2025-03-08-浙江大学-走向数字社会_从Deepseek到群体智慧_10页_4mb

AI发展历程总结

引言

人工智能的发展起始于图灵的图灵机概念，旨在探索可计算性问题，并应用于 Entscheidungsproblem。该工作为AI奠定了基础，标志着计算和智能研究的开端。

关键里程碑

• 图灵机与 Entscheidungsproblem: Alan Turing 的论文展示了计算的局限性，建立了AI理论基础。
• 达特茅斯会议 (1956): 由 McCarthy、Minsky等人发起，定义了AI作为学科，并开发符号主义方法：基于知识表示、数理逻辑和搜索。
• 机器学习与神经网络: 从生物神经网络启发，发展到人工神经网络和深度学习，推动AI进入新阶段。
• 生成式大模型: 如GPT系列模型，实现了语言生成和理解的突破，应用广泛。

当前挑战

• 扩展定律: 需要大量计算资源（如2048块英伟达H800 GPU），限制了模型优化速度。
• 闭源问题: 商业闭源模型主导市场，推动开源解决方案和本地部署普及。
• 算法优化: 包括混合专家模型、强化学习、蒸馏等方法，提升了效率和可扩展性。

AI应用与影响

AI促进社会数字化转型，融入各行各业：

• 固定与预测类应用: 如机房节能、疫情传播预测、网约车需求预测、智能康复训练等。
• 社会影响: 提高效率、自动化决策，推动教育、医疗、交通等领域创新。

未来展望

AI发展激励更多研究和工程创新，强调开源协作与算法改进，以应对计算规模挑战，推动AI走向更广泛应用。