夜雨聆风
一、三代AI划分（主流学术定义）
第一代 AI（知识驱动/符号主义，1956—2010）
- 核心：人工编码规则+符号推理
- 代表：专家系统、逻辑推理、早期棋类AI
- 缺点：领域窄、知识难手工构建、无法处理不确定性
第二代 AI（数据驱动/深度学习，2010—2020）
- 核心：大数据+神经网络+统计学习
- 代表：ImageNet、AlphaGo、GPT-3/4、多模态大模型
- 缺点：不可解释、易被攻击、鲁棒差、依赖海量数据、无真正理解与常识
第三代 AI（2020至今，发展中）
由张钹院士（清华AI研究院）2020年正式提出：
- 核心：知识+数据双驱动（符号+概率+神经网络融合）
- 四要素：知识、数据、算法、算力（知识优先）
- 目标：可解释、鲁棒、安全、可信、可靠、可扩展、通用
二、第三代AI核心特征
- 可解释性：能说清“为什么”，不是黑盒
- 安全鲁棒：抗攻击、少幻觉、稳定可靠
- 知识与数据融合：常识、逻辑、因果与学习结合
- 通用能力：跨领域、多任务、环境自适应
- 具身/空间智能：进入物理世界，感知-行动-交互（脑体融合）
- 自主Agent：规划、工具调用、长期记忆、自我修正
三、当前代表方向
- 因果推理、神经符号系统
- 可解释大模型、对齐与安全
- 具身智能、机器人、空间AI
- AI智能体（Agent）、自主系统
- 通用人工智能（AGI）探索
简单说：
第一代是“按规则干活”，第二代是“从数据模仿”，第三代是“会理解、能推理、可信任、会行动”的智能。