理论教育 计算机导论:人工智能迎来爆发式发展

计算机导论:人工智能迎来爆发式发展

时间:2023-11-09 理论教育 版权反馈
【摘要】:从1956年正式提出人工智能学科算起,50多年来取得长足的发展,成为一门广泛的交叉和前沿科学。人工智能的产生与发展过程大致可分为下述几个阶段。专家系统是人工智能发展史上的一次重大转折。③在知识的表示、不精确推理、人工智能语言等方面也有重大进展。④1977年,在第5届国际人工智能联合会议上,费根鲍姆正式提出了知识工程的概念。

计算机导论:人工智能迎来爆发式发展

1956年夏季,以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会,共同研究和探讨用机器模拟智能的一系列有关问题,并首次提出了“人工智能”这一术语,它标志着“人工智能”这门新兴学科的正式诞生。IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。

从1956年正式提出人工智能学科算起,50多年来取得长足的发展,成为一门广泛的交叉和前沿科学。总的说来,人工智能的目的就是让计算机这台机器能够像人一样思考。如果希望做出一台能够思考的机器,那就必须知道什么是思考,更进一步讲就是什么是智慧。什么样的机器才是智慧的呢?科学家已经制造出汽车火车、飞机、收音机等,它们模仿我们身体器官的功能,但是能不能模仿人类大脑的功能呢?到目前为止,我们也仅仅知道大脑是由数十亿个神经细胞组成的器官,我们对这个东西知之甚少,模仿它或许是天下最困难的事情了。

当计算机出现后,人类开始真正有了一个可以模拟人类思维的工具,在以后的岁月中,无数科学家为这个目标努力。如今人工智能已经不再是几个科学家的专利了,全世界几乎所有大学的计算机系都有人在研究这门学科,学习计算机的大学生也必须学习这样一门课程,在大家不懈的努力下,如今计算机似乎已经变得十分聪明了。或许不会注意到,在一些地方计算机帮助人进行其他原来只属于人类的工作,计算机以它的高速和准确为人类发挥着它的作用。人工智能始终是计算机科学的前沿学科,计算机编程语言和其他计算机软件都因为有了人工智能的进展而得以存在。

人工智能的产生与发展过程大致可分为下述几个阶段。

(1)孕育期——1956年以前

在人工智能诞生之前,一些著名的科学家就已经创立了数理逻辑自动机理论、控制论信息论,并发明了通用电子数字计算机,这些为人工智能的产生准备了必要的思想、理论和物质技术条件。

例如,亚里士多德的演绎法,培根的归纳法,巴贝奇发明了差分机和分析机,冯·诺依曼的存储程序概念等。

(2)形成期——1956—1970年

1956年,在一次有关为使得计算机变得更“聪明”的学术研讨会上,麦卡斯正式采用了“人工智能”这一术语。从此一个研究以机器来模拟人类智能的新兴学科——人工智能诞生了。之后,形成了3个研究小组:心理学小组、IBM工程课题研究小组、MIT小组。

人工智能在诞生后十余年很快在定理证明、问题求解、博弈领域取得了重大进展。主要研究大致包括以下几个方面:

①心理学小组:1957年纽厄尔、肖、西蒙等人的心理学小组研制了一个称为逻辑理论机的数学定理证明程序。开创了用机器研究人类思维活动规律的工作。

②IBM工程课题小组:1956年,塞缪尔研制成功了一个具有自学习、自组织自适应能力的西洋跳棋程序。主要贡献在于发现了启发式搜索是表现智能行为的最基本机制。

③MIT小组:1958年,麦卡斯建立了行动规划咨询系统;1960年,麦卡斯又研制了人工智能语言LISP;1961年,明斯基发表了“走向人工智能的步骤”的论文

④其他方面:1965年,鲁滨逊提出了归结原理;1965年,费根鲍姆成功的研制了第一个专家系统;1969年,成立了国际人工智能联合会议

(3)知识应用期——1971—80年代末

人工智能在经过形成期的快速发展之后,很快遇到了许多困难,遭受到很大的挫折,例如在定理证明方面,发现归结原理能力有限;在问题求解方面,处理结构不良问题时,会产生组合爆炸等,在众多的挫折面前,人工智能的研究陷入了困境,处于低谷。

因此,人们从反思中总结经验教训,很快走出了一条以知识为中心,面向应用开发的研究道路。主要包含以下几个方面:

①专家系统的发展和应用。专家系统是人工智能发展史上的一次重大转折。

②计算机视觉和机器人,自然语言理解与机器翻译的发展。

③在知识的表示、不精确推理、人工智能语言等方面也有重大进展。

④1977年,在第5届国际人工智能联合会议上,费根鲍姆正式提出了知识工程的概念。

专家系统的成功,使得人们更清楚地认识到人工智能系统应该是一个知识处理系统,而知识表示、知识获取、知识利用则是人工智能系统的3个基本问题。

(4)综合集成期——20世纪80年代末至今

随着专家系统应用的不断深入和计算机技术的飞速发展,专家系统本身存在应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、没有分布式功能、不能访问现存数据库等问题暴露出来。要摆脱困境,必须走综合集成的发展道路。

在当时,人工智能面临的技术瓶颈主要是3个方面:(www.daowen.com)

①计算机性能不足,导致早期很多程序无法在人工智能领域得到应用。

②问题的复杂性,早期人工智能程序主要是解决特定的问题,因为特定的问题对象少,复杂性低,可一旦问题上升维度,程序立马就不堪重负了。

③数据量严重缺失,在当时不可能找到足够大的数据库来支撑程序进行深度学习,这很容易导致机器无法读取足够量的数据进行智能化处理。

时至今日,人工智能发展日新月异,此刻AI已经走出实验室,离开棋盘,已通过智能客服、智能医生、智能家电等服务场景在诸多行业进行深入而广泛的应用。可以说,AI正在全面进入我们的日常生活,属于未来的力量正席卷而来。让我们来回顾下人工智能走过的曲折发展的60年历程中的一些关键事件:

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5 000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”。如果计算机能在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。

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其两个月的讨论会上,“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,可以感觉人的指令,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薇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除了用于生产制造、财务会计金融等各领域的专家系统。

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4 000万美元左右的费用,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公司的国际象棋计算机“深蓝”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,“沃森”(Watson)参加智力问答节目。IBM开发的人工智能程序“沃森”参加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,能够将与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,Alpha Go战胜围棋冠军。Alpha Go是由Google DeepMind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。DeepMind已进军医疗保健等领域。

2017年,深度学习大热。Alpha Go Zero(第四代Alpha Go)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”,人工智能发展史如图11.3所示。

图11.3 人工智能的发展史

从目前来看,人工智能仍处于学科发展的早期阶段,其理论、方法和技术都不太成熟,人们对它的认识也比较肤浅,还有待于人们的长期探索。

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