2024人工智能AI概論

AI概覽第一章

AI概覽第二章

Python編程基礎(chǔ)第三章

數(shù)學(xué)基礎(chǔ)知識(shí)第四章

TensorFlow介紹第五章

深度學(xué)習(xí)預(yù)備知識(shí)和深度學(xué)習(xí)概覽第六章

華為云EI概覽了解人工智能的發(fā)展簡(jiǎn)史掌握人工智能包含的技術(shù)與相關(guān)概念了解人工智能時(shí)代的公平與正義了解人工智能時(shí)代的人機(jī)關(guān)系與治理1.

人工智能技術(shù)的過(guò)去人工智能技術(shù)是什么人工智能技術(shù)的現(xiàn)在和未來(lái)人工智能產(chǎn)業(yè)發(fā)展與戰(zhàn)略規(guī)劃人工智能時(shí)代的公平與正義人工智能時(shí)代的人機(jī)關(guān)系與AI治理未來(lái)人工智能社會(huì)暢想自2016年3月，AlphaGo以4:1的總比分大勝韓國(guó)職業(yè)圍棋九段李世石，使得人工智能再次進(jìn)入了公眾的視野。此后，AI技術(shù)和應(yīng)用更是蓬勃發(fā)展。1956年8月，在美國(guó)達(dá)特茅斯學(xué)院中，約翰·麥卡錫、馬文·閔斯基、克勞德·香農(nóng)、艾倫·紐厄爾、赫伯特·西蒙等科學(xué)家聚在一起，討論著一個(gè)完全不食人間煙火的主題：用機(jī)器來(lái)模仿人類(lèi)學(xué)習(xí)以及其他方面的智能。會(huì)議討論的內(nèi)容總結(jié)了一個(gè)名字：人工智能。因此，1956年也就成為了人工智能元年。賽弗里奇摩爾麥卡錫明斯基賽弗里奇所羅門(mén)諾夫1956-1976第一次繁榮期達(dá)特茅斯會(huì)議，確定了人工智能的概念和發(fā)展目標(biāo)1976-1982第一次

低谷期遭受質(zhì)疑批評(píng)，運(yùn)算能力不足，計(jì)算復(fù)雜度較高，常識(shí)與推理實(shí)現(xiàn)難度較大等1982-1987第二次繁榮期

具備邏輯規(guī)則推演和特定領(lǐng)域回答解決問(wèn)題的專(zhuān)家系統(tǒng)盛行，及五代計(jì)算機(jī)的發(fā)展1987-1997第二次低谷期技術(shù)領(lǐng)域再次陷入瓶頸，抽象推理不再被繼續(xù)關(guān)注，基于符號(hào)處理的模型遭到反對(duì)1997-2010復(fù)蘇期計(jì)算性能的提升與互聯(lián)網(wǎng)技術(shù)的快速普及2010-增長(zhǎng)爆發(fā)期新一代信息技術(shù)引發(fā)信息環(huán)境與數(shù)據(jù)基礎(chǔ)變革，海量圖像語(yǔ)音文本等多模型數(shù)據(jù)不斷出現(xiàn)，計(jì)算能力提高1950s1960s1970s1980s1990s2000s2010s

2020s2014年，微軟公司發(fā)布全球第一款個(gè)人智能微軟小娜1956年達(dá)特茅斯會(huì)議提出1959年，ArthurSamuel提出機(jī)器學(xué)習(xí)1976年，機(jī)器翻譯等項(xiàng)目的失敗及一些學(xué)術(shù)報(bào)告的負(fù)面影響，人工智能的經(jīng)費(fèi)普遍減少1985年，出現(xiàn)了更強(qiáng)可視化效果的決策樹(shù)模型和突破早期感知局限性的多層人工神經(jīng)網(wǎng)絡(luò)1987年，LISP機(jī)市場(chǎng)崩塌1997年，Deep

Blue戰(zhàn)勝世界國(guó)際象棋冠軍GarryKaspa

rov2006年，Hinton和他的學(xué)生開(kāi)始深度學(xué)習(xí)2010年，大數(shù)據(jù)

