中国工程院院士、清华大学讲席教授、清华大学智能产业研究院院长张亚勤说2026年是“智能体AI元年”。360集团创始人周鸿祎说：如果说2024是“大模型之年”，2025是“智能体之年”，那么2026年将被定义为“百亿智能体之年”。马斯克说2026年是AGI的元年。那到底什么是AI呢？什么是人工智能？
人工智能 (AI)：简明指南
你是否曾好奇过，手机如何识别你的脸？流媒体服务如何准确知道你接下来会喜欢哪部电影？汽车又是如何实现自动驾驶？答案是人工智能 (AI)。AI 绝非科幻小说中的情节，也不仅仅是我们所熟知和喜爱的聊天机器人，它已经以无数种方式融入了我们的日常生活。它是当今时代最具变革性的技术之一，是现代创新的引擎。但“人工智能”到底是什么意思？让我们以一种每个人都能理解的方式来拆解 AI。
定义：AI 是计算机科学的一个领域，旨在创建智能机器来执行通常需要人类智能才能完成的任务，例如学习、推理和解决问题。数智化转型网www.szhzxw.cn
● 工作原理：AI 系统从 大量数据 中学习，发现规律，从而做出预测或决策，而无需针对每一个场景进行明确编程。这就好比通过向计算机展示一百万个样本来教会它，而不是编写一百万条规则。
● AI 的应用场景：您每天都在使用 AI，例如 Google 地图等导航应用、购物网站上的个性化推荐、邮箱中的垃圾邮件过滤器，以及 Gemini Live 等虚拟助理。
● AI 的重要性：AI 帮助我们解决了一些世界上最棘手的难题，例如加速医学研究、打造更高效的供应链和应对气候变化。
一、什么是人工智能 (AI)？
人工智能 (AI) 是一组技术，使计算机能够学习、推理并执行各种高级任务，而这些任务以前需要人类智能才能完成，例如理解语言、分析数据，甚至提供有用的建议。这是一项变革性技术，可以为人类、社会乃至整个世界带来有意义的积极变化。AI 涵盖许多不同的学科，包括计算机科学、数据分析和统计、硬件和软件工程、语言学、神经学，甚至哲学和心理学。数智化转型网www.szhzxw.cn
AI 的核心在于教会计算机去做那些原本只有人类大脑才能完成的奇妙任务，从理解周围的世界到学习新事物，甚至产生新的想法。例如，光学字符识别 (OCR) 中就使用了 AI 来从各种图片和文档中提取文本和数据。此过程会将非结构化内容转换为可供企业直接使用的结构化数据，帮助挖掘有价值的数据洞见。
二、人工智能（AI）如何运作？
人工智能技术虽然多种多样，但从根本上来说都依赖于 数据、算法和算力。AI 系统会通过接触大量数据来学习和改进，以识别人类可能会忽视的模式和关系。这些数据是 AI 的训练材料，其质量和数量对 AI 的性能至关重要。如前所述，AI 不是单一的技术，而是一个包含多项关键技术的广泛领域，它包括：
● 机器学习 (ML machine-learning)
这类 AI 系统通过数据学习来识别模式，并在没有直接编程的情况下做出预测或决策。不妨这样设想，您通过向计算机展示数千张鸟类图片教会它识别鸟类；计算机会自行学习鸟类的样子。
● 深度学习 (DL deep-learning)
深度学习是机器学习的一个子领域，使用多层（因此称为“深度”）人工神经网络从数据中学习。这些网络的灵感来源于人脑的结构，尤其擅长处理图像识别和语音识别等复杂任务。数智化转型网www.szhzxw.cn
● 自然语言处理 (NLP natural-language-processing)
NLP 使计算机能够理解、解读和生成人类语言。Siri 和 Alexa 等语音助理、翻译服务和聊天机器人都离不开这项技术。
● 计算机视觉（CV Computer vision）
这一技术让计算机能够“看见”并解读这个世界的视觉信息，例如图片和视频。从人脸识别到自动驾驶型汽车，处处都有它的身影。
三、人工智能的类型
1、按能力水平划分的人工智能（AI）类型
● 弱人工智能 (ANI)
这是目前唯一存在的人工智能形式。ANI 模型旨在执行单一的特定任务，例如识别图片、进行聊天或过滤邮件。例子包括语音助理、人脸识别技术、Gemini 等生成式 AI 模型，以及其他大语言模型 (LLM)。
尽管如此命名，ANI 并不具备推理能力或自我意识，而是将数据与算法相结合，在预定义的参数范围内做出预测。虽然 ANI 有很多好处，但也存在风险，因为质量不佳的训练数据可能会导致输出结果有偏见或不准确，这在贷款审批、招聘决策和预测性警务等应用中可能会造成严重后果。网络犯罪分子还可能利用 ANI 来设计复杂的 AI 诈骗。
● 通用人工智能 (AGI artificial-general-intelligence )
