人工智能简史
人工智能通识文章索引image.png虽然LISP机器逐渐取得进展，但同时80年代也正是个人电脑崛起的时间，IBMPC和苹果电脑快速占领整个计算机市场，它们的CPU频率和速度稳步提升，越来越快，甚至变得比昂贵的LISP机器更强大。直到1987年，专用LISP机器硬件销售市场严重崩溃，人工智能领域再一次进入寒冬。
image.png专家系统最初取得的成功是有限的，它无法自我学习并更新知识库和算法，维护起来越来越麻烦，成本越来越高。以至于很多企业后来都放弃陈旧的专家系统或者升级到新的信息处理方式。
80年代末，包括日本第五的计算机计划在内的很多超前概念都注定失败，原本科幻美好的人工智能产品承诺都无法真正兑现。
人们开始对于专家系统和人工智能的信任都产生了危机，一股强烈的声音开始对当前人工智能发展方向提出质疑，他们认为使用人类设定的规则进行编程，这种自上而下的方法是错误的。大象不玩象棋，但大象可以从现实中学会识别环境并作出判断，人工智能技术也应该拥有身体感知能力，从下而上才能实现真正的智能。这种观点是超前的，但也推动了后续神经网络技术的壮大和发展。
image.png硬件市场的溃败和理论研究的迷茫，加上各国政府和机构纷纷停止向人工智能研究领域投入资金，导致了数年的低谷，但另一方面也取得了一些重要成就。
1988年，美国科学家朱迪亚·皮尔将概率统计方法引入人工智能的推理过程中，这对后来人工智能的发展起到了重大影响。
image.pngIBM的沃森研究中心把概率统计方法引入到人工智能的语言处理中，Candide项目基于200多万条语句实现了英语和法语之间的自动翻译。同年，英国人工智能科学家卡朋特开发了Jabberwacky聊天程序，尝试更好的通过图灵测试，至今这个程序的后续版cleverbot仍然很多人在使用。
image.png1992年，当时在苹果公司任职的华人李开复，他使用统计学的方法，设计开发了具有连续语音识别能力的助理程序，Casper，这也是二十年后Siri最早的原型。Casper可以实时识别语音命令并执行计算机办公操作，类似于语音控制做word文档。
你可以点击这里观看视频演示
image.png1989年，AT＆T贝尔实验室的雅恩·乐昆和团队使用卷积神经网络技术，实现了人工智能识别手写的邮政编码数字图像。
image.png1993年，美国科幻小说作家弗诺·芬奇发布了《即将到来的奇点》一文，三十年内我们将发明超越人类的智能，人类社会将被终结。
人工智能通识文章索引每个人的智能决策新时代如果您发现文章错误，请不吝留言指正；如果您觉得有用，请点喜欢；如果您觉得很有用，欢迎转载~
END
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