新闻动态

一文读懂人工智能发展史:从诞生到实现产业化
首页 > 新闻动态
来源:电竞比赛押注平台app    发布时间:2024-02-25 17:41:22

  人工智能可以说是计算科学的一个分支,它要了解的是智能的实质,并生产出一种能以人类相似的方式做出一定的反应的智能机器,研究领域包括、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,经历了初期的探索和发展低谷,以及后期技术上不断突破,并在最近十年左右逐步实现产业化。

  1950年,英国数学家、逻辑学家艾伦·图灵(Alan Turing)发表了一篇划时代的论文《计算机与智能》,文中提出了著名的“图灵测试”构想,即如果一台机器能够与人类展开对话(通过电传设备)而不能被辨别出其机器身份,那么称这台机器具有智能。

  随后图灵又发表了《机器能思考吗》论文。两篇论文及后来的图灵测试,强有力地证明了一个判断,那就是机器具有智能的可能性,并对其后的机器智能发展做了大胆预测。为此,艾伦·图灵(Alan Turing)也被称为“人工智能之父”。

  1956年8月,在美国达特茅斯学院中,约翰·麦卡锡(语言创始人)、马文·闵斯基(A与认知学专家)、克劳德·香农(信息论创始人)、艾伦·纽厄尔(计算机科学家)、赫伯特·西蒙(诺贝尔经济学奖得主)等科学家聚在一起,讨论用机器来模仿人类学习以及别的方面的智能等问题。并首次提出了“人工智能”这个概念。

  因此,1956年被公认为是人工智能的元年。“让机器来模仿人类学习以及别的方面的智能”也成为了人工智能要实现的根本目标。

  人工智能概念提出后,相继取得了一批令人瞩目的研究成果,比如,机器定理证明、跳棋程序等,掀起了AI发展的第一个高潮。

  1966年,美国麻省理工学院(MIT)的魏泽鲍姆发布了世界上第一个聊天机器人ELIZA,其智能之处在于它可以通过脚本理解简单的自然语言,并能产生类似人类的互动。

  1968年,美国斯坦福研究所(SRI)研发出了首台人工智能机器人Shakey,它能够自主感知、分析环境、规划行为并执行任务,能够准确的通过人的指令发现并抓取积木,这种机器人拥有类似人类的感觉,比如触觉、听觉等。

  1970年,美国斯坦福大学计算机教授维诺格拉德开发出了能够分析语义、理解语言的人机对话系统SHRDLU,它能够分析指令,理解语义、解释不明确的句子、并通过虚拟方块操作来达成目标。由于SHRDLU能够正确理解语言,被认为是人工智能研究的一次巨大成功。

  然而接下来,人工智能的研究就进入了瓶颈期。1973年,著名数学家莱特希尔向英国政府提交了一份关于人工智能的研究,对当时的机器人技术、语言处理技术和图像识别技术进行了严厉的批评,指出人工智能那些看上去宏伟的目标根本没办法实现,研究也缺乏进展。

  对人工智能提供资助的机构,如英国政府、美国国防部高级研究计划局和美国国家科学委员会等,对没有方向的AI研究逐渐停止资助。

  到80年代初的几年,人工智能的研究有了些许好转。1981年,日本经济产业省拨款8.5亿美元用以研发第五代计算机项目,在当时被叫做人工智能计算机。1984年,在美国人道格拉斯·莱纳特的带领下,启动了Cyc项目,目标是使AI的应用能够以类似人类推理的方式工作。能够正常的看到,1980年后AI产品逐渐多元化,而不仅仅限于机器人。

  经历了几年的繁荣发展,人工智能很快又进入了低迷期。从80年代中到90年代中。原因很多,比如,随着AI应用规模的逐步扩大,专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。

  专家系统是一个智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经验,它能够应用人工智能技术和计算机技术,根据系统中的知识与经验,进行推理和判断,模拟人类专家的决策过程,以便解决那些需要人类专家处理的复杂问题。简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统。

