人工智能的三次浪潮与三种模式
■史爱武
谈到人工智能，人工智能的定义到底是什么？
达特茅斯会议上对人工智能的定义是：使一部机器的反应方式就像是一个人在行动时所依据的智能。
百度百科上对人工智能的定义是：它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
尽管人工智能现在还没有非常严格准确或者所有人都接受的定义，但是有一些约定俗成的说法。通常人工智能是指机器智能，让机器达到人智能所实现的一些功能。人工智能既然是机器智能，就不是机械智能，那么这个机器是指什么呢？是指计算机，用计算机仿真出来的人的智能行为就可以叫作人工智能。
2017年7月，国务院印发了《新一代人工智能发展规划》。2017年12月，人工智能入选“2017年度中国媒体十大流行语”。这一国家级战略和社会流行趋势标志着，人工智能发展进入了新阶段，我国要抢抓人工智能发展的重大战略机遇，构筑人工智能发展的先发优势，加快建设创新型国家和世界科技强国。
人工智能的三次浪潮
自1956年开始，人工智能经历了三起三落，出现了几次浪潮，现在人工智能已经是处于第三次浪潮了。
第一次浪潮（1956-1976年，20年），最核心的是逻辑主义
逻辑主义主要是用机器证明的办法去证明和推理一些知识，比如用机器证明一个数学定理。要想证明这些问题，需要把原来的条件和定义从形式化变成逻辑表达，然后用逻辑的方法去证明最后的结论是对的还是错的，也叫做逻辑证明。
早期的计算机人工智能实际上都是沿着这条路在走。当时很多专家系统，比如医学专家系统，用语言文字输入一些症状，在机器里面变换成逻辑表达，用符号演算的办法推理出大概得了什么病。所以当时的主要研究都集中在逻辑抽象、逻辑运算和逻辑表达等方面。
在第一次浪潮中，数学定理证明实际上是实现效果最好的，当时有很多数学家用定理思路证明了数学定理。为了更好地完成定理证明工作，当时出了很多和逻辑证明相关的逻辑程序语言，比如很有名的Prolog。
虽然当时的成果已经能够解开拼图或实现简单的游戏，却几乎无法解决任何实用的问题。
第二次浪潮（1976—2006年，30年），联结主义盛行
在第一次浪潮期间，逻辑主义和以人工神经网络为代表的联结主义相比，逻辑主义是完全占上风的，联结主义那时候不太吃香。然而逻辑主义最后无法解决实用的问题，达不到人们对它的期望，引起了大家的反思，这时候人工神经网络（也就是联结主义）就慢慢占了上风。
在70年代末，整个神经元联结网络、模型都有突飞猛进的进步，最重要的是BP前馈神经网络。1986年BP前馈神经网络刚出来的时候解决了不少问题，后来大家往更大的领域应用，实现了比较大的成果。在很多模式识别的领域、手写文字的识别、字符识别、简单的人脸识别也开始用起来，这个领域一下子就热起来，一时之间，人们感觉人工智能大有可为。随后十几年人们发现神经网络可以解决一些单一问题，解决复杂问题却有些力不从心。训练学习的时候，数据量太大，有很多结果到一定程度就不再往上升了。
这时期所进行的研究，是以灌输“专家知识”作为规则，来协助解决特定问题的“专家系统”为主。虽然有一些实际的商业应用案例，应用范畴却很有限，第二次热潮也就慢慢趋于消退。
第三次浪潮（2006—现在），基于互联网大数据的深度学习的突破
如果按照技术分类来讲，第二次和第三次浪潮都是神经网络技术的发展，不同的是，第三次浪潮是多层神经网络的成功，也就是深度学习取得突破。这里既有硬件的进步，也有卷积神经网络模型与参数训练技巧的进步。
若观察脑的内部，会发现有大量称为“神经元”的神经细胞彼此相连。一个神经元从其他神经元那里接收的电气信号量达某一定值以上，就会兴奋（神经冲动）；在某一定值以下，就不会兴奋。兴奋起来的神经元，会将电气信号传送给下一个相连的神经元。下一个神经元同样会因此兴奋或不兴奋。简单来说，彼此相连的神经元，会形成联合传递行为。我们透过将这种相连的结构来数学模型化，便形成了人工神经网络。
