1.什么是人工智能

摘自百度:人工智能(Aritificial Intelligence, AI)是计算机科学的一个分支,它企图了解智能的实质,并生产出一种以人类智能相似的方式做出反应的智能机器。人工智能的目的是模拟人的意识、思维的信息过程。

目前该领域的研究方向主要包括:机器人、语言识别、图像识别、自然语言处理和专家系统等,用来替代人类实现识别、认知、分类和决策等多种功能。

2.人工智能历史图解

在AI发展历程中研究者们形成了多个思维学派。主要包括:符号主义、连接主义、行为主义。我们摘取《人工智能及其应用(第3版)》 对它们的分别解释:

(1)符号主义(symbolicism),又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism),其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
(2)连接主义(connectionism),又称为仿生学派(bionicsism)或生理学派(physiologism),其主要原理为神经网络及神经网络间的连接机制与学习算法。
(3)行为主义(actionism),又称为进化主义(evolutionism)或控制论学派(cyberneticsism),其原理为控制论及感知-动作型控制系统。
他们对人工智能发展历史具有不同的看法。
1、符号主义
    认为人工智能源于数理逻辑。数理逻辑从19世纪末起得以迅速发展,到20世纪30年代开始用于描述智能行为。计算机出现后,又再计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家,证明了38条数学定理,表了可以应用计算机研究人的思维多成,模拟人类智能活动。正是这些符号主义者,早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法->专家系统->知识工程理论与技术,并在20世纪80年代取得很大发展。符号主义曾长期一枝独秀,为人工智能的发展作出重要贡献,尤其是专家系统的成功开发与应用,为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。在人工智能的其他学派出现之后,符号主义仍然是人工智能的主流派别。这个学派的代表任务有纽厄尔(Newell)、西蒙(Simon)和尼尔逊(Nilsson)等。
2、连接主义
    认为人工智能源于仿生学,特别是对人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型,即MP模型,开创了用电子装置模仿人脑结构和功能的新途径。它从神经元开始进而研究神经网络模型和脑模型,开辟了人工智能的又一发展道路。20世纪60~70年代,连接主义,尤其是对以感知机(perceptron)为代表的脑模型的研究出现过热潮,由于受到当时的理论模型、生物原型和技术条件的限制,脑模型研究在20世纪70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年发表两篇重要论文,提出用硬件模拟神经网络以后,连接主义才又重新抬头。1986年,鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播算法(BP)算法。此后,连接主义势头大振,从模型到算法,从理论分析到工程实现,伟神经网络计算机走向市场打下基础。现在,对人工神经网络(ANN)的研究热情仍然较高,但研究成果没有像预想的那样好。
3、行为主义
    认为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分,影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论,影响了许多领域。控制论把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来。早期的研究工作重点是模拟人在控制过程中的智能行为和作用,如对自寻优、自适应、自镇定、自组织和自学习等控制论系统的研究,并进行“控制论动物”的研制。到20世纪60~70年代,上述这些控制论系统的研究取得一定进展,播下智能控制和智能机器人的种子,并在20世纪80年代诞生了智能控制和智能机器人系统。行为主义是20世纪末才以人工智能新学派的面孔出现的,引起许多人的兴趣。这一学派的代表作者首推布鲁克斯(Brooks)的六足行走机器人,它被看作是新一代的“控制论动物”,是一个基于感知-动作模式模拟昆虫行为的控制系统。

人工智能第一讲:发展历史图解相关推荐

  1. 机器学习第一章 发展历史与背景

    文章目录 一.什么是机器学习 1.机器学习的发展历史和背景 1.1 人工智能与机器学习 1.2 机器学习的发展历程 2.机器学习的基本概念 2.1 必要性 2.2 定义 2.3 典型机器学习过程 2. ...

  2. 【NLP学习】1. 发展历史

    开坑NLP,此乃学习笔记. 发展历史篇章重在理解思想和应用,而非公式,因为我数学不好. 第一章. 发展历史 1. 起源 在word2vec(word embedding是里程碑)出现之前,有这么一些原 ...