这是 AI 技术假想的未来发展阶段。理论上，AGI 能够执行广泛的任务，并利用类似人类的推理能力进行学习、适应和改进。与 ANI 不同，AGI 将具有适应性、自主性，并能够从其行动中学习。虚构的例子包括电影《星球大战》中的机器人。但是，AGI 可能会引发严重的安全和道德问题，因为恶意方可能会带着有害意图对 AGI 进行编程，如果不加以监管，可能会导致无限的破坏力。数智化转型网www.szhzxw.cn
● 超人工智能 (ASI)
这是理论上最先进的 AI 形式。ASI 将是一种具有自我意识的实体，其运行不受人类控制，在推理、创造力甚至情商方面都将大大超过人类智能。与其他形式的 AI 一样，人们担心 ASI 可能会对人类的生存构成威胁，一些 AI 研究人员认为，ASI 极有可能带来非常糟糕的结果，包括人类灭绝。
2、按运行方式划分的人工智能（AI）类型
● 反应式机器
有限的 AI，仅根据预编程规则对不同类型的刺激做出反应。它缺少记忆，因此无法从新数据中学习。一个著名的例子是 IBM 的超级计算机“深蓝”，它在 1997 年击败了国际象棋冠军加里·卡斯帕罗夫。
● 有限记忆
大多数现代 AI 都拥有有限的记忆。它可以使用新数据（通常是通过人工神经网络或其他训练模型）进行训练，从而依靠记忆不断改进。这种记忆是短期的；一旦会话结束，记忆通常会重置。例如，自动驾驶型汽车观察其他车辆，以及 Gemini 等聊天机器人记住对话中之前的消息。数智化转型网www.szhzxw.cn
● 心智理论
心智理论 AI 目前还不存在，但随着研究的持续进行，未来存在实现的可能性。它描述了可以模拟人类心智并具有与人类相同的决策能力的 AI，包括识别和记忆情感以及在社交场合中像人类一样做出反应的能力。
四、关于人工智能（AI）的误区与事实
我们来澄清一些关于 AI 的常见误解。
误区一：人工智能（AI）具有意识和情感
事实 ：人工智能（AI）系统可以处理甚至模拟情绪，但它们不具备思想、自我意识或真实情感。它们是复杂的模式匹配机器。
误区二：人工智能（AI）永远客观且没有偏见
事实 ：人工智能（AI）的效果取决于训练所用的数据。如果数据反映了人类的偏见，人工智能（AI）就会学习并延续这些偏见。
误区三：人工智能（AI）将接管人类的所有工作
事实 ：虽然 人工智能（AI）肯定会自动执行许多任务，但它更有可能是作为人类能力的补充，让我们能够从事更具创造性、战略性和同理心的工作。
五、人工智能（AI）的优势
1、自动化
AI 可以自动执行工作流和流程，也可以不依靠人工团队来独立自主地开展工作。例如，AI 可以通过持续监控和分析网络流量来帮助自动执行网络安全的各个方面。同样，智能工厂可能使用许多种不同类型的 AI，例如机器人使用计算机视觉在工厂车间移动或检查产品是否存在缺陷、创建数字孪生体，或使用实时分析来衡量效率和产量。数智化转型网www.szhzxw.cn
2、减少人为错误
AI 可以通过每次都遵循相同流程的自动化功能和算法来尽量减少数据处理、分析、制造装配和其他任务中的人为错误。
3、消除重复任务
AI 可用于执行重复任务，从而让人力资源能够空出手来解决更复杂的问题。无论是分析数据、验证文档、转写通话、审核内容，还是回答“你们在哪里？”之类简单的客户问题，AI 都能胜任。AI 擅长自动执行这些重复性或繁琐的工作职能。
4、快速准确
AI 可以比人类更快地处理更多信息，从而寻找规律和发现人类可能忽视的数据关系。
5、无限可用性
AI 不受时段、休息需求或其他人类需求的限制。在云端运行时，AI 和机器学习可以“始终开启”，从而持续处理分配的任务。
6、更快的研发速度
快速分析大量数据的能力可以加快获得研发突破的速度。例如，AI 可以帮助预测潜在的新药物疗法，或量化人类基因组。
六、人工智能（AI）的实际应用：改变我们的世界
AI 的影响十分广泛且不断扩大，几乎触及日常生活和各行各业的方方面面。以下是它发挥作用的一些领域：数智化转型网www.szhzxw.cn
● 日常生活：智能手机的虚拟助理、在线媒体服务的个性化推荐、邮箱中的垃圾邮件过滤器以及 Google 地图等导航应用，都依赖 AI 来运行。
● 医疗保健：AI 正在彻底改变医疗领域，它帮助医生通过分析医学影像更早地诊断疾病、制定个性化治疗方案，并大幅加快药物研发速度。
● 交通运输：自动驾驶汽车使用 AI 进行导航、物体检测和实时决策，以确保安全驾驶。
● 运营活动：企业将 AI 应用于各个方面，例如客户服务聊天机器人、金融行业的欺诈检测、优化供应链和个性化营销活动。
● 娱乐：在电子游戏中，AI 可以创建更逼真、更具挑战性的角色。在内容创作方面，生成式 AI 现在可以作曲、写剧本和创作惊艳的视觉艺术。
七、人工智能（AI）的发展历程