经模型化的人工神经网络，是由“输入层”“隐藏层”及“输出层”等三层构成。深度学习往往意味着有多个隐藏层，也就是多层神经网络。另外，学习数据则是由输入数据以及相对应的正确解答来组成。
为了让输出层的值跟各个输入数据所对应的正解数据相等，会对各个神经元的输入计算出适当的“权重”值。通过神经网络，深度学习便成为了“只要将数据输入神经网络，它就能自行抽出特征”的人工智能。
伴随着高性能计算机、云计算、大数据、传感器的普及，以及计算成本的下降，“深度学习”随之兴起。它通过模仿人脑的“神经网络”来学习大量数据的方法，使它可以像人类一样辨识声音及影像，或是针对问题做出合适的判断。在第三次浪潮中，人工智能技术及应用有了很大的提高，深度学习算法的突破居功至伟。
深度学习最擅长的是能辨识图像数据或波形数据这类无法符号化的数据。自2010年以来，Apple、Microsoft及Google等国际知名IT企业，都投入大量人力物力财力开展深度学习的研究。例如AppleSiri的语音识别，Microsoft搜索引擎Bing的影像搜寻等等，而Google的深度学习项目也已超过1500项。
深度学习如此快速的成长和应用，也要归功于硬件设备的提升。图形处理器（GPU）大厂英伟达（NVIDIA）利用该公司的图形适配器、连接库（Library）和框架（Frame⁃work）产品来提升深度学习的性能，并积极开设研讨课程。另外，Google也公开了框架TensorFlow，可以将深度学习应用于大数据分析。
人工智能的3种模式
人工智能的概念很宽泛，根据人工智能的实力可以分成3大类，也称为3种模式。
（1）弱人工智能：擅长于单个方面的人工智能，也叫专业人工智能。比如战胜世界围棋冠军的人工智能AlphaGo，它只会下围棋，如果让它下国际象棋或分辨一下人脸，它可能就会犯迷糊，就不知道怎么做了。当前我们实现的几乎全是弱人工智能。
（2）强人工智能：是指在各方面都能和人类比肩的人工智能，这是类似人类级别的人工智能，也叫通用人工智能。人类能干的脑力活，它都能干，创造强人工智能比创造弱人工智能难得多，目前我们还做不到。
（3）超人工智能：知名人工智能思想家NickBostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能”。超人工智能可以是各方面都比人类强点，也可以是各方面都比人类强很多倍。超人工智能现在还不存在，很多人也希望它永远不要存在。否则，可能像好莱坞大片里面的超级智能机器一样，对人类也会带来一些威胁或者颠覆。
我们现在处于一个充满弱人工智能的世界。比如，垃圾邮件分类系统是个帮助我们筛选垃圾邮件的弱人工智能；Google翻译是可以帮助我们翻译英文的弱人工智能等等。这些弱人工智能算法不断地加强创新，每一个弱人工智能的创新，都是迈向强人工智能和超人工智能的进步。正如人工智能科学家AaronSaenz所说，现在的弱人工智能就像地球早期软泥中的氨基酸，可能突然之间就形成了生命。如世界发展的规律看来，超人工智能也是未来可期的！
达特茅斯学院人工智能学科（081956年由麦卡锡等发起的人工智能夏季研讨会在美国哪所）
