人工智能入门①：AI基础知识（上）

一、发展历程

（一）人工智能发展简史

二、人工智能

（一）什么是人工智能？

人工智能(Artificial Inelligence)的定义可以分为两部分，即“人工”和“智能”。“人工”即由人设计，为人创造、制造；是指通过计算机系统模拟人类智能的技术，包括学习、推理、问题解决、感知、语言理解等能力。其核心目标是让机器能够执行通常需要人类智能的任务。

（二）人工智能相关学科

（三）人工智能相关名词解释

1.人工智能：让机器能够像人一样“思考”，解决现实中的问题。
2.算法：解决某个问题的具体步骤、指令、动作。面对同一个问题，可有不同的解决方法，因此解决同一个问题会有不同的算法。不过，不同算法在解决问题的效率和程度上是不一样的。
3.人工智能算法：通过人工智能技术来解决某个问题的方法及步骤。
4.模型：广义上是指，通过主观意识借助实体或者虚拟表现构成的、阐述形态结构的一种表达目的的物件。在本次讨论的范围内，“模型”是指将算法通过编程实现，得到用于处理任务的计算机程序。
5.人工智能模型：通过人工智能算法实现的用于处理具体问题的计算机程序。
6.权重：在一个问题中，不同特征对于该问题的贡献程度；特征：物体的具体描述。

（四）AI、机器学习、深度学习的关系

人工智能：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法及应用系统的一门新的技术科学；

机器学习：专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能重新组织已有的知识结构使之不断改善自身的性能；

深度学习：深度学习的概念源于人工神经网络的研究，多层感知机(MLP，MultilayerPerceptron)就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习是机器学习研究中的一个领域，它模仿人脑的机制来解释数
据。

（五）人工智能分类（按技术层次）

• 弱人工智能（Narrow AI）：专注于执行特定任务，如语音识别、图像分类。当前大多数AI系统属于此类。
• 强人工智能（General AI）：具备人类水平的通用智能，能处理任何智力任务，目前尚未实现。
• 超级人工智能（Super AI）：理论上超越人类智能的形态，仍处于科幻领域。

（六）训练大模型数据与任务的处理理解