自1956年“人工智能”这一概念被提出以来，历经了从上个世纪“深蓝”击败国际象棋冠军到现今如ChatGPT和自动驾驶技术等发展的近70载历程。期间，AI不断演进升级，如今我们有机会在中国人工智能领域的开创者、清华大学计算机科学系教授及中国科学院院士张钹的带领下，探索这段贯穿时间长河的人工智能演变历史。
一
最初的AI技术版本
自人工智能领域的探索起步以来，让机器模仿人类思维一直是这一领域先驱者的初始愿景。当回顾人工智能的历史时，张钹院士曾提及：“面对问题我们总是依赖思考去解决它们；因此，在最初阶段我们就想教会机器仿效人类的思维方式。”1956年的达特茅斯夏季研究会议提出了符号AI的核心理念，纽维尔和西蒙等学者进而阐述了物理符号系统的假设，并最终构建了一个以知识与经验为基础的推理模型——这就是后来的知识驱动型模式。
早期符号AI的研究重心在于探索一种通用性的推理策略，这种策略较为抽象和宽泛，在具体应用中难以有效实施并解决实际问题，因此到了20世纪70年代时人工智能领域遭遇了发展瓶颈。然而，“知识工程”与“专家系统”的概念随后出现，为符号AI开辟了一条新的路径。这一阶段的研究开始特别关注将人类智能活动中的专业知识作为核心要素，并取得了显著的进展。“机器学习”在此背景下被理解为基于对特定知识进行归纳和推理的过程，构建了以符号为基础的学习体系，其中“知识”成为推动该过程的核心驱动力。
人工智能“深蓝”与国际象棋的世界冠军进行了对决。
张钹院士指出，符号AI或称作第一代人工智能技术主要适用于处理数据完整且不确定性较低的任务场景中，比如调度任务、规划安排和故障诊断等。以国际象棋为例来说明这一点：下棋被视为一种“完全信息博弈”，其中所有可能的信息都是明确的，并遵循固定的规则集与有限元素集合，因此非常适合于第一代人工智能系统进行高效处理。然而，在遇到高度不确定性的复杂情况时，如战争中的决策过程，则会显得力不从心。在这种情况下，AI难以区分信息的真实性和可靠性，并且也无法生成有效的执行命令来应对这些不确定性挑战。另外值得注意的是，这一代的AI技术依赖于人工输入知识来进行学习和判断，这不仅耗时费力而且存在很多亟待改进之处。
二号
新一代人工智能技术
在探讨人类智能行为的过程中，除了基于符号的人工智能路径外，连接主义提供了一种不同的视角。该观点主张人类的智能活动源自于神经网络中形成的“刺激-反应”联系机制，并为AI领域的研究者带来了新的启发。尽管由于理论支持不足的问题，连接主义人工智能曾面临挑战和发展瓶颈，但这一过程中逐步形成了多种神经网络模型和相关学习算法。这些成果不仅促进了深度学习技术的发展和完善，还间接推动了第二代人工智能时代的到来。
人工智能程序AlphaGo与世界级围棋选手李世石展开对决。
新一代的人工智能依赖于深度学习的技术框架和数学工具的应用，通常被称为由数据驱动的方法论。2011年5月，麦肯锡全球研究院发布了题为《大数据：创新、竞争与生产率的新前沿》的报告，这标志着专业机构首次全面地介绍了大数据，并对其潜力进行了展望，“大数据”也因此再次激发了人工智能领域的热情。从二十一世纪初至2016年间，随着“大数据”的兴起，人工智能进入了一个全新的发展阶段。同年，谷歌开发的围棋程序AlphaGo在首尔与顶尖棋手李世石对决并取得了胜利，这被视为第二代人工智能技术发展的顶峰之作。AlphaGo的成功运行依赖于数据、算法和计算能力三者的协同作用，并未涉及到传统意义上的“知识”参与其中。
张钹院士指出，在新一代的人工智能技术中，“数据”扮演了核心角色。“像我们现在所使用的声音识别或人脸识别系统都是依赖于通过数据分析来实现功能。” 在深度学习引领的这一波人工智能浪潮里，我们利用数据来进行分类、预测以及信息挖掘等任务。这里的“分类”，实质上就是模式识别的一种表现形式；例如语音和人脸的辨识工作就属于此类应用范畴。除此之外，数据还支持着未来的趋势预测——我们可以借助历史数据分析来推测未来的发展走向。“然而，这一代人工智能也暴露出了明显的脆弱性：依赖大数据进行机器学习的方法存在安全隐患，并且结果不够稳定可靠，容易被外部因素干扰或误导。”