本文目录08.1956年由麦卡锡等发起的人工智能夏季研讨会在美国哪所人工智能诞生于什么地方现在人工智能这么广泛，以后会是机器人的时代吗第一次世界人工智能研讨大会在哪里召开人工智能学科诞生于什么时期人工智能的含义最早是由哪位科学家提出的第一次提出人工智能这个想法的人是谁08.1956年由麦卡锡等发起的人工智能夏季研讨会在美国哪所08.1956年由麦卡锡等发起的人工智能夏季研讨会在美国达特茅斯学院。1956年由麦卡锡等发起的人工智能夏季研讨会在美国达特茅斯学院召开,将其称为“达特茅斯会议”。1956年,美国汉诺斯小镇宁静的达特茅斯学院,约翰·麦卡锡、马文·闵斯基、克劳德·香农等学者聚在一起,共同讨论着机器模拟智能的一系列问题。
人工智能诞生于什么地方人工智能诞生于美国达特茅斯学院。
从计算机教育的角度看，美国达特茅斯学院无愧是普及计算机教育的策源地，因为BASIC语言就诞生于此地，人工智能最早的会议在此间开幕，校园网电子邮件也在此校发端并融入师生的教学和日常生活中。
前任校长，教一年级新生的电脑教授就是电脑BASIC语言的发明人约翰·柯梅尼（JohnKemeny）。在他的任期中，大力在达特茅斯普及电脑，建立起一套全国最完善的电脑系统，把电脑带进从物理到哲学的每一门课程。
达特茅斯的电脑中心不分日夜地开放，所有教室和宿舍里都有与整个校园网路的连线，一贯保守的达特茅斯学院在这方面确是走在了美国的最前沿。
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。
扩展资料
发展简史：
人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，“人工智能”（ARTIFICIALINTELLIGENCE）一词最初是在1956年DARTMOUTH学会上提出的。
从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从40年前出现至今，已经出现了许多AI程序，并且它们也影响到了其它技术的发展。
1941年的一项发明使信息存储和处理的各个方面都发生了革命。这项同时在美国和德国出现的发明就是电子计算机。第一台计算机要占用几间装空调的大房间，对程序员来说是场噩梦：仅仅为运行一个程序就要设置成千的线路。
1949年改进后的能存储程序的计算机使得输入程序变得简单些，而且计算机理论的发展产生了计算机科学，并最终促使了人工智能的出现。计算机这个用电子方式处理数据的发明，为人工智能的可能实现提供了一种媒介。
现在人工智能这么广泛，以后会是机器人的时代吗以后会有更多、更高级的机器人出现，但不会是机器人代替人类的时代。
机器人不能与人划等号
机器人是人们在生产、生活中，为提高生产效率，改善生活质量而创造出来的工具，现在已广泛用于各行各业。机器人的种类很多，按领域可以分为工业机器人、服务机器人和特种机器人；按照智能等级可分为工业机器人、智能型机器人；按照形态可分为仿人智能机器人、拟物智能机器人和无形态机器人。机器人的出现代替人处理人无法达到的场景，大大减轻了人的劳动强度，更加安全高效。但机器人只是一种工具，并不是人。人有自然属性，从受精到出生，从幼年、少年、青年、中年、老年直至死亡，是有其一定自然生长规律和时间局限，人需要吃喝拉撒，有七情六欲，有独立自主性，还有创造性，故不能等同。
人能制造机器人
人体的构成或者人体器官有局限性，人不能像鸟能在空中飞，也不能像鱼儿在水中游，人的眼睛不如鹰眼看得远，鼻子不如狗鼻灵等等。但人类在生产实践中，近取诸身，远取诸物，能创造工具，能制造出机器人，尤其是随着科技的不断进步，还会创造出更多、更高级的智能机器人服务于人类。
机器人不会代替人类
随着更高级的智能机器人的出现，不少人担心其摸仿人类的学习能力、创造能力，会制造出更高级的机器人，反过来控制人类、代替人类，这只是一种心理恐惧情绪，不具备科学依据。机器人的特性：一是人类创造出来的工具，不具备生命形态的自然属性。二是通过仿人类的学习，其智能可在很多方面超人类，阿尔法因其算法赢得围棋比赛胜利，如是让其写一篇高考作文，不知道会有多少老师打100分。除了算法，情感、智慧等不可能超越人类，其自身的生存与发展意义的局限，因其不自生，在短暂时期内，不可能为之前仆后继、舍身取义。试想，通过所有人类的智能与智慧，创造一个或一批全能的、超人类的永不死亡机器人，来治理地球，按人的本性是绝对不允许的。
