张钹院士《探索之路:人工智能发展的回顾与展望》
发布网友
发布时间：2024-10-22 04:21
共1个回答
热心网友
时间：2024-11-13 14:39
在探索人工智能发展的历程中，张钹院士深入阐述了人工智能的两大路径：行为主义学派与内在主义学派。行为主义学派强调通过机器模拟人类智能行为，追求机器行为与人类行为的相似性，而非内部工作原理的完全一致。而内在主义学派主张用机器模拟人类大脑的工作原理，即类脑计算。这两条路径虽从不同角度探索人工智能，但目前都处于探索阶段。
人工智能的发展始于1956年的一次美国研讨会，会议定义了“人工智能”并指出其目标是创造能像人那样思考的机器。1978年，清华大学成立人工智能与智能控制教研组，这是中国最早的人工智能教学与科研机构。该教研组以智能机器人作为主要研究方向，并在1985年建立智能机器人实验室，推动了人工智能领域的发展。
人工智能的发展分为三个阶段。第一代人工智能追求让机器像人类一样思考，但受限于缺乏自学能力，永远无法超越人类。第二代人工智能基于人工神经网络，主要解决感性知识的传授问题，但识别只能用于区分物体，并不能真正认识物体，存在不安全、不可信、不可控等问题。第三代人工智能强调发展人工智能理论，通过整合知识、数据、算法和算力四个要素，以实现更安全、可控、可信、可靠和可扩展的人工智能技术。
研究过程中发现，人工智能深度学习存在不安全性，例如在识别图片时，微小的噪声就可能导致错误识别。大语言模型的成功主要得益于“大模型”和“大文本”，它们能够生成连贯的文本和多模态内容，但距离通用人工智能仍有一段距离。通用人工智能需满足系统与领域、任务无关，并建立统一理论。大语言模型迈向通用人工智能需经历四个步骤：与人类交互、多模态生成、与数字世界交互、与客观世界交互。
当前，人工智能产业正迅速发展，信息产业的快速发展得益于相关理论的建立。然而，人工智能产业需要理论指导，缺乏统一的理论导致硬件和软件的专用性。随着基础模型的出现，人工智能产业正在发生变化，垂直领域的结合成为发展趋势。大模型的局限性体现在受外部驱动、输出质量不可控、可信度低等方面。尽管存在挑战，但人工智能对各行各业都有重大影响，更多地是提升工作质量和效率，而非取代人类。
