# 人工智能进化史：从"教它规则"到"让它创造" > 💡 **学习指南**：本章节通过交互式演示，带你回顾 AI 如何从“只会算数的机器”进化成“能写诗的艺术家”。 > > 我们将聚焦于三次核心的思维跃迁：从**教它规则**，到**让它模仿**，最终实现**让它创造**。同时，我们也会梳理关键的历史节点，带你理清技术发展的脉络。 ### 关键里程碑 (Timeline) ## 0. 引言：机器能思考吗？ 1950 年，艾伦·图灵提出了一个问题：**"机器能思考吗？"** 为了回答这个问题，人类尝试了三种截然不同的解法： 1. **教它规则**（逻辑）：像教小孩一样，把所有规则写给它。 2. **让它模仿**（概率）：给它看大量数据，让它自己找规律。 3. **让它创造**（生成）：不仅能分类，还能根据理解创造新东西。 本教程将带你亲手体验这三个阶段。 --- ## 1. 符号主义：教机器"守规矩"（20世纪50年代 - 80年代） 早期的 AI 科学家认为：智慧就是**逻辑推理**。 只要我们把世界上的所有知识都写成 `If...Then...` 的规则，机器就能像人一样聪明。 这被称为**专家系统**或**符号主义人工智能**。 ### 1.1 什么是"基于规则"？ 就像教小孩： - 如果看到红灯，就停下。 - 如果下雨，就带伞。 在代码中，这表现为： ```javascript // 基于规则的 AI 示例 function decideTrafficLight(color) { if (color === 'red') { return 'stop' } else if (color === 'yellow') { return 'caution' } else if (color === 'green') { return 'go' } else { return 'unknown' } } ``` ### 1.2 专家系统的巅峰：MYCIN 1970 年代，斯坦福大学开发的 MYCIN 系统能诊断血液感染，准确率达到专家水平。 它的工作原理是： ```lisp // MYCIN 系统的规则示例 (伪代码) (IF (organism IS gram-positive) AND (morphology IS coccus) AND (growth-chains IS chains) THEN (identity IS 0.7 streptococcus)) ``` _数据示例 (知识库格式)_： ```json // 专家系统知识库示例 { "rules": [ { "id": "RULE-001", "conditions": ["traffic_light == red", "speed > 0"], "action": "brake", "priority": 1 }, { "id": "RULE-002", "conditions": ["weather == rainy", "visibility < 100m"], "action": "turn_on_lights", "priority": 2 } ] // 系统按优先级依次匹配规则，遇到匹配就执行 } ``` ### 1.3 交互演示：规则 vs 学习 下方的演示展示了两种方式的区别。 - **左边 (规则)**：你必须显式地写代码 `if (size > 6)`。如果世界变了（比如苹果变小了），你的代码就失效了。 - **右边 (学习)**：你不需要写规则。你只需要给机器看一堆苹果和樱桃的数据，点击 **Train**，它自己会"悟"出一个分界线。 ### 1.4 符号主义的局限性 规则看起来很完美，但现实世界太复杂了。 **问题 1：组合爆炸** - 试图写下"识别猫"的所有规则？不可能！ - "有胡须"？老鼠也有。 - "有尖耳朵"？狗也有。 - "毛茸茸的"？兔子也是。 - 现实世界有无限边界情况，规则永远写不完。 **问题 2：无法处理不确定性** - 如果规则冲突怎么办？ - 如果遇到没见过的情况怎么办？ - 规则系统很"脆弱"，缺少人类常识。 > ⚠️ **教训**：试图用有限规则描述无限现实，注定失败。这导致了 1980 年代的**AI 寒冬**。 --- ## 2. 连接主义：教机器"像人脑一样思考"（21世纪10年代至今） 既然规则写不完，不如换个思路：**让机器自己学**？ 科学家开始模仿人脑的结构——**神经元**。 这就是**连接主义**的核心思想。 ### 2.1 人脑的启示 人脑有约 860 亿个神经元，每个神经元通过突触连接成千上万个其他神经元。 **关键发现**： - 单个神经元很"笨"（只是兴奋或不兴奋） - 但几百亿个神经元连在一起，就产生了智能 ### 2.2 感知机 1957 年，康奈尔大学的 Frank Rosenblatt 发明了感知机——这是最简单的人工神经元。 