总之，人工智能利用在和平发展上是福祉，利用在争战上是毁灭，古石器时代的石器是厉器，现在是文物。只要机器人是工具，不管哪个时代永远是人类的时代。
回答这个问题前有必要系统的了解人工智能的特点及发展现状，区别人工智能与人智能存在的差异。
一、什么是人工智能？
1956年，在美国达特茅斯学院一次特殊的夏季言谈会上，麻省理工学院教授约翰·麦卡锡第一次提出了人工智能概念。此后，人工智能迅速成为一个热门话题。
1、人工智能的定义
尽管概念界定众多，但科学界对人工智能学科的基本思想和基本内容达成的共识是：研究人类智能活动的规律，从而让机器来模拟，使其拥有学习能力，甚至能够像人类一样去思考、工作。
2、人工智能的特点
1)人工智能好比新的意识形态，通过学习、推理、规划、感知来处理一系列任务，就像是人的大脑，所以才会有“百度大脑”、“谷歌大脑”等。
2)人工智能是以大数据来支撑的。主要是识别类、感应器方面的。比如说语言翻译，以前是每个单词的翻译，随着搜索引擎的迅速崛起，人们把自己想说的话通过语音按钮发到网上，然后被搜索引擎获取，就会形成一些例句，例句再经过电脑处理器的固定语法组织，选出最恰当的表述，这样就可以得出翻译的语句。所以，我们为了让计算机达到最理想的效果，需要不断的以数据来支撑计算机的学习。
二、人工智能的发展与现状
在人工智能研究早期，有些科学家非常乐观地认为，随着计算机的普及和CPU计算能力的提高，实现人工智能指日可待。但后来事实证明，人工智能的发展并没有预期的那么美好。
1、发展低潮
20世纪50年代至70年代，人工智能力图模拟人类智慧，但是受过分简单的算法、匮乏得难以应对不确定环境的理论以及计算能力的限制，这一热潮逐渐冷却;20世纪80年代，人工智能的关键应用——基于规则的专家系统得以发展，但是数据较少，难以捕捉专家的隐性知识，加之计算能力依然有限，使得其不被重视，人工智能研究进入低潮期。
2、快速发展
直到进入20世纪90年代，神经网络、深度学习等人工智能算法以及大数据、云计算和高性能计算等信息通信技术快速发展，人工智能才迎来了春天。
3、深度发展
“大约在10年前，一种被称为深度学习的新的机器学习方法，让人工智能的算法更智能。”中国科学院自动化研究所研究员易建强说：“它是一种通过多层表示来对数据之间的复杂关系进行建模的算法。深度学习模仿人脑结构，具有更强的建模和推理能力，能够更有效地解决多类复杂的智能问题。”
中国科学院院士谭铁牛说：“当前，面向特定领域的专用人工智能技术取得突破性进展，甚至可以在单点突破、局部智能水平的单项测试中超越人类智能。”
这其中，比较著名的事件包括1997年“深蓝”战胜国际象棋世界冠军，2011年IBM超级计算机沃森在美国电视答题节目中战胜两位人类冠军，以及2016年和2017年阿尔法狗战胜人类围棋高手。
在不少人工智能专家看来，尽管经过近60年的发展，人工智能已经取得了巨大的进步，但总体上还处于发展初期。
三、当前人工智能的运用
ü人工智能的应用技术主要包括语音类技术(包括语音识别、语音合成等)、视觉类技术(包括生物识别、图像识别、视频识别等)和自然语言处理类技术(包括机器翻译、文本挖掘、情感分析等)，这类运用最为成熟。
ü人工智能在行业应用上包括智能机器人、智能驾驶、无人机、AR/VR、大数据及数据服务、各类垂直领域应用等。
