人工智能的发展历程九游体育

　　人工智能的每一次浪潮都释放出了人类对美好未来的无限憧憬，每一次都让人激情澎湃，不幸的是，前两次浪潮都在经历数十年的热闹后归于沉寂，那么第三次浪潮又有什么不同呢？它是否也只是昙花一现终将跌入低谷？人工智能通过前两次浪潮的积累和迭代，这次将走向繁荣、稳定、有序的发展，开始一条与以往大为不同的复兴之路。

　　1965年，斯坦福大学开展的关于化学专家系统DENDRAL的研究，对人工智能的发展产生了深远的影响。1969年，国际人工智能联合会议成立，意味着人工智能这门新兴学科得到了大家的肯定。由于这一时期很多成果迅速发展，大家对人工智能领域寄予了过高的期望，人工智能发展出现了第一次浪潮，可惜当时计算机的运算速度、相关的程序设计、算法理论还不能支撑人工智能的发展需要，从1971年开始人工智能进入低潮期，大家对人工智能的热情逐渐消退。

　　和其他新兴学科的发展一样，人工智能的发展道路也并不平坦。这一时期机器翻译、问题求解、神经网络以及博弈等的发展陷入困境，但是专家系统的研究在很多领域取得突破进展。机器翻译的研究并不像想象中的容易，机器翻译出来的两种文字有时会出现十分荒谬的错误。问题求解方面，程序存在无法解决巨大搜索空间的问题。神经网络的研究，因技术条件的限制和单层感知器模型的严重缺陷而进入低潮。博弈研究遇到麻烦，塞缪尔的下棋程序在与世界冠军的对弈中4败1胜。尽管人工智能的发展遭遇较大挫折，但是科学家们并没有就此止步，而是认真总结经验教训努力探索新路子，终于专家系统的出现给人工智能的发展带来了新的机遇，人工智能开始由理论研究转向实践运用。其中最著名的专家系统是费根鲍姆研制的用于诊断和治疗细菌感染性血液病的专家咨询系统MYCIN以及杜达研制的用于矿藏勘探的专家系统PROSPECTOR。1977年，费根鲍姆提出知识工程概念，推动基于知识的专家系统发展。

　　1956年，麦卡锡、西蒙、纽厄尔等10位在数学、神经生理学、心理学、计算机科学等领域的专家，在美国Dartmouth大学组织了为期两个月关于“如何用机器模拟人的智能”的夏季学术研讨会，在会上“人工智能”术语第一次正式使用，标志着人工智能学科的诞生。在这段时间里，人工智能在定理证明、问题求解、专家系统等方面有了很大的进展。1956年，纽厄尔和西蒙研制出第一个处理符号的“逻辑理论机”，是机器证明数学定理的最早尝试。1956 年，塞缪尔研制出具有自适应、自改善等能力的“跳棋程序”，是模拟人类学习和智能的一次突破。1960年，纽厄尔和西蒙研制出能解决不定积分、三角函数等不同性质问题的“通用问题求解程序”。1960年，麦卡锡研制出既能处理数据又能处理符号的“表处理语言LISP”，是人工智能程序语言的里程碑。

　　很多科学家为人工智能的发展付出了艰辛的努力，为人工智能的诞生奠定了理论和物质基础。公元前4世纪，亚里士多德创立了演绎法，为形式逻辑奠定了基础。1642年，帕斯卡发明加法器，开创计算机械时代。莱布尼兹提出万能符号和推理计算的思想，是现代机器思维设计思想的萌芽。布尔创立布尔代数，开始用符号语言描述思维活动的基本推理法则。1936年，图灵提出理想计算机的数学模型，即图灵模型，为电子计算机的诞生奠定理论基础。1937年至1941年间，第一台电子计算机“阿塔那索夫-贝瑞计算机”问世，为人工智能研究奠定了物质基础。1943年，麦克洛奇和皮兹提出M-P神经网络模型，开创神经计算时代。1945年冯·诺依曼提出存储程序概念，1948年香农发表《通信的数学理论》标志信息论诞生，1948年维纳创立控制论。1950年，图灵在其论文中阐述了“机器能思维”的想法，给人工智能下定义并论证其存在的可能性。至此人工智能雏形基本形成，诞生条件基本具备，这一阶段称之为人工智能的萌芽期。我们可以发现人工智能的出现和发展并不是偶然的，它是科学技术发展的必Biblioteka Baidu产物。

