第1頁第8章人工智能基礎(chǔ)知識(shí)人工智能（ArtificialIntelligence，縮寫為AI）是計(jì)算機(jī)科學(xué)的一個(gè)重要分支，AI是研究和開發(fā)用于模擬、延伸及擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。由于AI涉及到數(shù)學(xué)、信息學(xué)、心理學(xué)、控制論等眾多學(xué)科，因此AI是當(dāng)前科學(xué)技術(shù)發(fā)展中的一門綜合性前沿學(xué)科，同時(shí)也是一門新思想、新觀念、新理論、新技術(shù)不斷出現(xiàn)的新興學(xué)科。AI被稱為二十一世紀(jì)三大尖端技術(shù)（基因工程、納米科學(xué)、人工智能）之一。第2頁一、人類的自然智能人類的自然智能是人類知識(shí)、智力和多種才能的總和，表現(xiàn)為人類運(yùn)用知識(shí)對(duì)客觀事物進(jìn)行合理分析、判斷以及有目的地行動(dòng)和有效地處理周圍環(huán)境事宜的綜合能力。其中知識(shí)是一切智能行為的基礎(chǔ)，而智力是獲取知識(shí)并運(yùn)用知識(shí)解決問題的能力。1. 感知外部世界的能力2. 記憶與思維能力3. 學(xué)習(xí)與自適應(yīng)能力4. 行為能力第一節(jié)人工智能概念的出現(xiàn)和研究目標(biāo)第3頁二、人工智能概念的出現(xiàn)在人工智能概念沒有出現(xiàn)之前，英國(guó)邏輯學(xué)家艾倫·圖靈（AlanTuring）于1950年發(fā)表《計(jì)算機(jī)與智能》的論文，提出了著名的“圖靈測(cè)試”，指出什么是人工智能，以及機(jī)器應(yīng)該達(dá)到的智能標(biāo)準(zhǔn)。按照?qǐng)D靈的設(shè)想，如果一臺(tái)機(jī)器能夠與人類開展對(duì)話而不能被辨別出機(jī)器身份，那么這臺(tái)機(jī)器就具有智能。圖靈測(cè)試這一理論為后續(xù)的研究奠定了重要基礎(chǔ)，對(duì)人工智能概念的出現(xiàn)和人工智能學(xué)科的發(fā)展產(chǎn)生了深遠(yuǎn)的影響。1956年8月，在美國(guó)漢諾斯小鎮(zhèn)的達(dá)特茅斯學(xué)院中，約翰·麥卡錫（JohnMcCarthy）、馬文·閔斯基（MarvinMinsky）、克勞德·香農(nóng)（ClaudeShannon）、艾倫·紐厄爾（AllenNewell）、赫伯特·西蒙（HerbertSimon）等幾位美國(guó)科學(xué)家聚集在一起，討論用機(jī)器來模仿人類學(xué)習(xí)以及其他方面的智能。會(huì)議持續(xù)了兩個(gè)月，雖然大家沒有達(dá)成普遍的共識(shí)，但為會(huì)議討論的內(nèi)容起了一個(gè)名字：人工智能。因此，人們將1956年視為人工智能元年，人們將這次會(huì)議看作是人類研究人工智能技術(shù)的起點(diǎn)。第4頁人工智能研究如何使用計(jì)算機(jī)模擬人的思維或行為過程，使機(jī)器可以像人一樣進(jìn)行學(xué)習(xí)、推理、規(guī)劃、思考或行動(dòng)等。其過程為遇到事情或者任務(wù)后，可以從過去的信息中尋找規(guī)律（經(jīng)驗(yàn)），然后將其吸收，為下次判斷或者決策提供依據(jù)。它是計(jì)算機(jī)科學(xué)的一個(gè)分支，它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。第5頁三、人工智能的研究目標(biāo)研究目標(biāo)主要應(yīng)考慮以下幾個(gè)方面：1. 模擬人類認(rèn)知過程2. 提高決策和解決問題效率3. 創(chuàng)造更加智能和自主的機(jī)器4. 促進(jìn)人機(jī)交互的發(fā)展5. 強(qiáng)化安全和道德考慮第6頁第二節(jié)人工智能研究的基本內(nèi)容和研究方法一、人工智能研究的基本內(nèi)容

人工智能研究的基本內(nèi)容豐富多樣，

