名实不符的 AI 始祖：源自猫脑的算法为何称为卷积网络？
Convolutional Neural Network 这一称谓并非在创立之初便已确立，卷积一词更是横跨数学、神经科学及信号处理三大学科的跨领域命名。下文将梳理 CNN 的完整渊源，解析仿照猫视觉的 Neocognitron 为何未能成为 CNN 的通用名称？1959 年，哈佛大学的 Hubel 与 Wiesel 在麻醉猫身上进行视觉皮层电生理实验，意外发现了两类视觉神经元：简单细胞 S 仅关注极小视野区域，锁定边缘、横线及直角。复杂细胞 C 则能整合多个简单细胞的信号，即便物体位置变动也能完成识别。这
深入AI领域，拥抱智能新时代
走进AIDelve into AI · Embrace the New Era of Intelligence2026拥抱人工智能的新时代人工智能（Artificial Intelligence），简称AI，作为驱动当代科技革命的关键引擎，正引领着人类社会的深刻变革。这是一门探索如何模拟、延伸和增强人类智慧的科学，融合了理论基础、研究方法、核心技术以及应用体系的构建。接下来，让我们一同踏入人工智能（AI）的精彩世界。人工智能的演进之路人工智能（AI）的成长轨迹，堪称从机械操作向自主认知的一次深刻蜕变。接下
深度学习觉醒：2012年那场颠覆AI命运的巅峰对决
不少人感到困惑：人工智能如今能够精准识别图像、辨认万物，为何直到2012年才迎来爆发式增长？在AI发展历程中，2012年10月被视为里程碑式的转折时刻。若将人工智能数十年的演进拍成一部电影，此前的漫长岁月不过是序章铺垫，而AlexNet的横空出世，才是全片最具冲击力的高潮时刻。在此之前，机器视觉进展迟缓、笨拙不堪；在此之后，AI一路高歌猛进，从人工编写规则的时代，彻底跃入深度学习的新纪元。这场传奇的起点，源自一场被称为「AI奥运会」的国际顶级赛事——ImageNet图像识别竞赛。01 回望过去：人工智能的
专家详解：脑肿瘤患者的救治方法
6月8日是“世界脑肿瘤日”。作为一种常见的神经系统病变，脑肿瘤不分年龄，病情严重可致命。面对脑卒中该如何处理？现有治疗手段有哪些？适用场景是什么？北京大学首钢医院神经外科郑佳平主任对此进行了详细说明。
人工智能能否攻克帕金森病？详细时间预测
深度长文 · 2026年 AI能否治愈帕金森？一个必须正视的议题 中国500万患者 · 四十年未被攻克的疾病 · 人工智能带来的新契机 六大前沿方向探索 · 给出务实的预测深度长文 · 2026年中国500万患者 · 四十年未被攻克的疾病 · 人工智能带来的新契机 六大前沿方向探索 · 给出务实的预测JUNE 2026 · 神经科学与人工智能的交汇点00后小哥在客厅完成全基因测序 Michael J. Fox在1991年确诊帕金森时说，他给自己"留了十年"。 三十五年过去了，他还活着，帕金
人工智能研究的三种路径
人工智能研究的三种路径人工智能领域的研究者主要分为三个方向：第一个方向聚焦于逻辑推理能力的构建。研究者会向系统注入特定领域的知识，典型应用包括棋类游戏的模拟等。这种方式培养出的是类似人类理性思维的智能。第二个方向致力于模拟人脑的神经网络结构。以图像识别为例，研究者需要提供大量目标对象的样本图片，同时建立一套评判机制。在系统做出判断时给予适当的反馈，当出现错误时及时进行修正。采用这种方法训练出的系统通常应用于深度学习领域，对应的是人类直觉思维部分。第三个方向探索智能体与外部环境的交互能力，扫地机器人便是这一
别让AI替你思考：防止被人工智能牵着走的方法
作者：水投集团党委书记、副董事长 曲德春用AI越久，自己越不愿动脑筋——这不是AI的错，是人的判断力缺位了。你有没有这种感觉，用AI用得越多，自己反而越不爱思考了？碰到问题，第一反应不是动脑子，而是打开对话窗口。得到答案觉得还挺满意，用到实际中却发现跑偏了。然后你开始质疑AI——但质疑完之后不是回归独立思考，而是更懒得想了，反正觉得想也想不过AI快。你陷入了一种矛盾的状态：既离不开AI，又不完全信任AI。2025年5月，Nature Communications发布了一项神经科学研究，结论相当反直觉：大脑
AI的"意识"只是人类的错觉？
你是否有过这样的体验——与 AI 对话时，突然有一瞬间感觉「它好像真的有自己的想法」？2025 年 Google 的 LaMDA 事件引发广泛关注时，一位工程师公开宣称他所对话的 AI 已经萌生了意识。虽然后来被证实是过度共情导致的误判，但这件事却点燃了一场至今仍在持续的讨论：AI 究竟有没有意识？更直白地讲——跟你聊天的那个程序，它「明白」自己在说什么吗？我的答案可能会让部分人感到不适：不，它不明白。不仅不明白，而且它「不明白」的程度，比你想象的还要深。我们先把「意识」这个宽泛的概念拆解一下。当有人声称