時(shí)代到來(lái)2016年3月，

Alpha

Go以4:1戰(zhàn)勝世界圍棋冠軍李世石2017年10月，

Deep

Mind

團(tuán)隊(duì)發(fā)布了最強(qiáng)版的AlphaGoZero原理：物理符號(hào)系統(tǒng)假設(shè)和有限合理性原理。起源：源于數(shù)理邏輯?；舅枷耄喝说恼J(rèn)知基元是符號(hào)，認(rèn)知過(guò)程即符號(hào)操作過(guò)程。人是一個(gè)物理符號(hào)系統(tǒng)，計(jì)算機(jī)也是一個(gè)物理符號(hào)系統(tǒng)，因此，能用計(jì)算機(jī)來(lái)模擬人的智能行為。知識(shí)是信息的一種形式，是構(gòu)成智能的基礎(chǔ)。人工智能的核心問(wèn)題是知識(shí)表示、知識(shí)推理。符號(hào)主義（邏輯主義、心理學(xué)派、計(jì)算機(jī)學(xué)派）原理：神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。起源：源于仿生學(xué)，特別是人腦模型的研究?；舅枷耄核季S基本是神經(jīng)元，而不是符號(hào)處理過(guò)程。人腦不同于電腦，并提出連接主義的大腦工作模式，用于取代符號(hào)操作的電腦工作模式。神經(jīng)末梢軸突突觸樹(shù)突前神經(jīng)元軸突細(xì)胞體細(xì)胞核突觸下一個(gè)神經(jīng)元樹(shù)突行為主義（進(jìn)化主義、控制論學(xué)派）原理：控制論及感知-動(dòng)作型控制系統(tǒng)。起源：源于控制論?；舅枷耄褐悄苋Q于感知和行動(dòng)，提出智能行為的“感知-動(dòng)作”模式。智能不需要知識(shí)、表示、和推理；人工智能可以像人類(lèi)智能一樣逐步進(jìn)化；智能行為只能在現(xiàn)實(shí)世界中與周?chē)h(huán)境進(jìn)行交互作用而表現(xiàn)出來(lái)。人工智能三大學(xué)派知識(shí)表達(dá)黑箱特征學(xué)習(xí)可解釋性是否需要大樣本計(jì)算復(fù)雜性組合爆炸環(huán)境互動(dòng)過(guò)擬合問(wèn)題符號(hào)主義（邏輯主義）強(qiáng)否無(wú)強(qiáng)否高多否無(wú)連接主義（仿生學(xué)派）弱是有弱是高少否有行為主義（決策控制）強(qiáng)否無(wú)強(qiáng)否一般一般是無(wú)隨機(jī)模擬方法DarmouthConference1956:the

birth

of

AIMonteCarol

Go1993:

firstresearchonGo

withstochasticsearchNeuroGo1996:ConvNet

withRL

for

Go,13kyu(amateur)MCTS

Go2006:Frenchresearchersadvance

GoAI

withMCTSCrazyStone2008:MCTS

GoAI

beats4

danplayerZen

192012:MCTSbased

GoAI

reaches5-dan

rankSamuel’sCheckers

AI1956:IBM

CheckersAI

firstdemonstratedCheckers

AIWins1962:Bernstein’sSamuel’sprogram

winsChess

AIgame

against1958:

firstpersonfullyfunctionalchess

AIdevelopedZobrist’sAI1968:FirstGoAI,beatshumanamatourCNN1989:convolutionalnets

firstdemonstratedBackprop1986:multi-layerneural

netapproachwidely

knownKaissa1974:

firstworldcomputer

chesschampionTD-

Grammon1992:

RL

andneural

net

basedback-gammon

AIshownCHINOOK1994:

checkers

AIdraws

with

worldchampionDeep

Blue1997:

IBMchess

AI

beatsworldchampionDeepMind2014:Google

buysdeep-RL

AIcompany

for400MilAlphaGo2016:DeepLearning+MCST

GoAI

beatstophumanMacHack1967:

chess

AIbeats

person

intournament1.人工智能技術(shù)的過(guò)去2.人工智能技術(shù)是什么人工智能技術(shù)的現(xiàn)在和未來(lái)人工智能產(chǎn)業(yè)發(fā)展與戰(zhàn)略規(guī)劃人工智能時(shí)代的公平與正義人工智能時(shí)代的人機(jī)關(guān)系與AI治理未來(lái)人工智能社會(huì)暢想人工智能人工智能（Artificial