主要包括但不限于以下幾個(gè)方面：1.機(jī)器學(xué)習(xí)2.自然語言處理3.計(jì)算機(jī)視覺4.智能搜索5.規(guī)劃與決策6.知識(shí)表示與推理7.機(jī)器人8.知識(shí)獲取9.數(shù)據(jù)挖掘10.人機(jī)交互11.生物特征識(shí)別12.虛擬現(xiàn)實(shí)（VR）和增強(qiáng)現(xiàn)實(shí)（AR）第7頁二、人工智能的研究方法1.功能模擬法2.結(jié)構(gòu)模擬法3. 行為模擬法：4. 集成模擬法：第8頁第三節(jié)人工智能的發(fā)展歷程一、人工智能概念形成和初步發(fā)展時(shí)期（20世紀(jì)50年代—60年代）人工智能的先驅(qū)者、卡內(nèi)基·梅隆大學(xué)的紐厄爾教授曾寫道：電子計(jì)算機(jī)技術(shù)為把智能行為具體表現(xiàn)在當(dāng)今社會(huì)提供了可能性。1946年在賓夕法尼亞大學(xué)誕生了第一臺(tái)電子計(jì)算機(jī)，1949年出現(xiàn)了具有存儲(chǔ)程序功能的計(jì)算機(jī)，1951年普林斯頓大學(xué)的明斯基(Minsky)和皮茨(Pitts)建造了世界上第一臺(tái)神經(jīng)元網(wǎng)絡(luò)計(jì)算機(jī)，這為人工智能的誕生和發(fā)展創(chuàng)造了重要的條件。艾倫·圖靈（AlanTuring）提出的著名的“圖靈測(cè)試”，奏響了人工智能概念誕生的序曲。1956年在美國(guó)達(dá)特茅斯學(xué)院舉行了歷史上第一次人工智能研討會(huì)，麥卡錫在會(huì)上首次提出了“人工智能”（AI）這個(gè)概念，AI的名稱和任務(wù)得以確定，同時(shí)出現(xiàn)了最初的成就和最早的一批研究者，相繼取得了一批令人矚目的研究成果，推動(dòng)了AI的初步發(fā)展。第9頁紐厄爾和西蒙等人在1956年合作研制成功“邏輯理論機(jī)”，這是第一個(gè)處理符號(hào)而不是處理數(shù)據(jù)的計(jì)算機(jī)程序，是機(jī)器證明數(shù)學(xué)定理的最早嘗試，象征著人工智能研究的真正開端，從此，計(jì)算機(jī)的一般應(yīng)用與人工智能的界限被清楚的劃分出來。IBM科學(xué)家阿瑟·薩繆爾(ArthurSamuel)在1956年研制成功跳棋程序，該程序具有自改善和自適應(yīng)能力，具有可以積累經(jīng)驗(yàn)和學(xué)習(xí)等能力，能在實(shí)踐中不斷提高棋藝。該程序不但在1959年擊敗了阿瑟·塞繆爾本人，還在1962年擊敗了美國(guó)一個(gè)州的跳棋冠軍。這個(gè)跳棋程序的成功是人工智能的一個(gè)重大突破。麥卡錫在1958年研制出表處理語言LISP，它不僅可以處理數(shù)據(jù)，還可以處理符號(hào)，稱為人工智能的一個(gè)重要的里程碑。美國(guó)發(fā)明家喬治·德沃爾（GeorgeDevol）和斯坦福大學(xué)教授約瑟夫·英格伯格（JosephEngelberger）在1958年成立了世界上第一家機(jī)器人制造工廠——Unimation公司。喬治·德沃爾在1959年與約瑟夫·英格伯格聯(lián)手制造出第一臺(tái)工業(yè)機(jī)器人，1961年，Unimation公司生產(chǎn)的世界上第一臺(tái)工業(yè)機(jī)器人在美國(guó)特倫頓（新澤西州首府）的通用汽車公司安裝運(yùn)行。第10頁紐厄爾和西蒙等人在1960年研制了“通用問題求解程序系統(tǒng)”，用來解決諸如不定積分、三角函數(shù)、代數(shù)方程等問題。他們提出了啟發(fā)式搜索的概念，從此，定理的機(jī)器證明成了人工智能研究的基本課題之一。芝加哥大學(xué)教授魯賓遜(Robinson)在1965年提出“歸結(jié)原理”，這是一種定理證明方法，該方法很容易在計(jì)算機(jī)上實(shí)現(xiàn)，該方法對(duì)自動(dòng)定理證明的研究起到很大的推動(dòng)作用，這是一個(gè)重大的突破。美國(guó)麻省理工學(xué)院的約瑟夫·魏岑鮑姆(JosephWeizenbaum)在1966年發(fā)布了世界上第一個(gè)聊天機(jī)器人ELIZA。ELIZA的智能之處在于它能通過腳本理解簡(jiǎn)單的自然語言，并能產(chǎn)生類似人類的互動(dòng)。斯坦福大學(xué)的愛德華·費(fèi)根鮑姆（EdwardFeigenbaum）等人在1968年研制成功了化學(xué)分析專家系統(tǒng)DENDREAL，它為后來的各種專家系統(tǒng)的出現(xiàn)奠定基礎(chǔ)，被認(rèn)為是人工智能從一般思維探討到專門知識(shí)運(yùn)用的一次成功的嘗試。第11頁二、人工智能基礎(chǔ)逐漸構(gòu)建時(shí)期

