人工智能簡史：機器覺醒百年啟示錄

第1章  人工智能的早期思想與起源  / 001
1.1  古代思想與自動化的早期嘗試  / 002
1.1.1  古希臘的機械自動化  / 003
1.1.2  中世紀的自動機器與智能象徵  / 004
1.1.3  近代自動化的雛形：機械人玩具與鐘錶技術  / 007
1.2  計算機科學的誕生與人工智能的初步概念  / 010
1.2.1  查爾斯·巴貝奇與差分機  / 010
1.2.2  艾倫·圖靈與計算機的構想  / 014
1.2.3  計算機科學與AI的交集  / 017
1.3  艾倫·圖靈與圖靈測試  / 020
1.3.1  圖靈的早期工作：圖靈機與計算理論  / 020
1.3.2  圖靈測試的提出與意義  / 022
1.3.3  圖靈測試在人工智能中的辯論  / 026
1.4  機器思維的哲學爭議與發展  / 028
1.4.1  哲學中的心智問題  / 029
1.4.2 “機器是否能思考”的早期辯論  / 032
1.4.3  現代哲學對AI的思考  / 034
1.5  小結  / 038
參考文獻  / 039
 
第2章  第一波人工智能—符號主義的崛起  / 041
2.1  20世紀50年代至60年代：人工智能的初步探索  / 042
2.1.1  第一代計算機與人工智能的萌芽  / 043
2.1.2  早期AI程序：邏輯定理證明與象棋程序  / 046
2.1.3  人工智能的第一次定義與目標  / 049
2.2  符號主義與規則推理的興起  / 052
2.2.1  符號主義的核心思想  / 052
2.2.2  早期專家系統的構建與應用  / 055
2.2.3  規則推理與人工智能的初步探索  / 058
2.3  達特茅斯會議與“人工智能”一詞的誕生  / 061
2.3.1  達特茅斯會議的歷史背景與籌備  / 062
2.3.2  會議內容與人工智能的定義  / 065
2.3.3  達特茅斯會議對AI歷史的深遠影響  / 068
2.4  人工智能的早期應用與挑戰  / 071
2.4.1  早期的AI應用領域：語言處理與數學問題  / 071
2.4.2  人工智能的限制與挑戰  / 075
2.4.3  早期AI失敗的原因分析  / 078
2.5  小結  / 082
參考文獻  / 083
 
第3章  人工智能的瓶頸與冬天  / 085
3.1  20世紀60年代末到70年代初：符號主義的瓶頸  / 086
3.1.1  符號主義方法的局限性  / 087
3.1.2  符號系統的複雜性與計算成本  / 090
3.1.3  早期失敗案例的反思與總結  / 093
3.2  AI的第一次“冬天”與資金問題  / 096
3.2.1  資金短缺與研究冷卻  / 096
3.2.2  政府支持與AI項目的撤資  / 100
3.2.3  AI“冬天”的社會與學術影響  / 103
3.3  專家系統的局限性  / 106
3.3.1  專家系統的興起與應用  / 107
3.3.2  專家系統的局限與難題  / 110
3.3.3  專家系統的失敗與AI“寒冬”  / 113
3.4  計算能力和數據問題的影響  / 116
3.4.1  計算能力的瓶頸與限制  / 117
3.4.2  數據短缺與算法瓶頸  / 119
3.4.3  人工智能發展的技術障礙與突破  / 122
3.5  小結  / 126
參考文獻  / 126
 
第4章  從專家系統到神經網絡的復興  / 129
4.1  專家系統的黃金時代與商用化  / 130
4.1.1  專家系統的構建與技術突破  / 131
4.1.2  專家系統在商業中的應用  / 134
4.1.3  專家系統的成功案例與失敗警示  / 138
4.2  20世紀80年代的神經網絡復興  / 140
4.2.1  神經網絡理論的基礎與發展  / 141
4.2.2  反向傳播算法的提出與應用  / 144
4.2.3  神經網絡在實踐中的挑戰與潛力  / 147
4.3  反向傳播算法的出現與應用  / 151
4.3.1  反向傳播算法的原理與發展  / 151
4.3.2  反向傳播算法的實際應用案例  / 155
4.3.3  反向傳播算法的局限與改進  / 159
4.4  人工智能第二個“冬天”的到來  / 163
4.4.1  技術局限與資金問題  / 163
4.4.2  第二個AI“冬天”的原因分析  / 166
4.4.3  第二個AI“冬天”的影響與後果  / 170
4.5  小結  / 173
參考文獻  / 173
 
