Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

人工智能的定义

Answer

人工智能是一门研究如何使计算机表现出智能行为的科学。目前对其定义并不统一,以下是一些常见的定义:

  • 从一般角度来看,人工智能是指通过分析环境并采取行动(具有一定程度的自主性)以实现特定目标来展示其智能行为的系统。基于人工智能的系统可以完全依赖于软件,在虚拟世界中运行(例如语音助手、图像分析软件、搜索引擎、语音和人脸识别系统)或者也可以嵌入硬件设备中(例如高级机器人、自动驾驶汽车、无人机或物联网应用程序)。
  • 2021 年《AI 法案》提案第 3 条对人工智能的定义为:“AI 系统指采用附录 1 中所列的一种或多种技术和方法开发的软件,该软件能生成影响交互环境的输出(如内容、预测、建议或决策),以实现人为指定的特定目标。”其中,附录 1 列举的技术方法主要包括:机器学习方法(包括监督、无监督、强化和深度学习);基于逻辑和知识的方法(包括知识表示、归纳编程、知识库、影响和演绎引擎、符号推理和专家系统);统计方法,贝叶斯估计,以及搜索和优化方法。
  • 最初,查尔斯·巴贝奇发明了计算机,用于按照一套明确定义的程序(即算法)来对数字进行运算。现代计算机虽更先进,但仍遵循受控计算理念。然而,对于像从照片判断人的年龄这类任务,我们无法明确解法,无法编写明确程序让计算机完成,这类任务正是人工智能感兴趣的。

需要注意的是,“人工智能”的概念自 1956 年于美国的达特茅斯学会上被提出后,其所涵盖的理论范围及技术方法随着时代的发展在不断扩展。相比于《2018 年人工智能战略》,2021 年《AI 法案》提案对于人工智能的定义采取更加宽泛的界定标准。在 2022 年《AI 法案》妥协版本中,欧盟理事会及欧洲议会认为“AI 系统”的定义范围应适当缩窄,并侧重强调机器学习的方法。

Content generated by AI large model, please carefully verify (powered by aily)

References

人工智能简介和历史

译者:Miranda,原文见https://microsoft.github.io/AI-For-Beginners/lessons/1-Intro/README.md[heading1][课前测试](https://red-field-0a6ddfd03.1.azurestaticap[content]人工智能(Artificial Intelligence)是一门令人兴奋的科学,它研究我们如何使计算机表现出智能行为,例如做一些人类所擅长的事情。最初,查尔斯·巴贝奇(Charles Babbage)发明了计算机,用于按照一套明确定义的程序(即算法)来对数字进行运算。现代计算机虽然比19世纪提出的原始计算机模型要先进得多,但仍然遵循着相同的受控计算理念。因此,如果我们知道实现某些目标所需的每一个步骤及其顺序,就有可能编写出程序,使计算机按照我们的想法去做这些事。✅“根据照片判断一个人的年龄”是一件无法明确编程的任务,因为我们并不知道当我们在做这件事时,是如何经过某些清晰的步骤,从而在脑海中得到一个数字的。然而,对于有些任务,我们并不能知道明确的解法。例如从一个人的照片中来判断他/她的年龄。我们之所以能做这件事,是因为我们见过了很多不同年龄的人,但我们无法明确自己的大脑具体是通过哪些步骤来完成这项任务的,所以也无法编写明确的程序让计算机来完成。这种类型的任务正是人工智能(简称AI)感兴趣的。✅想一想,如果人工智能得以实现,哪些任务可以被交给计算机完成?考虑金融、医学和艺术领域,这些领域如今是如何从人工智能中受益的?