（20世紀(jì)70年代—80年代中期）在這個(gè)時(shí)期，許多專家系統(tǒng)開始被研制，例如醫(yī)療專家系統(tǒng)、地質(zhì)勘探專家系統(tǒng)、語音理解專家系統(tǒng)；許多理論知識(shí)開始出現(xiàn)，例如：框架理論、具有學(xué)習(xí)能力的神經(jīng)網(wǎng)絡(luò)算法；人工智能計(jì)算機(jī)開始研發(fā)。人工智能的基礎(chǔ)被逐漸構(gòu)建。斯坦福大學(xué)國(guó)際研究所在1968年到1972年間研制出機(jī)器人Shakey，這是首臺(tái)采用人工智能的移動(dòng)機(jī)器人。它是世界第一臺(tái)智能機(jī)器人，帶有視覺傳感器，能夠自主進(jìn)行感知、環(huán)境建模、行為規(guī)劃并執(zhí)行任務(wù)，如尋找木箱并將其推到指定目的位置等。斯坦福大學(xué)的紹特里夫(Shortliffe)等人1972年開始研制醫(yī)療專家系統(tǒng)MYCIN，這是一個(gè)用于診斷和治療感染性疾病的專家系統(tǒng)，該系統(tǒng)于1974年基本完成，后來又不斷擴(kuò)充和完善，成為一個(gè)功能較全面且影響較大的專家系統(tǒng)。該系統(tǒng)解決了知識(shí)表示、搜索策略、人機(jī)交互、知識(shí)獲取等一系列的人工智能技術(shù)的應(yīng)用問題。第12頁卡內(nèi)基·梅隆大學(xué)研制出HEARSAY專家系統(tǒng)。1973年推出HEARSAY-Ⅰ，1977年推出HEARSAY-Ⅱ。HEARSAY系統(tǒng)是一個(gè)語音理解系統(tǒng)，在專家系統(tǒng)發(fā)展歷程中具有重要意義。該專家系統(tǒng)完成了從輸入的聲音信號(hào)轉(zhuǎn)換成字，將字組成單詞，進(jìn)而合成句子，形成數(shù)據(jù)庫查詢語句，最后到情報(bào)庫中去查詢資料的一系列操作，采用了“黑板結(jié)構(gòu)”這種新形式。麻省理工學(xué)院馬文·明斯基（MarvinMinsky）在1975年提出了框架理論，框架理論認(rèn)為，知識(shí)以框架結(jié)構(gòu)存儲(chǔ)在記憶中，用于理解新事物，用于描述人們對(duì)現(xiàn)實(shí)世界中各種事物的認(rèn)識(shí)。框架理論為人工智能提供了一種結(jié)構(gòu)化的知識(shí)表示方法，適用于表達(dá)多種類型的知識(shí)。斯坦福大學(xué)的杜達(dá)(Duda)等人于1976年開始研制PROSPECTOR系統(tǒng)，這是用于地質(zhì)勘探的專家系統(tǒng)，到1981年，該系統(tǒng)已擁有15種礦藏的知識(shí)和20多位一流地質(zhì)專家的知識(shí)。1982年，美國(guó)利用專家系統(tǒng)PROSPECTOR，成功預(yù)測(cè)了一個(gè)勘探地段的鉬礦位置?？突っ仿〈髮W(xué)（CMU）研發(fā)的專家系統(tǒng)XCON在1980年正式投入使用。這個(gè)專家系統(tǒng)XCON取得的巨大成功，使得三分之二的世界500強(qiáng)公司開始開發(fā)和部署各自領(lǐng)域的專家系統(tǒng)。專家系統(tǒng)在特定領(lǐng)域發(fā)揮威力，帶動(dòng)人工智能技術(shù)進(jìn)入了一個(gè)繁榮階段。第13頁日本經(jīng)濟(jì)產(chǎn)業(yè)省1981年撥款8.5億美元用以研發(fā)第五代計(jì)算機(jī)項(xiàng)目，在當(dāng)時(shí)叫做人工智能計(jì)算機(jī)。隨后，英國(guó)、美國(guó)紛紛響應(yīng)，開始向信息技術(shù)領(lǐng)域的研究提供大量資金。在1982年，美國(guó)科學(xué)家霍普菲爾德（Hopfield）幾乎同時(shí)與英國(guó)科學(xué)家杰弗里·辛頓（GeoffreyE.Hinton）發(fā)現(xiàn)了具有學(xué)習(xí)能力的神經(jīng)網(wǎng)絡(luò)算法，這使得神經(jīng)網(wǎng)絡(luò)一路發(fā)展，在后面的90年代開始商業(yè)化，被用于文字圖像識(shí)別和語音識(shí)別。在美國(guó)人道格拉斯·萊納特（DouglasLenat）的帶領(lǐng)下，1984年啟動(dòng)了Cyc（大百科全書）項(xiàng)目，其目標(biāo)是使人工智能的應(yīng)用能夠以類似人類推理的方式工作。第14頁三、人工智能的初步發(fā)展和應(yīng)用時(shí)期

