sanbuphy
329 lines
13 KiB
Markdown
329 lines
13 KiB
Markdown
# 人工智能进化史：从"逻辑"到"直觉"（交互式教程）
|
||
|
||
> 💡 **学习指南**：本章节无需编程基础，通过交互式演示带你梳理人工智能 70 年的发展脉络。从最早的下棋程序，到今天能写诗作画的 ChatGPT。我们将深入理解 AI 从"人工规则"到"机器学习"的进化历程。
|
||
|
||
<AiEvolutionDemo />
|
||
|
||
## 0. 引言：机器能思考吗？
|
||
|
||
1950 年，艾伦·图灵在论文《计算机器与智能》中提出了这个问题：
|
||
**"机器能思考吗？"**
|
||
|
||
为了回答它，人类进行了长达半个多世纪的探索。我们走过弯路（试图穷举规则），也经历过寒冬（算力不足），最终在模仿人脑（神经网络）的道路上取得了突破。
|
||
|
||
AI 的进化史，就是人类探索"如何让机器拥有智能"的历史。这条探索之路经历了三个主要阶段：
|
||
|
||
1. **符号主义**：教机器"守规矩"——人工写规则
|
||
2. **连接主义**：教机器"像人脑一样思考"——神经网络学习
|
||
3. **生成式人工智能**：机器有了"创造力"——大语言模型
|
||
|
||
本教程将带你从零开始，一步步理解这些范式的演变。
|
||
|
||
<AIEvolutionTimelineDemo />
|
||
|
||
---
|
||
|
||
## 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'
|
||
}
|
||
}
|
||
```
|
||
|
||
### 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)
|
||
(morphology IS coccus)
|
||
(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。
|
||
|
||
<RuleBasedVsLearningDemo />
|
||
|
||
### 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。
|
||
|
||
<CombinatorialExplosionDemo />
|
||
|
||
**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）
|
||
|
||
$$ Output = \begin{cases} 1 & \text{if } \sum (w_i \cdot x_i) + b > 0 \\ 0 & \text{otherwise} \end{cases} $$
|
||
|
||
### 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）。
|
||
|
||
<PerceptronDemo />
|
||
|
||
### 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**。
|
||
|
||
<NeuralNetworkVisualizationDemo />
|
||
|
||
### 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
|
||
|
||
<BackpropagationDemo />
|
||
|
||
_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**：能认猫，但不知道"猫会怕狗"
|
||
|
||
---
|
||
|
||
## 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
|
||
|
||
<DiscriminativeVsGenerativeDemo />
|
||
|
||
### 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。
|
||
|
||
<AttentionMechanismDemo />
|
||
|
||
### 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）
|
||
|
||
<GPTEvolutionDemo />
|
||
|
||
### 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）。 |
|