它的工作原理： 1. **接收输入**：从多个"突触"接收信号（$x_1, x_2, ...$） 2. **加权求和**：每个输入有对应的**权重**，代表重要性 3. **激活判断**：如果总和超过某个**阈值（偏置）**，就激活（输出 1） ```text 如果不带公式，怎么理解？ 简单来说就是：打分机制。 总分 = (输入1 × 权重1) + (输入2 × 权重2) + ... + 基础分 如果 总分 > 0，输出 1 (激活) 否则，输出 0 (静默) ``` ### 2.3 交互演示：玩转神经元 调整下方的**权重**和**偏置**，看看能否控制神经元的输出。 - **权重（$w$）**：代表输入的"重要性"。$w$ 越大，这个输入对结果影响越大。 - **偏置（$b$）**：代表神经元的"门槛"。$b$ 越小，神经元越容易兴奋（输出 1）。 ### 2.4 从单神经元到深度学习 单个神经元能做什么？只能做简单分类（比如判断"苹果还是樱桃"）。 但如果把神经元分层连接： ``` 输入层 (图片像素) ↓ 隐藏层 1 (识别边缘) ↓ 隐藏层 2 (识别形状) ↓ 隐藏层 3 (识别物体部件) ↓ 输出层 (识别物体) ``` 这就是**神经网络**。当网络有很多层时，我们称之为**深度学习**。 ### 2.5 神经网络是如何学习的？ 不像专家系统需要人写规则，神经网络通过**看数据**自己学。 **学习过程（反向传播）**： 1. **前向传播**：输入数据，得到预测结果 2. **计算误差**：对比预测和真实答案 3. **反向传播**：根据误差调整每个神经元的权重 4. **重复**：重复几百万次，直到误差足够小 _数据示例 (训练数据格式)_： ```json // 图像分类训练数据示例 { "dataset": "cats_vs_dogs", "samples": [ { "image": "cat_001.jpg", "label": 1, // 1 = 猫 "features": [0.2, 0.8, 0.5, ...] // 提取的特征向量 }, { "image": "dog_001.jpg", "label": 0, // 0 = 狗 "features": [0.7, 0.3, 0.9, ...] } ] // 神经网络会自动学习：什么样的 feature 组合更可能是猫 } ``` ### 2.6 连接主义的突破：2012 年 AlexNet 2012 年，AlexNet 在 ImageNet 竞赛中以压倒性优势夺冠，标志着深度学习时代的到来。 **关键因素**： - **大数据**：ImageNet 提供了 1400 万张标注图片 - **大算力**：GPU 的并行计算能力让训练深度网络成为可能 - **新算法**：ReLU 激活函数、Dropout 正则化等技术突破 ### 2.7 连接主义的局限 深度学习很强大，但也不是完美的： - **黑盒问题**：虽然能识别猫，但我们说不清"它是怎么识别的" - **数据饥渴**：需要海量标注数据，获取成本高 - **缺乏常识**：能识别出这是“猫”，但理解不了“猫喜欢抓老鼠”或“猫通常怕狗”这种常识关系（因为它只是在做像素级的统计匹配，而非真正的概念理解） --- ## 3. 生成式人工智能：机器有了"创造力"（21世纪20年代至今） 以前的 AI 主要是**判别式**（这是猫还是狗？）。 现在的 AI 是**生成式**（画一只猫！）。 这一切的背后，是 **Transformer** 架构的诞生。它让 AI 学会了理解上下文，学会了"举一反三"。 ### 3.1 从"识别"到"创造" 传统深度学习（判别式模型）： - 输入：一张图 - 输出：这是猫（概率 98%） 生成式 AI： - 输入：一句话"一只戴着墨镜的猫" - 输出：生成一张对应的图片 ### 3.2 Transformer：AI 的"瑞士军刀" 2017 年，Google 发表论文《Attention Is All You Need》（注意力机制就是你所需的全部），提出 Transformer 架构。 它的核心创新：**注意力机制** **原理**：让模型在处理一个词时，能"关注"到句子中其他相关的词。 例如："小明把苹果给了**他**的母亲" 当模型处理"他"时，注意力机制会让它关注到"小明"，从而理解"他"指代的是小明。 ### 3.3 GPT：从文本生成到通用智能 2018 年，OpenAI 发布 GPT-1（生成式预训练变换器）。 **核心思想**： 1. **预训练**：在海量文本上学习"预测下一个词" 2. **微调**：在特定任务上调整（比如问答、翻译） 从 GPT-1 (2018) → GPT-2 (2019) → GPT-3 (2020) → GPT-4 (2023) - 参数量从 1.17 亿 → 1750 亿 → 1.8 万亿（估计） - 能力从文本生成 → 多模态（图片、音频、视频） ### 3.4 生成式人工智能的局限 虽然强大，但也存在问题： - **幻觉**：一本正经地胡说八道 - **偏见放大**：从训练数据中学到人类偏见 - **不可解释**：仍然是个黑盒，不知道内部怎么运作 --- ## 4. AI 范式对比总结 | 时代 | 核心理念 | 代表产物 | 优势 | 局限 | | :----------------- | :-------------- | :-------------------------- | :----------------------- | :--------------------------- | | **符号主义** | 智慧 = 规则 | 深蓝（下棋）、MYCIN（诊断） | 可解释性强，逻辑清晰 | 无法处理模糊、复杂的现实世界 | | **连接主义** | 智慧 = 神经网络 | AlphaGo、人脸识别 | 能处理复杂模式，性能强大 | 需要海量数据，是个"黑盒" | | **生成式人工智能** | 智慧 = 通用理解 | ChatGPT、Midjourney | 能创造新内容，理解上下文 | 幻觉、偏见、不可解释 | **AI 的进化趋势**： 1. **从人工到自动**：从人写规则 → 机器自动学习 2. **从单一到通用**：从下棋专用 → 通用人工智能 3. **从判别到生成**：从分类识别 → 创造新内容 > 关于大语言模型的详细原理，请移步下一章：[大语言模型入门](./llm-intro.md) --- ## 5. 名词速查表 | 名词 | 英文原文 | 解释 | | :----------------- | :--------------------------------- | :-------------------------------------------------------------------------------------------------- | | **符号主义** | Symbolic AI | 基于规则的人工智能。认为智能可以用逻辑规则表示。代表：专家系统、深蓝。 | | **专家系统** | Expert Systems | 符号主义的代表产物。通过人工编写大量规则来模拟专家决策。代表：MYCIN（医疗诊断）。 | | **连接主义** | Connectionism | 基于神经网络的人工智能。模仿人脑神经元连接结构，通过数据自动学习。 | | **感知机** | Perceptron | 最简单的神经网络单元。接收多个输入，加权求和后通过激活函数输出。 | | **神经网络** | Neural Network | 由多个感知机分层连接组成的模型。通过调整权重来学习数据中的模式。 | | **深度学习** | Deep Learning | 使用**多层**神经网络的学习方法。能自动提取层次化特征（边缘 → 形状 → 物体）。 | | **反向传播** | Backpropagation | 神经网络的学习算法。通过计算预测误差，反向调整每层的权重，逐步优化模型。 | | **生成式人工智能** | Generative AI | 能**创造新内容**的人工智能（文本、图片、音频等），而非仅仅是分类或识别。代表：ChatGPT、Midjourney。 | | **判别式人工智能** | Discriminative AI | 用于**分类**的人工智能（如：这是猫还是狗？）。传统深度学习大多是判别式的。 | | **Transformer** | Transformer | 2017 年由 Google 提出的架构，基于注意力机制。是现代大语言模型（GPT、BERT）的基础。 | | **注意力机制** | Attention Mechanism | 让模型在处理一个元素时，能动态"关注"其他相关元素的技术。是 Transformer 的核心。 | | **GPT** | Generative Pre-trained Transformer | OpenAI 的系列模型。通过"预训练 + 微调"范式，在大量文本上学习生成能力。 | | **预训练** | Pre-training | 在大规模无标注数据上进行初步训练，学习通用知识（如语言规律）。 | | **微调** | Fine-tuning | 在预训练模型基础上，使用特定任务的小规模数据进行调整，使模型适应具体应用。 | | **幻觉** | Hallucination | 生成式人工智能模型"自信地编造错误内容"的现象。如 ChatGPT 编造不存在的论文或事实。 | | **通用人工智能** | Artificial General Intelligence | 像人类一样具备多领域智能、能自主学习推理的人工智能（尚未实现）。 |