人工智能与机器学习基础手册（执行版）.docxVIP

与机器学习基础手册（执行版）

第1章概述与核心概念

1.1的定义与历史演进

（ArtificialIntelligence，简称）最初由约翰·麦卡锡（JohnMcCarthy）于1956年在达特茅斯学院提出，指由计算机实现的智能行为，旨在模拟人类认知过程。这一概念的核心在于让机器具备感知环境、推理决策及解决问题的能力，而非简单的代码执行。在技术演进初期，主要聚焦于符号主义和连接主义。例如，1957年图灵测试的提出为评估机器智能提供了标准，而1960年代早期的专家系统（如MYCIN）则通过规则库解决特定领域的诊断问题，标志着从理论走向初步应用。

随着深度学习技术的突破，2012年Google的AlphaGo在围棋比赛中击败人类顶尖高手，成为发展史上的里程碑事件，证明了神经网络在复杂博弈任务中的优越性，开启了“大模型”时代。当前的发展已跨越单一学科界限，形成了跨模态、多模态及具身智能等前沿分支。例如，2023年发布的通义千问系列大模型，能够同时处理自然语言、图像和代码，展示了多模态融合在复杂任务中的实时处理能力。在数据驱动方向，Transformer架构的引入极大地提升了语言理解效率。以BERT为代表的预训练模型，通过在海量语料上微调，实现了在NLP任务上的显著超越，其参数规模已突破70亿，成为工业界的标准配置