（20世紀(jì)80年代中期—21世紀(jì)初）經(jīng)過前面幾十年人工智能基礎(chǔ)的構(gòu)建，人工智能進(jìn)入了初步發(fā)展和應(yīng)用的時(shí)期。在這個(gè)時(shí)期與人工智能相關(guān)的理論知識(shí)得到進(jìn)一步的研究和發(fā)展，各種專家系統(tǒng)被廣泛應(yīng)用，自動(dòng)駕駛和機(jī)器人以及機(jī)器識(shí)別等領(lǐng)域開始進(jìn)行嘗試。德國(guó)慕尼黑的聯(lián)邦大學(xué)在1986年把一輛梅賽德斯-奔馳面包車安裝上了計(jì)算機(jī)和各種傳感器，實(shí)現(xiàn)了自動(dòng)控制方向盤、油門和剎車。這是真正意義上的第一輛自動(dòng)駕駛汽車，名字叫做VaMoRs，開起來時(shí)速可以超過80公里。英國(guó)科學(xué)家羅洛·卡彭特（RolloCarpenter）在1988年開發(fā)出聊天機(jī)器人Jabberwacky。它模仿人類聊天，以有趣、搞笑和幽默的方式與人進(jìn)行對(duì)話。這是為了與人類互動(dòng)而創(chuàng)造聊天機(jī)器人的早期嘗試。第15頁加州大學(xué)伯克利分校的羅伯特·威林斯基（RobertWilensky）等人在1988年開發(fā)了名為UC（UNIXConsultant）的聊天機(jī)器人系統(tǒng)。UC是一款幫助用戶學(xué)習(xí)怎樣使用UNIX操作系統(tǒng)的聊天機(jī)器人。它具備了分析用戶的語言、確定用戶操作的目標(biāo)、給出解決用戶需求的規(guī)劃、決定需要與用戶溝通的內(nèi)容、以英語生成最終的對(duì)話內(nèi)容以及根據(jù)用戶對(duì)UNIX系統(tǒng)的熟悉程度進(jìn)行建模的功能。Facebook公司首席人工智能專家楊立昆（YannLeCun）和貝爾實(shí)驗(yàn)室的研究人員在1989年成功將反向傳播算法（BackPropagationAlgorithm，簡(jiǎn)稱BP算法）應(yīng)用于多層神經(jīng)網(wǎng)絡(luò)，用來識(shí)別手寫的郵政編碼。由于當(dāng)時(shí)的硬件局限，研究人員花了三天時(shí)間來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。受到約瑟夫·魏岑鮑姆(JosephWeizenbaum)設(shè)計(jì)的聊天機(jī)器人ELIZA的啟發(fā)，理查德·華勒斯（RichardS.Wallace）博士在1995年開發(fā)了ALICE系統(tǒng)。并于1998年開始開源，全世界有超過500個(gè)開發(fā)者為ALICE項(xiàng)目貢獻(xiàn)代碼。雖然ALICE采用的是啟發(fā)式模板匹配的對(duì)話策略，但它仍被認(rèn)為是同類型聊天機(jī)器人中性能最好的系統(tǒng)之一。美國(guó)人工智能專家RichardWallace在1995年開發(fā)出聊天機(jī)器人A.L.I.C.E（ArtificialLinguisticInternetComputerEntity），靈感也是來自于約瑟夫·魏岑鮑姆(JosephWeizenbaum)的ELIZA程序，但增加了通過網(wǎng)絡(luò)收集自然語言示例數(shù)據(jù)的能力。第16頁IBM公司的電腦“深藍(lán)”在1997年5月11日戰(zhàn)勝國(guó)際象棋世界冠軍卡斯帕羅夫，成為首個(gè)在標(biāo)準(zhǔn)比賽時(shí)限內(nèi)擊敗國(guó)際象棋世界冠軍的電腦系統(tǒng)。這是人工智能發(fā)展史上的一個(gè)重要里程碑，標(biāo)志著人工智能在復(fù)雜的棋類游戲領(lǐng)域取得了重大突破，展示了人工智能技術(shù)的巨大潛力和發(fā)展前景。