本詞條由“科普中國(guó)”科學(xué)百科詞條編寫與應(yīng)用工作項(xiàng)目審核。人工智能（ArtificialIntelligence），英文縮寫為AI。[24]它是研究、開發(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)的一門新的技術(shù)科學(xué)。人工智能是新一輪科技革新和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量。[26]人工智能是智能學(xué)科重要的組成部分，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和行家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來人工智能帶來的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。人工智能可以對(duì)人的意識(shí)、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識(shí)，心理學(xué)和哲學(xué)等。人工智能是包括十分普遍的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺等等?？偟恼f來，人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時(shí)代、不同的人對(duì)這種“復(fù)雜工作”的理解是不同的。 另外DAVID MARR提出了機(jī)器視覺方 面的新理論，例如，如何通過一副圖像的陰影，形狀，顏色，等信息辨別圖像.福州大廠AIGC運(yùn)營(yíng)

    在自然語(yǔ)言處理技術(shù)發(fā)展之前，人類只能通過一些固定模式的指令來與計(jì)算機(jī)進(jìn)行溝通，這對(duì)于人工智能的發(fā)展是一個(gè)重大的突破。自然語(yǔ)言處理技術(shù)可以追溯到1950年，當(dāng)時(shí)圖靈發(fā)表了一篇論文，提出了「圖靈測(cè)試」的概念作為判斷智能的條件。這一測(cè)試包含了自動(dòng)語(yǔ)意翻譯和自然語(yǔ)言生成。自然語(yǔ)言處理技術(shù)可以分為兩個(gè)中心任務(wù)：自動(dòng)語(yǔ)音識(shí)別和自然語(yǔ)言生成。自動(dòng)語(yǔ)音識(shí)別是將語(yǔ)音信號(hào)轉(zhuǎn)換為文字，而自然語(yǔ)言生成則是將結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為自然語(yǔ)言文本。隨著AI技術(shù)的不斷發(fā)展，人工智能已經(jīng)可以通過自然語(yǔ)言處理技術(shù)和擴(kuò)散模型（DiffusionModel）來生成自然語(yǔ)言文本，這使得人工智能不再作為內(nèi)容創(chuàng)造的輔助工具，而是可以創(chuàng)造生成內(nèi)容。這種生成式人工智能可以用于自然語(yǔ)言對(duì)答、機(jī)器翻譯、自然語(yǔ)言摘要、聊天機(jī)器人等多個(gè)領(lǐng)域，為人們提供更加智能化的服務(wù)和體驗(yàn)?？傊?，隨著自然語(yǔ)言處理技術(shù)和擴(kuò)散模型的發(fā)展，人工智能已經(jīng)可以創(chuàng)造生成自然語(yǔ)言文本，這將會(huì)給我們的生活和工作帶來巨大的變革。 泉州bilibiliAIGC是什么它應(yīng)該像大腦一樣運(yùn)轉(zhuǎn)？它是否需要軀體？

    在沉淀累積階段（1990s~2010s）AIGC逐漸從實(shí)驗(yàn)性轉(zhuǎn)向?qū)嵱眯裕?006年深度學(xué)習(xí)算法取得進(jìn)展，同時(shí)GPU和CPU等算力設(shè)備日益精進(jìn)，互聯(lián)網(wǎng)快速發(fā)展，為各類人工智能算法提供了海量數(shù)據(jù)進(jìn)行訓(xùn)練。2007年出版了首部由AIGC創(chuàng)作的小說《在路上》（ITheRoad），2012年微軟展示了全自動(dòng)同聲傳譯系統(tǒng)，主要基于深度神經(jīng)網(wǎng)絡(luò)（DNN），自動(dòng)將英文講話內(nèi)容通過語(yǔ)音識(shí)別等技術(shù)生成中文。在快速發(fā)展階段（2010s~至今）2014年深度學(xué)習(xí)算法“生成式對(duì)抗網(wǎng)絡(luò)”（GenerativeAdversarialNetwork,GAN）推出并迭代更新，助力AIGC新發(fā)展。2017年微軟人工智能少年“小冰”推出世界首部由人工智能寫作的詩(shī)集《陽(yáng)光失了玻璃窗》，2018年NVIDIA(英偉達(dá))發(fā)布StyleGAN模型可自動(dòng)生成圖片，2019年DeepMind發(fā)布DVD-GAN模型可生成連續(xù)視頻。2021年OpenAI推出DALL-E并更新迭代版本DALL-E-2，主要用于文本、圖像的交互生成內(nèi)容。2023年AIGC入世元年而2023年更像是AIGC入世元年，AIGC相關(guān)的話題爆破式的出現(xiàn)在了朋友圈、微博、抖音等社交媒體，正式被大眾所關(guān)注。