　　2014年，计算机识别图片的准确率超过了普通人类，是机器视觉领域的一大突破，之后深度学习在语音识别、数据挖掘、自然语言处理等领域异军突起。2016 年Alpha Go以4：0战胜围棋冠军李世石，2017年又以3：0战胜柯洁，推动人工智能持续升温。2016年，美国发布《为人工智能的未来做好准备》报告，将人工智能发展提升到国家战略层面，之后又发布《国家人工智能研究与发展战略计划》，提出了长期战略和实施路径。2015年，中国将人工智能列入国家“互联网”战略行动之中。2016年，国家发改委等联合发布《机器人产业发展规划（2016-2020年）》，2017年，发布《新一代人工智能发九游体育展规划》，从战略性的高度对人工智能的未来走向进行部署并确立了“三步走”的发展战略。

　　进入21世纪，人工智能赖以生存的条件发生了巨大的变化，大数据为人工智能提供了丰富的数据资源，深度学习提供了有效的学习模型，云计算提供了强大的计算环境，机器学习和深度学习是这一时期人工智能发展的主要特征。2012年，辛顿团队将神经网络技术运用到基于Image Net图片库的大型图像识别比赛里。

　　回溯遥远的过去，我们不难发现“拟人智能”机器的踪影，很早以前人们就试图用机器来代替人的部分脑力劳动，以提高人类征服自然和改造自然的能力。

　　据记载公元前900多年我国就有歌舞机器人，此外，还有能击鼓报时的“机关人”、能捕鼠的木制“钟馗”、能化缘的“木僧人”等，这些都是人工智能在我国历史上的萌芽。公元前850年，古希腊就有帮助人们劳动的机器人，“机器人”（Robot）一词来源于斯洛伐克语，即古典戏剧中的“机器奴仆”，人们幻想利用“机器奴仆”来模仿代替人类从事服务和劳动。

　　随着知识工程的提出及其发展，大量的专家系统被应用到各领域并取得了成功，但是随着它的应用一些问题也逐渐暴露出来。如专家系统只能模拟人类深思熟虑的行为，却无法处理人与环境的交互行为，只适合小范围的固定领域，无法推广到更大、更宽的领域。

　　此时基于知识工程的专家系统发展遭遇困境，部分人对人工智能的前景甚为悲观，但是这时的降温并不意味着人工智能的终结，部分科学家们开始转向于联结主义和行为主义，由此人工神经网络和智能主体的研究得以发展。1982年，霍普菲尔特提出了神经网络模型，标志神经计算研究高潮的到来。1986年，提出的并行分布处理理论，成功解决了多层网络学习问题。随着网络、通信技术的发展，基于行为主义的智能主体成为研究热点。在博弈方面，1991年IBM深思计算机系统与象棋冠军约翰森1：1平，1996年IBM深蓝计算机与象棋棋王卡斯帕罗夫 2：4败，1997年以3.5：2.5胜，深蓝的胜利表明了人工智能的成就。这一时期人们对人工智能的积极性再次迅速高涨，人工智能经历了第二次浪潮，但此时的技术仍不足以支撑人类对智能机器的心理预期，整体而言，这次人工智能浪潮仍笼罩着学术和实验的色彩，还未达到与商业模式、大众需求接轨并稳步发展的地步。

上一篇 : 九游体育我们来聊聊-AI芯片技术及相关词汇
下一篇 : 黄仁勋：Black九游体育well人工智能芯片需求“疯狂”