5.2 探秘人工智能
知识点
1.什么是人工智能
定义：人工智能（Artificial Intelligence，AI）是研究、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技术科学。
通俗理解：让机器做那些"原本需要人的智能才能完成"的事——看、听、说、读、判断、学习、决策。
AI 的能力范围（四类典型任务）：
| 能力 | 对应技术 | 例子 |
|---|---|---|
| 感知（看、听） | 计算机视觉、语音识别 | 人脸解锁、语音输入 |
| 理解（读懂语言） | 自然语言处理 | 机器翻译、智能客服 |
| 思考（推理决策） | 知识推理、专家系统、强化学习 | 医疗辅助诊断、下棋 |
| 学习（从数据中变强） | 机器学习、深度学习 | 推荐系统、图像分类 |
关键区分：
| 概念 | 含义 |
|---|---|
| 人工智能 | 最大的范畴（让机器智能的总称） |
| 机器学习 | 实现 AI 的一种方法（让机器从数据中学习规律） |
| 深度学习 | 机器学习的一种方法（用多层神经网络） |
包含关系：人工智能 ⊃ 机器学习 ⊃ 深度学习。
2.图灵测试：怎么判断"机器有没有智能"
提出者：英国数学家阿兰·图灵，1950 年在论文《计算机器与智能》中提出。
测试方法（模仿游戏）：
测试者（人）——通过文字（不见面）——同时与 A（人）和 B（机器）对话
若测试者无法可靠地区分哪个是人、哪个是机器，
则判定该机器具有智能（通过图灵测试）。
三个要点：
- 只看"行为表现"，不看"内部机制"——不问机器"你怎么想的"，只看"你答得像不像人"；
- 用自然语言对话作为媒介；
- 至今没有机器被公认真正通过（早期一些程序靠"抬杠、转移话题"骗过人，被认为是"取巧"）。
意义与局限：
- 意义：第一次给出了可操作的智能判定标准，奠定了 AI 的哲学基础；
- 局限：只测"像不像人"，不测"是否真懂"；也无法衡量"超人类"的智能（如计算器算得比人快，但没人说它有智能）。
中国的"中文屋"思想实验（塞尔）：一个人按规则手册把中文问题"对答如流"，但他并不懂中文——说明"表现得懂"≠"真的懂"。这是对图灵测试最著名的批评。
3.人工智能的发展历程（关键节点必记）
| 时间 | 事件 | 意义 |
|---|---|---|
| 1950 年 | 图灵发表《计算机器能思维吗》，提出图灵测试 | AI 的思想起点 |
| 1956 年 | 达特茅斯会议，麦卡锡等人首次提出"人工智能"一词 | AI 作为学科诞生的标志 |
| 1950s~60s | 早期乐观期：跳棋程序、定理证明、机器翻译 | 第一次浪潮 |
| 1970s | 计算能力不足、期望过高 → 第一次低谷 | — |
| 1980s | 专家系统兴起（如医疗诊断系统 MYCIN） | 第二次浪潮 |
| 1980s 末~90s | 专家系统维护成本高、难以普及 → 第二次低谷 | — |
| 1997 年 | IBM "深蓝" 击败国际象棋世界冠军卡斯帕罗夫 | 计算能力路线的里程碑 |
| 2006 年 | 深度学习（Hinton 等）取得突破 | 第三次浪潮的技术基础 |
| 2011 年 | IBM Watson 在电视问答节目夺冠 | 自然语言理解突破 |
| 2012 年 | 深度神经网络在 ImageNet 图像识别大赛中大幅领先 | 深度学习引爆点 |
| 2016 年 | AlphaGo 击败围棋世界冠军李世石 | 强化学习 + 深度学习的标志性事件 |
| 2017 年至今 | Transformer 架构、大语言模型（ChatGPT 等） | 生成式 AI 时代 |
记忆口诀："1956 起名，1997 下棋，2016 下围棋"。
