AI基础理论学习笔记.docxVIP

AI基础理论学习笔记

一、人工智能核心定义与本质

1.核心定义

人工智能（ArtificialIntelligence，简称AI），是一门融合计算机科学、数学、心理学、神经科学、语言学等多学科的交叉技术科学。其核心目标是让机器模拟、延伸和扩展人类的智能，使计算机或智能系统能够完成原本需要人类智慧才能实现的复杂任务。

区别于普通程序的固定执行逻辑，AI的核心特质是感知、推理、学习、自适应、决策，无需人工逐条编程，可通过数据和算法自主优化行为模式。

2.人工智能的本质

用机器的算力、算法和数据，模拟人类的认知闭环：感知信息（看、听、读）→理解信息（解析语义、特征）→逻辑推理（分析规律）→自主学习（迭代优化）→输出决策（行动、结果、预测）。

3.核心分类（通用划分）

弱人工智能（窄人工智能）：专注于单一领域、单一任务的智能系统，无法产生自主意识和通用思维，是当前全球主流应用形态。例如图像识别、语音助手、推荐算法、AI绘画、大语言模型对话等。

强人工智能（通用人工智能AGI）：具备与人类等同的通用认知能力，可自主学习任意领域知识、独立思考、跨场景解决复杂问题，拥有自我意识与主观判断，目前仅处于理论研究阶段，尚未实现。

超人工智能（ASI）：智能水平全面超越人类，可自主迭代进化、突破人类认知边界，属于未来终极AI形态，暂无落地研究基础。

二、人工智能发展历程

AI发展历经多