人工智能 (AI) 概览

什么是人工智能 (AI)？

人工智能 (AI) 是一种使计算机和机器能够模拟人类智能和解决问题能力的技术。AI 可以单独使用或与其他技术（如传感器、地理定位、机器人）相结合，执行原本需要人类智能或人工干预的任务。数字助理、GPS 制导、自动驾驶汽车和生成式 AI 工具（如 OpenAI 的 ChatGPT）只是日常生活中 AI 应用的几个例子。

AI 的基础与分类

弱人工智能（狭义人工智能, ANI）

弱人工智能是经过训练并专注于执行特定任务的人工智能。当前，我们周围的大部分人工智能都属于弱人工智能。尽管名为“弱”，但它支持一些非常健壮的应用程序，例如苹果的 Siri、亚马逊的 Alexa、自动驾驶汽车等。

强人工智能

强人工智能由通用人工智能 (AGI) 和超人工智能 (ASI) 组成：

• 通用人工智能 (AGI)：这是一种理论形式的人工智能，其中机器将具有与人类相同的智能，包括自我意识、解决问题、学习和规划未来的能力。
• 超人工智能 (ASI)：也称为超智能，将超越人脑的智力和能力。目前，强人工智能仍然是理论性的，没有实际应用的例子，但研究人员正积极探索其可能性。

机器学习与深度学习

机器学习和深度学习是 AI 的关键子学科：

• 机器学习：涉及以人脑决策过程为模型的 AI 算法的开发，这些算法可以从可用数据中“学习”，并随着时间的推移做出越来越准确的分类或预测。机器学习算法使用具有输入层、一个或两个“隐藏”层和一个输出层的神经网络，通常限于监督学习。
• 深度学习：作为机器学习的子学科，深度学习使用深度神经网络，由多个隐藏层组成，可以自动从大型、未标记和非结构化数据集中提取特征，实现无监督学习。

生成式人工智能

生成式人工智能是指深度学习模型，能够获取原始数据并在出现提示时生成统计上可能的输出。这些模型能够创建类似的新作品，但与原始数据不同。随着深度学习的兴起，生成式 AI 已经扩展到图像、语音和其他复杂数据类型。

AI 的重要历史里程碑

早期发展

• 1950年：艾伦·图灵发表《计算机器与智能》，提出图灵测试，试图回答“机器能思考吗？”的问题。
• 1956年：约翰·麦卡锡在达特茅斯学院首创“人工智能”一词，同年推出了第一个运行的人工智能软件程序 Logic Theorist。

关键突破

• 1967年：Frank Rosenblatt 构建了 Mark 1 感知机，这是第一台基于神经网络的计算机。
• 20世纪80年代：使用反向传播算法进行训练的神经网络在 AI 应用中得到广泛应用。

现代进展

• 1997年：IBM 的“深蓝”在国际象棋比赛中击败了世界冠军 Garry Kasparov。
• 2011年：IBM Watson 在 Jeopardy! 比赛中击败冠军 Ken Jennings 和 Brad Rutter。
• 2015年：百度的 Minwa 超级计算机使用卷积神经网络识别和分类图像，准确率超越普通人。
• 2016年：DeepMind 的 AlphaGo 程序由深度神经网络驱动，击败了围棋世界冠军 Lee Sodol。
• 2023年：大型语言模型（如 ChatGPT）的兴起，推动了 AI 性能和发掘企业价值的巨大变化。

AI 的应用与未来

AI 的应用每天都在增长，包括但不限于自动驾驶、医疗诊断、金融服务、智能制造等多个领域。随着 AI 技术的不断发展和成熟，其应用前景将更加广阔。然而，随着 AI 在商业中的广泛使用，关于 AI 伦理和负责任 AI 的讨论也变得越来越重要。

未来，生成式 AI 和基础模型将显著加快 AI 在企业中的应用，推动更多公司能够在更广泛的关键任务情况下部署 AI。这将为各行各业带来前所未有的变革和机遇。