人工智能的发展成果越来越显现在我们的日常生活中,它的发展并不是一帆风顺的,而是经历了许多次寒冬,最后才得以爆发。那么,人工智能的发展过程是怎样的呢,大家和小编一起来看看吧。
人工智能发展史
提到人工智能的历史,所有书都会提到1956年度的达特茅斯会议,在这次会上人工智能的鼻祖John mcarthy是发起人,minsky也 积极参与其中,包括我们课本上非常著名的提出信息论的香农本人。曾经麦卡锡和明斯基都曾经在贝尔实验室为香农打工,当时他们研究的核心就是图灵机,并将此作为智能活动的理论基础。后来麦卡锡到IBM打工,遇到了研究神经网络的罗切斯特并得到了洛克菲勒基金会的资助,决定在第二年达特茅斯召开人工智能夏季研讨会,这便是人工智能名字的由来。
从1955年到1965年,人工智能进入快速发展时期,在机器学习领域,出现了“跳棋程序”并在1959年实现了人工智能战胜人类的事件打败了当时设计他的设计师Samuel,并在1962年,打败了州跳棋冠军。在模式识别领域,1956年Oliver selfridge研发了第一个字符识别程序,并在1963年发明了符号积分程序SAINT,在1967年SAINT的升级版SIN就达到了专家级的水准。
同时美国政府也投入了2000万美元资金作为机器翻译的科研经费。当年参加达特茅斯的专家们纷纷发表言论,不出十年,计算机将成为世界象棋冠军、可以证明数学定理、谱写优美的音乐,并且在2000年就可以超过人类。
但在1965年人工智能迎来一个小高潮之后,质疑的声音也随之到来,Samuel设计的跳棋程序停留在了战胜周冠军,机器翻译领域因为一直无法突破自然语言理解(NLP),1966年的美国公布了一份名为“语言与机器”的报告全盘否定了机器翻译的可行性。1969年,发起人之一的minsky发表言论,第一代神经网络(感知机perceptron)并不能学习任何问题,美国政府和美国自然基金会大幅削减了人工智能领域的研究经费。在20世纪70年代人工智能经历了将近10年左右的寒冬时期。
直到80年代,人工智能进入第二次发展高潮,卡耐基梅隆大学为日本DEC公司设计的XCON专家规则系统(专注于解决某一限定领域的问题,具备2500条规则,专门用于选配计算机配件,因此避免了常识问题)可以为该公司一年节省数千万美金。同期日本政府拨款8.5亿美元支持人工智能领域科研工作,主要目标包括能够与人交流、翻译语言、理解图像、像人一样进行推理演绎的机器。
但是随后人们发现,专家系统通用性较差,未与概率论、神经网络进行整合,不具备自学能力,且维护专家系统的规则越来越复杂,且日本政府设定的目标也并未实现,人工智能研究领域再次遭遇了财政苦难,随之人工智能发展进入第二次寒冬。
上世纪90年代,计算机在摩尔定律下的计算机算力性能不断突破,英特尔的处理器每18-24个月晶体管体积可以缩小一倍,同样体积上的集成电路密集度增长一倍、同样计算机的处理运算能力可以翻一倍。1989年,还在贝尔实验室的杨立坤通过CNN实现了人工智能识别手写文字编码数字图像。
1992年,还在苹果任职的李开复利用统计学方法,设计了可支持连续语音识别的Casper语音助理(Siri的前身),在1997年IBM的国际象棋机器人深蓝战胜国际象棋冠军卡斯帕罗夫(不再止步于州冠军,第一次真正意义上的战胜人类),同年两位德国科学家提出了LSTM网络可用于语音识别和手写文字识别的递归神经网络。
随着诸多关键技术的突飞猛进,诞生半个多世纪以来人工智能终于从研发走到如今的巅峰期。回顾起来,在过去半个多世纪中人工智能经历过黄金时代也曾有过低谷,以上是小编为大家整理的人工智能发展史,希望对大家了解人工智能发展有帮助。
[免责声明]
文章标题: 人工智能发展史
文章内容为网站编辑整理发布,仅供学习与参考,不代表本网站赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请及时沟通。发送邮件至36dianping@36kr.com,我们会在3个工作日内处理。