Intelligence）是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。1956年由約翰.麥卡錫首次提出，當(dāng)時(shí)的定義為“制造智能機(jī)器的科學(xué)與工程”。人工智能目的就是讓機(jī)器能夠像人一樣思考，讓機(jī)器擁有智能。時(shí)至今日，人工智能的內(nèi)涵已經(jīng)大大擴(kuò)展，是一門(mén)交叉學(xué)科。計(jì)算機(jī)科學(xué)哲學(xué)邏輯學(xué)語(yǔ)言學(xué)心理學(xué)認(rèn)知科學(xué)腦科學(xué)行業(yè)解決方案具體技術(shù)技術(shù)方向算法基礎(chǔ)設(shè)施金融/醫(yī)療/安防/交通/游戲等（無(wú)人駕駛、機(jī)器人、智能醫(yī)療、智能金融、智能家居、VR/AR\無(wú)人機(jī)））機(jī)器學(xué)習(xí)、深度學(xué)習(xí)理論基礎(chǔ)：概率論、統(tǒng)計(jì)、調(diào)和分析（傅里葉變換、小波變換）、泛函分析、計(jì)算數(shù)學(xué)、流形等硬件/計(jì)算能力、大數(shù)據(jù)語(yǔ)音處理計(jì)算機(jī)視覺(jué)自然語(yǔ)言處理規(guī)劃決策系統(tǒng)大數(shù)據(jù)/統(tǒng)計(jì)分析圖像識(shí)別圖像處理視頻識(shí)別語(yǔ)音識(shí)別語(yǔ)義理解語(yǔ)音合成機(jī)器翻譯語(yǔ)音理解情感分析知識(shí)圖譜感知與分析

理解與思考

決策與交互四要素：數(shù)據(jù)、算法、算力、場(chǎng)景ArtificialIntelligenceMachineLearningDeepLearning四要素：數(shù)據(jù)、算法、算力、場(chǎng)景人工智能研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。機(jī)器學(xué)習(xí)專(zhuān)門(mén)研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。深度學(xué)習(xí)源于人工神經(jīng)網(wǎng)絡(luò)的研究，含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。貝葉斯期望損失極小極大原則

Bayes風(fēng)險(xiǎn)原則輕量模型（計(jì)算復(fù)雜度低）在線學(xué)習(xí)（不存儲(chǔ)訓(xùn)練數(shù)據(jù)）近似計(jì)算（求滿意解，降低復(fù)雜度）基于受限領(lǐng)域知識(shí)的規(guī)則方法貝葉斯統(tǒng)計(jì)推斷…集成學(xué)習(xí)-自助聚焦-梯度提升增量學(xué)習(xí)遷移學(xué)習(xí)聚類(lèi)-k-均值聚類(lèi)-層級(jí)聚類(lèi)自組織映射無(wú)模型-策略迭代-策略搜索有魔性-深度強(qiáng)化學(xué)習(xí)非輕量機(jī)器學(xué)習(xí)

強(qiáng)化學(xué)習(xí)無(wú)監(jiān)督學(xué)習(xí)常見(jiàn)分布的隨機(jī)數(shù)產(chǎn)生器

Markov鏈Monte

CarloGibbs采樣器隨機(jī)模擬技術(shù)統(tǒng)計(jì)決策輕量機(jī)器學(xué)習(xí)學(xué)習(xí)策略最大似然估計(jì)

期望最大化算法-隱Markov模型回歸模型-Logistics回歸參數(shù)方法高斯過(guò)程

關(guān)聯(lián)向量機(jī)核PCA等核方法基于實(shí)例的方法-近鄰法-核密度法決策樹(shù)-ID3/4/5-CART非參數(shù)方法支持向量機(jī)流形學(xué)習(xí)貝葉斯網(wǎng)絡(luò)