  另外,传统的人工智能知识库维护与更新也十分麻烦,许多企业没办法继续接受,人们认为人工智能应该是真正的实现智能化,人工智能应当有自己的感知系统,并能自主学习,而当时的AI与人们憧憬的人工智能存在差距。

  上世纪90年代末,随着网络技术的发展,人工智能的创新研究加速。1997年,IBM公司的国际象棋电脑深蓝DeepBlue战胜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,可估计随后的12步棋。

  深蓝战胜卡斯帕罗夫对AI的发展具有特殊意义。在随后的十几年里,人工智能稳步发展,技术上不断突破,并且逐渐有AI产品面世。

  1998年,戴夫·汉普顿(Dave Hampton)和钟少男(Caleb Chung)发明了第一款儿童玩具机器人Furby。2000年,MIT的西蒂亚·布雷泽尔(Cynthia Breazeal)打造了一款可以识别和模拟人类情绪的机器人Kismet。同年,日本本田推出具有人工智能机器人ASIMO,能像人在餐厅中为顾客上菜。

  2006年,奥伦·艾奇奥尼(Oren Etzioni)和米歇尔·班科(Michele Banko )在《Machine Reading》一书中将“机器阅读”一词定义为“一种无监督的对文本的自动理解”。2007年,李飞飞(Fei Fei Li )和普林斯顿大学的同事开始建立ImageNet,这是一个大型注释图像数据库,旨在帮助视觉对象识别软件进行研究。

  2009年,华裔科学家吴恩达及其团队开始研究使用GPU进行大规模无监督式机器学习工作,尝试让人工智能程序完全自主的识别图形中的内容。2012年取得惊人成就,他们给一个大型神经网络展示1000万张未标记的网络图像,发现神经网络能够识别出一只猫的形象。

  接下来的十几年里,随着大数据、云计算物联网信息技术的发展,以深度神经网络为代表的人工智能技术快速地发展,图像分类、语音识别、知识问答无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的突破。

  比如在中国,从2012年到2016年,人工智能开始完成从技术研发向成果转化。从2016年至今,逐步实现从成果转化到赋能应用的产业化发展阶段,基本的建设建设不断强化,应用场景不断拓展,市场规模迅速增长。

  整体而言,历经过去几十年的发展,人工智能逐步从初期探索阶段,一路发展至如今的产业规模不断的提高的阶段。不管当前业界一致认为,人工智能还处于弱人工智能阶段,即机器不具备任何思考的能力,只是执行一组预设的功能。而人们期望的AI是通用AI,也被称为强人工智能,在此阶段,机器将具有像人类一样的思考和决策能力。

  也就是说,虽然如今人工智能技术已在诸多领域实现应用,实现产业化发展。不过人工智能技术仍然有诸多方面需要持续突破。未来,人工智能在面临着不断推进规模化落地应用需求的同时,也面临着技术上要一直创新和突破的需求。

  种非常实用的管理工具,它能够在一定程度上帮助组织和企业掌握其运营状况,优化业务流程,提高效率和生产力。然而,随着

  自然语言处理(Natural Language Processing, NLP)的定义是通过电脑软件程序

  人们日常语言的机器自动处理。为帮助计算机理解,掌握自然语言处理的基础原理,需要涉及到自然语言处理的

  大模型已经孵化;繁衍过程将突飞猛进,ChatGPT已经上线。 世界首富马斯克认为AI对人类是

  种威胁;谷歌前CEO施密特认为AI和机器学习对人类有很大益处。 每个国家对核武器的运用有两面性,可造可控;但AI

  的话有如下几个参数, 逻辑门,如果则 未知数,符号x 常量,1 函数,a 很多复杂的

  可用的软件选项是 ML 系统。在十年左右的时间里,当计算能力和算法开发达到可以显着影响结果的地步时,我们将见证第

  段时间了,由于时间有限,加上工作原因,目前只看到第3章,前几章主要介绍

  【国产FPGA+OMAPL138开发板体验】(原创)7.硬件加速Sora文生视频源代码

  【昉·星光 2 高性能RISC-V单板计算机体验】以容器的方式安装 HomeAssistant