人工智能的發(fā)展介紹

　　人工智能的發(fā)展介紹是怎么樣的?人工智能，這個漸漸火起來讓人又愛又怕的話題，好像已經(jīng)開始影響我們每個人的生活，看看下面的常識吧!

　　計算機的發(fā)明和發(fā)展

　　讓我們首先簡略回顧一下計算機的發(fā)明和發(fā)展過程。

　　說中國的算盤有了計算機的雛型就跟說中國古代的蹴鞠是現(xiàn)代足球的鼻祖一樣，都有些扯得太遠了，這跟愛不愛國是兩碼事。

　　不過十進制倒是歷史悠久，應(yīng)該跟人有十個手指和十個腳趾有關(guān)。

　　至于二進制，現(xiàn)代計算機計算的基石，據(jù)說跟路燈的亮與滅有關(guān)，這樣說來應(yīng)是愛迪生發(fā)明電燈以后的事。

　　最早的計算機不是吃電的，它們是機械式的。

　　第一臺電子計算機叫 ENIAC，它于1946年2月14日在美國誕生。

　　ENIAC是個龐然大物，長30.48米，寬1米，占地面積170平方米，30個操作臺，重達30噸，它雖然體型大，但計算能力及存儲容量卻相當有限。

　　不過，自從有了計算機，人類就指望它能夠代替人的工作，特別是智能工作，機器翻譯就是人類最先想到要機器做的事情。

　　語言翻譯既有智能又有需求，因為人類用了太多種不同的語言，互相之間講不清道不明，嚴重影響到了各國人民的友好往來和唇槍舌戰(zhàn)了。

　　隨著計算機的發(fā)明，人類對人工智能開始有想法了。

　　人工智能的曲折發(fā)展之路

　　人工智能的名字是在1956年達特茅斯學(xué)院召開的會議上第一次被提出來的。

　　這是一個重要的分水嶺，從此“人工智能”粉墨登場。

　　在這之前，科學(xué)家們已經(jīng)開始了一系列人工智能的研究工作，包括人工神經(jīng)網(wǎng)絡(luò)、圖靈實驗、計算機游戲及符號推理等。

　　參加那次會議的大多數(shù)專家都相信用一到兩代人的時間和努力，就可以開發(fā)出與人類智能相當?shù)闹悄軝C器。

　　各位大概也看出了當時的人工智能專家們是如何高估了自己自我認知的能力，從那以后，這種高估就不斷發(fā)生，即使是現(xiàn)在，隨著深度學(xué)習(xí)取得了一些進展，又有專家高估了人工智能的變現(xiàn)潛力，高估還在進行中，只是換了一批人而已......

　　從它誕生之日起，人工智能就開始它風(fēng)光與落魄交替的曲折發(fā)展道路。

　　第一次黃金時期是1956年至1974年，這期間的重要工作包括通用搜索方法、自然語言處理及機器人處理積木問題(對人類來說極其簡單，又稱玩具問題)等，主要是方法和算法的研究，離實用相差甚遠。

　　與其說那段時間是人工智能研究成果的黃金歲月，不如說是樂觀情緒和不差錢的黃金時代。

　　想法很美好，現(xiàn)實很骨感。

　　人工智能專家歷來敢吹牛，最近還有一個研究小組在《科學(xué)》雜志上撰文說已經(jīng)找到像人一樣的機器學(xué)習(xí)方法，讀了該文章后只能高呼：上當!

　　樂極生悲，緊接著這個黃金時代的就是人工智能的冬季了。

　　這個冬季從1974持續(xù)至1980年，不算短，而且夠冷。

　　這個時期最重要的現(xiàn)象之一就是資助的枯竭及來自學(xué)術(shù)圈對人工智能的批評聲音。

　　雖然這個時間段沒有多大動靜，人工智能的研究也還是默默進行中。

　　1972年，一款經(jīng)常被提及的用于傳染性血液診斷和處方的專家系統(tǒng)MYCIN研發(fā)成功。

　　這個系統(tǒng)是后來專家系統(tǒng)研究的基礎(chǔ)，有趣的是，實驗證明這個系統(tǒng)可以比平均的醫(yī)生干得好，但是，它一天班都沒有上，注定只能成為一種傳奇，我會另文講講這個系統(tǒng)后面的故事。

　　隨著計算機的發(fā)展，踏入八十年代，人工智能的研究又迎來了春天。

　　首先被撿起的是專家系統(tǒng)，可以說各種專家系統(tǒng)像雨后春筍般在世界各地出現(xiàn)，也看到一些實際應(yīng)用，更多的是研究項目和論文發(fā)表，那時計算機系的研究生有很大的可能在研發(fā)跨學(xué)科的專家系統(tǒng)。

