什么是 AI（人工智能）
概念
人工智能（Artificial Intelligence，AI）是计算机科学的一个分支，旨在让机器模拟人类的认知能力，包括学习、推理、感知、理解自然语言和做出决策。简单来说，AI 的目标是让计算机能够执行通常需要人类智能才能完成的任务。
AI 可分为三个层次：
- 弱人工智能（Narrow AI）：专注于特定任务的 AI，如语音助手、图像识别、推荐系统。当前主流 AI 均属于此类。
- 强人工智能（General AI / AGI）：具备与人类同等水平的通用智能，能处理任何智力任务。目前尚未实现。
- 超人工智能（Super AI）：超越人类所有认知能力的 AI，仍属于理论阶段。
AI 三大流派
AI 的实现路径主要分为三个流派：
- 符号主义（Symbolicism）：基于逻辑规则和知识库进行推理，如专家系统。优点是可解释性强，缺点是无法处理不确定性和大规模数据。
- 连接主义（Connectionism）：通过模拟神经元网络进行学习，即当前的深度学习。优点是从数据中自动提取特征，缺点是黑箱、依赖大量数据和算力。
- 行为主义（Behaviorism）：通过与环境交互和反馈来学习，如强化学习。AlphaGo 即是典型代表。
当前 AI 的主流是连接主义，大语言模型（LLM）是其最突出的产物。
关键里程碑
| 时间 | 事件 | 意义 |
|---|---|---|
| 1956 | 达特茅斯会议 | AI 概念正式诞生 |
| 1997 | IBM 深蓝击败国际象棋冠军 | 符号主义 AI 的高光时刻 |
| 2012 | AlexNet 赢得 ImageNet | 深度学习时代开启 |
| 2016 | AlphaGo 击败李世石 | 强化学习+深度学习的里程碑 |
| 2017 | Transformer 论文发表 | 大模型时代的基石 |
| 2022 | ChatGPT 发布 | 生成式 AI 进入大众视野 |
面试常问
- AI 与普通程序的区别是什么？
- 你了解哪些 AI 在前端的应用场景？举例说明。
- 如何看待 AI 对前端开发者的影响？