日本的本田公司在2000年推出的機(jī)器人ASIMO是機(jī)器人技術(shù)的一個(gè)里程碑。ASIMO集成了多項(xiàng)先進(jìn)技術(shù)，包括自主導(dǎo)航系統(tǒng)、語音識(shí)別和自然語言處理技術(shù)、視覺識(shí)別技術(shù)、動(dòng)態(tài)平衡系統(tǒng)等。它配備的先進(jìn)電池系統(tǒng)，可以持續(xù)工作數(shù)小時(shí)。通過模仿人類的步態(tài)，ASIMO可以在各種地形上穩(wěn)定行走，甚至還能跑起來，速度可達(dá)6公里/小時(shí)。它還具備一定的自主決策能力，能根據(jù)預(yù)設(shè)的任務(wù)目標(biāo)，規(guī)劃路線并避開障礙物，在一些特定的應(yīng)用場(chǎng)景中，還可以執(zhí)行復(fù)雜的操作，比如打開門、按下按鈕、為客人端盤子等。美國(guó)iRobot公司在2002年推出了家用吸塵器機(jī)器人Roomba，它能避開障礙，自動(dòng)設(shè)計(jì)行進(jìn)路線；在電量不足時(shí)，它能自動(dòng)駛向充電座。Roomba是目前世界上銷量較大的家用機(jī)器人。斯坦福大學(xué)的“Stanley”無人駕駛汽車在2005年贏得了DARPAgrandChallenge比賽，獲得第一名，這是無人駕駛車輛領(lǐng)域的一個(gè)重要里程碑。第17頁四、人工智能深入發(fā)展和普及時(shí)期

（21世紀(jì)初至今）

隨著計(jì)算能力的提升和大數(shù)據(jù)技術(shù)的發(fā)展，以及深度學(xué)習(xí)等技術(shù)在圖像識(shí)別、自然語言處理等領(lǐng)域的突破性進(jìn)展，人工智能進(jìn)入了深入發(fā)展和普及時(shí)期。IBM公司開發(fā)的沃森（Watson）作為使用自然語言回答問題的人工智能程序，在2011年參加美國(guó)智力問答節(jié)目時(shí)，打敗了兩位人類冠軍，贏得100萬美元的獎(jiǎng)金。加拿大神經(jīng)學(xué)家團(tuán)隊(duì)在2012年創(chuàng)造了一個(gè)具備簡(jiǎn)單認(rèn)知能力、有250萬個(gè)模擬“神經(jīng)元”的虛擬大腦，命名為“Spaun”，它通過了最基本的智商測(cè)試。在英國(guó)皇家學(xué)會(huì)舉行的“2014圖靈測(cè)試”大會(huì)上，聊天程序“尤金·古斯特曼”（EugeneGoostman）首次通過了圖靈測(cè)試，預(yù)示著人工智能進(jìn)入了深入發(fā)展的全新時(shí)代。第18頁2016年3月15日，谷歌Google的人工智能圍棋程序AlphaGo與圍棋世界冠軍李世石的人機(jī)大戰(zhàn)第五場(chǎng)比賽落下帷幕。最終李世石與AlphaGo總比分為1比4，AlphaGo戰(zhàn)勝李世石。2017年5月27日，谷歌Google的人工智能圍棋程序AlphaGo與人類世界當(dāng)時(shí)排名第一的棋手柯潔展開圍棋人機(jī)對(duì)決，最終AlphaGo連勝三盤，打敗柯潔。Transformer在2017年首次亮相，它被證明是一項(xiàng)突破性技術(shù)，超越了所有其他方法，并被用于制作令人印象深刻的應(yīng)用程序以及其他用例，推動(dòng)了自然語言處理等領(lǐng)域的巨大進(jìn)步。美國(guó)OpenAI公司在2018年宣布其研發(fā)的AI系統(tǒng)OpenAIFive在《Dota2》5v5比賽中戰(zhàn)勝人類頂級(jí)玩家。在人機(jī)大戰(zhàn)中，AI系統(tǒng)OpenAIFive先后對(duì)戰(zhàn)了多支人類玩家團(tuán)隊(duì)并取得壓倒性勝利，這是AI在《Dota2》中以團(tuán)戰(zhàn)的形式擊敗人類隊(duì)伍的首次告捷，這一成就標(biāo)志著AI在復(fù)雜策略游戲中的又一重大突破。第19頁

