一、人工智能三大主義

1. 符號主義 ：邏輯推理，將推理視為計算過程。如蘇格拉底三段論，通過前提和結論構建邏輯結構橋梁。知識圖譜實現知識條理化結構化表示，但存在知識工程中因缺乏常識導致推理結果荒謬等問題。
2. 連接主義 ：數據驅動，構建多層神經網絡學習數據內部關系。從神經元工作機制到深度學習的動機，如端到端學習機制，但面臨黑箱效應等困惑，部分復雜模型難以解釋其原理。
3. 行為主義 ：強化學習，通過與環境交互形成序貫決策。旨在解決地平線問題，如 AlphaGo 在圍棋領域的成功應用，但也存在消失的雷達搜索信號等局限性。

二、人工智能發展歷程

1. 達特茅斯會議 ：1955 年，麥卡錫等四位學者遞交研討會提議，1956 年會議召開，標志著人工智能誕生。會議討論自動計算機等七大議題，吸引了眾多學者參與，如紐厄爾、西蒙等，為人工智能發展奠定基礎。
2. 人工智能 2.0 ：浙江大學潘云鶴院士提出驅動新一代人工智能發展的達特茅斯宣言。人工智能發展受內外因影響，內因是研究內部驅動力，外因是信息環境與社會目標變化。新一代人工智能在信息新環境巨變、社會新需求爆發等背景下崛起，目標從 “造人” 到 “賦能” 轉變。

三、從 ChatGPT 到 DeepSeek

1. ChatGPT ：被視為人工智能的 iPhone 時刻，其訓練方法包括自監督學習、有監督微調和人類反饋強化學習。ChatGPT 的出現推動了人工智能在諸多生產、生活模式上的變革，如在內容生成、問答系統等領域的應用。
2. DeepSeek ：在模型算法和工程優化方面進行系統級協同創新。其模型架構基于 Transformer，通過混合專家模型、低秩壓縮等實現性能提升與成本降低，開源之舉促進人工智能發展，推動形成 “由專到通” 發展路徑。

四、人工智能通識教育

1. 課程建設 ：浙江大學推出 “人工智能基礎” 系列通識課程，面向不同專業學生，出版教材并培訓師資。課程包括人工智能引論、通識基礎等，注重知識、能力、價值和倫理的培養。
2. 教材體系 ：在新一代人工智能系列教材編委會指導下，出版理論教材 26 本、實踐教材 11 本，形成完整教材體系。2024 年啟動新一代人工智能通識系列教材編寫工作，教育部認定相關基地開展研究。
3. 人才培養 ：構建人工智能高水平教材體系，培養 “AI+X” 高層次復合型人才。開展基礎教育中人工智能通識教育，如與多所學校合作成立研究中心、實踐中心等。
4. 科普工作 ：打造《走進人工智能》科普有聲欄目和科普通識讀物，潘云鶴院士作序，強調科學普及的重要性。該欄目入選 2024 年度第八屆中國科普作家協會優秀科普作品獎銀獎。

五、人工智能的挑戰與未來

1. 技術瓶頸 ：如深度學習面臨的困惑，包括不可解釋性、AI 幻覺、黑箱效應等，需推動 “機器學習” 邁向 “學習機器”。
2. 數據與算力 ：大數據、大模型、大算力下實現統計關聯關系挖掘，但也存在數據耗盡、算力成本高等問題。英偉達創始人提出黃氏定律，算力提升推動人工智能發展。
3. 倫理與安全 ：隨著人工智能的廣泛應用，倫理和安全問題日益凸顯，如生成式人工智能在內容真實性、版權等方面的挑戰，以及在司法、教育等領域應用時的隱私保護、算法公平性等問題，需構建安全、可信、合乎倫理道德的人工智能技術。

---