人工智能算法与模型手册.docxVIP

算法与模型手册

第1章概论与基础架构

1.1的定义与发展历程

（ArtificialIntelligence,）是指由计算机系统所模拟的、具有智能的、能够感知和做出判断、推理和解决问题的机器学科。从广义上讲，它涵盖了对人类智能的各种认知能力的模拟，包括感知、学习、推理、规划、语言理解和决策等。狭义上，通常指代基于符号逻辑的推理系统，但现代语境下更侧重于机器学习框架下的智能行为。的发展历程可以划分为四个主要阶段：第一阶段是1950年代至1960年代的“萌芽期”，以图灵机理论和逻辑符号主义为主，试图用数学公式完全模拟人类思维；第二阶段是1970年代的“寒冬期”，由于缺乏数据支持，计算机无法执行复杂任务，导致研究暂时停滞；第三阶段是1980年代至2010年代的“复兴期”，随着专家系统和专家系统的结合，模糊逻辑、神经网络等新技术出现，使得机器在特定领域开始展现出超越人类的智能；第四阶段是2010年至今的“深度学习与具身智能时代”，Transformer架构的引入以及式的爆发，使得从特定领域走向通用领域，并实现了从感知到创造能力的全面跃升。

在发展历程中，早期的主要依赖符号主义（Symbolism），即通过定义清晰的形式化规则来推导结论，代表人物包括赫伯特·西蒙和约翰·麦卡锡。然而，符号主义在处理非结构化数据（如图像、自然语言）时效果不佳。