三次浪潮的共同规律："算法突破 + 算力提升 + 数据积累"三者同时具备，AI 才能跃升。低谷往往因为算力不足或期望过高。
4.三大流派（理解各自的"信念"）
| 流派 | 核心信念 | 方法 | 代表成果 | 局限 |
|---|---|---|---|---|
| 符号主义（符号学派） | 智能 = 符号的逻辑推理 | 把知识写成规则，用逻辑推理求解 | 专家系统、定理证明、深蓝（部分） | 规则写不全（常识太多）、难以处理感知问题 |
| 连接主义（神经网络学派） | 智能 = 大量神经元的连接 | 用神经网络从数据中学习 | 深度学习、图像识别、语音识别、AlphaGo | 黑箱（难解释）、需要大量数据与算力 |
| 行为主义（进化学派） | 智能 = 在与环境交互中涌现 | 感知—动作循环，试错学习 | 智能机器人、强化学习、波士顿动力 | 复杂任务学习慢、真实环境试错成本高 |
一句话区分：
- 符号主义"讲道理"（按规则推理）；
- 连接主义"凭感觉"（从数据学模式）；
- 行为主义"靠实践"（在环境中试错）。
当代主流：以连接主义（深度学习）为主导，融合符号推理（知识图谱）与强化学习。
5.关键技术
（1）专家系统（符号主义的典型）
结构：
| 组成 | 作用 |
|---|---|
| 知识库 | 存放领域专家的规则（IF…THEN…） |
| 推理机 | 根据事实与规则推导结论 |
| 综合数据库（工作存储） | 存放当前问题的事实与中间结论 |
| 人机界面 | 与用户交互、解释推理过程 |
工作过程：用户输入事实 → 推理机在知识库中匹配规则 → 推出新事实 → 直到得出结论。
经典例子：MYCIN（血液感染诊断，准确率接近专家）。
优点：推理过程可解释（能说出"因为 A 和 B，所以 C"）； 缺点：知识获取困难（专家经验难以完整表达）、规则多了会冲突、不会学习。
（2）机器学习
定义：让计算机从数据中自动学习规律，并用于预测或决策，而不需要显式编程每一条规则。
与传统编程的对比（极重要）：
| 传统编程 | 机器学习 | |
|---|---|---|
| 输入 | 数据 + 规则 | 数据 + 答案（标签） |
| 输出 | 答案 | 规则（模型） |
| 人的工作 | 写规则 | 准备数据、调参、评估 |
三种学习方式（必考）：
| 类型 | 有无标签 | 任务 | 例子 |
|---|---|---|---|
| 监督学习 | 有标签（给了正确答案） | 分类、回归（预测数值） | 垃圾邮件识别、房价预测、手写数字识别 |
| 无监督学习 | 无标签 | 聚类、降维 | 用户分群、商品推荐中的相似用户发现 |
| 强化学习 | 无标签，但有奖励信号 | 试错学习最优策略 | AlphaGo、机器人走路、自动驾驶决策 |
记忆：有答案照着学（监督）、没答案自己分堆（无监督）、给奖惩自己试（强化）。
机器学习的一般流程：
收集数据 → 数据标注/清洗 → 划分训练集与测试集 → 训练模型 → 评估 → 调优 → 部署应用
重要概念：
- 训练集：用来"学习"的数据；
- 测试集：用来"考试"的数据，必须与训练集分开；
- 过拟合：在训练集上表现很好、在新数据上很差（"死记硬背"）；
- 欠拟合：连训练集都学不好（"没学会"）。
（3）深度学习
定义：使用多层神经网络（"深度"指层数多）的机器学习方法。
为什么"深"有用：浅层学边缘与颜色 → 中层学纹理与部件 → 深层学物体整体，逐层抽象，自动提取特征（不需要人工设计特征）。
三大要素（缺一不可）：
| 要素 | 说明 |
|---|---|
| 算法 | 网络结构（CNN、RNN、Transformer 等） |
| 算力 | GPU／TPU 并行计算 |
| 数据 | 大规模标注数据（ImageNet 上千万张图） |