ü在行业解决方案方面，人工智能的应用范围则更加广泛，目前已经在医疗健康、金融、教育、安防、商业、智能家居等多个垂直领域得到应用。
四、人工智能发展遇到的瓶颈
毫无疑问，目前人工智能正处于蓬勃发展阶段，但是也要冷静地看到，人工智能的发展仍然存在一些问题。因为单从目前的智能程度来说，在较为通用的智能方面，人工智能还远远谈不上人们想要达到的程度。“阿尔法狗”的诞生，曾经令很多人眼前一亮，但现在仔细看来，“阿尔法狗”只能在围棋领域有所建树，不能跨越到其他情景之中。
具体来看，人工智能的瓶颈体现在以下几个方面：
1、动机性
在心理学上，动机一般被认为涉及行为的发端、方向、强度和持续性。动机也是有层次的，不同层级可以互相转换。马斯洛（AbrahamMaslow）于1943年在《人类激励理论》一文中将社会需求层次与生理需求、安全需求、尊重需求和自我实现需求并列为人类五大需求，人处于不同的需求层次就会有不同的动机层次。有了动机后，人们的行为就有了指向性，这对于人的日常行为是非常重要的。
让机器产生动机的一大难点在于动机是很难被表征的。目前还没有研究清楚的展示动机的形成机制，表征的必要不充分条件是具有可以被清晰表达的框架，而且动机的转换边界并不清楚。因此，动机的权重值便无从下手，导致计算陷入僵局。另外，动机还有意识动机与无意识动机之分。目前，人工智能界对于意识层面的内容还知之甚少，更不要提进行表征了。
2、常识
常识被定义为在一定的文化背景下，人们拥有的相同的经验知识，比较常见的有空间、时间、文化、物理常识。常识对于我们的日常生活十分重要，尤其是在我们做出决定与判断的时候尤为如此。很多常识是潜移默化形成的，是文化与背景学习的产物。那机器如何形成常识呢？早在1959年，约翰·麦卡锡就已经想过让机器拥有常识以变得更加聪明。目前的人工智能界有两种方法来解决这个问题。
第一种方法为让机器形成学习与观察周围环境的机制，就像一个孩子一样去学习，不过这样时间成本比较大，用户能否承担起这些成本还是未知数。明斯基曾说：常识是长期实践中总结出来的庞大知识体系，包含大量生活中学到的规则和异常现象、特性及趋势、平衡与制约等。
第二种方法就是建立大型的常识库，并将其存储到电脑中。其中最为著名的为CYC项目，这个项目由道格拉斯·莱纳特于1984年提出。首先通过采访与观察人的数据，然后由知识工程师对这些数据进行处理，以CYCL的形式整理成数据库。当然，这个常识库的成本过于高昂。目前常识库中比较可行的思路为让互联网上的每个用户共同建立这个常识库，并在特定的网页使用不同的语言来进行编写，这样就能节省很多时间与金钱，最为成熟的为OMCS（OpenMindCommonSense）。
3、决策
无论是人类的日常生活还是人工智能，最为关键的一步就是决策。如何让机器更加智能地进行决策，这是一个关乎未来人工智能走向的问题。人类的决策机制主要分为三大部分：理性决策、描述性决策与自然决策。
1)理性决策即认为人在决策时遵循着理性价值最大化的原则，比较具有代表性的有冯·诺伊曼提出的最大期望效用理论，伦纳德·萨维奇提出的主观期望效用理论等。
2)描述性决策认为人在进行决策时不完全遵循理性准则，其中丹尼尔·卡尼曼与阿莫斯·特沃斯基提出的前景理论是其中的代表。该理论认为，决策者依据价值函数、权重函数赋予选项不同的效用值，最终选取最大期望效用值做出决策。人也存在着启发式偏差，这会对决策产生影响。
3)自然决策专门研究人们如何在自然环境或仿真环境下实际进行决策，其中最著名的要属加里·克莱因（GaryKlein）提出的再认—启动模型（RPD），该模型认为人在决策时会依据以前的模式进行匹配。对于机器而言，进行智能决策可以借鉴人的决策习惯，可以将几种思维方式进行结合，并确认出一套判断机制，以便在特定情景下对决策行为进行抉择。例如，机器可以区分出时间与情景的压力，并建立起相对应的匹配机制，如当情景压力小时选择理性决策模式，而当时间压力大时选择自然决策模式等。
