人工智能的起源和人工智能发展历程
1.1图灵测试测试者与被测试者(一个人和一台机器)隔开的情况下，通过一些装置(如键盘)向被测试者随意提问。多次测试(一般为5min之内)，如果有超过30%的测试者不能确定被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。
1.2达特茅斯会议1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中，
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)等科学家正聚在一起，讨论着一个完全不食人间烟火的主题：用机器来模仿人类学习以及其他方面的智能。
会议足足开了两个月的时间，虽然大家没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：“人工智能”，因此，1956年也就成为了人工智能元年。
2、人工智能发展历程人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能的发展历程划分为以下6个阶段：
第一是起步发展期：1956年—20世纪60年代初。
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，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。
第二是反思发展期：20世纪60年代—70年代初。
人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空(例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等)，使人工智能的发展走入低谷。
第三是应用发展期：20世纪70年代初—80年代中。
20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。
第四是低迷发展期：20世纪80年代中—90年代中。
随着人工智能的应用规模不断扩大，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。
第五是稳步发展期：20世纪90年代中—2010年。
由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司(简称IBM)深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。
第六是蓬勃发展期：2011年至今。
随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、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”的技术突破，迎来爆发式增长的新高潮。
猜你喜欢：
人工智能之个性化推荐之路
深度相机是什么？深度相机常见技术
如何解决分类中解决类别不平衡问题？
语言模型-BERT：bert算法介绍
传智教育人工智能培训课程
人工智能的历史由来 它存在的意义什么
人工智能的历史由来它存在的意义什么？责任编辑：zsheng|来源：企业网D1Net 2019-03-2116:54:30本文摘自：中国质量新闻网
科技高速发展的今天，似乎万物都在谈人工智能，很多数码硬件产品如果不加上智能，就好似天生低人一头。当下整个科技行业都在谈人工智能+自动驾驶、人工智能+智能语音、人工智能+智慧家庭，似乎方方面面面都离不开人工智能，那么整个行业都在谈的人工智能是如何被定义的，它的发展起源又是如何呢?人工智能名字的由来
如果想要知道人工智能这个名字是怎么来的，那么就要追溯到1955年8月31日了。当时，研究人员JohnMcCarthy、MarvinMinsky、NathanielRochester和ClaudeShannon提交了一份《2个月，10个人的人工智能研究》的提案，第一次提出了“人工智能”的概念。而其中JohnMcCarthy被后人尊称为“人工智能之父”。
1956年，会议在达特茅斯学院占地269英亩的庄园举行。会议的召集人是达特茅斯学院的数学系助理教授约翰·麦卡锡(JohnMcCarthy)，他邀请了几位大神和新秀一起到达特茅斯学院开一个“人工智能夏季研讨会”。
参会者还包括信息论的创始人香农、天才学者赫伯特·西蒙(他曾经获得过图灵奖和诺贝尔经济学奖)等。有人说人工智能这个名字就是麦卡锡提出来的，麦卡锡自己说他是从别人那里听来的。严格意义上来讲人工智能的概念最早是在1955年被提出的，1956年才正式以人工智能为核心展开业内的研讨会。
人工智能到底是什么?
早期的人工智能发展并不是很顺利，甚至一度从兴起到没落。刚开始的时候涉及计算机领域的最多的还是以编程为主，提出人工智能甚至涉足其中的人在当时是很难被理解的。后来，编程逐渐变得过时了，研究人员转而研究“经验法则”。原理其实参考人们在决策中大多凭借的是经验，那么计算机在处理问题时也要在计算范围内尽快找出答案，但却不必穷尽所有的选项，这个过程被称为“修剪搜索空间”。
很难想象，在人工智能的早期就已经有激进的学者引入了所谓的神经网络方法。要知道这是时至今日人工智能再度兴起的重要因素之一，可却在当时就已经被提出了，只当时技术还不足以实现罢了。
那么什么是神经网络呢?
简单地讲，就是把尽可能多的数据输入一个模仿神经元结构的系统，程序会自动调整权重，直到系统逐渐稳定下来。
这就比传统的编程更像人的思维过程了，你不必预先告诉计算机该怎么做，只要告诉计算机足够多的例子，它自己就会学会怎么做。
遗憾的是，神经网络方法受到学术界的批评，很快就衰落下去，直到近年来才东山再起，也就是我们现在常常提到的机器学习和大数据。
神经网络延伸出的深度学习
在人工智能行业另一个热度最高的词汇莫过于深度学习了。深度学习是一个近几年备受关注的研究领域，在机器学习中起着重要的作用。深度学习通过建立、模拟人脑的分层结构来实现对外部输入的数据进行从低级到高级的特征提取，从而能够解释外部数据。
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习也称为深度结构学习、层次学习或者是深度机器学习是一类算法集合，是机器学习的一个分支。
机器学习通过算法，让机器可以从外界输入的大量的数据中学习到规律，从而进行识别判断。机器学习的发展经历了浅层学习和深度学习两次浪潮。深度学习可以理解为神经网络的发展，神经网络是对人脑或生物神经网络基本特征进行抽象和建模，可以从外界环境中学习，并以与生物类似的交互方式适应环境。神经网络是智能学科的重要部分，为解决复杂问题和智能控制提供了有效的途径。神经网络曾一度成为机器学习领域备受关注的方向。
从根本上说，深度学习和所有机器学习方法一样，是一种用数学模型对真实世界中的特定问题进行建模，以解决该领域内相似问题的过程。如果举个简单易懂的例子，比如要教计算机认字，差不多就是同样的道理。计算机也要先把每一个字的图案反复看很多很多遍，然后，在计算机的处理器和存储器里，总结出一个规律来，以后计算机再看到类似的图案，只要符合之前总结的规律，计算机就能知道这图案到底是什么字。
用专业的术语来说，计算机用来学习的、反复看的图片叫“训练数据集”;“训练数据集”中，一类数据区别于另一类数据的不同方面的属性或特质，叫做“特征”;计算机在“大脑”中总结规律的过程，叫“建模”;计算机在“大脑”中总结出的规律，就是我们常说的“模型”;而计算机通过反复看图，总结出规律，然后学会认字的过程，就叫“机器学习”。
人工智能的意义
人类的历次工业革命、能源革命，提高了生产力极大改变人类的生存状态，在表面上的巨大改变的同时，一个更大的意义是在所有的变化过程中沉淀下来的对人类内心的改变。而最近一次的信息革命，第一次大规模地接触到人类的意识层面，以量子物理为标志的人类对所生存环境和自身的认知深入，在此次信息革命进行到人工智能阶段，人类第一次具备种群整体跳出自身看问题的可能，此时才有希望建立一个更合理的社会结构，彻底脱离动物界。
这一技术就是人工智能。人工智能对人类的影响是全面的，初期人工智能在某个领域的深入研究，可以替代部分工作岗位，随着应用的深入，由点到面，由面成片，可能会出现大规模替代人类工作的局面。即使人工智能发展到这种程度，也不是人工智能的最大意义。
喜欢 分享到：关键字：智能
本文摘自：中国质量新闻网