人工智能的历史

版权声明:Get智能写作 https://blog.csdn.net/weixin_45037290/article/details/90029608

AI(Artificial Intelligence)即人工智能,最初是在1956 年被提出,人工智能研究如何用计算机去模拟、延伸和扩展人的智能;如何把计算机用得更聪明;如何设计和建造具有高智能水平的计算机应用系统;如何设计和制造更聪明的计算机以及智能水平更高的智能计算机等。

人工智能是计算机科学的一个分支,研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等。它的研究不仅涉及到计算机科学,而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知(思维)科学、行为科学和数学以及信息论、控制论和系统论等许多学科领域。需要软件、硬件、自动化和通信设备等来支持。
21世纪以来,大数据、云计算等信息技术给人工智能发展带来了契机,成本低廉的大规模并行计算、大数据、深度学习算法、人脑芯片4大催化剂引领人工智能的发展出现上行趋势,同时人工智能的发展也给新一代信息技术与工业各领域渗透融合提供了新的动力。人工智能全面融入人们的社会生活。
人工智能的技术突破在多个领域催生了一批新兴的细分行业,智能写作主要包括深度学习、机器学习、自然语言处理、计算机视觉/图像识别、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别等,机器学习成为研究和应用的核心领域。人工智能领域迎来创业和融资高潮,各国纷纷加快布局,美国领先优势明显。

简单来说,人工智能就是为机器赋予人的智能。是能以人类智能相似的方式做出反应的智能机器。当然,我们熟知的机器人仅仅是人工智能的一个分支。机器通过学习获取新的知识和新技能,是实现人工智能的一种方法。即机器学会“人识别事物的方法 ”。
科学家己经研制出了各种各样的产品来模仿人类身体器官的功能,如音箱,收音机,机械手等,但是人类大脑的功能是否能够在机器上模仿出来呢?如何判断一台机器具有智慧呢?在定义智慧时,英国科学家图灵做出了贡献,如果一台机器能够通过称之为图灵实验的实验,那它就是智慧的,图灵实验的本质就是让人在不看外型的情况下不能区别是机器的行为还是人的行为时,这个机器就是智慧的。
图灵采用“问”与“答”模式,即观察者通过控制打字机向两个测试对象通话,其中一个是人,另一个是机器。要求观察者不断提出各种问题,从而辨别回答者是人还是机器。图灵还为这项测试亲自拟定了几个示范性问题:

问: 请给我写出有关“第四号桥”主题的十四行诗。
答:不要问我这道题,我从来不会写诗。
问:34957加70764等于多少?
答:(停30秒后)105721
问:你会下国际象棋吗?
答:是的。
问:我在我的K1处有棋子K;你仅在K6处有棋子K,在R1处有棋子R。轮到你走,你应该下哪步棋?
答:(停15秒钟后)棋子R走到R8处,将军!
图灵指出:“如果机器在某些现实的条件下,能够非常好地模仿人回答问题,以至提问者在相当长时间里误认它不是机器,那么机器就可以被认为是能够思维的。”
从表面上看,要使机器回答按一定范围提出的问题似乎没有什么困难,可以通过编制特殊的程序来实现。然而,如果提问者并不遵循常规标准,编制回答的程序是极其困难的事情。例如,提问与回答呈现出下列状况:
问:你会下国际象棋吗?
答:是的。
问:你会下国际象棋吗?
答:是的。
问:请再次回答,你会下国际象棋吗?
答:是的。
你多半会想到,面前的这位是一部笨机器。如果提问与回答呈现出另一种状态:
问: 你会下国际象棋吗?
答:是的。
问:你会下国际象棋吗?
答:是的,我不是已经说过了吗?
问:请再次回答,你会下国际象棋吗?
答:你烦不烦,干嘛老提同样的问题。
那么,你面前的这位,大概是人而不是机器。上述两种对话的区别在于,第一种可明显地感到回答者是从知识库里提取简单的答案,第二种则具有分析综合的能力,回答者知道观察者在反复提出同样的问题。“图灵测试”没有规定问题的范围和提问的标准,如果想要制造出能通过试验的机器,以我们的技术水平,必须在电脑中储存人类所有可以想到的问题,储存对这些问题的所有合乎常理的回答,并且还需要理智地做出选择。

猜你喜欢

转载自blog.csdn.net/weixin_45037290/article/details/90029608