三号
新一代人工智能技术
自2016年起，张钹院士倡导推进第三代人工智能的发展；到了2018年，清华大学成立了专门的人工智能研究院来深化这一领域的研究工作。
中国科学院院士张钹指出，初代人工智能侧重于利用知识库、计算方法及处理能力；而第二代则依赖大数据集、算法和计算资源。然而，在这两者中都因为某些关键因素的不足导致了各种挑战与难题。基于对前两阶段实践经验和教训的学习，张钹提出要推进第三代人工智能技术的发展，强调必须综合运用知识库、数据资源、算法技术和处理能力这四个核心要素。相比之下，国内的人工智能研究倾向于更加重视人类专业知识的基础作用，并认为其在系统构建中占据更为根本的位置，而国际上则更侧重于数据的积累和应用。
步入以大模型为基石的生成式人工智能——即第三代AI时代时，我们不再单纯地把文本视作数据进行解析。当前采用的是语义向量的方式来表达文本信息。所谓向量，实际上是多维数值的一种形式，在计算机看来更易于操控，并且使得对文本的形式处理转化为对其内容（知识）的实际理解与运用，而这种技术正是现今ChatGPT所依赖的核心方法之一。
在谈及第三代人工智能的发展时，张钹院士指出，“中国思路”拥有独特的优势。特别是我们提出的融合单空间与双空间的三空间模型，在利用知识、数据、算法及计算能力这四大要素方面展现出更高的效率。他还特别强调了加强人工智能基础理论研究的重要性，并认为只有建立坚实的基础理论体系，才有可能开发出安全可靠且具有扩展性的人工智能技术，从而进一步促进人工智能领域的创新应用及其产业化进程。
他于四十几岁之际转行投身于人工智能行业，被誉为是我国人工智能领域的开创者。
他和弟弟通过跨国通信协作，共同完成了首篇由中国科学家撰写并刊登于顶级国际期刊的关于人工智能的研究文章。
凭借四十多年不懈的努力，他挺过了人工智能领域的严冬时期，并取得了国内多个首屈一指的成绩。
他对科学研究充满热情，即便已取得显著成就也没有选择退休，在83岁高龄时他还担任了清华大学人工智能研究院的院长一职，并且从不曾考虑过要停下来歇息。
他在教育领域辛勤耕耘超过六十载，指导了大约九十位博士研究生，并见证了四代博士在同一学术大家庭中的传承与发展。
他的将近九十年的生命历程跨越了农业社会、工业化时期以及信息化阶段。
他是来自清华大学计算机科学部门的学者，同时也是中国科学院的院士张钹。
张钹教授是清华大学计算机科学系的一员，并担任该学院的荣誉院长职务。他是中国科学院院士，在学术界享有盛誉。此外，他还获得了德国汉堡大学颁发的自然科学名誉博士学位（2011年）。张钹因其卓越贡献在2014年荣获了CCF（中国计算机学会）终身成就奖，并于2019年被授予吴文俊人工智能科学技术最高成就奖。
他在人工智能、人工神经网络及机器学习的理论研究方面颇有建树，并致力于模式识别、知识工程和机器人等领域应用技术的研究工作。至今，他已经发表了超过200篇学术论文以及5部专著章节。他的科研成就荣获了包括ICL欧洲人工智能奖在内的多项荣誉。此外，他还是智能技术与系统国家重点实验室的创始人之一，并在1990年至1996年期间担任该实验室主任一职。
随着人工智能的迅猛发展,理解和掌握它是把握未来的钥匙，在波涛中稳健前行的关键。从定义、历史演进到当前及未来的走向，以及对社会和个人生活的潜在影响——这一切构成了探索人工智能的重要维度。
在4月23日19时，于人文清华讲坛上，作为我国人工智能领域开创者之一及中国科学院院士的清华大学计算机科学系教授张钹发表了题为《探入“无人区”- 开启人工智能之旅》的演讲，系统阐述了关于人工智能的历史、现状以及前景的专业见解。
相关文章
