社计文库 | 社会学怎样切入人工智能领域？
点击蓝字关注我们社计者说1950 年，计算领域的先锋图灵（Alan Turing）构想出一套判定机器是否具备“智能”的方案，这便是赫赫有名的“图灵测试”。在该测试设定里，一台机器与一名人类分别身处两个隔绝的房间，而第三位人类询问者则位于另一个独立空间，对前两间房内的情况一无所知。借助传真设备，询问者能与另外两间房进行沟通。倘若询问者无法分辨出两个房间中哪一个是人、哪一个是机器，那么参与测试的机器便被认定拥有“智能”。不少学者指出，图灵测试不足以断定机器是否具备真实的“智能”。通过测试的机器仅仅是在表象上显
人工智能演进历程概览
人工智能（AI）大致可划分为孕育、诞生、黄金发展、寒冬、复苏及爆发六个阶段，关键节点明确如下：一、孕育期（1940s–1955）：思想萌芽 1943 年，麦卡洛克与皮茨构建了人工神经元模型，开启了神经网络的雏形。1950 年，图灵发表《计算机器与智能》，提出著名的图灵测试，首次探讨机器是否拥有智能。控制论、数理逻辑及计算机技术的同步成熟，为 AI 的诞生奠定了理论与硬件基石。二、诞生期（1956）：达特茅斯会议 1956 年，达特茅斯会议召开，约翰·麦卡锡正式提出“人工智能”（Artificial Int
《人工智能基础》(2002年版)内容精要
该资料为高济、朱淼良、何钦铭主编的《人工智能基础》（2002年出版，面向21世纪课程教材）。全书共九章，分为绪论、基础篇与提高篇三大部分，全面介绍人工智能的基本理论、问题解决方法、知识表达方式、专家系统、机器学习等核心主题。内容覆盖符号主义主流思想、多种搜索与推理算法、不同知识表达形式及智能系统的实际应用，适合本科与研究生分层次教学使用，并配有丰富的练习题和工程实践案例，同时梳理了人工智能的发展脉络、研究原则、当前挑战及未来趋势。项目详细信息书名人工智能基础主编高济、朱淼良、何钦铭出版社高等教育出版社出版
AI应用形态解析：从视觉到具身智能
从视觉感知到语言交互：AI的五大核心应用形态201亿 2024年计算机视觉市场规模 36.7% NLP市场年复合增长率 480万台 全球服务机器人销量201亿 2024年计算机视觉市场规模201亿2024年计算机视觉市场规模36.7% NLP市场年复合增长率36.7%NLP市场年复合增长率480万台 全球服务机器人销量480万台全球服务机器人销量当我们提及人工智能时，目光往往聚焦于深度学习或神经网络等底层技术。然而，技术的核心价值终究要靠实际应用场景来体现——AI究竟如何实质性改变我们的日常生活与工作模式
AI六十年歧途：封闭规则的幻梦
第 三 章AI 圈走了 70 年的弯路— 文字即智能 · 系列 03 —一1956 年夏天,美国新罕布什尔州,达特茅斯学院。一栋老式的红砖教学楼里,一间不大的会议室。窗户开着,外面是新英格兰的夏天,树叶很厚,知了在叫。十个男人围着一张长桌坐下来。他们当中年纪最大的 41 岁,最小的 28 岁。有数学家,有逻辑学家,有信息论的开山祖师,有刚拿到博士学位的年轻学者。其中几个名字,后来都成了一个新领域的开山人物——John McCarthy、Marvin Minsky、Claude Shannon、Herber
人工智能发展史话
2017年柯洁与AlphaGO的人机大战引发广泛关注，虽然最终人类棋手败北，但围棋界并未因此沉寂。比赛仍在继续，只是从人机对抗转向了棋手间的纯粹较量。AI在围棋领域已无需再证明实力。从那时起，AI转而成为棋手的训练伙伴，棋手们的学习方式也从研究棋谱转向了与AI对弈。这虽不是AI首次进入公众视野，但确实是我首次萌生深入了解AI的契机。2019年在读研期间，我加入学校双创中心一家AI创业公司。数月后，我对AI的过去与现状有了深入了解，并按照老板要求，以产业视角撰写了一本《人工智能时代》的书籍。然而基于神经网络
方绍伟解读AI：技术范式的演进轨迹
从20世纪中期的思想萌芽，到今天技术全面加速，人工智能（AI）已经走过了七十余年的发展历程。回望其最初源头，得从20世纪初的数学与计算理论说起：希尔伯特提出可判定性等关键问题（能否用固定步骤判断数学命题真假），为后续研究提供了方向；哥德尔的不完备定理进一步界定了数学系统的边界，也在理论层面给“强AI”设下上限；图灵提出通用计算模型，为现代计算机与经典符号式AI奠定了基础；冯・诺依曼完善计算机体系结构，让抽象设想更快走向落地，助推早期AI的成形。AI技术范式的演进主线可概括为：三大主义→专家系统→传统机器学
人工智能八十年代的辉煌：专家系统与神经网络的再度崛起
