人工智能理论与应用手册（执行版）.docxVIP

理论与应用手册（执行版）

第1章基础理论与核心概念

1.1的定义与历史演进

（ArtificialIntelligence，简称）最初由约翰·麦卡锡在1956年的达特茅斯会议上正式定义，其核心在于构建能够模拟人类智能行为的计算机系统。这一概念并非凭空产生，而是人类在20世纪中叶为了解决战争自动化、逻辑推导及科学计算难题而提出的系统性构想。从历史维度看，的发展经历了从“专家系统”到“认知科学”，再到如今“深度学习”的跨越。1957年，冯·诺依曼提出“通用”（AGI）的概念，认为未来机器将具备像人一样的思维。直到1996年，梅耶尔在《图灵测试》一书中首次将定义为“能够执行与人类智能相当的任务的机器”，这一界定至今仍是学术界的标准定义。

在1950年代，早期主要依赖符号主义（Symbolism）和逻辑推理，试图通过形式化规则库来模拟人类思维，但受限于当时计算机算力和存储能力，其实际效果往往差强人意，被称为“冷启动”阶段。进入1980年代后，神经符号学兴起，试图结合符号系统与神经网络，但两者之间的交互机制尚未解决。1990年代，以萨姆·纽厄尔和赫伯特·西蒙为代表的研究转向了认知心理学，强调机器学习与人类认知的结合，推动了从“规则驱动”向“数据驱动”的转变。2010年后，深度学习技术的爆发式增长彻底颠覆了传统范式。以图像识