　　在這個階段，專家們也在研究知識工程及基于知識的系統(tǒng)。

　　實際上，專家系統(tǒng)就是集成專家的知識和經(jīng)驗，所以專家系統(tǒng)經(jīng)常和知識工程系統(tǒng)互相混用，慢慢地就只提知識工程系統(tǒng)了。

　　雖然這個世界為專家系統(tǒng)瘋狂了一段時間，最后發(fā)現(xiàn)這種基于幾十至幾百條規(guī)則的系統(tǒng)根本不是專家，因為它們沒有真正專家的變通及外延能力。

　　有人戲稱它們的智力只有一兩歲的小兒水平，這些系統(tǒng)最不擅長的就是對我們?nèi)祟悂碚f游刃有余的常識判斷能力。

　　目前，專家系統(tǒng)主要用于不關(guān)生死、無關(guān)痛癢的推薦系統(tǒng)，比如根據(jù)一些問答題，向顧客推薦寵物狗及高爾夫球場等，推薦歸推薦，最后拿主意的還是顧客自己。

　　1981年，日本人開始了野心勃勃的第五代計算機項目。

　　雖然用了一個低調(diào)且中性的名字“第五代”，實際上要干的事情是絕對的高大上：機器會話、機器翻譯、機器圖片理解及像人一樣的機器推理。

　　日本人為這個項目投下了8.5億美元，雖然不能說沒有引起一點漣漪，但該項目最后以失敗告終。

　　同一個時期，其他國家也投了相當可觀的錢財在類似的研究上，基本上也是打了個不漂亮的水漂。

　　這是另一次交了巨額學(xué)費后只學(xué)到一個教訓(xùn)的例子，這個教訓(xùn)就是：人并不是很清楚自己的腦子是如何工作的，哪怕知道了也很難模仿。

　　現(xiàn)在好像又到了這樣一個時代，人工智能不差錢，各路人馬也把牛吹得很大。

　　但在造人上，你有時不得不相信上帝。

　　1987年開始了人工智能的第二個冬天，這以后人工智能就比較少被提及，雖然研究還在繼續(xù)，我們更多聽到的是計算智能的研究發(fā)展。

　　八十年代后期我們還見證了人工神經(jīng)網(wǎng)絡(luò)的回歸，因為人們已經(jīng)解決了具有非線性的神經(jīng)元的多層感知器的學(xué)習(xí)問題，這個就是著名的但是沒有生物學(xué)基礎(chǔ)的誤差反向傳播算法。

　　人們突然發(fā)現(xiàn)，這種基于生物神經(jīng)網(wǎng)絡(luò)的模型有很強大的學(xué)習(xí)能力，并且作為一種優(yōu)化方法可以應(yīng)用到各行各業(yè)，獲得較大的成功。

　　本人生逢其時，于八十年代末在澳洲開始我的博士研究，題目就是基于人工神經(jīng)網(wǎng)絡(luò)和心電圖信號的心臟疾病的識別。

　　我后來的研究主要是計算智能算法在圖像處理和模式識別中的應(yīng)用。

　　從九十年代開始，我算參與了人工智能的沖浪運動。

　　我在計算智能的三個主要方向——人工神經(jīng)網(wǎng)絡(luò)、遺傳算法及模糊數(shù)學(xué)——都做過研究。

　　就像人們經(jīng)常發(fā)出的感慨一樣，我也可以說：沒有功勞，也有苦勞。

　　踏入二十一世紀，我們經(jīng)歷了計算機和網(wǎng)絡(luò)技術(shù)、通信及移動終端的高速發(fā)展。

　　我們有幸見證了幾大技術(shù)公司，如谷歌、蘋果、臉書、騰訊及阿里巴巴的崛起。

　　這些公司的核心技術(shù)就包括各種人工智能及計算智能的技術(shù)，雖然它們大多只是默默地在后臺工作著。

　　目前的大數(shù)據(jù)和深度學(xué)習(xí)熱又把人工智能推到了前臺，當然人工智能專家有了資助后，財大氣粗，說出的話也就更加云里霧里了。

　　我一直這樣認為：人類對科學(xué)技術(shù)的發(fā)展以及它對生活的影響方面經(jīng)常低估，但是在對認知自己的能力及模仿人工智能的研究上上往往高估。

　　你能認識世界，但往往你不能認識自己。

　　我將在另文介紹人工智能的最新發(fā)展及探討人工智能的未來。

【人工智能的發(fā)展介紹】相關(guān)文章：

人工智能發(fā)展規(guī)劃02-16

發(fā)展對象自我介紹03-04

人工智能心得12-12

人工智能作文11-15

發(fā)展對象面試自我介紹03-04

人工智能心得通用05-18

什么是人工智能論文10-09

人工智能心得(11篇)02-25

人工智能心得11篇12-17

走近人工智能論文10-09