人工智能;;;人工智能起源探秘;人工智能发展的起起落落;人工智能的神奇应用;医疗新势力：AI与生物学的碰撞;交通新变革：AI与物理学的携手;创意无限：人工智能画图体验;设计派(传统AI/符号主义)

设计派就像教孩子做数学题时，先告诉他所有公式和解题步骤。

生活比喻：就像照着食谱做菜-程序员给AI一本详细的菜谱(规则和逻辑)，AI严格按照这个菜谱执行。

主要特点：

人工设计规则：专家把知识写成明确的规则和逻辑

可解释性强：每一步决策都能追溯原因

依赖专家知识：需要领域专家参与设计

处理明确问题：适合规则清晰、边界明确的任务

不擅长学习：本身不具备从数据中学习的能力

典型例子：早期的国际象棋、AI专家系统(如医疗诊断系统)、简单的聊天机器人(基于关键词匹配);学习派(机器学习/连接主义)

学习派就像让孩子做大量练习题，自己总结出解题方法和规律。

生活比喻：就像看大厨做菜然后自己模仿-给AI看大量做菜视频(数据)，AI自己总结出做菜方法，甚至能发明新菜式。

主要特点：

从数据中学习：通过大量数据自动发现规律

黑箱性质：决策过程往往难以完全解释

自动优化：随着数据增多性能会提升

处理复杂问题：适合图像识别、自然语言等模糊任务

需要大量数据：数据质量和数量直接影响效果

典型例子：深度学习(如图像识别)、推荐系统(如电商推荐)、现代聊天机器人(如ChatGPT);设计派是老师教学生，学习派是学生自学。

现代AI往往是两种方法的结合：

先用学习派从大数据中提取知识

再用设计派的方法对学习结果进行解释和约束

形成人类指导+机器自学的混合模式;人工智能知识要点与安全注意事项;感官输入;布置作业;