将水木上岸设为“星标⭐”掌握第一手top院校信息水木上岸自2017年开始辅导清华347应用心理，近年上岸率高达67%-88%，团队的讲师均来自清华大学，本硕博都有，覆盖考研体系中所有课程，我们是心理学领域唯一专业人工智能的团队。2026考研中，水木上岸21位学员被录取（共29人），占总录取人数72.4%，前五名均为水木上岸学员。2025考研中，水木上岸21位学员被录取（共录取 24人），占总录取人数88%，前五名均为水木上岸学员（包含总分第一和专业第一）。2024考研中，水木上岸学员录取率67%，其中包含
AI演进的五个阶段
人工智能经过七十多年的持续演化，大致经历了五个发展时期，由理论设想到全面应用。1956-1974年属于概念起步阶段，达特茅斯会议首次提出人工智能，重点在于让机器进行逻辑推演，主要依靠人工编程完成基础计算，但受限于算力与数据，随后也迎来了第一次行业低谷。1980-1994年进入专家系统回潮期，AI开始转向细分场景，借助人工构建的知识库来模拟专家判断，不过通用能力有限、维护投入较高，发展再次受阻。1995-2011年则是传统机器学习阶段，凭借统计方法，AI能够从数据中自动提炼规律，不再完全依赖手工编程，语音识
清华首创：中国首个人工智能教研机构
点击标题下「蓝色微信名」可快速关注（2026年4月25日摄于清华大学）1978年，清华计算机系创建了人工智能及智能控制教研组，这标志着中国首个人工智能教学与科研基地的诞生。高中时期，曾在展览目睹过固定机械臂的演示，那是90年代以前的事了，当时对这新鲜事物充满好奇。高三临近高考时，清北招生组进校宣传，其中就有该教研组的年轻教师，我那时才首次得知有这样一个专门的教研组。也许正是这份缘分，大学时我如愿被分配进这个教研组，修习了大量相关课程并接触了实际应用。回首往事，有几点感触颇深，当年的种子至今仍在影响着我：1
深度解读专家系统：知识驱动型人工智能
核心特征：以知识为核心驱动力，而非数据驱动，决策全程可追踪、无黑箱机制；核心价值：将稀缺的专家能力进行标准化处理、实现可复制化、永久保存，推广至非专业领域应用。斯坦福大学研发出全球首个专家系统 DENDRAL，能够推断有机化合物分子结构，开创 “知识 + 推理” 的人工智能技术路线；医疗诊断系统 MYCIN、地质勘探系统 PROSPECTOR 实现落地应用，技术架构完全成熟，验证了专业场景的实际应用价值；DEC 公司 XCON 硬件配置系统获得商业成功，全球工业、金融领域大规模推广应用，引发人工智能第二次
人工智能学习机制的演变
第三章：AI中的学习我们之前探讨过AI中的知识本质——简单来说就是人类语言的空间结构和规律特征。AI通过压缩与提炼过程，从互联网海量文本中捕捉到人类语言的空间结构与常见规律。我之前提到生成式AI的训练分为预训练和后训练两个阶段，真正决定AI能力上限的是预训练阶段。预训练看似复杂，其实质就是完形填空。通过对互联网数据进行大规模的完形填空训练，AI掌握了人类语言的空间结构和内在逻辑，这正是AI能够根据你的开头续写全文的原因。由于编程语言属于人类广义语言的子集，AI因此能够生成代码。只要你使用的术语和编码属于人
AI的演进之路
AI的发展，是一场历时七十多年、从理论设想走向广泛应用的技术变革，经历了诞生、低谷、复兴、爆发，正朝着通用智能的新阶段迈进。1950年，图灵设计出“图灵测试”，为机器智能确立了评判基准；1956年的达特茅斯会议上，麦卡锡、明斯基等学者首次提出“人工智能”这一概念，明确了“使机器模拟人类思维”的宗旨，标志着AI学科的正式建立。初期主要采用符号主义方法，依赖人工设定规则与逻辑推演，创造了早期对话程序ELIZA，然而由于计算能力和数据资源不足，1974年后遭遇首次低谷，研究陷入停顿、经费大幅缩减。80年代，专家
北科大AI学院新纪元
2026年3月，北京科技大学智能科学与技术学院正式更名为北京科技大学人工智能学院。这次更名，既是对学校四十余年人工智能学科积淀的总结，也是面向未来发展的新起点。北京科技大学的人工智能基因，可以追溯到20世纪70年代。涂序彦教授作为中国人工智能学科的主要奠基人，曾主持研制全国首个中医专家系统。1980年，余达太教授主持研制中国首台工业机器人。1981年，中国人工智能学会正式成立，北京科技大学是重要发起单位之一。1985年，学校开设“人工智能及其应用”课程；1987年，涂序彦教授连任第二、三届中国人工智能学会
AI七十年演进：从图灵测试到ChatGPT的历程
奠基阶段（1943-1956）：图灵测试与达特茅斯会议确立AI学科基础兴衰时期（1956-1980）：符号主义繁荣与首次AI寒冬专家系统阶段（1980-1993）：知识工程兴起与泡沫破裂机器学习时期（1993-2011）：统计学习与深蓝胜利深度学习浪潮（2012-2016）：AlexNet与AlphaGo引爆热潮大模型时代（2017-2026）：Transformer、GPT系列及ChatGPT从"机器能否思考"的哲学追问，到ChatGPT编程、AI绘图、自动驾驶落地，人工智能仅用70年便