2018年，美國(guó)OpenAI公司發(fā)布了第一個(gè)通用預(yù)訓(xùn)練模型GPT（GenerativePre-trainedTransformer），該模型采用Transformer架構(gòu)并在大規(guī)模無標(biāo)簽文本數(shù)據(jù)上預(yù)訓(xùn)練，通過探索和建模文本的上下文關(guān)系，實(shí)現(xiàn)生成連貫且語義合理的文本。2019年，OpenAI推出GPT的升級(jí)版本GPT-2，其規(guī)模更大、參數(shù)更多，具備更強(qiáng)的生成能力，在生成文本方面表現(xiàn)出色。2020年，OpenAI發(fā)布了當(dāng)時(shí)最為知名的GPT-3，它擁有1750億個(gè)參數(shù)，成為迄今為止最大規(guī)模的語言模型，展示了在文本生成、對(duì)話等任務(wù)中的驚人能力。ChatGPT是基于GPT-3模型進(jìn)一步改進(jìn)和優(yōu)化的結(jié)果，2020年末，OpenAI推出ChatGPT的公開測(cè)試版本，允許用戶在限制條件下與ChatGPT交互。2024年，OpenAI宣布為ChatGPT引入記憶功能，使其可以根據(jù)用戶需求記住或忘記特定歷史對(duì)話。2025年，OpenAI對(duì)ChatGPT記憶功能進(jìn)行升級(jí)，它能夠自動(dòng)參考用戶所有的歷史聊天記錄，掌握用戶偏好和興趣，提供更個(gè)性化回復(fù)。英國(guó)的人工智能公司DeepMind在2020年開發(fā)了AlphaFold，解決了生物學(xué)界的長(zhǎng)期難題——預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)，這一成果有望加速藥物研發(fā)進(jìn)程。第20頁谷歌Google公司在2021年2月發(fā)布了Tensorflow3D，將深度學(xué)習(xí)模型升級(jí)到3D空間，實(shí)現(xiàn)3D場(chǎng)景理解，可用于圖像中的點(diǎn)云應(yīng)用、激光雷達(dá)和自我視覺—自動(dòng)駕駛汽車等領(lǐng)域。該技術(shù)旨在進(jìn)一步提高對(duì)3D場(chǎng)景的理解并降低研究人員的進(jìn)入門檻，支持3D對(duì)象形狀預(yù)測(cè)、點(diǎn)云配準(zhǔn)等潛在應(yīng)用，為標(biāo)準(zhǔn)3D場(chǎng)景理解數(shù)據(jù)集的訓(xùn)練和評(píng)估提供了統(tǒng)一規(guī)范和配置。百度公司在2022年發(fā)布第六代量產(chǎn)無人駕駛汽車——ApolloRT6，ApolloRT6具備城市復(fù)雜道路的無人駕駛能力，成本僅為25萬元。它的量產(chǎn)落地，將加速無人駕駛汽車規(guī)?；渴?，重新定義汽車和未來出行方式。2022年，眾多自然語言處理大型語言模型（LLMs）持續(xù)發(fā)展。包括OpenAI、HuggingFace、Cohere、AI21Labs以及AI12在內(nèi)的人工智能初創(chuàng)公司，通過訓(xùn)練具有數(shù)十億參數(shù)的模型推動(dòng)自然語言處理大型語言模型（LLMs）發(fā)展。韓國(guó)Naver公司宣布建立基于人工智能的語言模型HyperCLOVA；華為公司的PanGu-Alpha以及百度公司的Ernie3.0Titan在海量中文數(shù)據(jù)集上進(jìn)行訓(xùn)練。大型語言模型成為下一代交互式人工智能工具的基礎(chǔ)模型。百度公司大語言模型產(chǎn)品“文心一言”在2023年3月正式發(fā)布，這是繼OpenAI發(fā)布ChatGPT后，中國(guó)第一款生成式語言大模型產(chǎn)品，具備五大能力：文學(xué)創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理邏輯推算、中文理解、多模態(tài)生成。第21頁華為公司在2023年7月正式發(fā)布人工智能大模型——華為云盤古大模型3.0，面向行業(yè)的大模型系列包括“5+N+X”三層架構(gòu)，包括底層（L0）的通用大模型、第二層（L1）的行業(yè)大模型和第三層（L2）的細(xì)分場(chǎng)景模型。可以在諸多行業(yè)發(fā)揮作用。騰訊公司的混元語言大模型在2023正式亮相，這是騰訊首次披露的通用語言大模型?；煸竽Ｐ蛽碛谐蓛|參數(shù)規(guī)模，具有強(qiáng)大的中文理解與創(chuàng)作能力、邏輯推理能力、任務(wù)執(zhí)行能力、處理超長(zhǎng)文本能力。