AI 技术的发展历程大致可分为以下几个阶段:
当前 AI 的前沿技术点包括:
此外,还有一些关于 AI 发展的相关文章,如《机器之心的进化/理解 AI 驱动的软件 2.0 智能革命》,从关键人物推动的学术进展、算法和理念的涌现、公司和产品的进步、还有脑科学对神经网络的迭代影响这四个维度来深刻理解“机器之心的进化”。《走入 AI 的世界》中提到过去的 AI 多完成人脸识别等分类判断任务,而生成式 AI 的诞生在写文章、画画、写歌等方面展现出类似人类的智慧。
AI技术的发展历程和前沿技术点可以概括如下:[heading2]AI技术发展历程[content]1.早期阶段(1950s-1960s):专家系统、博弈论、机器学习初步理论2.知识驱动时期(1970s-1980s):专家系统、知识表示、自动推理3.统计学习时期(1990s-2000s):机器学习算法(决策树、支持向量机、贝叶斯方法等)4.深度学习时期(2010s-至今):深度神经网络、卷积神经网络、循环神经网络等[heading2]当前AI前沿技术点[content]1.大模型(Large Language Models):GPT、PaLM等2.多模态AI:视觉-语言模型(CLIP、Stable Diffusion)、多模态融合3.自监督学习:自监督预训练、对比学习、掩码语言模型等4.小样本学习:元学习、一次学习、提示学习等5.可解释AI:模型可解释性、因果推理、符号推理等6.机器人学:强化学习、运动规划、人机交互等7.量子AI:量子机器学习、量子神经网络等8.AI芯片和硬件加速
就在过去几个月里,因为美联储的加息,科技公司的资本狂欢宣告结束,美国上市的SaaS公司股价基本都跌去了70%,裁员与紧缩是必要选项。但正当市场一片哀嚎的时候,Dall-E 2发布了,紧接着就是一大批炫酷的AI公司登场。这些事件在风投界引发了一股风潮,我们看到那些兜售着基于生成式AI(Generative AI)产品的公司,估值达到了数十亿美元,虽然收入还不到百万美元,也没有经过验证的商业模式。不久前,同样的故事在Web 3上也发生过!感觉我们又将进入一个全新的繁荣时代,但人工智能这次真的能带动科技产业复苏么?本文将带你领略一次人工智能领域波澜壮阔的发展史,从关键人物推动的学术进展、算法和理念的涌现、公司和产品的进步、还有脑科学对神经网络的迭代影响,这四个维度来深刻理解“机器之心的进化”。先忘掉那些花里胡哨的图片生产应用,我们一起来学点接近AI本质的东西。全文共分为六个章节:1.AI进化史-前神经网络时代、Machine Learning的跃迁、开启潘多拉的魔盒2.软件2.0的崛起-软件范式的转移和演化、Software 2.0与Bug 2.03.面向智能的架构- Infrastructure 3.0、如何组装智能、智能架构的先锋4.一统江湖的模型- Tran sformer的诞生、基础模型、AI江湖的新机会5.现实世界的AI -自动驾驶新前沿、机器人与智能代理6.AI进化的未来-透视神经网络、千脑理论、人工智能何时能通用?文章较长,累计22800字,请留出一小时左右的阅读时间,欢迎先收藏再阅读!文中每一个链接和引用都是有价值的,特别作为衍生阅读推荐给大家。
过去的其他AI,更多的应用成果是完成诸如人脸识别这样分类判断的任务,虽然方便了我们的生活,但在使用的过程中,我们能够清晰的感受到他不是人,而是充满机器感的僵硬程序。生成式AI的诞生,让我们看到原来AI可以和人一样创作交流,他没有像一些人期待的那样,最先做好擦桌子扫地的基础工作任务,而是在写文章、画画、写歌等方面涌现出人类般的智慧,其表现出的惊人能力,把一众平凡的人类个体“碾压的渣都不剩”。图4什么是生成式AI-1篇幅所限,更多有趣的知识和故事我们不做更多的展开了,关于AI发展史,我们就聊到这里。