    采用后一種方法時(shí)，編程者要為每一角色設(shè)計(jì)一個(gè)智能系統(tǒng)（一個(gè)模塊）來進(jìn)行控制，這個(gè)智能系統(tǒng)（模塊）開始什么也不懂，就像初生嬰兒那樣，但它能夠?qū)W習(xí)，能漸漸地適應(yīng)環(huán)境，應(yīng)付各種復(fù)雜情況。這種系統(tǒng)開始也常犯錯(cuò)誤，但它能吸取教訓(xùn)，下一次運(yùn)行時(shí)就可能改正，至少不會(huì)永遠(yuǎn)錯(cuò)下去，用不到發(fā)布新版本或打補(bǔ)丁。利用這種方法來實(shí)現(xiàn)人工智能，要求編程者具有生物學(xué)的思考方法，入門難度大一點(diǎn)。但一旦入了門，就可得到廣泛應(yīng)用。由于這種方法編程時(shí)無須對(duì)角色的活動(dòng)規(guī)律做詳細(xì)規(guī)定，應(yīng)用于復(fù)雜問題，通常會(huì)比前一種方法更省力。與人類差距2023年，中國(guó)科學(xué)院自動(dòng)化研究所（中科院自動(dòng)化所）團(tuán)隊(duì)嶄新完成的一項(xiàng)研究發(fā)現(xiàn)，基于人工智能的神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)模型對(duì)幻覺輪廓“視而不見”，人類與人工智能的“角逐”在幻覺認(rèn)知上“扳回一局”。 而反饋機(jī)制是有可能用機(jī)器模擬的.這項(xiàng)發(fā)現(xiàn)對(duì)早期AI的發(fā)展影響很大。

    應(yīng)用：在擴(kuò)散模型（diffusionmodel）的基礎(chǔ)上產(chǎn)生了多種令人印象深刻的應(yīng)用，比如：圖像超分、圖像上色、文本生成圖片、全景圖像生成等。如下圖，中間圖像作為輸入，基于擴(kuò)散模型，生成左右視角兩張圖，輸入圖像與生成圖像共同拼接程一張全景圖像。生成全景圖像產(chǎn)品與模型：在擴(kuò)散模型的基礎(chǔ)上，各公司與研究機(jī)構(gòu)開發(fā)出的代替產(chǎn)品如下：DALL-E2（OpenAI文本生成圖像，圖像生成圖像）DALL-E2由美國(guó)OpenAI公司在2022年4月發(fā)布，并在2022年9月28日，在OpenAI網(wǎng)站向公眾開放，提供數(shù)量有限的無償圖像和額外的購(gòu)買圖像服務(wù)。Imagen（GoogleResearch文本生成圖像）Imagen是2022年5月谷歌發(fā)布的文本到圖像的擴(kuò)散模型，該模型目前不對(duì)外開放。用戶可通過輸入描述性文本，生成圖文匹配的圖像。StableDiffusion（StabilityAI文本生成圖像，代碼與模型開源）2022年8月，StabilityAI發(fā)布了StableDiffusion，這是一種類似于DALL-E2與Imagen的開源Diffusion模型，代碼與模型權(quán)重均向公眾開放。（4）Transformer2017年由谷歌提出，采用注意力機(jī)制（attention）對(duì)輸入數(shù)據(jù)重要性的不同而分配不同權(quán)重，其并行化處理的優(yōu)勢(shì)能夠使其在更大的數(shù)據(jù)集訓(xùn)練，加速了GPT等預(yù)訓(xùn)練大模型的發(fā)展。 通過分析這些信 息，可以推斷出圖像可能是什么.同時(shí)期另一項(xiàng)成果是PROLOGE語(yǔ)言，于1972年提出。網(wǎng)絡(luò)AIGC用處

計(jì)算機(jī)技術(shù)不再只屬于實(shí)驗(yàn)室中的一小群研究人員。福州大廠AIGC運(yùn)營(yíng)

    人工智能學(xué)科研究的主要內(nèi)容包括：知識(shí)表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)和知識(shí)獲取、知識(shí)處理系統(tǒng)、自然語(yǔ)言理解、計(jì)算機(jī)視覺、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面。研究方法如今沒有統(tǒng)一的原理或范式指導(dǎo)人工智能研究。許多問題上研究者都存在爭(zhēng)論。其中幾個(gè)長(zhǎng)久以來仍沒有結(jié)論的問題是：是否應(yīng)從心理或神經(jīng)方面模擬人工智能?或者像鳥類生物學(xué)對(duì)于航空工程一樣，人類生物學(xué)對(duì)于人工智能研究是沒有關(guān)系的？智能行為能否用簡(jiǎn)單的原則（如邏輯或優(yōu)化）來描述？還是必須解決大量完全無關(guān)的問題？智能是否可以使用高級(jí)符號(hào)表達(dá)，如詞和想法？還是需要“子符號(hào)”的處理？JOHNHAUGELAND提出了GOFAI(出色的老式人工智能)的概念，也提議人工智能應(yīng)歸類為SYNTHETICINTELLIGENCE，這個(gè)概念后來被某些非GOFAI研究者采納。 福州大廠AIGC運(yùn)營(yíng)