3.3.2 人工智能发展阶段在线视频

同学们好

接下来这一节课

我跟大家分享一下

人工智能的发展的几个阶段

人工智能

从诞生到现在

60多年的历史里面呢

我们大致可以把它分为三个阶段

分别是

计算阶段

感知阶段和认知阶段

首先

第一个阶段

是计算阶段

讲到计算阶段呢

就跟我们的计算机

就跟我们的计算机

有密切的关系了

因为

40年代

第一台

电子计算机诞生

就奠定了现代

我们计算机的基本的模式

以及方式

那在这里我们先

总结一下

什么是计算

计算是很简单的概念

就是

把各种的运算的方式

与数据结合

得出结论的一个行为就好比

我们现在

一加一

等于二

那一和两个一

就是数据

加 就是一个运算的方式

得出了一个结果二

那在我们现实生活当中

这种计算的行为

是涉及到我们社会生活的方方面面的

好像我们

在

物理学

数学

生物

化学等等的都学科里边呢

都

制定了很多的算法

以及相关的

公式

这些都是我们的

历代的科学家总结出来的

那么我们的后人呢

就得根据这些数学的公式物理的公式

直接把数据跟公式结合起来

进行一个运算得到我们满意的结果

这个就是计算

但是过去呢都停留在

纸面的时代

那自从计算机发展

和产生之后呢

咱们就思考

能不能用计算机

帮助人们去快速地运用

这些

数据以及公式快速地

得出结果呢

那么这个

就是

现代计算机诞生的一个

最主要的需求

那在这里 实际上

我们现代计算机

它的最大的一个特点就是能存

会算

快速地

计算与存储

我们

跟同学们简单介绍一下

现在计算机的整个运算的方式

计算机我们都知道

它有个

它有个

中央处理器

CPU

然后所有的

计算的数据我们存在

一个

RAM里面 就是

存储器

那放到存储器里边再送入到

中央处理器进行处理

那么在处理过程当中都会结合

数学的相关

知识

公式

然后进行计算当然

实际执行是通过程序

实现的

那么

数据

算完之后结果也能存下来

这个我们称为存储

以及计算这样一个结构

这样的结构呢

为我们后面的人工智能的发展

奠定了基础

而这种计算机的运算

以及存储的方式

也奠定了现代

我们计算机的整体的模式

所以我们把这种

能存会算的计算机的模式呢

我们称为冯若依曼体系

这种体系最早是由图灵

提出来的

那到了第二个阶段是感知

智能阶段

第一阶段是跟我们计算机的初期发展

有关系

那到第二个阶段呢是

感知智能阶段

这个时候计算机的功能

极大的发展了

它们在这个过程当中呢

我们的大量的计算机的相关的外设

以及传感设备

已经

越来越丰富了

譬如说我们有

摄像头

有扫描仪

还有各种各样的传感器

都可以集成在计算机里边

然后

把这个数据获取

进行计算

那么这个感知

实际上就类似于我们

这个人

感受

内部外部状态的变化

这样的功能

所以

计算机由于有那么多的

外部感知设备的帮助

他就像能够像人一样

能够感受

感知到客观世界的

很多的信息

然后把这些信息进行处理

这个时候

其实

我们

就能够

想象到

这个时候计算机有点像人了

它可能够听

可以看

那么接下来它还会说

譬如说说我们有输出的音频设备

包括显示器

那这个时候

就到了一个感知

而这种感知呢

直接的

一个体现就是我们的计算机

能够听

能够说

能够看

能够写

而这一块

就是我们在实际生活中看到

像语音识别

手势识别

图形识别

这些实际上都是要靠计算机的

外部的

传感器

去获取

客观的一些数据

然后进行一个运算

再得出相关的

这样一个结果

那么这个时候我就感觉到

我们计算机

好像会

像人一样思考好像能够自动应答

但实际上在这个阶段里面

计算机还是

根据这些获取的数据

按照

既定的公式和程序进行计算的

它还不能

像真正的人一样

自动思考

有相关的

学习能力

那么实际上就到了

现在第三个阶段

就是人工智能发展的三个阶段

认知阶段

那在这个阶段里边呢

就不一样啦

这个阶段其实最重要的是计算机

像人一样 对客观世界

特征及事物的联系进行一个分析

并且能够

进行重新的编码

存储 提取应用的操作

它是比感知有更高的一个水平

就是认知水平

感知只简单的对信息进行收集

而认知呢

对信息的收集进行分析

来提升

而且能够

在未来进行提取

认知是跟我们学习有很大关系的

假如

我们这个计算机

能够

对获取的客观的信息

进行认知

那么像人一样

能够存储起来能够思考

能够学习

那就太妙了

而这个就是人工智能的三个阶段

最关键的地方

这关键的突破点在哪里呢

实际上是个非常重要的

关键的步骤

就是有三个步骤

第一个

是

获取

重要的数据

第二个对数据进行整合

得出结果

这个过程当中

它自我学习

自我

完善

最关键第三步机器是如何自我学习

自我完善的呢

这里

就要靠

他的自主学习的能力

而这种

自主学习的能力

它必须要有高级的认知能力

这个高级认知能力是通过

自主学习得到的

而不需要

计算程序员让它按照制定的模式去走

就好像过去的计算机

可能都是按既定的模式去走

设定好程序设定好公式给它

输入它就输出

他永远不会第二个输出

因为他已经设定好了

但如果它具备了学习能力

它能够自动地

不同的输出

那这个时候

我们计算机就具备了学习能力

而人工智能就已经

走到了真正的

核心的阶段

实际上呢

在这个过程当中

必须要提一下

深度学习

那么深度学习的概念是由那个Hinton

等人

于2006年提出来的

那么它是基于深度的

自信网络

提出来的非

监督贪心

逐层训练的一个算法

这样理解吧

通过这个深度学习

它主要通过一个卷积

神经网络

这样一个基本的算法

发展而来的

通过深度学习之后

我们的机器就具备了自我

学习的一个能力

和自我训练的能力

那在这样的一个情况下

机器的能力就会提升了

而且就不一定完全按照

原来既定的程序去执行

而自主学习得出来的结果去执行

反馈不同的结果

这个就是人工智能的突破点

而这个突破点就在2006年

就提出来了

那么经过到近

十多年的发展

今天

我们看到了很多人工

智能的应用技术

实际上都是基于深度学习

这个理论基础的

那么大家看一下

这张图

这张图是一只猫

但这只猫不是普通的猫

这张图

是

人工智能

第一次

能够识别

这张

是猫

的图片

那很多同学都觉得很奇怪

我看就知道猫啊

但机器不会

机器它对

这个图片

进行扫描获取之后

它怎么知道这是只猫呢

这是看起来

很简单的一个问题

但是实际上对于人工智能说这是一个跨越

他对这个图像进行分析之后

并且进行学习

就好像这个机器

通过了

辨认世界上

众多的图片

和众多的数据之后它进行

自我的学习

然后自我分析

最后它得出

原来这只是猫

这个就是对过去的

最大的突破

那么在后面的

课程里边呢

我可以跟同学们介绍一下

现在的

AI技术

在深度学习的基础上发展起来的AI技术

在

其他方面的应用