B6-6.1.1
人工智能的基本概念。
人工智能的定义与本质
必记人工智能（Artificial Intelligence，简称 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新的技术科学。由约翰·麦卡锡（John McCarthy）等人在 1956 年达特茅斯会议上首次提出。其研究目标是让机器能够胜任一些通常需要人类智能才能完成的复杂工作。
弱人工智能 vs 强人工智能 vs 超人工智能
必记弱人工智能（专用 AI）
- 英文
- ANI (Narrow AI)
- 定义及特征
- 专注于解决单一特定领域问题，无自主意识
- 典型代表/现状
- AlphaGo、人脸识别、语音助手（目前所处阶段）
强人工智能（通用 AI）
- 英文
- AGI (General AI)
- 定义及特征
- 具备如同人类一样的全面思维、推理与自我学习适应能力
- 典型代表/现状
- 目前处于前沿理论与研发探索阶段
超人工智能
- 英文
- ASI (Super AI)
- 定义及特征
- 在各领域（科学创造、智力水平）均超越人类最高大脑水平
- 典型代表/现状
- 未来设想阶段
| 类别 | 英文 | 定义及特征 | 典型代表/现状 |
|---|---|---|---|
| 弱人工智能（专用 AI） | ANI (Narrow AI) | 专注于解决单一特定领域问题，无自主意识 | AlphaGo、人脸识别、语音助手（目前所处阶段） |
| 强人工智能（通用 AI） | AGI (General AI) | 具备如同人类一样的全面思维、推理与自我学习适应能力 | 目前处于前沿理论与研发探索阶段 |
| 超人工智能 | ASI (Super AI) | 在各领域（科学创造、智力水平）均超越人类最高大脑水平 | 未来设想阶段 |
随堂自测（3 题 · 共 467 道关联题）展开作答
是通过接收外界信息（包括观察样例、外来监督、交互反馈等），获得一系列知识、规则、方法和技能的过程。
AI 研究的三条主要途径为____________、____________、____________。
专家系统是以____________为基础，以推理为核心的系统。
B6-6.1.2
人工智能的基本原理。
人工智能的三大学派（核心哲学与基础）
必记符号主义（逻辑学派）
- 别称/代表思想
- Symbolism / 逻辑主义
- 核心技术与方法
- 基于逻辑推理与知识库表达，认为智能源于物理符号系统的操作
- 代表学者与典型成果
- 专家系统、知识图谱、Prolog 语言
连接主义（仿生学派）
- 别称/代表思想
- Connectionism / 仿生主义
- 核心技术与方法
- 仿照人脑神经网络结构，通过神经元互联与权值调整学习
- 代表学者与典型成果
- 人工神经网络（ANN）、深度学习
行为主义（控制学派）
- 别称/代表思想
- Actionism / 进化主义
- 核心技术与方法
- 强调智能取决于感知与行动，通过环境交互进化
- 代表学者与典型成果
- 控制论、强化学习、自主移动机器人
| 学派名称 | 别称/代表思想 | 核心技术与方法 | 代表学者与典型成果 |
|---|---|---|---|
| 符号主义（逻辑学派） | Symbolism / 逻辑主义 | 基于逻辑推理与知识库表达，认为智能源于物理符号系统的操作 | 专家系统、知识图谱、Prolog 语言 |
| 连接主义（仿生学派） | Connectionism / 仿生主义 | 仿照人脑神经网络结构，通过神经元互联与权值调整学习 | 人工神经网络（ANN）、深度学习 |
| 行为主义（控制学派） | Actionism / 进化主义 | 强调智能取决于感知与行动，通过环境交互进化 | 控制论、强化学习、自主移动机器人 |
图灵测试（Turing Test）考点
必记易错陷阱
阿兰·图灵（Alan Turing）在 1950 年提出图灵测试：若隔室测试者在五分钟内提问，无法以超过 30% 的概率区分回答者是机器还是真人，则认为机器具有人类智能。图灵被誉为计算机科学之父和人工智能之父
随堂自测（3 题 · 共 92 道关联题）展开作答
简单遗传算法的遗传操作主要有____________、____________和____________。
人工智能三大学派是 ____，____ 和 ____
产生式系统由三部分组成 ____、____ 和推理机, 其中推理可分为 ____ 和 ____。
B6-6.1.3
人工智能发展历程。
人工智能“三起两落”的发展演进
必记1956 - 1970s 初
- 起伏阶段
- 第一次黄金期
- 驱动技术与关键标志
- 1956 达特茅斯会议诞生；定理证明程序、机器翻译起步
- 低谷原因/转折点
- 算法局限，无法解决组合爆炸问题，遭遇第一次低谷
1970s 末 - 1980s
- 起伏阶段
- 第二次繁荣期
- 驱动技术与关键标志
- 专家系统（Expert System）商用爆发、知识库兴起
- 低谷原因/转折点
- 知识获取困难、推理脆弱、维护成本高昂，遭遇第二次低谷
2006 年至今
- 起伏阶段
- 第三次爆发期（深度学习时代）
- 驱动技术与关键标志
- Hinton 提出深度学习、算力（GPU）爆发、海量大数据支持
- 低谷原因/转折点
- AlphaGo 击败围棋世界冠军、大语言模型（LLM）突破
| 发展时期 | 起伏阶段 | 驱动技术与关键标志 | 低谷原因/转折点 |
|---|---|---|---|
| 1956 - 1970s 初 | 第一次黄金期 | 1956 达特茅斯会议诞生；定理证明程序、机器翻译起步 | 算法局限，无法解决组合爆炸问题，遭遇第一次低谷 |
| 1970s 末 - 1980s | 第二次繁荣期 | 专家系统（Expert System）商用爆发、知识库兴起 | 知识获取困难、推理脆弱、维护成本高昂，遭遇第二次低谷 |
| 2006 年至今 | 第三次爆发期（深度学习时代） | Hinton 提出深度学习、算力（GPU）爆发、海量大数据支持 | AlphaGo 击败围棋世界冠军、大语言模型（LLM）突破 |
达特茅斯会议与历史考点
必记易错陷阱
1956 年达特茅斯会议标志着人工智能学科的正式诞生；1997 年 IBM “深蓝”计算机战胜国际象棋世界冠军卡斯帕罗夫，2016 年 DeepMind 的 AlphaGo 战胜围棋世界冠军李世石。
随堂自测（3 题 · 共 82 道关联题）展开作答
神经网络研究属于____________学派。
首次提出“人工智能”是在____________年。
1956年夏季，美国的一些年青科学家在美国的Dartmouth大学召开了一个夏季讨论会，在该次会议上，第一次提出了____这一术语。