人工智能简介和历史

当我们谈到“智能”这个概念的时候,一大问题是它没有明确的定义。有人说“智能”与抽象思维或自我意识有关,但我们依然无法恰当地定义它。想要了解“智能”一词的模糊性,可以尝试去回答一个问题:“猫是有智力的吗?”不同的人往往会给出不同的答案,因为并没有一个国际公认的测试来证明这一说法的真假。如果你认为有这样的测试,那就试试让你的猫去做个智商测试吧……✅想一想你是如何定义“智能”的。一只能解开迷宫并获得食物的乌鸦是有智力的吗?人类的小孩是有智力的吗?当谈到通用人工智能(AGI)时,我们需要一些方法来判断我们是否创造了一个真正的智能系统。[阿兰·图灵](https://en.wikipedia.org/wiki/Alan_Turing)提出了一种名为“[图灵测试](https://en.wikipedia.org/wiki/Turing_test)”(Turing Test)的方法,该方法目前也被用作“智能”的定义。图灵测试将某一计算机系统和真人进行比较,由于任何自动的检测方法都有可能被计算机系统绕开,图灵测试使用人类评审员来判断结果。如果这位人类评审员在文本对话中无法区分真人和计算机系统,那么这个计算机系统就会被认为是“智能”的。

【非官方解读】全球人工智能治理大变局之欧盟人工智能治理 监管框架评述及启示

[heading4](1)人工智能目前人们对人工智能的定义并不统一。欧盟广泛使用的人工智能定义来自《2018年人工智能战略》,该战略指出:“人工智能(AI)是指通过分析环境并采取行动(具有一定程度的自主性)以实现特定目标来展示其智能行为的系统。基于人工智能的系统可以完全依赖于软件,在虚拟世界中运行(例如语音助手、图像分析软件、搜索引擎、语音和人脸识别系统)或者也可以嵌入硬件设备中(例如高级机器人、自动驾驶汽车、无人机或物联网应用程序)。”[4]郭佳楠:《欧盟人工智能的政策、伦理准则及规制路径研究》,载《互联网天地》,2023年第1期第26-32页。2021年《AI法案》提案第3条对人工智能的定义为:“AI系统指采用附录1中所列的一种或多种技术和方法开发的软件,该软件能生成影响交互环境的输出(如内容、预测、建议或决策),以实现人为指定的特定目标。”其中,附录1列举的技术方法主要包括:机器学习方法(包括监督、无监督、强化和深度学习);基于逻辑和知识的方法(包括知识表示、归纳编程、知识库、影响和演绎引擎、符号推理和专家系统);统计方法,贝叶斯估计,以及搜索和优化方法。事实上,“人工智能”的概念自1956年于美国的达特茅斯学会上被提出后,其所涵盖的理论范围及技术方法随着时代的发展也在不断扩展。如今,人工智能技术也发展出多个技术分支,应用于不同的领域中。相比于《2018年人工智能战略》,2021年《AI法案》提案对于人工智能的定义采取更加宽泛的界定标准。值得注意的是,在2022年《AI法案》妥协版本中,欧盟理事会及欧洲议会对于上述界定的观点有进一步意见,其认为“AI系统”的定义范围应适当缩窄,并侧重强调机器学习的方法。