典型网络：
| 网络 | 擅长 | 应用 |
|---|---|---|
| CNN（卷积神经网络） | 图像 | 人脸识别、医学影像、自动驾驶感知 |
| RNN／LSTM | 序列（语音、文本） | 语音识别、机器翻译 |
| Transformer | 长序列与注意力 | 大语言模型（GPT 等） |
（4）自然语言处理（NLP）
任务：让机器理解与生成人类语言。
| 任务 | 说明 | 例子 |
|---|---|---|
| 机器翻译 | 一种语言转另一种 | 中英互译 |
| 文本分类 | 判断文本类别 | 情感分析（好评／差评）、垃圾信息识别 |
| 信息抽取 | 从文本中抽结构化信息 | 从简历抽姓名、学历 |
| 问答与对话 | 理解问题并回答 | 智能客服、语音助手 |
| 文本生成 | 生成通顺文本 | 摘要、写作辅助 |
难点：歧义（"咬死了猎人的狗"）、上下文依赖、常识推理、讽刺与隐喻。
（5）计算机视觉
任务：让机器"看懂"图像与视频。
| 任务 | 说明 |
|---|---|
| 图像分类 | 判断图中是什么（猫／狗） |
| 目标检测 | 找出位置并分类（框出所有行人） |
| 图像分割 | 逐像素分类（抠图、医学病灶分割） |
| 人脸识别 | 身份比对（注意：与人脸检测不同） |
易混：人脸检测（找出"有没有脸、在哪"）≠ 人脸识别（判断"这是谁"）。
（6）语音识别与合成
- 语音识别（ASR）：声音 → 文字（语音输入、会议记录）；
- 语音合成（TTS）：文字 → 声音（导航播报、有声阅读）。
（7）智能机器人
组成：感知系统（摄像头、雷达、传感器）+ 决策系统（算法）+ 执行系统（电机、机械臂）。
分类：工业机器人（焊接、装配）、服务机器人（送餐、扫地）、特种机器人（排爆、深海、太空）。
6.人工智能的典型应用
| 领域 | 应用 | 依赖技术 |
|---|---|---|
| 交通 | 自动驾驶、智能调度、车牌识别 | 计算机视觉、强化学习 |
| 医疗 | 影像辅助诊断、药物筛选、健康监测 | 深度学习（CNN） |
| 教育 | 个性化推荐、智能批改、学情分析 | 数据分析、NLP |
| 金融 | 风控、反欺诈、智能投顾 | 机器学习、异常检测 |
| 家居 | 智能音箱、扫地机器人 | 语音识别、SLAM |
| 农业 | 病虫害识别、无人机植保 | 计算机视觉 |
| 安防 | 人脸门禁、行为分析 | 人脸识别、目标检测 |
| 内容 | 推荐系统、AI 写作与绘画、AIGC | 推荐算法、生成模型 |
推荐系统为什么"懂你"：收集你的行为数据（点击、停留、购买）→ 找与你相似的用户或相似的商品 → 预测你可能喜欢什么。本质是 5.1 讲的"数据分析 + 机器学习"。
7.人工智能与人类：机遇与挑战
（1）积极影响
- 解放重复劳动（流水线、客服、数据录入）；
- 提升效率与精度（医学影像读片、气象预测）；
- 拓展人类能力（深海探测、太空探索、无障碍辅助）；
- 催生新职业（数据标注师、AI 训练师、算法工程师）。
（2）挑战与风险
| 风险 | 说明 |
|---|---|
| 就业结构冲击 | 重复性、规则性强的岗位易被替代；创造性、情感性、复杂决策岗位相对安全 |
| 算法偏见 | 训练数据有偏见 → 结果歧视某群体（如招聘模型偏向某性别） |
| 黑箱问题 | 深度学习难以解释"为什么这样判断"，医疗、司法等高风险领域难放心使用 |
| 隐私与数据滥用 | 训练需要海量数据，可能侵犯个人信息 |
| 深度伪造（Deepfake） | 换脸、伪造语音，被用于诈骗与造谣 |
| 责任归属 | 自动驾驶事故、AI 医疗误诊，谁负责？ |
| 安全与可控 | 大模型"幻觉"（编造事实）、被恶意诱导 |
（3）应有的态度（素质目标）