科大訊飛公司2023年推出星火大模型，可以文字輸入也可以語音輸入，可以使用多種語言生成各類文案，具有看圖說話功能，支持文字和圖形的多種輸出形式。2024年6月27日，科大訊飛公布星火大模型在國(guó)內(nèi)外總共覆蓋中英文的12項(xiàng)主流測(cè)試集中有8項(xiàng)排名第一。OpenAI公司在2024年2月發(fā)布其首個(gè)視頻生成模型Sora（內(nèi)測(cè)版），它可根據(jù)文字描述生成一分鐘高清視頻。這一技術(shù)標(biāo)志著AI在視覺內(nèi)容生成領(lǐng)域的巨大飛躍。英偉達(dá)公司在2024年3月正式發(fā)布B200，這是一款性能超越前代的高端AI芯片。B200以更高的算力、更低的能耗和更廣的適用范圍，為生成式AI、大語言模型和自動(dòng)駕駛等應(yīng)用提供了強(qiáng)大的計(jì)算支持。第22頁阿里云公司在2024年4月推出人工智能語言大模型“通義千問”，該模型具備出色的多輪對(duì)話能力，能與用戶進(jìn)行連續(xù)的對(duì)話交流，能撰寫故事、公文、劇本、詩歌等各類文案，能夠編寫和優(yōu)化程序代碼，支持多種語言的處理和生成，能實(shí)現(xiàn)跨語言的溝通與信息獲取。美國(guó)的Adobe公司在2024年4推出新一代生成式AI工具Firefly3，支持生成圖像、背景以及類似設(shè)計(jì)，為用戶提供前所未有的創(chuàng)作控制力，且能深度集成到Photoshop和InDesign等創(chuàng)意設(shè)計(jì)軟件中，被認(rèn)為是創(chuàng)意領(lǐng)域的游戲規(guī)則改變者?！蹲匀弧菲诳?024年5月發(fā)布谷歌DeepMind與IsomorphicLabs聯(lián)合研發(fā)的蛋白質(zhì)領(lǐng)域最新人工智能模型AlphaFold3，它能夠準(zhǔn)確預(yù)測(cè)蛋白質(zhì)、DNA、RNA以及配體等生命分子的結(jié)構(gòu)及其相互作用方式，在預(yù)測(cè)類藥物相互作用方面實(shí)現(xiàn)了前所未有的準(zhǔn)確度，成為首個(gè)超越傳統(tǒng)物理預(yù)測(cè)工具的人工智能系統(tǒng)。第23頁2024年1月28日，馬斯克的腦機(jī)接口公司Neuralink完成了首例人類患者大腦芯片植入。2024年3月，馬斯克在社交平臺(tái)X上直播首例腦部植入患者情況，這名因潛水事故導(dǎo)致脊髓損傷而四肢癱瘓的男子患者已能通過意念操控鼠標(biāo)、在線玩游戲下象棋。2024年8月，Neuralink又成功將設(shè)備植入第二位患者體內(nèi)，術(shù)后效果良好。2025年1月馬斯克透露其腦機(jī)接口公司Neuralink已將腦機(jī)芯片成功植入第三名受試者體內(nèi)，且“均運(yùn)行良好”。這意味著“意念控制”正從科幻想象逐步成為現(xiàn)實(shí)，預(yù)示著人機(jī)交互新紀(jì)元可能到來。特斯拉CEO馬斯克2024年10月11日在“RobotaxiDay”活動(dòng)上介紹了無人駕駛出租車“Cybercab”、無人駕駛巴士“Robovan”，以及具備高復(fù)雜度任務(wù)處理能力的新一代人形機(jī)器人Optimus。特斯拉推出Robotaxi服務(wù)是該行業(yè)重要發(fā)展里程碑。百度公司旗下的無人駕駛車服務(wù)“蘿卜快跑”2024年7月10日在武漢市正式大規(guī)模投入運(yùn)營(yíng)，覆蓋城市主要交通區(qū)域，提供高效、安全的無人駕駛出行體驗(yàn)。DeepSeek在2025年1月20日發(fā)布DeepSeek-R1模型，通過知識(shí)蒸餾，提升了推理性能，在性能上逼近OpenAI的正式版，但推理成本僅為OpenAI的幾十分之一。相比于傳統(tǒng)大模型，DeepSeek具備“自我進(jìn)化”能力，在中文環(huán)境下的表現(xiàn)能力大幅提升。第24頁商湯科技公司2025年1月正式推出“日日新”融合大模型。該模型能夠快速理解和生成自然語言文本，如語音識(shí)別、對(duì)話、圖像處理等。該模型能夠綜合處理來自圖像、視頻、語音和文本等多種信息，深度推理能力與多模態(tài)信息處理能力均大幅提升。