2025走进人工智能2.0.pptxVIP

走进人工智能2.0

肖睿

2025年8月14日杭州

•北大青鸟人工智能研究院

•北大计算机学院

•北大教育学院学习科学实验室

年卓越工程师系列课程

一、人工智能的前世今生

二、大模型的原理和能力边界

三、大模型的现状和发展：技术应用和人才要求

一、人工智能的前世今生

二、大模型的原理和能力边界

三、大模型的现状和发展：技术应用和人才要求

学习交流可加微信号：zhixingzhaizhuren

n人工智能：ArtifacialIntelligence，AI

1956年：让机器具备人类智能，AGI，达特茅斯会议

2022年：让机器具备超人类智能（非人类智能），ASI，chatGPT发布

n人工智能发展的4个时代

1.古代（1956-1996）：通过规则和知识让机器具备人类智能

2.近代（1996-2006）：通过数据和学习让机器具备人类智能

3.现代（2006-2020）：通过神经网络和深度学习让机器具备人类智能

4.当代（2020-2025）：通过大模型让机器具备人类智能和超人类智能（非人类智能）

一、人工智能的前世今生

二、大模型的原理和能力边界

三、大模型的现状和发展：技术应用和人才要求

学习交流可加微信号：zhixingzhaizhuren

第一次浪潮（1956-1968）：规则推理

•思想准备：冯诺依曼计算机、机器思考、图灵测试

•哲学基础：唯理论

•主要原理：制定规则，进行数理推理（确定性，不确定性的概率）

•主要成就：下棋程序，定理机器证明，MIT的搬箱机器人

第二次浪潮（1986-1996-？）：知识推理

•哲学基础：唯理论+经验论

•主要原理：知识工程（知识抽取和知识表达），专家系统（知识库+推理机）

•主要成就：石油勘探、气象预报、军事决策、经济预测等；包括1996年之后的深蓝国际象棋、Watson

AI=IT：这个时代，人工智能基本等同于软件程序

一、人工智能的前世今生

二、大模型的原理和能力边界

三、大模型的现状和发展：技术应用和人才要求

学习交流可加微信号：zhixingzhaizhuren

第三次浪潮（1996-？）：机器学习（数据+学习），小数据集，特征工程

•使用统计学习方法建模，三个核心要素：模型、目标、策略

模型是核心：逻辑回归，决策森林，支持向量机，马尔科夫链，人工神经元……

建模方法从规则到学习：从数学模型（分析数学），到数据模型（计算数学）

数据模型的能力边界：可以用数据模型模拟世界（数字化、全景化），以史为鉴（IID）

•主要成就：风险识别（金融、工业、经济）、学术研究

连接主义（1946-2006）：神经网络模型（黑盒）

•属于机器学习的一种方法，模型采用的是人工神经网络

人工神经网络与人脑最大的共同点是名字（原理、机制和架构并不一样），用神经网络表达数学模型

传统神经网络：霍普菲尔德网络，玻尔兹曼机，…..

深度神经网络：深度学习（Hinton，2006）

软件2.0：人工智能是数学、物理学、计算机科学的混合体

一、人工智能的前世今生

二、大模型的原理和能力边界

三、大模型的现状和发展：技术应用和人才要求

学习交流可加微信号：zhixingzhaizhuren

传统深度学习（2006）：深度神经网络模型，中数据集，端到端

•多种神经网络模型：DBN，CNN，RNN，ResNet，Inception，RWKV，……

AlphaGO：2016年超过人类棋手

ImageNet：2017年超过人眼

AlphaFold：2022年超过人类科学家，2024年获得诺贝尔奖

•主要成就：人脸识别、图像识别、语言翻译、语音识别、物理建模……

现代深度学习（2017）：Transformer模型，大数据集，注意力机制（大规模并行）

•三种Transformer模型架构：并行矩阵计算（GPU）：堆叠架构，容易扩展

编码器（BERT）：embedding，Ernie1.0，……

混合网络：T5、GLM（早期）

解码器（GPT）：生成式人工智能（AIGC），大力出奇迹（大模型，2020）

一、人工智能的前世今生

二、大模型的原理和能力边界

三、大模型的现状和发展：技术应用和人才要求

学习交流可加微信号：zhixingzhaizhuren

模型服务（20