久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

近日，中國人大網刊登中國工程院院士、中國科學院計算技術研究所所長孫凝暉在十四屆全國人大常委會專題講座上的講稿《人工智能與智能計算的發展》。現將全文轉載如下，一同走進高深莫測的人工智能世界。

委員長、各位副委員長、秘書長、各位委員：

人工智能領域近年來正在迎來一場由生成式人工智能大模型引領的爆發式發展。2022年11月30日，OpenAI公司推出一款人工智能對話聊天機器人ChatGPT，其出色的自然語言生成能力引起了全世界范圍的廣泛關注，2個月突破1億用戶，國內外隨即掀起了一場大模型浪潮，Gemini、文心一言、Copilot、LLaMA、SAM、SORA等各種大模型如雨后春筍般涌現，2022年也被譽為大模型元年。當前信息時代正加快進入智能計算的發展階段，人工智能技術上的突破層出不窮，逐漸深入地賦能千行百業，推動人工智能與數據要素成為新質生產力的典型代表。習近平總書記指出，把新一代人工智能作為推動科技跨越發展、產業優化升級、生產力整體躍升的驅動力量，努力實現高質量發展。黨的十八大以來，以習近平同志為核心的黨中央高度重視智能經濟發展，促進人工智能和實體經濟深度融合，為高質量發展注入強勁動力。

01 計算技術發展簡介

計算技術的發展歷史大致可分為四個階段，算盤的出現標志著人類進入第一代——機械計算時代，第二代——電子計算的標志是出現電子器件與電子計算機，互聯網的出現使我們進入第三代——網絡計算，當前人類社會正在進入第四階段——智能計算。

早期的計算裝置是手動輔助計算裝置和半自動計算裝置，人類計算工具的歷史是從公元1200年的中國算盤開始，隨后出現了納皮爾籌（1612年）和滾輪式加法器（1642年），到1672年第一臺自動完成四則運算的計算裝置——步進計算器誕生了。

機械計算時期已經出現了現代計算機的一些基本概念。查爾斯?巴貝奇（Charles Babbage）提出了差分機（1822年）與分析機（1834年）的設計構想，支持自動機械計算。這一時期，編程與程序的概念基本形成，編程的概念起源于雅卡爾提花機，通過打孔卡片控制印花圖案，最終演變為通過計算指令的形式來存儲所有數學計算步驟；人類歷史的第一個程序員是詩人拜倫之女艾達（Ada），她為巴貝奇差分機編寫了一組求解伯努利數列的計算指令，這套指令也是人類歷史上第一套計算機算法程序，它將硬件和軟件分離，第一次出現程序的概念。

直到在二十世紀上半葉，出現了布爾代數(數學)、圖靈機(計算模型) 、馮諾依曼體系結構(架構) 、晶體管(器件)這四個現代計算技術的科學基礎。其中，布爾代數用來描述程序和硬件如CPU的底層邏輯；圖靈機是一種通用的計算模型，將復雜任務轉化為自動計算、不需人工干預的自動化過程；馮諾依曼體系結構提出了構造計算機的三個基本原則：采用二進制邏輯、程序存儲執行、以及計算機由運算器、控制器、存儲器、輸入設備、輸出設備這五個基本單元組成；晶體管是構成基本的邏輯電路和存儲電路的半導體器件，是建造現代計算機之塔的“磚塊”。基于以上科學基礎，計算技術得以高速發展，形成規模龐大的產業。

從1946年世界上第一臺電子計算機ENIAC誕生到二十一世紀的今天，已經形成了五類成功的平臺型計算系統。當前各領域各種類型的應用，都可以由這五類平臺型計算裝置支撐。第一類是高性能計算平臺，解決了國家核心部門的科學與工程計算問題；第二類是企業計算平臺，又稱服務器，用于企業級的數據管理、事務處理，當前像百度、阿里和騰訊這些互聯網公司的計算平臺都屬于這一類；第三類是個人電腦平臺，以桌面應用的形式出現，人們通過桌面應用與個人電腦交互；第四類是智能手機，主要特點是移動便攜，手機通過網絡連接數據中心，以互聯網應用為主，它們分布式地部署在數據中心和手機終端；第五類是嵌入式計算機，嵌入到工業裝備和軍事設備，通過實時的控制，保障在確定時間內完成特定任務。這五類裝置幾乎覆蓋了我們信息社會的方方面面，長期以來人們追求的以智能計算應用為中心的第六類平臺型計算系統尚未形成。