Markov隨機(jī)場(chǎng)幾何方法 概率圖模型后傳播算法深度學(xué)習(xí)-CNN-RNN神經(jīng)網(wǎng)絡(luò)先驗(yàn)分布的設(shè)定后驗(yàn)分布的近似計(jì)算貝葉斯神經(jīng)網(wǎng)絡(luò)貝葉斯回歸模型貝葉斯方法有監(jiān)督學(xué)習(xí)計(jì)算基礎(chǔ)最優(yōu)化矩陣計(jì)算概率統(tǒng)計(jì)人工智能技術(shù)的過(guò)去人工智能技術(shù)是什么3.人工智能技術(shù)的現(xiàn)在和未來(lái)人工智能產(chǎn)業(yè)發(fā)展與戰(zhàn)略規(guī)劃人工智能時(shí)代的公平與正義人工智能時(shí)代的人機(jī)關(guān)系與AI治理人工智能未來(lái)的社會(huì)暢想智能醫(yī)療智能機(jī)器人虛擬現(xiàn)實(shí)無(wú)人駕駛智能投顧智能家居語(yǔ)義識(shí)別和對(duì)話管理語(yǔ)音合成主要技術(shù)：前端處理語(yǔ)音識(shí)別應(yīng)用：醫(yī)療聽(tīng)寫(xiě) 、語(yǔ)音書(shū)寫(xiě)、電腦系統(tǒng)聲控、電話客服等。未來(lái)：真正做到像正常人類(lèi)一樣，與他人流暢溝通，自由交流，還有待時(shí)日。圖像識(shí)別圖像理解主要技術(shù)：圖像處理應(yīng)用：醫(yī)療成像分析購(gòu)物未來(lái)：安防及監(jiān)控領(lǐng)域計(jì)算機(jī)視覺(jué)有望進(jìn)入自主理解、分析決策的高級(jí)階段，真正賦予機(jī)器“看”的能力，在無(wú)人車(chē)、智能家居等場(chǎng)景發(fā)揮更大的價(jià)值。知識(shí)圖譜對(duì)話管理機(jī)器翻譯核心環(huán)節(jié)：知識(shí)的獲取與表達(dá)自然語(yǔ)言理解自然語(yǔ)言生成等應(yīng)用：研究方向：搜索引擎、對(duì)話機(jī)器人、機(jī)器翻譯、甚至高考機(jī)器人、辦公智能秘書(shū)。機(jī)器學(xué)習(xí)：是研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。機(jī)器學(xué)習(xí)是AI的核心，是使計(jì)算機(jī)具有智能的根本途徑。研究方向：在垂直領(lǐng)域的廣泛應(yīng)用。如金融、律政、醫(yī)療等領(lǐng)域。從解決簡(jiǎn)單的凸優(yōu)化問(wèn)題到解決非凸優(yōu)化問(wèn)題。從監(jiān)督學(xué)習(xí)向非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的演進(jìn)。未來(lái)：強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)。無(wú)監(jiān)督學(xué)習(xí)：聽(tīng)之任之型有監(jiān)督學(xué)習(xí)：標(biāo)準(zhǔn)答案型傳統(tǒng)機(jī)器學(xué)習(xí)強(qiáng)化學(xué)習(xí)(a)傳統(tǒng)機(jī)器學(xué)習(xí)(b)遷移學(xué)習(xí)不同任務(wù)源任務(wù)目標(biāo)任務(wù)學(xué)習(xí)系統(tǒng)學(xué)習(xí)系統(tǒng)學(xué)習(xí)系統(tǒng)學(xué)習(xí)系統(tǒng)知識(shí)理性地看待人工智能的現(xiàn)狀：人工智能還非常初級(jí)，目前適合“已知環(huán)境、目標(biāo)明確、行動(dòng)可預(yù)測(cè)”的場(chǎng)景。深度學(xué)習(xí)在圖像識(shí)別、語(yǔ)音識(shí)別、翻譯等領(lǐng)域，人工智能基本具備人的識(shí)別能力，甚至超越了人類(lèi)，基于這些能力應(yīng)用到了很多場(chǎng)景，如醫(yī)療、公共安全等。但在推理、認(rèn)知等方面仍十分欠缺。人工智能不是要等到超越人的智慧才被使用，而是只要在某個(gè)方面比人做得好就可以投入使用。人工智能的發(fā)展趨勢(shì)是走向融合：傳統(tǒng)機(jī)器學(xué)習(xí)+深度學(xué)習(xí)+強(qiáng)化學(xué)習(xí)+知識(shí)推理+智能決策。Flexible

learning。supervised

learning普及化產(chǎn)業(yè)化人工智能技術(shù)的過(guò)去人工智能技術(shù)是什么人工智能技術(shù)的現(xiàn)在和未來(lái)人工智能產(chǎn)業(yè)發(fā)展與戰(zhàn)略規(guī)劃人工智能時(shí)代的公平與正義人工智能時(shí)代的人機(jī)關(guān)系與AI治理未來(lái)人工智能社會(huì)暢想美國(guó)歐盟日本中國(guó)Brain