Others are asking
人工智能的相关岗位
以下是关于人工智能相关岗位的一些信息: 在企业中建构人工智能方面,智能音箱的工作流程包括探测触发词或唤醒词、语音识别、意图识别、执行相关程序,但智能音箱面临着对每个用户需求单独编程导致公司需花费大量资金教育客户的困境。自动驾驶汽车方面,检测包括使用监督学习、多种传感器和技术,运动规划包括输出驾驶路径和速度。 人工智能团队的角色示例有:软件工程师,负责智能音箱中的软件编程工作,在团队中占比 50%以上;机器学习工程师,创建映射或算法,搜集和处理数据;机器学习研究员,负责开发前沿技术;应用机器学习科学家,解决面临的问题;数据科学家,检测和分析数据;数据工程师,整理数据;AI 产品经理,决定用 AI 做什么以及其可行性和价值。 在【已结束】AI 创客松中,参与同学的擅长领域和岗位包括:AI 2C 项目负责人、技术实践者、AI 算法开发、产品经理、程序员、产品体验设计师、咨询顾问/服务设计师等,他们在不同方向有着各自的优势和想法,如产品落地服务、多 Agent 处理任务流、宠物与 AI 结合、智能写作产品等。
2025-01-03
人工智能的历史
人工智能作为一个领域始于二十世纪中叶。最初,符号推理流行,带来了如专家系统等重要进展,但这种方法因无法大规模拓展应用场景,且从专家提取知识、表现及保持知识库准确性复杂且成本高,导致 20 世纪 70 年代出现“人工智能寒冬”。 随着时间推移,计算资源更便宜,数据更多,神经网络方法在计算机视觉、语音理解等领域展现出卓越性能,过去十年中“人工智能”常被视为“神经网络”的同义词。 例如在创建国际象棋计算机对弈程序时,方法不断变化。 此外,人工智能和机器学习在金融服务行业应用已超十年,促成了诸多改进。大型语言模型通过生成式人工智能代表重大飞跃,正改变多个领域。 最初查尔斯·巴贝奇发明计算机,遵循受控计算理念。但有些任务如根据照片判断人的年龄无法明确编程,这类任务正是人工智能感兴趣的。如今金融、医学和艺术等领域正从人工智能中受益。
2025-01-02
什么是人工智能
人工智能(Artificial Intelligence)是一门研究如何使计算机表现出智能行为的科学,例如做一些人类所擅长的事情。 最初,查尔斯·巴贝奇发明了计算机,用于按照明确的程序进行数字运算。现代计算机虽更先进,但仍遵循相同的受控计算理念。若知道实现目标的每一步骤及顺序,就能编写程序让计算机执行。 然而,像“根据照片判断一个人的年龄”这类任务,我们不清楚大脑完成此任务的具体步骤,无法明确编程,这类任务正是人工智能感兴趣的。 AI 分为 ANI(artificial narrow intelligence 弱人工智能)和 AGI(artificial general intelligence)。ANI 只可做一件事,如智能音箱、网站搜索、自动驾驶、工厂与农场的应用等;AGI 能做任何人类可以做的事。 人工智能术语包括: 机械学习:学习输入输出,从 A 到 B 的映射。是让电脑在不被编程的情况下自己学习的研究领域。 数据科学:分析数据集,从数据中获取结论与提示,输出结果往往是幻灯片、结论、PPT 等。 神经网络/深度学习:有输入层、输出层、中间层(隐藏层)。
2025-01-02
人工智能伦理建设的基本内容
