理论教育 走向智能化:人工智能的发展

走向智能化:人工智能的发展

时间:2023-06-16 理论教育 版权反馈
【摘要】:达特茅斯会议被广泛认为是人工智能诞生的标志,从此人工智能走上了快速发展的道路。专家系统的出现将人工智能的研究再一次推向高潮。ENIAC为人工智能的研究提供了物质基础。1956年,“人工智能”概念首次提出。在美国达特茅斯大学举行的一场为期两个月的讨论会上,“人工智能”概念首次被提出。由于它能够正确理解语言,被视为人工智能研究的一次巨大成功。这一人工智能程序已被IBM广泛应用于医疗诊断领域。

走向智能化:人工智能的发展

1.起始阶段

人工智能”(ARTIFICIAL INTELLIGENCE)一词最初是在1956年在DARTMOUTH(达特茅斯)学会上,由计算机专家约翰·麦卡锡首次提出的。达特茅斯会议被广泛认为是人工智能诞生的标志,从此人工智能走上了快速发展的道路。这个阶段人工智能的研究特点是:过度重视问题求解的方法,却忽视了知识的重要性。机器只是具备了逻辑推理能力,还远远达不到智能化的水平。

图1-4 人工智能研究与发展阶段

2.实际运用阶段

从20世纪的60年代末到70年代,人们认为要让机器变得有智能,就应该设法让机器学习知识,于是专家系统得到了大量的开发。专家系统的出现将人工智能的研究再一次推向高潮。DENDRAL化学谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发,将人工智能引向了实用化。并且,1969年成立了国际人工智能联合会议(International Joint Conferences on Artificial Intelligence即IJCAI)。

3.互联网时代

20世纪90年代后,网络技术的出现和发展为人工智能的研究提供了新的方向。人工智能的研究已经从曾经的单个智能主体研究开始转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解,而且研究多个智能主体的多目标问题求解,将人工智能更面向实用。另外,由于Hopfield多层神经网络模型的提出,使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域

IBM的计算机系统“深蓝”战胜了国际象棋世界冠军,美国制定了以多Agent系统应用为重要研究内容的信息高速公路计划,基于Agent技术的Softbot(软机器人)在软件领域和网络搜索引擎中得到了充分应用,同时,美国Sandia实验室建立了国际上最庞大的“虚拟现实”实验室,拟通过数据头盔和数据手套实现更友好的人机交互,建立更好的智能用户接口

4.大数据时代

2010年至今,深度学习、大数据、云计算和强人工智能迅速发展,随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析,能自动学习知识并实现智能化水平。这一时期,随着计算机硬件水平的提高,大数据分析技术的发展,机器采集、存储、处理数据的水平有了大幅度的提高。

在最近几年引爆了一场商业革命。谷歌、微软、百度等互联网巨头,还有众多的初创科技公司,纷纷加入人工智能产品的战场,掀起又一轮的智能化狂潮,而且随着技术的日趋成熟和大众的广泛接受,这一次狂潮也许会架起一座现代文明与未来文明的桥梁

5.人工智能的大事记

1946年,全球第一台通用计算机ENIAC诞生。它最初是为美军作战研制,每秒能完成5000次加法,400次乘法等运算。ENIAC为人工智能的研究提供了物质基础。

1950年,艾伦·图灵提出“图灵测试”:如果电脑能在5分钟内回答由人类测试者提出的一系列问题,且其超过30%的回答让测试者误认为是人类所答,则通过测试。这篇论文预言了创造出具有真正智能的机器的可能性。(www.daowen.com)

1956年,“人工智能”概念首次提出。在美国达特茅斯大学举行的一场为期两个月的讨论会上,“人工智能”概念首次被提出。

1959年,首台工业机器人诞生。美国发明家乔治·德沃尔与约瑟夫·英格伯格发明了首台工业机器人,该机器人借助计算机读取示教存储程序和信息,发出指令控制一台多自由度机械。它对外界环境没有感知。

1964年,首台聊天机器人诞生。美国麻省理工学院AI实验室的约瑟夫·魏岑鲍姆教授开发了ELIZA聊天机器人,实现了计算机与人通过文本来交流。这是人工智能研究的一个重要方面。不过,它只是用符合语法的方式将问题复述一遍。

1965年,专家系统首次亮相。美国科学家爱德华·费根鲍姆等研制出化学分析专家系统程序DENDRAL。它能够分析实验数据来判断未知化合物的分子结构。

1968年,首台人工智能机器人诞生。美国斯坦福研究所(SRI)研发的机器人Shakey,能够自主感知、分析环境、规划行为并执行任务,可以根据人的指令发现并抓取积木。这种机器人拥有类似人的感觉,如触觉、听觉等。

1970年,能够分析语义、理解语言的系统诞生。美国斯坦福大学计算机教授T·维诺格拉德开发的人机对话系统SHRDLU,能分析指令,比如理解语义、解释不明确的句子并通过虚拟方块操作来完成任务。由于它能够正确理解语言,被视为人工智能研究的一次巨大成功。

1976年,专家系统广泛使用。美国斯坦福大学肖特里夫等人发布的医疗咨询系统MYCIN,可用于对传染性血液病患诊断。这一时期还陆续研制出了用于生产制造、财务会计金融等多个领域的专家系统。

1980年,专家系统商业化。美国卡耐基·梅隆大学为DEC公司制造出XCON专家系统,帮助DEC公司每年节约4000万美元的费用,特别是在决策方面能提供有价值的内容。

1981年,第五代计算机项目研发。日本率先拨款支持,目标是制造出能够与人对话、翻译语言、解释图像,并能像人一样推理的机器。随后,英美等国也开始为AI和信息技术领域的研究提供大量资金。

1984年,大百科全书(Cyc)项目。Cyc项目试图将人类拥有的所有一般性知识都输入计算机,建立一个巨型数据库,并在此基础上实现知识推理,它的目标是让人工智能的应用能够以类似人类推理的方式工作,成为人工智能领域的一个全新研发方向。

1997年,“深蓝”战胜国际象棋世界冠军。IBM公司的国际象棋电脑深蓝DeepBlue战胜了国际象棋世界冠军卡斯帕罗夫。它的运算速度为每秒2亿步棋,并存有70万份大师对战的棋局数据,可搜寻并估计随后的12步棋。

2011年,Watson参加智力问答节目。IBM开发的人工智能程序“沃森”(Watson)参加了一档智力问答节目并战胜了两位人类冠军。沃森存储了2亿页数据,能够将于问题相关的关键词从看似相关的答案中抽取出来。这一人工智能程序已被IBM广泛应用于医疗诊断领域。

2016~2017年,AlphaGo战胜围棋冠军。AlphaGo是由Google Deep Mind开发的人工智能围棋程序,具有自我学习能力。它能够搜集大量围棋对弈数据和名人棋谱,学习并模仿人类下棋。Deep Mind已进军医疗、保健等领域。

2017年,深度学习大热。AlphaGoZero(第四代AlphaGo)在无任何数据输入的情况下,开始自学围棋3天后便以100∶0横扫了第二版本的“旧狗”,学习40天后又战胜了在人类高手看来不可企及的第三个版本“大师”。

2018年11月,美国研究团队首次成功建立了多人脑对脑接口合作系统Brain Net,3个人只靠脑电波,通过分享意念,成功合作完成俄罗斯方块的游戏,平均准确率高达81.25%。“脑联网”建立了以人脑为基础的“社交网络”,使人们即使不说话、不见面,也能完成“意念交流”。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