Initiative項(xiàng)目：以探索人類(lèi)大腦工作機(jī)制為主（2013年啟動(dòng)，45億美元）SyNAPSE項(xiàng)目：開(kāi)發(fā)大規(guī)模電子神經(jīng)形態(tài)計(jì)算機(jī)原型（2008年~2016年）Human

Brain

Project：側(cè)重未來(lái)信息、通訊技術(shù)，未來(lái)醫(yī)療（2013年啟動(dòng)，10億歐元）Brain/Minds：以狨猴為模型研究各種腦功能和腦疾病的機(jī)理（2014年啟動(dòng)，2.7億美元）中國(guó)腦計(jì)劃：

“一體兩翼”的研究格局：腦認(rèn)知原理的基礎(chǔ)研究為一體，腦重大疾病和類(lèi)腦人工智能的研究為兩翼（國(guó)家層面待啟動(dòng)100億RMB、地方層面已立項(xiàng)）SyNAPSE項(xiàng)目：IBM主導(dǎo)的超低功耗新型計(jì)算系 統(tǒng)的應(yīng)用（TrueNorth芯片、系統(tǒng)架構(gòu)設(shè)計(jì)、算法實(shí)現(xiàn)）HRL主導(dǎo)研發(fā)具有認(rèn)知、學(xué)習(xí)、 推理能力的計(jì)算系統(tǒng)，強(qiáng)調(diào)自主 學(xué)習(xí)能力（基于憶阻器的類(lèi)腦芯 片研究）Human

Brain

Project：未來(lái)神經(jīng)科學(xué)、未來(lái)醫(yī)學(xué)、未來(lái)計(jì) 算人腦戰(zhàn)略性數(shù)據(jù)，認(rèn)知行為架構(gòu)、 理論型神經(jīng)科學(xué)、神經(jīng)信息學(xué)、大 腦模擬仿真、高性能計(jì)算平臺(tái)、醫(yī) 學(xué)信息學(xué)、神經(jīng)形態(tài)計(jì)算平臺(tái)、神 經(jīng)機(jī)器人平臺(tái)、模擬應(yīng)用Brain/Minds：用功能MRI等技術(shù)對(duì) 大腦功能進(jìn)行定位收集和分析患者大腦 成像等相關(guān)研究信息地方腦計(jì)劃：中科院成立類(lèi)腦智能研究中心和腦神 經(jīng)計(jì)算研究組：從算法模型與信息處 理到腦的模擬（寒武紀(jì)系列神經(jīng)網(wǎng)絡(luò) 加速器）清華大學(xué)成立類(lèi)腦計(jì)算研究中心：系 統(tǒng)設(shè)計(jì)、仿真建模、硬件材料的腦體 系工程（Tianji類(lèi)腦芯片）人工智能可能會(huì)引起“芯片架構(gòu)的改變，進(jìn)而引起產(chǎn)業(yè)格局的改變”，英偉達(dá)、Google、Intel等在爭(zhēng)奪未來(lái)的主導(dǎo)權(quán)。人工智能的軟件技術(shù)平臺(tái)就是“下一個(gè)操作系統(tǒng)”，技術(shù)平臺(tái)將是大玩家的競(jìng)爭(zhēng)，垂直行業(yè)的AI應(yīng)用或服務(wù)可能都基于幾大平臺(tái)的云服務(wù)提供。爭(zhēng)奪“未來(lái)世界的數(shù)字大腦”成為各大信息公司的戰(zhàn)略愿景，云計(jì)算、大數(shù)據(jù)、人工智能是三位一體的云服務(wù)。人工智能技術(shù)的過(guò)去人工智能技術(shù)是什么人工智能技術(shù)的現(xiàn)在和未來(lái)人工智能產(chǎn)業(yè)發(fā)展與戰(zhàn)略規(guī)劃人工智能時(shí)代的公平與正義人工智能時(shí)代的人機(jī)關(guān)系與AI治理未來(lái)人工智能社會(huì)暢想美國(guó)當(dāng)?shù)貢r(shí)間周日晚22點(diǎn)（