人工智能伦理建设的基本内容包括以下方面: 欧洲议会和欧盟理事会规定了人工智能的统一规则,并修正了一系列相关条例。回顾委员会任命的独立人工智能高级别专家组 2019 年制定的《值得信赖的人工智能的伦理准则》,其中包含七项不具约束力的人工智能伦理原则: 人类主体和监督:人工智能系统的开发和使用应为人服务,尊重人的尊严和个人自主权,其运行可由人类适当控制和监督。 技术稳健性和安全性:开发和使用方式应在出现问题时保持稳健,抵御试图改变其使用或性能的行为,减少意外伤害。 隐私和数据治理:符合现有隐私和数据保护规则,处理的数据应具备高质量和完整性。 透明度:开发和使用方式应允许适当的可追溯性和可解释性,让人类知晓交流或互动情况,并告知部署者系统的能力和局限性以及受影响者的权利。 多样性、非歧视和公平:开发和使用方式应包括不同参与者,促进平等获取、性别平等和文化多样性,避免歧视性影响和不公平偏见。 社会和环境福祉:有助于设计符合《宪章》和欧盟基础价值观的连贯、可信和以人为本的人工智能。 问责制。 人工智能能带来广泛的经济、环境和社会效益,如改进预测、优化运营等,但也可能根据应用、使用情况和技术发展水平产生风险,对受欧盟法律保护的公共利益和基本权利造成损害。 鉴于人工智能的重大影响和建立信任的必要性,其发展必须符合欧盟价值观、基本权利和自由,应以人为本,最终提高人类福祉。 为确保公众利益的高水平保护,应为所有高风险人工智能系统制定统一规则,这些规则应与《宪章》一致,非歧视,符合国际贸易承诺,并考虑相关准则。
2025-01-02
举例说明,医疗人工智能应用的风险及其法理防范
医疗人工智能应用存在以下风险: 1. 可能对受欧盟法律保护的公共利益和基本权利造成损害,包括身体、心理、社会或经济方面的损害。 2. 在决定是否给予、拒绝、减少、取消或收回医疗保健服务等福利时,可能对人们的生计产生重大影响,并侵犯基本权利,如社会保护权、不受歧视权、人的尊严权或有效补救权。 3. 用于评估自然人信用分数或信用度的人工智能系统可能导致对个人或群体的歧视,并延续历史上的歧视模式或造成新形式的歧视性影响。 法理防范措施包括: 1. 为所有高风险人工智能系统制定统一的规则,这些规则应与《宪章》保持一致,是非歧视性的,并符合欧盟的国际贸易承诺,同时考虑相关的伦理准则。 2. 明确价值链上相关经营者的作用和具体义务,促进对法规的遵从,确保法律的确定性。 3. 在特定条件下,明确高风险人工智能系统提供者的责任和义务。 需要注意的是,欧盟法律规定的用于检测提供金融服务过程中的欺诈行为以及用于计算信贷机构和保险企业资本要求的尽职审慎目的的人工智能系统,以及用于自然人健康和人寿保险风险评估和定价的人工智能系统,在符合一定条件时不视为高风险系统。
2025-01-02
全球人工智能治理研究报告
以下是为您整合的关于全球人工智能治理研究报告的相关内容: 2024 AI 年度报告: 正确预测: 好莱坞级别的制作公司开始使用生成式人工智能来制作视觉特效。 美国联邦贸易委员会(FTC)或英国竞争与市场管理局(CMA)基于竞争理由调查微软/OpenAI 的交易。 在全球人工智能治理方面,进展非常有限,会超出高层次的主动承诺。 一首由人工智能创作的歌曲进入公告牌 Hot 100 前 10 名或 Spotify 2024 年热门榜单。 随着推理工作负载和成本的显著增长,一家大型人工智能公司(例如 OpenAI)收购或建立了一个专注于推理的人工智能芯片公司。 错误预测: 有生成式人工智能媒体公司因其在 2024 年美国选举期间的滥用行为受到调查。 自我改进的人工智能智能体在复杂环境中(例如 AAA 级游戏、工具使用、科学探索)超越了现有技术的最高水平。 科技 IPO 市场解冻,至少看到一家以人工智能为重点的公司上市(例如 DBRX)。 2024 人工智能报告: 英国创建了世界上第一个人工智能安全研究所,美国迅速跟进。世界首个人工智能安全研究所 AISA 有三个核心功能:在部署前对高级模型进行评估;建立国家能力并开展研究;协调国际合作伙伴。AISA 还发布了 Inspect,一个用于 LLM 安全评估的框架,涵盖核心知识、推理能力和自主能力等方面。英国宣布与美国等效机构签署谅解备忘录,双方同意共同开发测试,并计划在美国旧金山设立办事处。 政府急于填补关键国家基础设施中的漏洞。