AI力觉醒—从“人工智障”到“人工智能”.docx

“AI”力觉醒从人工“智障”到人工“智能”

“AI”力觉醒

从人工“智障”到人工“智能”

目录CONTENTS

01

04

人工智能发展历程

AI工具使用案例

02

05

全球AI大模型PK

AI大模型在企业层面应用及未来发展趋势

03DeepSeek

PART01

人工智能发展历程

o人工智能发展历程

人工智能（AI）是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新技术科学

萌芽期(1950-1980)早期探索阶段

l1950年，艾伦·图灵提出“图灵测试”，探讨及判断机器是否能思考问题，具备智能

l1956年，达特茅斯会议首次提出“人工智能”概念，标志着AI学科诞生

1960年，人工智能开始应用在军事领域，如无人机

发展期（1980-2006）

专家系统、机器学习阶段

l专家系统成为人工智能发展的第一个阶段，解决了知识工程的瓶颈

l机器学习逐渐崭露头角，通过从数据中自动提取特征改进模型性能

l2006年，深度学习概念正式提出，开启了深度学习在学术、工业界的浪潮，推动了人工智能技术的快速发展。

突破及爆发期（2006-至今）深度学习及大模型时代阶段

l2010年后，深度学习成为人工智能领域的热点，推动了语音识别、图像分类等技术的突破

l2020年，OpenAI发布GPT-3，标志着大模型进入规模化应用阶段

l大模型技术被认为是通用人工智能的核心引擎，推动了从感知智能向认知智能的转变

o人工智能发展历程

人工智能技术经过70年的发展已经进入成熟期，即将进入大规模应用落地阶段

o人工智能技术架构演变

第一阶段AI主要以逻辑推理为主，聚焦决策和认知；第二阶段注重概率统计建模、学习和计算，聚焦感知、认知和决策；第三阶段聚焦学习阶段，注重大模型建设，AI能力覆盖学习和执行；第四阶段聚焦执行和社会协作环节，注重人机交互协作，人类对人工智能的反馈训练

当下处于第四阶段，这一阶段从2020年开始，代表性事件为GPT-3的发布，突破了以往模型在自然语言处理领域的限制，为语言模型的进一步发展提供了强有力的基础，也为实现智能化的语言交互和人机对话打开了全新的可能性

o人工智能三要素

数据、算力和算法作为人工智能发展的核心三要素已具备基础条件

oAI能力进化曲线

大数据+大算力+通用大模型成为新的发展范式，将推动AI能力提升逼近通用人工智能

o大模型基本分类

大模型按照功能可以分为NLP大模型、CV大模型、科学计算大模型和多模态大模型

lNLP（NaturalLanguageProcessing，自然语言处理）大模型：主要用于处理自然语言文本数据，具备强大的语言理解和生存能力，例如OpenAIGPT系列模型

lCV（ComputerVision，机器视觉）大模型：主要用于处理图像和视频数据，具备强大的图像识别和视频分析能力，例如腾讯的PCAM大模型

l科学计算大模型：主要应用于解决科学领域的计算问题，需要处理大规模数值数据，例如华为的盘古气象模型

l多模态大模型：可以同时处理多种类型的模态数据，如文本、图像、语音，实现跨模态有哪些信誉好的足球投注网站和生成任务，例如谷歌的VisionTransformer模型

o大模型主要特征

以Transformer架构为基础的大模型不断取得新突破，进一步确认了人工智能技术发展走向新范式

oAI大模型

AI大模型是人工智能预训练大模型的简称，包含了“预训练”和“大模型”两层含义，二者结合产生了新的人工智能模式，即模型在大规模数据集上完成预训练后，仅需要少量的数据微调甚至无需微调，就能直接支撑各类应用

o脑力效率飞跃

人工智能将推动人类文明生产力的跃迁，标志着人类生存效率出现了第二次脑力效率飞跃

o元宇宙

PART02

全球AI大模型PK

。全球AI大模型突破与快速发展

022018年，OpenAI发布GPT-1模型，初步展示了基于Transformer

02

2018年，OpenAI发布GPT-1模型，初步展示了基于Transformer架构的语言模型的强大能力。

2019年，GPT-2发布，进一步提升了模型性能，在自然语言处理领域取得了显著的进步，能够生成更加自然和连贯的文本。

2022年11月，GPT-3.5发布，其强大的语言理解和生成能力引发广泛关注，标志着大模型在性能和应用方面达到了一个新的高度。

2017年，Google提出Transformer架构，引入自注意力机制，极大地提升了序列建模的能力，能够更好地处理文本等序列数据，成为后续大模型的