Video 1.2在线视频

大家好

在本节

我们来学习人工智能的历史

俗话说罗马不是一天建成的

从1950年代诞生以来

人工智能经历了60多年的发展

起起伏伏

其中包括三个爆发和两个冬天

谈到AI

我们必须首先谈谈艾伦·图灵和图灵测试

艾伦·图灵（Alan Turing）是英国数学家

计算机科学家 逻辑学家 理论生物学家

他在计算机科学理论发展中很有影响力

是公认的现代计算机科学和人工智能之父

图灵奖由美国计算机协会于1996年设立

专门奖励那些对计算机做出了重要贡献的个人

它是公认的计算机科学领域的最高荣誉

被称为计算机科学界的诺贝尔奖

Bengio Hinton和LeCun

共同获得了2018年的图灵奖

以表彰他们在人工智能领域的重大突破

1950年

他发表了《计算机械与智能》

在这篇论文中

他提出了著名的图灵测试

图灵测试是指

如果人类不能区分回应来自于机器还是人类

则可以认为机器是智能的

图灵测试用于测试机器（人工）智能

现代人工智能的起源可以追溯到古典哲学家

将人类思维描述为系统符号

但直到1956年人工智能领域才正式成立

1956年

约翰·麦卡锡（John McCarthy）

在汉诺威的达特茅斯学院（Dartmouth College）举行了一次会议

在该会议中创造了“人工智能”一词

这里汇集了来自各个领域的顶尖研究人员

就人工智能展开了讨论

克劳德·香农（Claude Shannon）是信息理论的发明者

马文·明斯基（Marvin Minsky）是1969年图灵奖的获得者

这是第一次授予人工智能领域的研究人员

以表彰他在创建、塑造、促进

和推进人工智能领域中的核心作用

约翰·麦卡锡（John McCarthy）获得了1971年的图灵奖

以及1974年的纽厄尔（Newell）和1975年的西蒙（Simon）

这次会议开启了人工智能时代

为未来20年的人工智能研究奠定了基础

从1957年到1974年

人工智能蓬勃发展

计算机可以存储更多信息

从而变得更快

更便宜且更易访问

机器学习算法也得到了改进

人们逐渐了解了适用于问题的算法

这一时期的代表性事件包括

1957年

弗兰克·罗森布拉特（Frank Rosenblatt）开发了感知器

这是一个早期的人工神经网络

它基于两层计算机学习网络实现模式识别

1958年

约翰·麦卡锡（John McCarthy）开发了编程语言Lisp

它成为人工智能研究中最流行的编程语言

1959年

亚瑟·塞缪尔（Arthur Samuel）创造了“机器学习”一词

并在计算机上进行了编程

“从而使它跳棋下得比编写程序的人更好。”

1962年

塞缪尔（Samuel）的程序击败了美国一个比较强的业余玩家

这一虽小却广为人知的胜利

成为了人工智能的第一个

“机器击败人”的时刻

1961年

第一台工业机器人Unimate

开始在新泽西的通用汽车工厂

的装配线上工作

1965年

约瑟夫·魏岑鲍姆（Joseph Weizenbaum）开发了ELIZA

ELIZA是一种早期的自然语言处理计算机程序

马文·明斯基和西莫·派珀使用机械臂、照相机和计算机

搭建了可以堆积木的机械臂

这是计算机视觉领域的开创性工作

这些成就

以及主要研究人员的游说

说服了政府机构为多家机构的AI研究提供资金

前景乐观，期望很高

1970年

马文·明斯基告诉《生活》杂志

“三到八年后，我们将拥有一台具有普通人一般智慧的机器。”

但是要获得一个人工智能并不是那么简单

在有几篇报道批评人工智能的进展之后

政府对该领​​域的资助和兴趣下降了

“人工智能冬天”即将到来

人工智能暴露出许多障碍

最大的问题是缺乏执行任何实质性操作的计算能力

计算机根本无法存储足够的信息或无法足够快地对其进行处理

例如

为了进行交流

需要理解许多单词的含义并以多种组合的方式理解它们

第二是很多问题的难度

尽管理论上可以解决许多问题

它们似乎只是一些规则和一些棋子

但由它们带来的计算量的增加却是惊人的

人类可以通过本能和直觉来完成

诸如图像识别、语音识别和自由移动的工作

而计算机却需要大量的计算

在1980年代

人工智能有两个来源被重新点燃

算法工具包的扩展和资金的增加

约翰·霍普菲尔德和大卫·鲁梅哈特

普及了“深度学习”技术

这些技术使计算机可以使用经验进行学习

与此同时

Jeffery Hinton发明了一种可以训练的反向传播神经网络

另一方面

爱德华·费根鲍姆引入了专家系统

该系统模仿了人类专家的决策过程

该程序将询问某个领域的专家

如何在给定的情况下做出反应

一旦在几乎每种情况下都了解了这些

不是专家的人也可以从该程序中获得建议

专家系统已在行业中广泛使用

日本政府为其第五代计算机项目（FGCP）的一部分

大力资助了专家系统和其他与AI相关的工作

自1987年以来

人工智能硬件市场急剧萎缩

研究经费被削减

人工智能经历了第二个冬天

从1990年代开始

人工智能在各个领域都取得了重大进展

机器学习

智能辅导

基于案例的推理

多主体规划

调度

不确定性推理

数据挖掘

自然语言理解和翻译

视觉

虚拟现实

游戏和其他主题

实现了许多具有里程碑意义的人工智能目标

在1997年

国际象棋冠军Gary Kasparov

被IBM的国际象棋计算机程序Deep Blue击败

这场备受关注的比赛是

卫冕世界象棋冠军第一次输给计算机

这是迈向人工智能决策程序的重要一步

同年

提出了长期短期记忆网络

这是当今在手写识别和语音识别中

使用的一种递归神经网络

Geoffrey Hinton首次提出了“深度学习”的概念

突破了人工智能算法的瓶颈

2006年

普林斯顿大学的Fei Fei Li及其同事

开始组建ImageNet

这是一个带注释的图像的大型数据库

旨在帮助视觉对象识别软件研究

Imagenet现在包含1400万张图片数据

超过20000个类别

2009年

Andrew Ng和他的团队开始研究

在大型无监督机器学习中使用GPU而不是CPU的方法

试图使AI程序完全识别图形的内容

2012年

他取得了惊人的成就

向世界展示了一个超强大的神经网络

该网络可以在独立观看数千万张图片后

识别出包含小猫的图像

这是无人干预的机器自主强化学习历史上的一个里程碑事件

沃森（Watson）是自然语言问答计算机

在“危机边缘”竞赛中

并击败了两位前冠军

Google开始秘密开发无人驾驶汽车

2014年它在内华达州首次

通过美国州自动驾驶考试

2016年

Google的人工智能alphago

击败了人类世界冠军李世石

这场比赛使AI正式为世界所熟知

整个AI市场似乎被点燃

并开始了新一轮的暴发

我们现在生活在“大数据”时代

在这个时代我们有能力收集大量信息

而这些信息对于一个人来说太麻烦了

在这方面人工智能的应用已经有了一些技术

银行、市场和娱乐等多个行业中取得了丰硕的成果

本次课程就到这里

感谢您的收看，我们下次课再见