学·教在线第九课：人工智能的发展及应用
入门 高一信息技术教学 · 2026-10-07 · 阅读 4
AI 聊天、AI 绘画、AI 写代码——人工智能好像突然就无处不在了。但它的历史其实经历了好几次“高潮与低谷”。这一课，我们完整走一遍。
一、人工智能的发展历史
| 阶段 | 发生了什么 |
|---|---|
| 孕育期（1940s–1950s） | 思想与理论奠基：1943 年麦卡洛克和皮茨提出 MCP 神经元模型；1950 年图灵提出“图灵测试”；1956 年达特茅斯会议首次提出“人工智能”术语，AI 成为独立学科。 💡 图灵测试：用键盘隔着屏幕“聊天”，如果机器人让平均每个参与者做出超过 30% 的误判，就判定它通过了测试。 |
| 黄金期（1950s–1960s） | 乐观探索：1956 年“逻辑理论家”（首个 AI 程序）、1966 年 ELIZA（早期聊天机器人）。局限：算力不足，只能处理简单“玩具问题”。 |
| 第一次 AI 寒冬（1970s） | 幻想破灭：过度乐观却兑现不了承诺，加上计算复杂性、常识推理等难题；“莱特希尔报告”批评后英美大幅削减研究资金。 |
| 专家系统兴起（1980s） | 商业化第一次成功：模仿人类专家做决策的系统（大量“如果-那么”规则），如 DENDRAL（分析化学分子）、MYCIN（诊断血液病）。但维护成本高、无法学习，热潮 80 年代末再次消退。 |
| 复兴与崛起（1990s–2000s） | 数据与算力的胜利：摩尔定律带来算力大增，互联网带来大数据，统计学习（SVM）成为主流。1997 年 IBM“深蓝”击败国际象棋世界冠军卡斯帕罗夫。 |
| 深度学习革命（2010s–至今） | 神经网络复兴 + GPU 加速：2012 年 AlexNet 赢得 ImageNet 竞赛；2016 年 AlphaGo 击败围棋世界冠军李世石；2018 年至今大语言模型与生成式 AI（GPT、DALL-E、Midjourney）崛起。 |
二、人工智能的应用领域
| 领域 | 在做什么 |
|---|---|
| 计算机视觉 | 相册自动分类、人脸识别；医疗影像分析（CT/MRI 识别肿瘤）；自动驾驶“看见”行人与交通标志；安防监控 |
| 自然语言处理 | 机器翻译；智能客服与聊天机器人；语音助手（Siri、小爱同学）；社交媒体情感分析 |
| 机器人技术 | 工业机器人（焊接、装配）；服务机器人（送餐、扫地）；医疗机器人（达芬奇手术机器人辅助微创手术） |
| 游戏 AI | 更智能的游戏 NPC；AlphaStar（星际争霸 II）、OpenAI Five（DOTA2）展示复杂策略能力 |
| 金融科技 | 毫秒级算法交易；实时欺诈检测；大数据信贷评估 |
| 生成式 AI（当前热点） | AIGC：文生图（DALL-E、Stable Diffusion）、视频（Sora）、音乐；代码生成（GitHub Copilot）；文本创作 |
三、总结与展望
人工智能的发展史，是一部从“逻辑推理”到“知识工程”再到“数据驱动”的演进史。应用已从解决特定任务的“弱人工智能”走向赋能千行百业。未来方向：
- 通用人工智能（AGI）：打造具有人类水平认知能力的 AI；
- AI 伦理与治理：公平性、透明度、可解释性，防止滥用，已成为全球性议题；
- AI for Science：加速科学研究，如预测蛋白质结构（AlphaFold）、发现新材料、气候建模。
💡 人工智能已成为新一轮科技革命和产业变革的核心驱动力，正在深刻改变世界和社会结构。
四、动手练一练
练习 1：为什么 AI 会经历“寒冬”？请结合 1970s 和 1980s 末的两次低谷说明原因。
练习 2：从六大应用领域里选一个你最感兴趣的，查一查它最近一年有什么新进展，用三句话介绍给同学。
点击查看参考答案
练习 1 参考：1970s——过度乐观却实现不了承诺，卡在计算复杂性和常识推理难题上，资金被砍；1980s 末——专家系统维护成本高、知识获取难、无法学习和扩展，商业热潮消退。共同点：技术能力撑不起预期。
练习 2：开放性问题，言之有理即可。建议从本站软件区、新闻里找真实案例。
🎉 九课全部学完！从信息社会、信息系统、数据编码，一路到算法、大数据和人工智能——你已经走完了高一信息技术的核心版图。继续加油！
More
小ta