没有合适的资源?快使用搜索试试~ 我知道了~
2023AIGC市场研究报告及ChatGPT推动的变革趋势与投资机会.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 2 下载量 136 浏览量
2023-03-02
22:13:57
上传
评论
收藏 21.73MB PDF 举报
温馨提示
试读
55页
2023AIGC市场研究报告及ChatGPT推动的变革趋势与投资机会.pdf 2023AIGC市场研究报告及ChatGPT推动的变革趋势与投资机会.pdf 2023AIGC市场研究报告及ChatGPT推动的变革趋势与投资机会.pdf 2023AIGC市场研究报告及ChatGPT推动的变革趋势与投资机会.pdf 2023AIGC市场研究报告及ChatGPT推动的变革趋势与投资机会.pdf
资源推荐
资源详情
资源评论
出品机构:甲子光年智库
研究团队:张一甲、宋涛
发布时间:2023.02
目 录
Part 01 人工智能的概念与界定
P02
Part 02 人工智能的技术演进与趋势
P06
Part 03 ChatGPT带来的变革趋势
P26
Part 04 AIGC风口下的投资机会
P41
现在一说起人工智能的起源,公认是1956年的达特茅斯会议。殊不知还有个前戏,1955年,美国西部计算机联合大会
(Western Joint Computer Conference)在洛杉矶召开,会中还套了个小会:学习机讨论会(Session on Learning
Machine)。讨论会的参加者中有两个人参加了第二年的达特茅斯会议,他们是塞弗里奇(Oliver Selfridge)和纽厄
尔(Allen Newell)。塞弗里奇发表了一篇模式识别的文章,而纽厄尔则探讨了计算机下棋,他们分别代表两派观点。
讨论会的主持人是神经网络的鼻祖之一皮茨(Walter Pitts),他最后总结时说:
“(一派人)企图模拟神经系统,而
纽厄尔则企图模拟心智(mind)……但殊途同归。”这预示了人工智能随后几十年关于“结构与功能”两个阶级、两条
路线的斗争。
——尼克《人工智能简史》
曾经,建制派被看作“唯一的主导力量”,“逻辑驱动”的人工智能曾主宰数十年。彼时,人们相信依据逻辑的程序是
简单的,为了抵达智能,科学家们为每个不同问题编写不同程序,纷纷变成“劳动密集型”工种。但人们低估了现实世
界的复杂度,问题越大,程序越复杂,逐渐错误百出、频频崩溃,使这条路进展缓慢;另一派“野路子”便是深度学习。
作为跨学科产物,深度学习不追求解释和逻辑,以神经网络开启了“暴力美学”大门——计算机从数据中学习、进化,
让人工智能变成“数据密集型”学科,最终从应用表现中大幅胜出,主宰当今人工智能世界。
——《甲小姐对话特伦斯:进化比你聪明》
1.1 人工智能源起
三大学派:路线相爱相杀,理念相辅相成,一斗六十年
• 又称:逻辑主义、心理学派或计算机学派。
• 原理:物理符号系统 (即符号操作系统) 假设和有
限合理性原理。
• 起源:源于数理逻辑/逻辑推理。
• 学派代表:纽厄尔、西蒙和尼尔逊等。
• 主张:将符号作为人工智能的基本元素,人工智
能的运行建立在由符号构成的数理逻辑之上。
• 又称:仿生学派或生理学派。
• 原理:神经网络及神经网络间的连接机制与学习
算法。
• 起源:源于仿生学,特别是人脑模型的研究。
• 学派代表:麦克洛奇、皮茨、 霍普菲尔德、鲁梅
尔哈特等。
• 主张:试图使机器模拟大脑,通过建立一个类似
于人脑中神经元的模拟节点网络来处理信号。
• 又称:进化主义或控制论学派。
• 原理:控制论及感知—动作型控制系统。
• 起源:源于控制论。
• 学派代表作:布鲁克斯的六足行走机器人,一个
基于感知-动作模式的模拟昆虫行为的控制系统。
• 主张:从还原论的立场出发放弃对意识的研究,
专注于人和动物等有机体行为的研究。
联结主义(Connectionism)符号主义(Symbolism )
行为主义(Actionism)
1.2 人工智能的六大学科
人工智能主要包括六大学科,当下业界讨论往往聚焦机器学习这一学科
计算机视觉
自然语言
理解与交流
认知与推理 机器人学 博弈与伦理 机器学习
暂且把模式识别、
图像处理等问题
归入其中
暂且把语音识别、
合成归入其中,
包括对话
包含各种物理和
社会常识
机械、控制、设
计、运动规划、
任务规划等
多代理人agents
的交互、对抗与
合作,机器人与
社会融合等议题
各种统计的建模、
分析工具和计算
的方法
感知、认知、
决策
人类情感、伦
理与道德观念
认知、决策感知、认知、
决策、学习、
执行
感知、认知、
决策、学习、
执行和社会协
作能力
感知、认知、
决策、学习、
执行和社会协
作能力
p 机器学习之所以如此火爆,是因为它是一种可以让计算机自动学习和改进的技术。
p 与传统的程序设计方法不同,机器学习允许计算机从数据中学习规律和模式,并在未知数据上进行预测和决策。这使得机器学习在各种领域
都具有广泛应用前景,包括自然语言处理、计算机视觉、机器人技术、金融、医疗、电子商务等等。
机器学习火热背后的原因:
• 数据量的爆炸式增长:随着数字化时代的到来,人类生产的
数据量正在呈指数级增长,这些数据中蕴含着很多宝贵的信
息,而机器学习可以通过对这些数据的分析和学习,发现其
中的规律和模式,并将其应用于各种领域。
• 计算能力的提高:随着计算机硬件和软件技术的不断发展,
计算能力越来越强,能够处理大规模的数据和复杂的算法,
这使得机器学习变得更加高效和实用。
• 开源框架的出现:出现了许多优秀的机器学习框架,如
TensorFlow、PyTorch等,它们不仅提供了丰富的工具和算
法,而且是免费开源的,使得机器学习技术更加普及和易用。
• 商业应用的需求:机器学习技术在商业应用中也有广泛的应
用,如推荐系统、广告投放、欺诈检测等等,这些应用在商
业领域中起着至关重要的作用,推动了机器学习技术的快速
发展。
六大学科是七种能力的排列组合:
①感知、②认知、③决策、④学习、⑤执行、⑥社会协作能力(人机交互),⑦符合人类情感、伦理与道德观念
剩余54页未读,继续阅读
资源评论
- caloos3822023-04-17这个资源内容超赞,对我来说很有价值,很实用,感谢大佬分享~
- 2201_758624392023-05-29资源内容总结的很到位,内容详实,很受用,学到了~
易小侠
- 粉丝: 6481
- 资源: 9万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功