2018年3月19日），亞利桑那州坦佩市郊區(qū)，一輛

Uber自動(dòng)駕駛測(cè)試車(chē)在由南向北行進(jìn)過(guò)程中，撞上推著自行車(chē)在人行道之外橫穿馬路的49歲女子伊萊·赫茲柏格，該女子送醫(yī)后搶救無(wú)效宣告死亡。這是全球首例無(wú)人駕駛汽車(chē)致死事故?！蹲詣?dòng)駕駛汽車(chē)的基本政策》《關(guān)于機(jī)器人倫理的初步草案報(bào)告》《修訂案》目前的法律框架下，機(jī)器人自身不對(duì)因其行為或者疏忽而給第三方造成的損害承擔(dān)責(zé)任。德州大學(xué)的兩名研究人員，成功將Netflix放出的“經(jīng)過(guò)匿名處理的”上億條用戶(hù)電影評(píng)分?jǐn)?shù)據(jù)與具體用戶(hù)對(duì)應(yīng)了起來(lái)，Netflix被迫取消影片推薦算法比賽。立法保護(hù)：《瑞典數(shù)據(jù)法》《關(guān)于加強(qiáng)網(wǎng)絡(luò)信息保護(hù)的規(guī)定》《網(wǎng)絡(luò)安全法》技術(shù)應(yīng)用：匿名化處理技術(shù)將個(gè)人數(shù)據(jù)移除可識(shí)別個(gè)人信息的部分，并且通過(guò)這一方法，數(shù)據(jù)主體不會(huì)再被識(shí)別。算法決策在很多時(shí)候其實(shí)就是一種預(yù)測(cè)，用過(guò)去的數(shù)據(jù)預(yù)測(cè)未來(lái)的趨勢(shì)。算法模型和數(shù)據(jù)輸入決定著預(yù)測(cè)的結(jié)果。因此這兩個(gè)要素也就成為了算法歧視的主要來(lái)源。比如：谷歌的圖片軟件曾錯(cuò)將黑人的圖片標(biāo)記為“大猩猩”。2016年3月23日，微軟的智能聊天機(jī)器人

Tay，成為了一個(gè)集反猶太人、性別歧視、種族歧視于一身的“不良少女”。人工智能創(chuàng)作物

受版權(quán)法保護(hù)嗎？誰(shuí)來(lái)賦權(quán)于機(jī)器人？賦予機(jī)器人哪些權(quán)利？……人工智能技術(shù)的過(guò)去人工智能技術(shù)是什么人工智能技術(shù)的現(xiàn)在和未來(lái)人工智能產(chǎn)業(yè)發(fā)展與戰(zhàn)略規(guī)劃人工智能時(shí)代的公平與正義人工智能時(shí)代的人機(jī)關(guān)系與AI治理未來(lái)人工智能社會(huì)暢想第一代機(jī)器人

示教再現(xiàn)型機(jī)器人第二代機(jī)器人帶感覺(jué)的機(jī)器人第三代機(jī)器人智能機(jī)器人“像人一樣思考”：弱人工智能領(lǐng)域，如Watson、AlphaGo?！跋袢艘粯有袆?dòng)”：弱人工智能領(lǐng)域，如人形機(jī)器人、iRobot、波士頓動(dòng)力公司的Atlas。“理性地思考”：強(qiáng)人工智能，尚無(wú)法達(dá)到，瓶頸在腦科學(xué)?！袄硇缘男袆?dòng)”：強(qiáng)人工智能。1942年美國(guó)科幻巨匠阿西莫夫提出：定律1：機(jī)器人不得傷害人類(lèi)，或者目睹人類(lèi)將遭受危險(xiǎn)而袖手不管。定律2：機(jī)器人必須服從人給予它的命令，除非違背第一定律。定律3：機(jī)器人必須保護(hù)自己，除非違背第一、第二定律。人機(jī)關(guān)系的設(shè)想：擔(dān)憂機(jī)器威脅人類(lèi)，通過(guò)控制AI實(shí)現(xiàn)人機(jī)共存。AI成為人類(lèi)意識(shí)的