所以，目前人工智能界对常识、动机与决策问题中的难点解决办法看起来还不是很多，但这确是目前机器智能与人智能之间差异最为显著的地方，也是目前整个行业的瓶颈所在。如何让下一代人工智能产品更有“温度”，需要先在这几个问题上有所突破。
五、总结
机器人的出现可以代替人类处理人类无法达到的场景，更加高效，高智能的机器人甚至可以完全解放人类的束缚，自行完成任务，不过这有待人工智能的进一步发展；至于电影《终结者》中出现的机器人，未来世界可能会出现，不过目前所遇到的瓶颈可能需要几代人的努力去攻克。
人工智能利用在和平发展上是福祉，利用在战争上是毁灭。只要机器人是工具，这个时代永远是人类的时代。
毋庸置疑，以后一定会是机器人的时代。现代社会技术发展已经使我们离不开机器人，虽说日后会是机器人的时代，但我认为机器人终究只是人类创造出来的一种工具，机器人是永远不可能取代人类的。人类和机器的关系将来更多的是合作关系而非竞争关系。马云表示：“我相信机器会做到比人聪明，但人比机器更智慧”“人类会越来越厉害，机器永远不可能取代人类”。李彦宏表示：“我们不应该花大精力造出一个机器来长得像人，不应该花在解决让这个机器怎么学会走路、跑步、上下楼梯，这是一个机械时代的思维。我们要解决的是让机器能够像人一样思考。“我们应该尊重机器人技术，而不是担心机器人技术。引领未来的不是机器人，而是机器人背后的人的智慧。
谈到人工智能这个话题，人类的态度和想法都充满着纠结：一边希望它聪明到可以干所有的活儿，一边却又怕它太聪明反过来奴役人类。尽管对未来的预测非常困难，但也不乏其人。
早在20世纪50年代，美国科幻时代著名的代表人物之一、“机器人三大定律”的制定者艾萨克·阿西莫夫就曾在《我机器人》的小说中预测，这个期限是2035年。
他描述，2035年街上遛狗是机器人，清扫街道的也是机器人。现在，阿尔法狗已经毫无悬念地战胜了人类围棋世界冠军,再过18年，艾萨克·阿西莫夫的预言会实现吗？
计算机程序“深蓝”战胜世界排名第一的国际象棋高手加里·卡斯帕罗夫时，人工智能是否会超越人类，这个话题就曾在很长一段时期内成为很多人的困扰。历史何其相似，但又有所不同。从那时至今，经过近20年的发展，人工智能已经度过了最初的萌芽阶段，正在迅速渗透进生活的方方面面，它的边界也在不断变化和扩展。比如，人们最初会为计算器的计算速度惊诧，将其视作智能，但是现在它只不过是小学生都能使用的辅助工具。正如斯坦福大学发布的《2030年全球人工智能的发展前景》报告中说，人工智能正在形成一种“人工智能效应”，它“总会将一种新技术带入人们的生活，而一旦人们习惯了这种技术，它便不再被认为是人工智能”。
或许，人工智能并不是“忽如一夜春风来”，而是以一种“润物细无声”的姿态存在，从这一层面上来说，人工智能时代早已来临,机器人技术和自动化现已取得了巨大的进展，尤其是在制造业领域。根据牛津大学工程学院2013年的一项研究，在未来20年里，美国近一半的工作岗位，47%的人面临着被自动化代替的风险。运输、物流和办公室管理方面的工作岗位面临着被替换的风险。无人驾驶汽车，包括大型卡车，已经在高速公路上行驶。根据牛津大学的报告，虽然目前机器人主要应用于制造行业，但接下来可能会有数百万个服务岗位也将使用机器人技术。
技术进步是一把双刃剑，他们会使得一些工作消失，但创造出的其他工作机会也会越来越多。
实际操作会越来越智能化，机器人会在某个领域发展为强项，到不会全部领域使用机器人，它不具备思考能力。
