人工智能的历史(History of artificial intelligence)
人工智能的历史起于远古时代,夹杂者神话故事和各种流言,正如帕梅拉( Pamela McCorduck)所说,远古人类创造AI 的初心是为了创造一个人造的上帝。比如希腊的金色机器人 火神赫菲斯托斯 和 Pygmalion’s Galatea。
远古时期
在公元前第一个千禧年,中国,印度和希腊哲学家都提出了一些推理的研究理论,比如 亚里士多德(Aristotle)进行了演绎推理三段论的完整分析,欧几里得(Euclid)所著Elements 是一种形式推理的模型,Muḥammad ibn Mūsā al-Khwārizmī, 发明了代数学,即我们现在所称的算法,此外还有欧洲哲学家威廉-奥卡姆,以及 Duns Scotus。
近现代
马略卡哲学家雷蒙-勒尔(Ramon LIull),通过一些逻辑方法发明了一些逻辑机器,莱布尼兹(Gottfried Leibniz) 收到他的启发,重新设计了前者的想法。
17 世纪, 莱布尼兹和托马斯-霍布斯(Thomas Hobbes),以及热奈-笛卡尔( René Descartes )向前更进一步,发现所有的思想都可以通过代数和几何的方式进行组织,Hobbes 写下了《Leviathan》,其中写道“推理无非就是计算”,莱布尼兹设想了通过一种统一的描述性语言来进行推理,这样可以减少计算的论证过程,同时,在不同的学科之间也可以间少争论,更快的达成统一。
到了20世纪,数理逻辑的研究让AI 进一步实现了突破,以英国数学家布尔的《The Laws of Thought》和德国数学家弗雷格的《Begriffsschrift》为基础,拉塞尔和怀特海德在1913念出版了《Principia Mathematica》,在此著作中陈述了一种正式的处理数学基础的方法,德国数学家,大卫-希尔伯特,受到拉塞尔的影响,提出了一个影响数理推理的基础问题:是否所有的数学推理都能被形式化,进而进行分析?
这个问题后来在《imcompleteness proof》,图灵机理论以及《Lambda calculus》中得到了解答,对希尔伯特的问题,做了以下几个说明:
- 并不是所有数学逻辑推理问题都能得到解决,存在限制
- 在一定条件的限制范围内,任何形式的数学推理可以被自动化
在《Church-Turing Thesis》中提出了以’0’,’1’作为基本符号的设备,可以模拟任何可知的数学推理过程,即我们现在所熟知的图灵机理论。
计算机科学
19世纪初期,查尔斯-巴贝奇(Charles Babbage)设计了一种可编程的计算器(the Analytical Engine),艾达-拉芙蕾丝(Ada Lovelace)敏感的认识到这种设备所拥有的巨大作用,基于巴贝奇的计算器理论引擎,其编写了完整的计算伯努利数的方法,在后来,拉芙蕾丝也被公认为是计算机科学发展历史上的第一位程序员。
第一代的现代计算机是在二战时被用做密码破译机器,比如Z3,ENIAC 和Colossus,后两个是基于阿兰图灵的理论由约翰.王.诺伊曼设计完成。
图灵测试
经过控制理论和早期的神经网络的发展,1950 年阿兰图灵发表了《computing machinery and intelligence》,其中,图灵预测了创造能够思考的设备的可能性,同时就设备具备思考能力进行了定义:
如果一个机器设备与人类对话时,人类完全不能分辨出其与人类的差别,那么就可以认为这类设备具备思考的能力
现在,图灵测试也被视作第一次对人工智能理论的正式论证。
1956年达特茅斯会议
1956年,Marvin Minsky, John McCarthy 和 2位顶级科学家: Claude Shannon (克劳德·艾尔伍德·香农)以及IBM的 Nathan Rochester,组织了达特茅斯会议,此次会议其中的一个提案断言:任何一种学习或者其他形式的人类智能都能够通过机器进行模拟。同时约翰·麦卡锡为这种机器智能取了一个名字:Artificial Intelligence, 由此,AI 第一次被正名。
黄金年代(1956–1974)