第5章  從2000年到深度學習的崛起  / 177
5.1  數據、計算與算法的進步  / 178
5.1.1  數據的爆發與大數據的崛起  / 178
5.1.2  計算能力的提升與GPU的應用  / 182
5.1.3  算法的改進與突破  / 186
5.2  機器學習的復興與支持向量機  / 189
5.2.1  機器學習的基本概念與復興  / 189
5.2.2  支持向量機（SVM）的理論與實踐  / 192
5.2.3  機器學習的局限性與未來挑戰  / 196
5.3  深度學習的理論與實踐突破  / 199
5.3.1  深度神經網絡的提出及其意義  / 199
5.3.2  深度學習在圖像處理與語音處理中的突破  / 202
5.3.3  深度學習的成功案例與挑戰  / 207
5.4  關鍵人物：Geoffrey Hinton與深度學習的未來  / 211
5.4.1  Geoffrey Hinton的學術貢獻  / 212
5.4.2  Hinton與深度學習的關係  / 214
5.5  小結  / 217
參考文獻  / 218
 
第6章  現代人工智能的多元發展  / 221
6.1  機器學習、深度學習與強化學習的興起  / 222
6.1.1  強化學習的基本概念與應用  / 222
6.1.2  機器學習與深度學習的互補性  / 225
6.1.3  強化學習在遊戲與機器人中的應用  / 228
6.2  自然語言處理的突破與BERT、GPT、DeepSeek系列  / 231
6.2.1  自然語言處理的基礎與挑戰  / 232
6.2.2  BERT的提出與影響  / 235
6.2.3  GPT系列模型的進展與應用  / 238
6.2.4  Deepseek系列模型的進展與應用  / 241
6.3  計算機視覺與卷積神經網絡（CNN）  / 245
6.3.1  計算機視覺的基本概念與挑戰  / 245
6.3.2  CNN的原理與突破  / 249
6.3.3  計算機視覺的實際應用案例  / 253
6.4  AI在醫療、金融、自動駕駛等領域的應用  / 255
6.4.1  AI在醫療診斷與藥物研發中的應用  / 256
6.4.2  AI在金融中的風險控制與預測  / 258
6.4.3  自動駕駛技術的發展與挑戰  / 261
6.5  小結  / 264
參考文獻  / 264
 
第7章  人工智能的國際競爭與技術霸權  / 267
7.1  中國與美國在AI領域的競爭  / 268
7.1.1  美國的AI發展歷程與全球領導地位  / 268
7.1.2  中國在AI領域的崛起與政策支持  / 271
7.1.3  中美AI競爭的影響與合作潛力  / 273
7.2  AI技術的軍備競賽與國家安全  / 275
7.2.1  AI在軍事領域的應用：無人機與自動化武器  / 276
7.2.2  AI的戰略性應用與國際安全  / 278
7.2.3  人工智能與國家安全的平衡  / 280
7.3  人工智能與全球治理問題  / 283
7.3.1  國際合作與AI的全球倫理  / 283
7.3.2  全球治理結構與AI政策的制定  / 286
7.4  跨國科技公司與AI的創新引領  / 288
7.4.1  Google、Microsoft、百度等公司的AI戰略  / 289
7.4.2  資本與技術的全球化競爭  / 291
7.4.3  大型科技公司與AI發展的推動  / 294
7.5  小結  / 297
參考文獻  / 297
 
第8章  大規模預訓練模型及人工智能的未來  / 301
8.1  GPT系列與大規模語言模型的崛起  / 302
8.1.1  GPT模型的歷史發展與技術突破  / 302
8.1.2  GPT-3與GPT-4的影響與應用  / 306
8.1.3  預訓練模型在自然語言處理中的優勢與挑戰  / 309
8.2  圖像生成與生成對抗網絡（GAN）  / 312
8.2.1  GAN的基本原理與發展歷程  / 312
8.2.2  GAN在圖像生成、藝術創作中的應用  / 316
8.2.3  GAN的倫理問題與社會影響  / 319
8.3  遷移學習與模型共享的未來  / 322
8.3.1  遷移學習的基本概念與實踐  / 322
8.3.2  遷移學習在實際應用中的突破  / 325
8.3.3  模型共享與開源社區的推動  / 329
8.4  AI在藝術、文學與創造性工作的前景  / 332
8.4.1  AI對創意行業的影響  / 332
8.4.2  計算機生成藝術：從音樂到視覺藝術  / 335
8.4.3  AI文學創作與寫作輔助技術  / 338
8.5  超級智能與人工通用智能（AGI）  / 342
8.5.1  AGI的定義與目標  / 342
8.5.2  超級智能的潛力與風險  / 345
8.5.3  AGI研究的現狀與未來挑戰  / 348
8.6  人工智能的長遠影響：從幻想到現實  / 351
8.6.1  AI對社會結構的影響  / 352
8.6.2  人工智能與全球文化的塑造  / 355
8.6.3  從科幻到現實：AI如何改變未來  / 358
8.7  小結  / 361
參考文獻  / 361