科技的发展一直是人类社会进步的重要动力，ai的发展趋势越来越快，这种技术是目前人类唯一发展出的有可能自我循环成长的科技，现在众说纷纭，结果不得而知。不过可以确定的是不久的将来会替代部分人的工作。
随着生产力的不断发展，人类的本身对外输出的功率变回比不上机器。而人的需求又是无限的，所以智能化生产始终是避免不了的。就这样，人工智能成为未来工业发展的必然趋势。
社会的发展需要，未来是机器人代替人工的社会现状
现在通过编程序来控制机器人已经运用很广泛，特别是在高科技领域。但机器人目前来讲还是有它的局限性，比如讲在维修和钳工这块还是依靠我们的技术员针对具体问题分析做出判断和加工，特别是在一些环境恶劣的地方，比如强险救灾，和重大工程方面我们的大国工匠是不可或缺的！
不会
第一次世界人工智能研讨大会在哪里召开1956年，一场主题为用机器模拟人类智能的研讨会在美国召开。在本次研讨会上，约翰·麦卡锡提议用人工智能作为这一交叉学科的名称。于是，这次会议成为了人类历史上第一次人工智能的研讨会，标志着人工智能学科的诞生。后来，人工智能在争论中不断发展，机器翻译、专家系统、聊天机器人等应用纷纷出现。
人工智能学科诞生于什么时期人工智能学科学科起源从学科起源的时间原点来看，人工智能学科以1956年美国达特茅斯学院夏季讨论班为缘起。人工智能学科，是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。发展规划《新一代人工智能发展规划》明确，启动实施人工智能重大项目、推动人工智能学科建设、布局人工智能创新发展实验区等一系列“中国方案“，强化了人工智能基础理论和关键技术研究，促进人工智能与经济社会的高度融合。学科专业浙江大学计算机科学与技术学院作为新增的人工智能专业的主管学院，拥有五个一级学科，其中人工智能学科为2018年新设立。专业学院2019年4月22日，中国人民大学高瓴人工智能学院成立，高瓴人工智能学院是中国人民大学二级学院，承担人工智能学科的规划与建设，未来将开展本学科和相关交叉学科领域的本、硕、博人才培养和科学研究工作。“人工智能”一词最初是在1956年Dartmouth学会上提出的。从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、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，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能的含义最早是由哪位科学家提出的约翰·麦卡锡等。人工智能的起源，公认是1956年的达特茅斯会议。1956年的8月，在美国汉诺斯小镇宁静的达特茅斯学院中，举行了一场影响深远的研讨会。此次会议足足开了两个月的时间，虽然大家没有对会议达成普遍的共识，但是大家一起为会议讨论的内容起了一个洋气的名字：人工智能。因此，1956年也就成为了大家公认的人工智能元年。参与这个会议的知名专家则分别是：约翰·麦卡锡（JohnMcCarthy）、马文·闵斯基（MarvinMinsky，人工智能与认知学专家）、克劳德·香农（ClaudeShannon，信息论的创始人）、艾伦·纽厄尔（AllenNewell，计算机科学家）、赫伯特·西蒙（HerbertSimon，诺贝尔经济学奖得主）。人工智能：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
第一次提出人工智能这个想法的人是谁人工智能（ArtificialIntelligence，AI）是指计算机像人一样拥有智能能力，是一个融合计算机科学、统计学、脑神经学和社会科学的前沿综合学科，可以代替人类实现识别、认知，分析和决策等多种功能。如当你说一句话时，机器能够识别成文字，并理解你话的意思，进行分析和对话等。