英国通过其高级研究与发明机构(ARIA),花费了 5900 万英镑来开发一个“守门员”——一种先进的系统,负责了解和减少在能源、医疗保健和电信等关键领域中其他人工智能代理的风险。英国政府还报道称计划设立一个“AI 安全研究实验室”,旨在汇集政府关于敌对国家使用进攻性 AI 的知识。美国能源部一直在利用其内部测试床评估人工智能可能对关键基础设施和能源安全带来的风险。随着攻击面扩大,开发人员加大了对“越狱”的研究。 2024 年人工智能现状: 全球治理的尴尬局面:全球在 AI 治理上的合作就像一场尴尬的华丽晚宴,大家都不知道该说些什么——承诺满天飞,实际行动却寥寥无几。 国家和地区法规的角力:疫情之后,越发魔幻的世界让我产生了世界在玩一种很新的“闭关锁国”,美国和欧盟等国家或地区正在通过有争议的国家层面立法,科技公司在这场与监管巨头的博弈中,还需面对自身可持续性目标的挑战——发展 AI 的排放量简直就像是一场全国范围的 SUV 自驾游,环保得让人哭笑不得。
2025-01-02
f1 score的定义
F1 值是一种综合考虑准确率和召回率的平衡指标。准确率是指正确预测的样本数占总样本数的比例;召回率是指真正例被正确预测出来的比例。F1 值通过结合准确率和召回率来更全面地评估模型的性能。
2024-12-27
agent的定义
智能体(Agent)在人工智能和计算机科学领域是一个重要概念,指能够感知环境并采取行动以实现特定目标的实体,可以是软件程序或硬件设备。 智能体是一种自主系统,通过感知环境(通常通过传感器)并采取行动(通常通过执行器)来达到目标。在 LLM 支持的自主 Agent 系统中,LLM 充当 Agents 的大脑,并辅以几个关键组成部分: 1. 规划:将大型任务分解为更小、可管理的子目标,有效处理复杂任务。 2. 反思和完善:对过去的行为进行自我批评和反思,从错误中吸取教训,完善未来步骤,提高最终结果质量。 3. 记忆:包括短期记忆(用于所有的上下文学习)和长期记忆(通过利用外部向量存储和快速检索实现长时间保留和回忆无限信息)。 4. 工具使用:学习调用外部 API 来获取模型权重中缺失的额外信息,包括当前信息、代码执行能力、对专有信息源的访问等。 从产品角度思考 Agent 设计时,比如我们的 Agent 可以是一个历史新闻探索向导,其身份为历史新闻探索向导,性格知识渊博、温暖亲切、富有同情心,角色是主导新闻解析和历史背景分析。为使角色更生动,可为其设计简短背景故事。写好角色个性需考虑角色背景和身份、性格和语气、角色互动方式、角色技能等方面。 Agent(智能体)是一种能够在环境中自主感知、思考并采取行动的实体。LLM Agent 是指结合大型语言模型(LLM)和自主智能体(Agent)特性的系统,能够利用大型语言模型的自然语言处理能力,理解用户输入,并进行智能决策和行动。其组成部分包括: 1. 规划:是 Agent 的思维模型,负责将复杂任务分解成可执行的子任务,并评估执行策略,通过使用大型语言模型的提示工程实现精准任务拆解和分步解决。 2. 记忆:即信息存储与回忆,包括短期记忆(用于存储对话上下文,支持多轮对话)和长期记忆(存储用户特征和业务数据,通常通过向量数据库等技术实现快速存取)。 3. 工具:是 Agent 感知环境、执行决策的辅助手段,如 API 调用、插件扩展等,通过接入外部工具扩展 Agent 的能力。 4. 行动:是 Agent 将规划和记忆转换为具体输出的过程,包括与外部环境的互动或工具调用。
2024-12-25
在使用sys prompt时为什么要为模型定义角色