- 理性看待——AI 是工具，不是万能，也不是威胁；
- 人机协同——人负责价值判断与创造，机器负责计算与重复；
- 保持批判——对 AI 的输出核实来源，不盲信（尤其"幻觉"）；
- 遵守伦理与法律——不制作深度伪造、不用 AI 作弊、尊重他人数据与肖像权；
- 持续学习——会被淘汰的不是"不会用 AI 的人"，而是"只会做 AI 能做之事的人"。
8.大数据与人工智能的关系
| 关系 | 说明 |
|---|---|
| 大数据是"燃料" | 深度学习需要海量数据才能训练好 |
| 算力是"发动机" | GPU 集群支撑大规模训练 |
| 算法是"设计图纸" | 网络结构与训练方法决定能力上限 |
| AI 反哺大数据 | AI 用于数据清洗、标注、分析与可视化（5.1 的工具链） |
一句话："数据、算力、算法"是 AI 的三驾马车。
9.速查表
| 序号 | 考点 | 结论 |
|---|---|---|
| 1 | AI 的定义 | 模拟、延伸、扩展人的智能 |
| 2 | AI ⊃ 机器学习 ⊃ | 深度学习 |
| 3 | 图灵测试提出者 | 阿兰·图灵，1950 年 |
| 4 | 图灵测试的判定 | 测试者无法区分人机即通过 |
| 5 | "中文屋"说明 | 表现得懂 ≠ 真的懂 |
| 6 | "人工智能"一词提出 | 1956 年达特茅斯会议（麦卡锡） |
| 7 | 深蓝 | 1997 年，击败国际象棋冠军卡斯帕罗夫 |
| 8 | AlphaGo | 2016 年，击败围棋冠军李世石 |
| 9 | 三大流派 | 符号主义、连接主义、行为主义 |
| 10 | 专家系统属于 | 符号主义 |
| 11 | 深度学习属于 | 连接主义 |
| 12 | 智能机器人属于 | 行为主义 |
| 13 | 专家系统四组成 | 知识库、推理机、综合数据库、人机界面 |
| 14 | 专家系统的优点 | 推理过程可解释 |
| 15 | 专家系统的缺点 | 知识获取难、不会学习 |
| 16 | 机器学习与传统编程的区别 | 传统：数据+规则→答案；ML：数据+答案→规则 |
| 17 | 监督学习 | 有标签，做分类/回归 |
| 18 | 无监督学习 | 无标签，做聚类 |
| 19 | 强化学习 | 奖励信号，试错学策略（AlphaGo） |
| 20 | 深度学习三要素 | 算法、算力、数据 |
| 21 | CNN 擅长 | 图像 |
| 22 | RNN 擅长 | 序列（语音、文本） |
| 23 | Transformer | 大语言模型的基础 |
| 24 | 过拟合 | 训练集好、新数据差 |
| 25 | 人脸检测 vs 识别 | 检测有没有/在哪；识别是谁 |
| 26 | AI 三驾马车 | 数据、算力、算法 |
| 27 | 深度伪造 | Deepfake，换脸／伪造语音 |
| 28 | 大模型"幻觉" | 编造看似合理但错误的内容 |
10.课堂提示（讲课参考）
- 开场做一次"人机对话"：把两个 AI 回答和一段真人回答混在一起让学生分辨，再引出图灵测试——体验先于概念。
- 三大流派用"识别猫"讲：符号主义要写"有毛、四条腿、有尾巴"的规则（写不全）；连接主义喂几万张猫图自己学（效果好但说不清）；行为主义让机器人追着猫跑学会"猫会跑"（交互中学习）——一个例子讲透三派。
- "监督/无监督/强化"用三道题对照：给图与标签分猫狗（监督）、只给图自己分堆（无监督）、下棋赢了加分（强化）。
- 专家系统与深度学习对比讲"可解释性"：医生更愿意相信能说出理由的系统——这解释了为什么医疗领域至今仍用大量规则系统。
- 伦理部分不要空谈：用"AI 换脸诈骗""招聘算法歧视女性"两个真实新闻案例，让学生讨论"该由谁负责"，比讲原则有效。