  3. 第一讲 《javascript 浏览器发展历史》

    javascript 浏览器发展历史 web 发展历史: mosaic                     (马萨克) 是互联网历史上第一个普遍使用 和 能够显示图片 的 网页浏览器 1993年问 ...

  4. 人工智能发展历史与趋势

    人工智能发展历史与趋势 [摘 要] 人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习.推理.思考.规划等)的学科,主要包括计算机实现智能的原理.制造类似于人脑智能的计算机,使计算机能实现 ...

  5. 计算机历史ppt 英文儿童,第一课-计算机发展历史ppt

    PPT内容 这是第一课-计算机发展历史ppt,包括了计算机发展史,计算机的发展阶段,第一代计算机(1946-1957),第二代计算机(1958-1964),第三代计算机(1964-1970),第四代计 ...

  6. 600多个人工智能AI工具汇总(AIGC时代-超级个体的崛起),免费提供和介绍(第一讲)

    这里是600多个人工智能AI工具汇总第一讲,每天介绍5个,主要是我写不完教程了,你懂的,视频最后会告诉大家获取方式的.现在请大家同我一起进入AIGC的世界. 第一个:<AIGC时代:超级个体的崛 ...

  7. 【人工智能】LLM 大型语言模型发展历史

    [人工智能]LLM 大型语言模型发展历史 文章目录 [人工智能]LLM 大型语言模型发展历史 前言 一.发展历史 通过编写一系列的规则 尝试使用神经网络模型 深度学习: 基于递归神经网络 GPT.x ...

  8. 计算机视觉大作业 抓取手势类型集_CS231n第一周[任务1]计算机视觉发展历史以及一些计算机视觉任务概念...

    1.任务简介 1.2.3课时视频 课程学习链接: 2017CS231n 斯坦福李飞飞计算机视觉识别_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili​www.bilibili.com 2.任务详解: ...

  9. 【人工智能】大模型的发展历史

    大模型的发展历史 文章目录 大模型的发展历史 一.大模型的起源 二.代表性大模型 三.大模型背后的关键技术 四.大模型的影响 五.展望未来 大模型,即基于海量数据和计算资源的大型深度学习模型,已经在自 ...

最新文章

  1. debian6更新网卡驱动
  2. Spring Boot 注解大全,一键收藏!回城路上复习!
  3. Basic Level 1018. 锤子剪刀布 (20)
  4. 重写 隐藏 java_Java中方法的重写与成员变量的隐藏
  5. TCP/IP原理 (一)
  6. python,面向对象的各种方法
  7. 在ASP.NET Core中创建自定义端点可视化图
  8. linux mint 19 内核4.9,Linux Kernel 4.4.59 LTS/4.9.19 LTS/4.10.7维护版本更新发布
  9. 给button加href
  10. 2017.2.19 loli测试
  11. python中赋值与c语言区别,python中赋值与c语言区别
  12. Python Pandas常用数据结构Series和DataFrame快速上手
  13. 《卓有成效的管理者》读书笔记
  14. 阿里云服务器搭建过程(小白起步)
  15. eplan中断点编号_eplan中断点怎么关联
  16. 基于Bootstrap的网页“音乐播放器博物馆” --- 处女作!
  17. PassGAN阅读笔记
  18. mysql select if 使用
  19. C#中(int)、Conver.Toint32()、int.Parse()三种类型转换方式的区别
  20. 企业电子邮件营销策略(Email营销策略)

热门文章

  1. 雷柏V500s和V500的win键无效
  2. Linux刻录光盘win10认不到,win10系统刻录光盘光驱无法识别光盘的具体方法
  3. 商业化广告--体系学习-- 10 -- 业务实战篇 -- 效果优化:如何一步步从提升曝光量深入到提升销量?
  4. 计算机网络学习--协议族、协议栈
  5. 树莓派4B官方说明文档
  6. 【自然语言处理与文本分析】自然语言处理概要
  7. UE5 虚幻引擎学习资源汇总
  8. paddle 41 在paddledetection添加RotateScaleCopyPaste数据增强方法
  9. 分布式服务发现与注册中心 Consul 中文入门指南
  10. 工厂模式(简单工厂,工厂方法,抽象工厂)