人工智能学习记录：流派、发展与应用挑战

单位举办《人工智能的发展、现状与未来》培训，主讲人是张钹教授。

培训内容包括人工智能的定义、发展阶段及核心流派。

人工智能的核心流派分为行为主义和内在主义，二者在逻辑和技术路径上存在显著差异。

行为主义关注智能的外部表现，内在主义则追求模拟人类大脑的工作原理。

人工智能发展可分为两代技术阶段：第一代为知识驱动的推理模型，第二代为数据驱动的生成模型。

第一代AI在规则明确的场景中表现稳定，但适应性差；第二代AI通过深度学习实现感知和生成，但存在鲁棒性差的问题。

大语言模型如ChatGPT展现了技术高度，但存在幻觉与不可解释性问题。

AI在医疗、网络安全等领域已实现初步应用，但鲁棒性与可解释性不足，无法替代人类专家的决策。

当前AI的核心挑战包括鲁棒性脆弱、通用人工智能尚未实现及人机协同难题。

未来需在类脑计算、鲁棒性算法和人机协同机制等方向持续探索，推动AI向真正智能发展。