在使用系统提示词(sys prompt)为模型定义角色具有以下重要性: 1. 符合特定应用场景:通过定义角色,使模型的行为和输出更符合具体的应用需求,例如让模型作为历史顾问回答历史问题,或作为技术专家解决技术难题。 2. 明确任务和风格:不仅可以指定具体的人物角色,还能设定一种交流风格,如正式、幽默、友好等。 3. 引导模型行为和输出:为模型提供固定的模板,确保其输出与期望和工作流的需求保持一致。 4. 优化用户体验:ChatGPT 有默认的“一个乐于助人的助手”角色,可通过修改系统提示词来满足更个性化的需求。 然而,也有观点认为不需要过度依赖角色扮演类的提示词。关键是要非常具体地描述出模型所在的使用环境,提供足够详细的信息,以避免模型未按预期完成任务。提示词最重要的是表达清晰准确。
2024-12-24
大模型的定义是什么?有官方权威定义吗
大模型的定义可以从以下几个方面来理解: 1. 从技术角度:以 Transform 为代表的大模型采用自注意力(Selfattention)机制来学习不同 token 之间的依赖关系,生成高质量 embedding。大模型的“大”主要指用于表达 token 之间关系的参数多,例如模型中的权重(weight)与偏置(bias),像 GPT3 拥有 1750 亿参数。 2. 通俗来讲:大模型是输入大量语料,让计算机获得类似人类的“思考”能力,能够理解自然语言,进行『文本生成』、『推理问答』、『对话』、『文档摘要』等工作。 3. 类比角度:可以用『上学参加工作』这件事来类比大模型的训练、使用过程,包括找学校(需要大量计算资源)、确定教材(需要大量数据)、找老师(选择算法)、就业指导(微调)、搬砖(推导)等。 4. 分类角度:大型模型主要分为两类,一是大型语言模型,专注于处理和生成文本信息;二是大型多模态模型,能够处理包括文本、图片、音频等多种类型的信息。 参考:
2024-12-13
AI的定义
AI(人工智能)是一门研究如何使计算机表现出智能行为的科学,例如做一些人类所擅长的事情。 对于AI的理解,对于不具备理工科背景的文科生来说可能较困难,可将其当成一个黑箱,只需要知道它是某种能模仿人类思维、理解自然语言并输出自然语言的东西即可。其生态位是一种似人而非人的存在,即便技术再进步,这一生态位也不会改变。 从任务角度来看,对于像“根据照片判断一个人的年龄”这类无法明确编程的任务,因为我们不清楚大脑完成此任务的具体步骤,所以无法编写明确程序让计算机完成,而这类任务正是AI所感兴趣的。 另外,OpenAI 分享了关于通用人工智能(AGI)的五个发展等级: 1. 聊天机器人:具备基本对话能力,主要依赖预设脚本和关键词匹配,用于客户服务和简单查询响应。 2. 推理者:具备人类推理水平,能解决复杂问题,如 ChatGPT,能根据上下文和文件提供详细分析和意见。 3. 智能体:不仅具备推理能力,还能执行全自动化业务,但目前许多产品执行任务后仍需人类参与。 4. 创新者:能够协助人类完成新发明,如谷歌 DeepMind 的 AlphaFold 模型,可预测蛋白质结构,加速科学研究和新药发现。 5. 组织:最高级别的 AI,能够自动执行组织的全部业务流程,如规划、执行、反馈、迭代、资源分配和管理等。
2024-12-04
人工智能将如何重新定义我们的学习
人工智能将通过以下方式重新定义我们的学习: 1. 元学习:凭借神经网络基础,通过元学习更快地获取知识,带动人类共同进步。 2. 构建堆叠模型:开发具有潜在空间层次结构的堆叠 AI 模型,以帮助理解模式和关系,可能会平行于人类教育范例发展,并可能专门发展以培养新型专业知识。 3. 特定领域专家 AI:创建特定领域的专家 AI 比创建全能 AI 更容易,且需要多样化的方法和避免复制危险偏见。 4. 学习方式的改变:让 AI 像人类顶尖人才一样学习,从基础开始,通过正规教育和实践,培养处理复杂情况和细微差别的直觉。例如在医疗保健领域,医生将把文档工作交给 AI 书记员,初级医疗服务提供者将依赖聊天机器人进行分诊等。 总之,人工智能将在学习的模式、方法和应用等方面带来不可逆转的改变。
2024-12-02