- 相关推荐
人工智能的发展介绍
人工智能的发展介绍是怎么样的?人工智能，这个渐渐火起来让人又爱又怕的话题，好像已经开始影响我们每个人的生活，看看下面的常识吧!
计算机的发明和发展
让我们首先简略回顾一下计算机的发明和发展过程。
说中国的算盘有了计算机的雏型就跟说中国古代的蹴鞠是现代足球的鼻祖一样，都有些扯得太远了，这跟爱不爱国是两码事。
不过十进制倒是历史悠久，应该跟人有十个手指和十个脚趾有关。
至于二进制，现代计算机计算的基石，据说跟路灯的亮与灭有关，这样说来应是爱迪生发明电灯以后的事。
最早的计算机不是吃电的，它们是机械式的。
第一台电子计算机叫 ENIAC，它于1946年2月14日在美国诞生。
ENIAC是个庞然大物，长30.48米，宽1米，占地面积170平方米，30个操作台，重达30吨，它虽然体型大，但计算能力及存储容量却相当有限。
不过，自从有了计算机，人类就指望它能够代替人的工作，特别是智能工作，机器翻译就是人类最先想到要机器做的事情。
语言翻译既有智能又有需求，因为人类用了太多种不同的语言，互相之间讲不清道不明，严重影响到了各国人民的友好往来和唇枪舌战了。
随着计算机的发明，人类对人工智能开始有想法了。
人工智能的曲折发展之路
人工智能的名字是在1956年达特茅斯学院召开的会议上第一次被提出来的。
这是一个重要的分水岭，从此“人工智能”粉墨登场。
在这之前，科学家们已经开始了一系列人工智能的研究工作，包括人工神经网络、图灵实验、计算机游戏及符号推理等。
参加那次会议的大多数专家都相信用一到两代人的时间和努力，就可以开发出与人类智能相当的智能机器。
各位大概也看出了当时的人工智能专家们是如何高估了自己自我认知的能力，从那以后，这种高估就不断发生，即使是现在，随着深度学习取得了一些进展，又有专家高估了人工智能的变现潜力，高估还在进行中，只是换了一批人而已......
从它诞生之日起，人工智能就开始它风光与落魄交替的曲折发展道路。
第一次黄金时期是1956年至1974年，这期间的重要工作包括通用搜索方法、自然语言处理及机器人处理积木问题(对人类来说极其简单，又称玩具问题)等，主要是方法和算法的研究，离实用相差甚远。
与其说那段时间是人工智能研究成果的黄金岁月，不如说是乐观情绪和不差钱的黄金时代。
想法很美好，现实很骨感。
人工智能专家历来敢吹牛，最近还有一个研究小组在《科学》杂志上撰文说已经找到像人一样的机器学习方法，读了该文章后只能高呼：上当!
乐极生悲，紧接着这个黄金时代的就是人工智能的冬季了。
这个冬季从1974持续至1980年，不算短，而且够冷。
这个时期最重要的现象之一就是资助的枯竭及来自学术圈对人工智能的批评声音。
虽然这个时间段没有多大动静，人工智能的研究也还是默默进行中。
1972年，一款经常被提及的用于传染性血液诊断和处方的专家系统MYCIN研发成功。
这个系统是后来专家系统研究的基础，有趣的是，实验证明这个系统可以比平均的医生干得好，但是，它一天班都没有上，注定只能成为一种传奇，我会另文讲讲这个系统后面的故事。
随着计算机的发展，踏入八十年代，人工智能的研究又迎来了春天。
首先被捡起的是专家系统，可以说各种专家系统像雨后春笋般在世界各地出现，也看到一些实际应用，更多的是研究项目和论文发表，那时计算机系的研究生有很大的可能在研发跨学科的专家系统。
在这个阶段，专家们也在研究知识工程及基于知识的系统。
实际上，专家系统就是集成专家的知识和经验，所以专家系统经常和知识工程系统互相混用，慢慢地就只提知识工程系统了。
虽然这个世界为专家系统疯狂了一段时间，最后发现这种基于几十至几百条规则的系统根本不是专家，因为它们没有真正专家的变通及外延能力。
有人戏称它们的智力只有一两岁的小儿水平，这些系统最不擅长的就是对我们人类来说游刃有余的常识判断能力。
目前，专家系统主要用于不关生死、无关痛痒的推荐系统，比如根据一些问答题，向顾客推荐宠物狗及高尔夫球场等，推荐归推荐，最后拿主意的还是顾客自己。
1981年，日本人开始了野心勃勃的第五代计算机项目。
虽然用了一个低调且中性的名字“第五代”，实际上要干的事情是绝对的高大上：机器会话、机器翻译、机器图片理解及像人一样的机器推理。
日本人为这个项目投下了8.5亿美元，虽然不能说没有引起一点涟漪，但该项目最后以失败告终。
同一个时期，其他国家也投了相当可观的钱财在类似的研究上，基本上也是打了个不漂亮的水漂。
这是另一次交了巨额学费后只学到一个教训的例子，这个教训就是：人并不是很清楚自己的脑子是如何工作的，哪怕知道了也很难模仿。
现在好像又到了这样一个时代，人工智能不差钱，各路人马也把牛吹得很大。
但在造人上，你有时不得不相信上帝。
1987年开始了人工智能的第二个冬天，这以后人工智能就比较少被提及，虽然研究还在继续，我们更多听到的是计算智能的研究发展。
八十年代后期我们还见证了人工神经网络的回归，因为人们已经解决了具有非线性的神经元的多层感知器的学习问题，这个就是著名的但是没有生物学基础的误差反向传播算法。
人们突然发现，这种基于生物神经网络的模型有很强大的学习能力，并且作为一种优化方法可以应用到各行各业，获得较大的成功。
本人生逢其时，于八十年代末在澳洲开始我的博士研究，题目就是基于人工神经网络和心电图信号的心脏疾病的识别。
我后来的研究主要是计算智能算法在图像处理和模式识别中的应用。
从九十年代开始，我算参与了人工智能的冲浪运动。
我在计算智能的三个主要方向——人工神经网络、遗传算法及模糊数学——都做过研究。
就像人们经常发出的感慨一样，我也可以说：没有功劳，也有苦劳。
踏入二十一世纪，我们经历了计算机和网络技术、通信及移动终端的高速发展。
我们有幸见证了几大技术公司，如谷歌、苹果、脸书、腾讯及阿里巴巴的崛起。
这些公司的核心技术就包括各种人工智能及计算智能的技术，虽然它们大多只是默默地在后台工作着。
目前的大数据和深度学习热又把人工智能推到了前台，当然人工智能专家有了资助后，财大气粗，说出的话也就更加云里雾里了。
我一直这样认为：人类对科学技术的发展以及它对生活的影响方面经常低估，但是在对认知自己的能力及模仿人工智能的研究上上往往高估。
你能认识世界，但往往你不能认识自己。
我将在另文介绍人工智能的最新发展及探讨人工智能的未来。
【人工智能的发展介绍】相关文章：
人工智能发展规划02-16
发展对象自我介绍03-04
人工智能心得12-12
人工智能作文11-15
发展对象面试自我介绍03-04
人工智能心得通用05-18
什么是人工智能论文10-09
人工智能心得(11篇)02-25
人工智能心得11篇12-17
走近人工智能论文10-09