現代計算技術的發展大致可以劃分為三個時代。

IT1.0又稱電子計算時代（1950-1970），基本特征是以“機”為中心。計算技術的基本架構形成，隨著集成電路工藝的進步，基本計算單元的尺度快速微縮，晶體管密度、計算性能和可靠性不斷提升，計算機在科學工程計算、企業數據處理中得到了廣泛應用。

IT2.0又稱網絡計算時代（1980-2020），以“人”為中心。互聯網將人使用的終端與后臺的數據中心連接，互聯網應用通過智能終端與人進行交互。以亞馬遜等為代表的互聯網公司提出了云計算的思想，將后臺的算力封裝成一個公共服務租借給第三方用戶，形成了云計算與大數據產業。

IT3.0又稱智能計算時代，始于2020年，與IT2.0相比增加了“物”的概念，即物理世界的各種端側設備，被數字化、網絡化和智能化，實現“人-機-物”三元融合。智能計算時代，除了互聯網以外，還有數據基礎設施，支撐各類終端通過端邊云實現萬物互聯，終端、物端、邊緣、云都嵌入AI，提供與ChatGPT類似的大模型智能服務，最終實現有計算的地方就有AI智能。智能計算帶來了巨量的數據、人工智能算法的突破和對算力的爆發性需求。

02 智能計算發展簡介

智能計算包括人工智能技術與它的計算載體，大致歷經了四個階段，分別為通用計算裝置、邏輯推理專家系統、深度學習計算系統、大模型計算系統。

智能計算的起點是通用自動計算裝置（1946年）。艾倫·圖靈（Alan Turing）和馮·諾依曼（John von Neumann）等科學家，一開始都希望能夠模擬人腦處理知識的過程，發明像人腦一樣思考的機器，雖未能實現，但卻解決了計算的自動化問題。通用自動計算裝置的出現，也推動了1956年人工智能（AI）概念的誕生，此后所有人工智能技術的發展都是建立在新一代計算設備與更強的計算能力之上的。

艾倫·圖靈（左）和馮·諾依曼

智能計算發展的第二階段是邏輯推理專家系統（1990年）。E.A.費根鮑姆（Edward Albert Feigenbaum）等符號智能學派的科學家以邏輯和推理能力自動化為主要目標，提出了能夠將知識符號進行邏輯推理的專家系統。人的先驗知識以知識符號的形式進入計算機，使計算機能夠在特定領域輔助人類進行一定的邏輯判斷和決策，但專家系統嚴重依賴于手工生成的知識庫或規則庫。這類專家系統的典型代表是日本的五代機和我國863計劃支持的306智能計算機主題，日本在邏輯專家系統中采取專用計算平臺和Prolog這樣的知識推理語言完成應用級推理任務；我國采取了與日本不同的技術路線，以通用計算平臺為基礎，將智能任務變成人工智能算法，將硬件和系統軟件都接入通用計算平臺，并催生了曙光、漢王、科大訊飛等一批骨干企業。

符號計算系統的局限性在于其爆炸的計算時空復雜度，即符號計算系統只能解決線性增長問題，對于高維復雜空間問題是無法求解的，從而限制了能夠處理問題的大小。同時因為符號計算系統是基于知識規則建立的，我們又無法對所有的常識用窮舉法來進行枚舉，它的應用范圍就受到了很大的限制。隨著第二次AI寒冬的到來，第一代智能計算機逐漸退出歷史舞臺。

直到2014年左右，智能計算進階到第三階段——深度學習計算系統。以杰弗里·辛頓（Geoffrey Hinton）等為代表的連接智能學派，以學習能力自動化為目標，發明了深度學習等新AI算法。通過深度神經元網絡的自動學習，大幅提升了模型統計歸納的能力，在模式識別①等應用效果上取得了巨大突破，某些場景的識別精度甚至超越了人類。以人臉識別為例，整個神經網絡的訓練過程相當于一個網絡參數調整的過程，將大量的經過標注的人臉圖片數據輸入神經網絡，然后進行網絡間參數調整，讓神經網絡輸出的結果的概率無限逼近真實結果。神經網絡輸出真實情況的概率越大，參數就越大，從而將知識和規則編碼到網絡參數中，這樣只要數據足夠多，就可以對各種大量的常識進行學習，通用性得到極大的提升。連接智能的應用更加廣泛，包括語音識別、人臉識別、自動駕駛等。在計算載體方面，中國科學院計算技術研究所2013年提出了國際首個深度學習處理器架構，國際知名的硬件廠商英偉達（NVIDIA）持續發布了多款性能領先的通用GPU芯片，都是深度學習計算系統的典型代表。