一、人工智能的历史与突破
- 2017年：深度伪造（Deep Fake）技术流行，合成图像达到较高分辨率，但尚未商业化。
- 2021年：DALL-E面世，首次实现“从文本生成图像”，训练数据为图像描述，规模尚小。
- 2022年：ChatGPT发布，两个月后月活跃用户过亿，成为史上增长最快的消费级软件。
- 2024年：SORA发布，能从文本生成高质量视频，极大影响创意产业。
二、AI模型如何工作
1、图像存储为张量（Tensor）
- 一张彩色图片为三维张量（宽
高 颜色通道），每个像素有RGB三个整数值。 - 形式化表示：对于一张
的图片，张量 为
2、语言向量化
- 语言必须转为向量，常用分词器将句子拆分为“Token”：
- 每个Token赋值一个向量（如Word2Vec、GPT的Embedding），如“King”-“He”+“She”≈“Queen”，捕捉词之间的语义关系。
- 整句对应一个矩阵，每行一个词向量，顺序非常重要。
三、机器学习的典型成功案例
1、图像分类与ImageNet
- ImageNet大规模视觉识别挑战（ILSVRC），包含超过120种狗的品种，数据集数量级达到百万。
- 2012年，Krizhevsky等人提出7层卷积神经网络（CNN），首次实现“超越人类”的图像分类准确率。
2、游戏领域
- AlphaGo用深度学习+强化学习战胜围棋世界冠军。
- OpenAI Five在DOTA2中自我训练4.5万年，达到顶级水平，消耗800 petaflop/s-day算力。
3、艺术与音视频生成
- 风格迁移（Style Transfer）：照片自动转换为油画风格。
- 视频合成音频：深度学习可自动为无声视频生成逼真的配音。
- DALL-E、DeepFakes：实现从文本或图像生成逼真图片、视频。
4、科学应用
- DeepLens：天文观测中自动筛选罕见事件，数据量人力难以处理。
- AlphaFold2：蛋白质结构预测，2024年诺贝尔化学奖提名。
- DGMR：用生成模型预测高分辨率降雨。
5、数学与医药
- AI辅助发现数学猜想和定理，如Birch–Swinnerton-Dyer猜想的模式发现。
- 新抗生素发现：AI筛选亿级化合物，发现新型抗药性抗生素。
6、语言模型
- ChatGPT等大型语言模型（LLMs），能自动生成极为自然的文本，成为法律、医疗等领域的辅助工具。
四、AI对社会的影响
- 个人助理：AI可整合所有信息，辅助生活和工作（如GitHub Copilot、ChatGPT-4o）。
- 专业替代：AI在医学影像、动画、法律等领域超越专家，促使职业结构调整。
- 实验替代：真实实验被AI模拟替代，如蛋白质折叠、药物发现。
五、领域挑战与思考
1、法律、社会与能源
- 法律责任：AI助理掌握大量个人信息，是否可在法庭作证？
- 社会失业：AI提升效率，部分技能变得不再稀缺，如何应对职业转型？
- 能源消耗：大型AI模型计算资源集中，能耗巨大，如何可持续发展？
2、经典领域的颠覆
- 图像去噪：传统方法历经几十年发展（如各类偏微分方程方法），深度学习一举超越所有经典算法。
- 公式推导示例（图像去噪的PDE方法与深度学习对比）：
（1）传统去噪能量泛函
其中
（2）深度学习方法（示意）
其中