AIGC基础与应用 课件 第1章 认识AIGC.pptx

第1章认识AIGCAIGC基础与应用AIGC工业和信息化精品系列教材——人工智能技术科技改变未来

认识人工智能0201030405认识大模型AIGC概述AIGC的应用场景常见的AIGC大模型工具

1.1.1AI的定义人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能研究如何使计算机模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等），是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科。

1.1.2AI的起源人工智能的概念在20世纪50年代被正式提出。1950年，一位名叫马尔温·明斯基（MarvinMinsky）的学生与他的同学合作建造了世界上第一台神经网络计算机，这被视为人工智能发展的一个重要起点。被誉为“计算机之父”的艾伦·图灵（AlanTuring）提出了一个举世瞩目的想法——图灵测试。按照图灵的设想：如果一台机器能够与人类开展对话而且不能被辨别出机器身份，那么这台机器就具有智能。1966年，麻省理工学院（MassachusettsInstituteofTechnology，MIT）的教授约瑟夫·魏岑鲍姆（JosephWeizenbaum）开发了一个可以和人对话的程序，并取名为Eliza01

1.1.2AI的起源图灵测试的方法很简单，就是让测试者与被测试者（一个人与一台机器）隔开，测试者通过一些装置（如键盘）向被测试者随意提问，被测试者自由回答。进行多次测试后，如果有超过30%的测试者不能确定被测试者是人还是机器，那么这台机器就通过了测试图灵测试

1.1.2AI的起源从20世纪60年代到80年代，人工智能经历了快速发展的阶段。在这个时期，人们开始探索研究机器学习、神经网络等技术，人工智能的应用范围也因此不断扩大AI的发展AI的低谷AI的崛起20世纪90年代初期，人工智能经历了一段低谷期。当时，由于计算机的运算能力较弱，加之数据集方面的限制，人工智能的应用受到了很大的制约21世纪初，随着大数据和云计算等技术的出现，人工智能再次进入了快速发展的阶段。人们开始研究深度学习、自然语言处理、计算机视觉等技术，人工智能的应用范围进一步扩大020304

1.1.3AI的分类弱人工智能是指利用现有智能化技术来改善经济社会发展所需要的技术条件和发展功能，可以理解为只能执行单一任务的人工智能。强人工智能也称通用人工智能，在思考、解决问题、抽象思维、理解复杂理念、快速学习等方面都能与人类相媲美。超人工智能超人工智能（ArtificialSuperIntelligence，ASI）是在几乎所有领域都大大超过人类认知表现的任何智力的人工智能。

1.1.4AI的三大核心要素

1.1.4AI的三大核心要素数据是一切智慧体的学习资源，没有了数据，任何智慧体都很难学习到知识。数据算力是指计算机或其他计算设备在一定时间内可以处理的数据量或完成的计算任务的数量。算力通常被用来描述计算机或其他计算设备的性能，它是衡量一台计算设备处理能力的重要指标。算力算法是一组解决问题的规则，是计算机科学中的基础概念。算法

1.1.5我国的AI发展现状我国高度重视发展人工智能，在《新一代人工智能发展规划》中提出，到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。2017年8月3日，腾讯正式发布了人工智能医学影像产品——腾讯觅影。同时，还宣布成立人工智能医学影像联合实验室。2017年7月5日，百度首次发布人工智能开放平台的整体战略、技术和解决方案。这也是百度AI技术首次整体亮相。2022年，全国一体化大数据中心体系总体完成布局设计，“东数西算”工程正式全面启动，人工智能基础设施加快建设。

认识人工智能0201030405认识大模型AIGC概述AIGC的应用场景常见的AIGC大模型工具01

1.2.1大模型基础上下文理解能力强语言生成能力强学习能力强010203大模型是大规模语言模型（Large-scaleLanguageModel，LLM）的简称。语言模型是一种人工智能模型，它被训练成可以理解和生成人类语言。大模型本质上就是大的深度神经网络，它通过学习大量的文本数据，理解和生成人类语言，大模型的特点是层数深、参数量大、训练数据量大。大模型主要用于处理和生成类似于人类产出的文本。这些模型可以理解语言结构、语法、上下文和语义联系，因为它们已经在大量的文本数据上进行了训练。大模型常常是在大量文本语料库，如书籍、文章、网页上进行预训练的。预训练是指将大量低成本收集的训练数据放在一起，经过某种方法去学习数据中的共性，然后将其中的共性“移植”到特定任务的模型中。

1.2.1大模型