跳转至

1 初识人工智能

说明

本文档仅涉及部分内容,仅可用于复习重点知识

本节要点:

Img 1

1.1 人工智能的新时代

1.1.2 人工智无处不在的时代

  1. 扫地机器人:自动识别全屋地面并完成智能扫地
  2. 门禁机器:刷脸识别
  3. 无人机
  4. 无人驾驶汽车
  5. 大语言模型

1.2 人工智能的起源和定义

1.2.1 人工智能的起源

1955 年 8 月,约翰·麦卡锡、马文·明斯基、克劳德·香农、纳撒尼尔·罗切斯特 4 位学者联合提交了一份提案,在这个提案中使用了“Artificial Intelligence”这个术语。1956 年 8 月,美国,达特茅斯会议上,正式提出了“人工智能”这一概念

1.2.2 人工智能的定义

定义:能够和人一样进行感知、认知、决策、执行的人工程序或系统

  • 研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学
  • 企图了解智能的本质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器
  • 研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等
  • 人工智能是对人的意识、思维的信息过程的模拟,不是人的智能,但能像人那样思考、也可能超过人的智能

强人工智能、弱人工智能和通用人工智能

  1. 弱人工智能:用过计算机替代一部分人类的智能化能力或实现一部分智能的增强,当然在某些方面还可能超越人类,或者说实现机器模拟人的 部分智能
  2. 强人工智能(通用人工智能):与人类一样或超越人类智慧的人工智能

1.3 人工智能的主流学派

Img 2

1.3.1 符号主义学派

基于符号表示— 逻辑 推理—搜索的人工智能

  • 认为人类认知和思维的基本单元是符号,认知过程是以符号表示基础的一种运算,计算机是一个可用来模拟人的智能行为的物理符号系统
  • 核心:构建符号表达知识
  • 代表人物:艾伦·图灵、约翰·麦卡锡和马文·明斯基、艾伦·纽厄尔和赫伯特·西蒙等研究学者
  • 主要成果:机器定理程序、启发式算法、专家系统等
优点 缺点
精准 抽象难、遗漏
严谨 冲突、构建复杂
可解释 特殊条件和规则
普适 跟不上变化
语义分歧

1.3.2 联结主义学派

基于神经网络—深度学习的人工智能

  • 联结主义是一种理解认知过程的理论框架。试图通过 模拟大脑的神经网络 来解释人类的认知功能,如记忆、学习、语言处理和模式识别
  • 目标:实现模拟人脑的结构,产生了神经网络方法
  • 代表人物:沃伦·麦卡洛克、沃尔特·皮茨
  • 主要成果:
    • 神经网络深度学习
    • 现代人工智能大语言模型
优点 缺点
自动训练 难解释
可预测 算力
适应变化 过拟合
超越人类 偏见
仿生 鲁棒性
高维 伦理冲突

鲁棒性(Robustness)是指系统或模型在面对不确定性、噪声、异常情况或输入变化时,仍能保持其性能和稳定性的能力。在人工智能和机器学习领域,鲁棒性通常意味着模型在训练数据之外的测试数据上仍能表现良好,并且对输入数据中的噪声或扰动具有一定的抵抗力

1.3.3 行为主义学派

基于环境交互强化学习的人工智能

  • 构建一个智能体,它关注智能体在环境中的行为,智能体以最大化奖励为目标,与环境不断交互来学习和适应,会根据行为的结果进行调整,主要方法包括:
    • 强化学习
    • Q-learning 和策略梯度方法
  • 代表人物:理查德·S.萨顿、安德鲁·G.巴托
  • 主要应用:游戏 AI、机器人控制、自动驾驶等
优点 缺点
重视结果 功利主义
环境适应性强 试错成本和风险高
人类对齐

1.4 人工智能的发展浪潮

Img 3
  1. 第一次浪潮:符号主义
  2. 第一次低谷:由于算力不足,政府投资的削减
  3. 第二次浪潮:联结主义
  4. 第二次低谷:由于 PC 发展迅猛,政府投资削减
  5. 第三次浪潮:杰弗里·辛顿提出了深度学习

1.5 人工智能的伦理安全

Img 4

1.5.1 AI 造假

AI 伪造诈骗

1.5.2 算法偏见和歧视

幸存者偏差:忽略了筛选条件,把经过筛选的结果当成随机结果。只关注到幸存者的信息而忽略了整体情况,从而导致错误的结论

1.5.3 道德困境与伦理冲突

  1. 自动驾驶
  2. 电车困境

1.5.3 公共安全与个人隐私

1.5.4 AI 伦理安全风险的应对

一个 AI 任务设计应兼顾考虑“事先、事中、事后”全方位的因素

人类伦理准则:

  1. 机器人不得伤害人类,或者坐视人类受到伤害
  2. 在不违背 1 的前提下,机器人必须服从人类的指令
  3. 在不违背 1 2 的前提下,机器人有义务自我保护

伦理共识:

  1. 保护人类的价值观、道德观
  2. 在多元价值中达成伦理共识
  3. 尊重不同文化,包容多样性,消除算法歧视
  4. 建立全球化、区域化的伦理规范

评论区

欢迎在评论区指出文档错误,为文档提供宝贵意见,或写下你的疑问