人工智能的起源：人工智能在五六十年代时正式提出，1950年，一位名叫马文·明斯基(后被人称为“人工智能之父”)的大四学生与他的同学邓恩·埃德蒙一起，建造了世界上第一台神经网络计算机。这也被看做是人工智能的一个起点。巧合的是，同样是在1950年，被称为“计算机之父”的阿兰·图灵提出了一个举世瞩目的想法——图灵测试。按照图灵的设想：如果一台机器能够与人类开展对话而不能被辨别出机器身份，那么这台机器就具有智能。而就在这一年，图灵还大胆预言了真正具备智能机器的可行性。
1956年，在由达特茅斯学院举办的一次会议上，计算机专家约翰·麦卡锡提出了“人工智能”一词。后来，这被人们看做是人工智能正式诞生的标志。就在这次会议后不久，麦卡锡从达特茅斯搬到了MIT。同年，明斯基也搬到了这里，之后两人共同创建了世界上第一座人工智能实验室——MITAILAB实验室。值得追的是，茅斯会议正式确立了AI这一术语，并且开始从学术角度对AI展开了严肃而精专的研究。在那之后不久，最早的一批人工智能学者和技术开始涌现。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。
人工智能的第一次高峰在1956年的这次会议之后，人工智能迎来了属于它的第一段HappyTime。在这段长达十余年的时间里，计算机被广泛应用于数学和自然语言领域，用来解决代数、几何和英语问题。这让很多研究学者看到了机器向人工智能发展的信心。甚至在当时，有很多学者认为：“二十年内，机器将能完成人能做到的一切。”因此，人工智能项目停滞不前，但却让一些人有机可乘,1973年Lighthill针对英国AI研究状况的报告。批评了AI在实现“宏伟目标”上的失败。由此，人工智能遭遇了长达6年的科研深渊。
人工智能诞生在哪一年(人工智能发展起源)
导读但人工智能早在1950年就已经起源，最开始是图灵测试，然后在1954年出行第一台可以编程的机器人，然后在1956年的时候正式出现人工智能的概念，关键人物是麦卡锡人工智能于1956年在美国诞生人工智能发展起源，并在当年夏天的智能研讨会上亮相。但人工智能早在1950年就已经出现了，它是从图灵测试开始的。然后在1954年，第一台可编程机器人问世。然后在1956年，人工智能的概念正式出现。关键人物是麦卡锡、纽约伯爵、西蒙。
人工智能是什么时候诞生的？
人工智能的诞生是在1956年夏天，地点是美国达特茅斯学院，那里举办了第一次人工智能研讨会。会上，麦卡锡提出了人工智能，并制作了人工智能的逻辑理论机器。随之而来的人工智能经历了几个发展阶段，其中1950年代和1970年代是黄金时代，接下来的10年是低谷，后来进入了繁荣时期。
人工智能有什么用
人工智能其实有很多用途，用在我们生活中比较常见的安防、医疗、交通、零售、金融、工业制造等领域。例如，安全领域的人工智能可以分析目标的轨迹以及它们可能出现的位置；医疗中的人工智能可以快速筛查患者的病情；交通中的人工智能可以实现无人驾驶；零售行业的人工智能可以快速引导购物、支付等。
人工智能学什么
人工智能现在是一个热门专业。它可能学习的科目非常多，而且很复杂。常见的有计算机、自动化、信息论、数理逻辑、仿生学等，也会根据不同的细分进行设置。不同的学科，每所学校开设的课程也不同，但总的来说都与人工智能的研究、开发和模拟技术有关。
人工智能大学排名
国内多所高校开设了人工智能专业人工智能发展起源，其中清华大学、北京大学、上海交通大学、南京大学、西安交通大学、西安电子科技大学、武汉理工大学、东北大学、南京农业大学大学。、江苏科技大学等。报考时需要参考它的录取分数和自己的分数排名。
免责声明：本文由用户上传，如有侵权请联系删除！