什么是人工智能

人工智能是指通过计算机程序模拟人类智能的能力，使计算机能够执行通常需要人类智能才能完成的任务，如学习、推理、问题解决、语言理解和视觉识别等。

人工智能的发展

// 符号主义 -> 联结主义 -> 深度学习（联结主义的体现）

1. 符号主义：通过函数来描述世界，强调逻辑推理和符号操作。
2. 联结主义：通过神经网络来模拟人脑的结构和功能。
3. 深度学习：通过多层神经网络来提取数据的高级特征，实现更复杂的任务。

对比	符号主义 (Symbolism)	联结主义 (Connectionism）
核心思想	智能源于对符号的逻辑推理。	智能源于大量简单单元的连接与学习。
知识表示	显式的符号和规则，清晰明了。	分布式的权重，难以直接解读。
学习方式	依赖专家手工编写规则。	从数据中自动学习模式和特征。
优势领域	逻辑推理、专家系统等认知类任务。	图像、语音、自然语言等感知类任务。
可解释性	强（推理过程清晰）。	差（“黑箱”）。

目前人工智能的趋势

对于目前的LLM（大型语言模型）来说，深度学习的方法是主流，尤其是基于Transformer架构的模型。

• 因此我们就需要了解其核心 神经网络。