机器能独立思考的想法并不新鲜。关于智能人造物的概念可以追溯到几十年前，但现代 AI 领域真正开始成形是在 20 世纪中叶。我们来看看 AI 的发展历程：数智化转型网www.szhzxw.cn
● AI 的萌芽期（1940 年代至 1950 年代）：20 世纪 40 年代，可编程计算机的问世激发了人们的想象力。1950 年，艾伦·图灵提出了“图灵测试”方法，其目的是判断机器是否能够表现出与人类无法区分的智能行为。这是一个重要的哲学和科学步骤。
● AI 领域的诞生（1956 年）：John McCarthy 等先驱组织举办了达特茅斯会议，被广泛认为标志着 AI 作为一门学科的正式诞生。“人工智能”一词就是在这时提出的。
● 早期成功与挑战（1960 年代至 1970 年代）：研究人员开发了早期的 AI 程序，例如 ELIZA（一款可以模拟对话的聊天机器人）和 Shakey（最早能够推理周围环境的机器人之一）。然而，创造真正智能所具有的复杂性，导致 AI 领域经历了经费削减和进展缓慢的时期，通常被称为“AI 寒冬”。
● 复兴与发展（1980 年代至 2000 年代）：专家系统的发展以及后来的机器学习的兴起，为 AI 研究注入了新的活力。1997 年，IBM 开发的超级计算机“深蓝”击败了国际象棋世界冠军，这一里程碑事件展示了 AI 不断增强的能力。数智化转型网www.szhzxw.cn
● 现代 AI 爆发时期（2010 年至今）：算力的进步、海量数据集以及深度学习（尤其是神经网络）的突破性进展共同推动了当前的 AI 革命。在这个时代，强大的工具不断涌现，深刻地改变着各行各业。
八、前沿技术：生成式 AI、LLM 和 AI 智能体的兴起
近年来，AI 领域最令人兴奋的两项进展是 生成式 AI 和 大语言模型 (LLM)。不过，随着 AI 智能体和智能体 AI 的出现，技术前沿正在迅速扩展，这标志着 AI 系统朝着更加自主和强大的方向迈出了重要一步。
● 生成式 AI ：这一类型的 AI 不仅能分析数据，还能创建新内容。可以将它看作一位 AI 艺术家、作家，甚至是程序员。生成式 AI 会学习海量数据（文本、图片、代码等）中的模式和结构，然后利用这些知识，根据提示生成全新的原创内容。DALL-E（图片）和 ChatGPT（文本）等工具就是很好的例子。
● 大语言模型 (LLM large language model ) ：这些模型驱动着当今许多最复杂的 AI 应用，尤其是在基于文本的任务中。LLM 是基于大型文本和代码数据集训练的大型 AI 模型。它们擅长理解、生成和处理人类语言。由于处理了大量信息，它们可以回答复杂问题、总结文档、翻译语言、撰写创意内容，甚至生成计算机代码。这些模型的能力越来越强，甚至还发展出了“涌现能力”，例如解决数学问题和编写代码，不过，开发者始终应该审查和验证 AI 生成的代码。LLM 也正在向多模态的方向发展，这意味着它们不仅可以理解和处理文本，还可以理解和处理图像、音频和视频。数智化转型网www.szhzxw.cn
● AI 智能体 ：这些 AI 系统旨在感知环境、做出决策并采取行动来实现特定目标。与响应直接命令的简单聊天机器人不同，AI 智能体可以：
- 规划：将复杂的目标分解为一系列更小、更易于管理的步骤
- 推理：利用其知识和理解能力在每个步骤中做出决策
- 行动：与数字环境甚至物理环境（通过 API 或机器人接口）互动，以执行其计划
- 学习/适应：可能会从经验中学习，不断提高性能
● 智能体 AI ：指 AI 系统以上述方式自主运行的能力。
对于软件开发者来说，这可能特别有趣，因为 AI 智能体可以被编程为与软件开发工具、API 甚至现有代码库进行交互。这开辟了新的可能性，可以让 AI 辅助处理更复杂的开发任务，例如自动测试新功能、重构大段代码，甚至管理项目工作流。正在进行的研究重点是让这些智能体在获得更多自主权的同时，变得更加可靠、高效和安全。
若您对人工智能感兴趣，可添加数字化转型网小助手思思微信加入人工智能交流群。若您在寻找人工智能供应商，可联系数字化转型网小助手思思（17757154048，微信同号）数智化转型网www.szhzxw.cn
若您为人工智能服务商，可添加数字化转型网小助手Nora，加入人工智能行业交流群。
若您为人工智能创业者，可添加数字化转型网社群主理人Carina，加入人工智能创业交流群。
声明：本文来自数字化转型网，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。
来源：Google Cloud 人工智能学习课程
本文由数智化转型网（www.szhzxw.cn）转载而成，来源于网络；编辑/翻译：数智化转型网（Professionalism Achieves Leadership 专业造就领导者）邵敏
