AIGC深度报告：颠覆人机交互模式，内容生产进入新时代.pdf

人工智能应用已经进入高速发展阶段 AI 能力迭代速度加快 人工智能的研究目的是使机器能够模拟人类的智能行为，从而扩展人类的能力。于是研究者通过赋 予智能主体听觉 （语音识别、机器翻译等）、视觉（图像识别、文字识别等）、自然语言能力 （语 音合成、人机对话等）、思考（人机对弈、专家系统等）、学习（知识表示，机器学习等）和行动 （机器人、自动驾驶汽车等）的能力来实现。AI 技术自诞生以来，经历了多个技术研究以及应用方 向，目前已经进入了飞速发展阶段，智慧能力愈发强大且迭代速度加快。 图表1. 人工智能技术的发展历程 CSDN，搜狐网，腾讯云等，中银证券整理 AI 诞生以及规则驱动时期 （1943-1980s）：1950 年，艾伦·麦席森·图灵（Alan Mathison Turing ）提 出了“ 图灵测试” ，其目的是检验机器是否可以表现出与人类难以区分的智能，这一想法引发了机器 产生智能的探讨。1956 年的达特茅斯会议首次提出了“人工智能”概念和理论。随后，人工智能领域 出现了符号主义、联结主义（神经网络）等不同的研究方向，也取得了许多重要成果，如机器定理 证明、跳棋程序和人机对话等。在1957 年，Frank Rosenblatt 设计了第一个计算机神经网络，被称为 感知机，它被认为是第一个成功应用神经网络原理解决实际问题的算法。随后的1958 年，赫伯特·西 蒙和艾伦·纽厄尔演示了第一个人工智能程序，名为逻辑理论家（LT-Logic Theorist ）。早期的AI 研 究重点在于利用规则系统来模拟人类思维，采用一系列预先设定的规则来完成推理、分类等任务。 知识系统时期 （1980s）：从 1970 年代开始，学术界开始接受了一种新的思路：人工智能不仅需要 研究解决问题的方法，还需要引入知识。1977 年的世界人工智能大会上，提出了“知识工程”的概念。 专家系统应运而生，它们模拟人类专家的知识和经验，用于解决特定领域的问题，这标志着人工智 能从理论研究转向了实际应用。日本的第五代计算机计划和英国的阿尔维计划等一系列计划推动了 专家系统的高速发展。在这个时期，卡内基梅隆大学的XCON 系统和Stanford 医学专家系统等重要 成果的出现使得专家系统在医疗、工业、金融等领域得到广泛应用。人工智能的研究方法也从逻辑 推理、搜索算法等领域扩展到了知识表示、推理和学习等多个方面。 机器学习时期 （1990s-2010 年）：在这一时期，机器学习成为了 AI 发展的焦点，这种学习方式是 通过算法根据给定的输入数据和对应的输出数据进行学习，从而发现规律和模式，并且能够对新的 样本做出判断、识别或预测。机器学习方法包括支持向量机、决策树、朴素贝叶斯等。IBM 成为了 彼时AI 领域的领导者：1997 年，由IBM 开发的超级电脑“深蓝”战胜了国际象棋世界冠军卡斯帕罗 夫，这是人工智能在智力运动方面的一次重大胜利。2006 年，企业开始引领AI 发展，谷歌的塞巴 斯蒂安·特龙领导了自动驾驶汽车项目，企业对人工智能的投资也为其发展注入了强劲动力。 2023 年5 月14 日 AIGC 深度报告 5 深度神经网络时期 （2011 年至今）：2010 年代以来，AI 在以深度神经网络为代表的发展过程中， 取得了在感知方面的重要进展，例如语音处理、图像分类、视频处理、知识问答、人机对弈、无人 驾驶等。2011 年， IBM 的沃森 （Watson ）在一档美国电视智力竞赛节目 《危险边缘》(Jeopardy ！) 中战胜人类选手获得冠军；同年，苹果推出