发展资料文件与下载

下图为人工智能发展简史图：

人工智能学科的发展不是一帆风顺的：

早期的成就 (1952～1969)

• 自然语言的机器翻译。1953年，美国乔治大学，1954年IBM公司在701计算机上做俄译英的公开表演。此时，前苏联、中国也开展机器翻译的研究。

• 利用计算机证明数学定理。1956年，Newell和Simon，用程序Logic Theorist证明《数学原理》第二章中的38条定理，1963年证明全部52条定理。

• 1956年，Samuel研制了第一个跳棋程序，具有学习功能，打败一个州冠军。

• 1956年，Selfridge研制第一个字符识别程序。1959年，又提出功能更强的模式识别。

• 1957年， Newell，Shaw和Simon研究不依赖具体领域的通用解题程序GPS(General Problem Solving）

• 1965年，Robinson提出消解法（即归结原理），掀起研究计算机定理证明的又一次高潮。

巨大的期望：AI牛人Newell, Simon等早期所吹的“牛皮”

• 不出10年，计算机将成为世界象棋冠军。
  

• 不出10年，计算机将发现和证明重要的数学定理。

• 不出10年，计算机将能谱写具有优秀作曲家水平的乐曲。

• 不出10年，大多数心理学理论将在计算机上形成。

• 有人甚至断言，20世纪80年代将全面实现AI，2000年机器智能超过人。

现实的困境 (1966～1973)

• 消解法（归结原理）能力有限

    例如：证明两个连续函数之和仍是连续函数，推了10万步还没有推出来。 

• Sauel的下棋程序，1965年，世界冠军Helmann获得四连胜。

• 机器翻译闹出不少笑话

      有人挖苦说，美国花了2000万美元为机器翻译立了一块“墓碑”。

    “The spirit is willing but the flesh is weak”，意思是“心有余而力不足”。

      机器翻译过程：英语－> 俄语 －> 英语

结果被译为： “The vodka is good but the meat is spoiled”，意思是“伏特加是好的，肉变质了”。

     “Out of sight, out of mind”，意思是“眼不见心不烦”。将其翻译成俄语，竟成了：“ 又瞎又疯”。

• 从神经生理学角度研究AI，存在不可逾越的困难。人脑有1010以上个神经元，能否将1010个机器组成一个联合运行的网络？

• 1973年，英国发表了Lighthill report，认为AI的研究即使不是骗局，至少也是庸人自扰。终止了英国的AI研究。 

• IBM公司也取消了本公司范围内的AI研究活动。

KBS(知识库系统): 力量的钥匙？ (1969 – 1979)

Newell, Simon等老一辈AI专家，关心的是“通用的、万能的符号逻辑运算体系”——物理符号系统假设。

Nilsson更进一步提出，物理符合体系的核心方法是逻辑演绎方法。他的口号——“命题主义” ，主张一切AI研究应在一个类似逻辑的形式框架内进行。

1968年，Stanford年轻教授Feigenbaum主持的专家系统DENDRAL问世，开创了AI的一个重要应用领域，以知识为基础的专家咨询系统（KBS）。

Feigenbaum及其提出的KBS的主要贡献

在IJCAI-1977上，Feigenbaum提出知识工程、专家系统及其开发工具

Feigenbaum认为，万能的逻辑体系从根本上说是不可能的，其最大弱点就是缺乏知识，缺乏人类在几千年的文明史上积累起来的知识。

Feigenbaum的主要贡献：

知识工程是1977-1987AI中最有成就的分支之一

在恢复和推进AI的社会形象方面起了很大作用

AI成为工业 (1980 – 现在)

• 专家系统及其开发工具

• 1981年，日本的“第五代计算机”计划

• 英国的Alvey Report建议恢复投资AI
  

    提出——“基于知识的智能系统”（Intelligent Knowledge Based System, IKBS） 

神经网络的回归 (1986 – 现在)

• 1969年，Bryson & Ho提出反向传播算法

• 1982年，Hopfield神经元网络

• 1986年，Rumelhart & McClelland：主编论文集 — Parallel Distributed Processing（并行分布模型）
  

•  形成“联接主义”方法，与“符号主义”方法形成互补

AI成为科学（1987－现在）

• AI理论应建立在严密的数学基础上 

• 严格的定理、确凿的实验证据，不靠直觉

• 与现实应用相关，而不是与玩具样例相关

• 机器学习不应与信息论分离

• 不确定性推理不应与随机模型分离

• 搜索不应和经典的优化及控制分离

• 自动推理不应和形式化方法分离

• 在方法论上，AI已成为坚实的科学方法

• 利用Internet和共享测试数据库及代码，AI系统的重复实验成为可能

Intelligent Agent的出现（1995-现在）

• Internet ：最重要的Intelligent Agent 环境之一
  

• AI 成为搜索引擎、推荐系统、商务智能系统的基本工具
  

• “Agent的观点”： 将AI领域目前分离的子领域重新组织为一个有机整体
  

      Russell & Norvig. AI: A Modern Approach

      Pools et al. 1998

      Nilsson, 1998

     ……