字節(jié)跳動(dòng)公司的豆包大模型1.5Pro在2025年1月22日正式發(fā)布，豆包大模型是一個(gè)模型家族，主要包括通用模型、角色扮演模型、語音識(shí)別模型、語音合成模型、聲音復(fù)刻模型、文生圖模型等多個(gè)模型。該模型具有高效的信息檢索能力、出色的創(chuàng)作和總結(jié)能力。馬斯克在2025年2月發(fā)布他口中的“地表最強(qiáng)大的模型Grok-3”。在數(shù)學(xué)推理、科學(xué)邏輯推理和代碼寫作等能力表現(xiàn)方面，Grok-3在多項(xiàng)測(cè)試中均取得了比其它模型更優(yōu)的效果。從模型性能對(duì)比、能力遷移、實(shí)際應(yīng)用展示等方面都表現(xiàn)突出。第25頁OpenAI公司在2025年推出Operator。Operator是一個(gè)面向?yàn)g覽器的智能體，能夠模擬人類操作計(jì)算機(jī)的能力，可完成在線訂餐、預(yù)訂酒店、購買機(jī)票等日常繁瑣和重復(fù)的任務(wù)。它以用戶指令為行動(dòng)導(dǎo)向，宛如一位隨時(shí)待命的私人助理，為用戶處理日?，嵤隆Ｌ厮估娜诵螜C(jī)器人擎天柱（Optimus）原型機(jī)2022年10月正式亮相。特斯拉展示了人形機(jī)器人在汽車工廠搬運(yùn)、澆水植物、移動(dòng)金屬棒的視頻。2024年6月12日特斯拉公布已在工廠部署兩個(gè)“擎天柱”機(jī)器人。2025年3月21日，特斯拉CEO馬斯克在社交平臺(tái)X發(fā)布視頻稱，特斯拉今年計(jì)劃生產(chǎn)5000臺(tái)“擎天柱”機(jī)器人?！扒嫣熘本哂辛奶?、倒飲料等交互功能，可完成電池組裝、零件分類、兩個(gè)指頭拿雞蛋等精細(xì)操作?！扒嫣熘钡撵`巧手可精準(zhǔn)抓取復(fù)雜物體，擁有22個(gè)自由度，接近人類手的27個(gè)自由度。第26頁一、人工智能的主要研究應(yīng)用領(lǐng)域1.圖像識(shí)別圖像識(shí)別是指利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別各種不同模式的目標(biāo)和對(duì)象的技術(shù)。2．專家系統(tǒng)專家系統(tǒng)是一種模擬人類專家決策過程的計(jì)算機(jī)程序，它通過將特定領(lǐng)域的專業(yè)知識(shí)和經(jīng)驗(yàn)編碼到計(jì)算機(jī)系統(tǒng)中，使計(jì)算機(jī)能夠像人類專家一樣解決復(fù)雜問題、做出決策。第四節(jié)人工智能的主要研究應(yīng)用領(lǐng)域

和發(fā)展趨勢(shì)第27頁3.智能機(jī)器人智能機(jī)器人是一種具備感知、思考和行動(dòng)能力的機(jī)械設(shè)備，能夠模擬或執(zhí)行人類的行為和任務(wù)。它是科技創(chuàng)新成果的集中體現(xiàn)。人們把機(jī)器視覺、自動(dòng)規(guī)劃技術(shù)、各種傳感器整合到機(jī)器人身上，便可以使機(jī)器人擁有判斷、決策的能力，可以在各種不同環(huán)境中處理不同的任務(wù)。4.智能搜索在當(dāng)今“知識(shí)爆炸”的時(shí)代，由于網(wǎng)絡(luò)上的信息種類繁多、數(shù)量巨大，傳統(tǒng)的檢索系統(tǒng)很難勝任工作，檢索出來的信息往往令用戶不滿意，人們需要一種智能搜索技術(shù)，能夠根據(jù)用戶輸入的關(guān)鍵詞，更精準(zhǔn)、高效地提供搜索結(jié)果。5.博弈在人工智能的研究和應(yīng)用領(lǐng)域中，“博弈”通常指的是博弈論的應(yīng)用。博弈論是一個(gè)數(shù)學(xué)理論，用于分析和預(yù)測(cè)具有競(jìng)爭(zhēng)或合作性質(zhì)的多人決策情境中的參與者最優(yōu)策略及其可能結(jié)果。第28頁6.語音識(shí)別語音識(shí)別技術(shù)是讓計(jì)算機(jī)對(duì)語音進(jìn)行識(shí)別認(rèn)知和處理，將其轉(zhuǎn)化為文本或執(zhí)行相應(yīng)的命令。7.機(jī)器翻譯機(jī)器翻譯（MachineTranslation，簡(jiǎn)稱MT）是人工智能領(lǐng)域的一個(gè)重要分支，它專注于利用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)從一種自然語言（