人工智能的起源与核心概念
1955年8月，达特茅斯学院（Dartmouth College）里的一位28岁的年轻数学家——约翰·麦卡锡（John McCarthy），联合另外三位重要学者：向洛克菲勒基金会提交了一份名为《达特茅斯人工智能夏季研究项目提案》（A Proposal for the Dartmouth Summer Research Project onArtificial Intelligence）的6页计划书，申请13,500美元用于举办为期2个月的人工智能研讨会。在这份文件中，他们首次正式提出了“Artificia
AI 浪潮下，核心竞争力究竟是记忆还是洞察规律？
🧠 AI 时代顶尖能力的真相：绝非死记硬背，而是洞察规律当下众人皆陷于同一迷思：🤖 人工智能日新月异、万物极速更迭，然而中小学的教材与课程体系，十数年间却鲜有革新。不少人心生疑虑：在 AI 能检索万物、存储万知的当下，让孩子苦背陈旧知识，究竟意义何在？今日，在与豆包深入对谈后，我将此问题彻底参透。以下是我梳理出的完整思维架构——通过与豆包的交流，我们首先厘清了一个常被混淆的概念——学习的本质究竟为何？❌大众普遍误认为学习即是背诵课文、记忆公式、囤积知识点与信息。殊不知，这恰是最低阶的学习模式，也是 AI
人工智能七十年：从图灵之问到ChatGPT时代
人们常常在短期内高估一项技术的影响力，却又在长期内低估其深远意义。如果你是近两年才因ChatGPT而真正关注人工智能，那么你所见的，不过是冰山浮出水面的那一角。水面之下，是七十载的跌宕起伏，以及无数天才、狂人与先知之间的恩怨交织。本文无意预测技术奇点，也不渲染末日恐慌。我只想尽量客观地梳理：AI是如何走到今天的，它当前真实的能力边界在哪里，未来数年最值得关注的几个变量——以及，为何那些最聪明的大脑会为此争论不休。故事要从被誉为"计算机科学之父"的英国数学家图灵说起。1950年，这位曾在二战中破译德军密码的
人工智能发展历程、关键人物与未来趋势
本文转载自《前进论坛》（2025.04期，总第609期），原标题为“人工智能创新的挑战与机遇”，旨在梳理人工智能技术演进历程，剖析下一代技术发展的契机。文章在原文基础上进行了修订，特别新增了“3.1 人工智能的基本原理”一节，针对当前技术发展的迷雾与噪音提出了见解。欢迎批评指正。目录1. 人工智能的里程碑与关键人物1.1 早期计算机先驱对人工智能的构想1.2 当代人工智能技术的里程碑1.3 大模型的发展路线之争2. 人工智能的关键技术依赖2.1 算力依赖2.2 数据依赖2.3 算法依赖3. 下一代人工智能
AI时代必备：核心概念与关键动态全解析
人工智能已渗透至现代生活的方方面面，涵盖音乐、媒体、商业、生产力乃至社交约会。面对海量信息，人们往往难以全面掌握——因此，请继续阅读，了解最新的重大进展、关键术语及核心企业，助您在这个飞速发展的领域中保持领先。首先，让我们明确AI的定义：人工智能（亦称机器学习）是一种基于神经网络的软件系统，其概念早在几十年前便已提出，但近期凭借强大的新型计算资源而迅猛发展。AI不仅实现了高效的语音与图像识别，还能合成图像与语音。目前，研究人员正致力于让AI具备浏览网页、预订票务、调整食谱等能力。不过，若您担心会出现类似《
人工智能重塑药物相互作用研究：清华团队前沿综述
药物-药物相互作用（DDI）与药物-靶点相互作用（DTI）的精准预测在临床用药指导和新药开发领域具有重要的理论意义和应用价值。从生物学角度来看，药物分子与生物体内靶点结合的微观机制是导致联合用药产生临床毒副作用或协同治疗效果的关键基础；另一方面，随着图神经网络和大语言模型等前沿人工智能技术的快速发展，如何在复杂的生物医学数据中有效识别药物-药物及药物-靶点之间的相互作用模式，已成为当代计算药物设计的核心研究方向。然而，长期以来DDI与DTI的预测研究各自独立开展，一定程度上忽略了两者在生物学机制和算法实现
邓禄普携手富士通：AI 仿真革新轮胎研发，提速绿色制造
住友橡胶（邓禄普所属集团）与日本 IT 巨头富士通成功联手，实现了 AI 轮胎仿真系统的正式落地。该技术利用图神经网络（GNN）重塑了轮胎数字化研发流程，有效解决了传统有限元仿真耗时漫长、成本高昂的行业难题，为全球橡胶轮胎行业的研发工作开辟了全新道路。以往在评估轮胎结构及接地性能时，业界普遍依赖 FEM 有限元算法。为确保计算精度，往往需将模型拆分为近 60 万个网格单元，导致单次接地形变分析耗时高达 45 分钟。这不仅拉长了研发周期、推高了试验成本，更因过度依赖资深 CAE 仿真专家，长期限制了橡胶配方