达特茅斯会议之后,大众对AI 赋予了很高的期望,也对AI 能起到的效果感到十分震惊,同时,相关的研究人员在公开场合和私底下都对未来的AI 发展表达了强烈的信心。政府部门,美国DAPA 向相关的AI 机构投注了大笔资金。
这种强烈的自信在整个社会蔓延,第一代AI研究者曾经作出一些预测:
- 1965, H. A. Simon 曾说道:智能机器在二十年内,将能胜任人类可以做的任何事情;
- 1967, Marvin Minsky: 通过一代人的努力,人工智能的相关问题将从根本上得到解决;
- 1970, Marvin Minsky (in Life Magazine): 3到五年内,我们将能创造媲美人类智能的通用人工智能。
同时,也有一些比较成功的人工智能应用铺展开来:
- 搜索推理
通过回溯和动态搜索,逐步的实现一个既定目标的方法,称之为搜索推理。可以应用于游戏对战和理论证明,其依据的还是基础的理论算法实现,通过启发式和经验式(heuristic & rules of thumb) 的方法可以优化搜索空间。 - 自然语言处理
AI 研究的一个重要目标是实现计算机的类人语言交流。早期比较成功的几个项目是:- 语义网络:Roger Schank 的conceptual dependency theroy 处理所有的英文单词为一个网络中的节点,单词间的语法作为节点间的连接;
- Joseph Weizenbaum 的 ELIZA 偶尔表现,让与其对话的人感觉是一个真人。但是事实上,ELIZA 不清楚自己在说什么,它只是机械的回答事前准备好的回答,结合一些语法规则重新组织这些表达,ELIZA 也被称为第一个chatterbot(对话机器人);
- 语义网络:Roger Schank 的conceptual dependency theroy 处理所有的英文单词为一个网络中的节点,单词间的语法作为节点间的连接;
- 微观世界
60 年代末期,MIT AI 实验室的 Marvin Minsky 和 Seymour Papert 提出AI 研究应该集中精力在微观世界的简单场景。他们认为类似物理世界中很多经典的原理都是基于理想的简化模型,比如完全无摩擦的飞机和完美刚体(rigid body)
黄金年代的各项成果也得到了财政方面的各项资助:
- 1963 年,MIT 收到了一笔2.2 百万 的资助,主要用于MAC 项目,其在5年前由Minsky 和MCCarthy 发起;
- DARPA 每年提供3 百万用于Newell 和Simon 在CMU 的项目以及John McCarthy 在Standford 的项目
- Edinburgh 大学由Donanld Michie 在1965 年创立的AI 实验室也获得了很多自助;
以上四个研究中心是那个年代主要的AI 研究战场,其获得的财政支持没有太多约束与要求,这些支持也创造了当时的Hacker 文化,让从业者可以天马行空式的进行发明创造,但是这种放手式的支持维持不了多长时间。
1993 ~2011 年:AI 的蛰伏期
AI 到这个时期,已经发展了近半个世纪,终于实现了一些它早期既定的目标,
智能代理
现代人工智能的发展
AI 领域,
Reference:
- https://en.wikipedia.org/wiki/History_of_artificial_intelligence
人工智能的历史(History of artificial intelligence)相关推荐
- 【人工智能】Embodied AI :具身人工智能概述 | Overview of Embodied Artificial Intelligence
从"互联网人工智能"时代到"具身人工智能"时代,人工智能算法和代理不再从主要来自互联网的图像.视频或文本数据集中学习.相反,他们通过与环境的互动从类似于人类的以 ...
- 聊聊人工智能训练师AIT(Artificial Intelligence Trainer)
聊聊人工智能训练师AIT(Artificial Intelligence Trainer) AIT的来源和发展 AIT的工作内容 AIT的能力需求 AIT的来源和发展 人工智能训练师算是近几年随着AI ...
- 网易100天---26、What Is Artificial Intelligence (AI)?
What Is Artificial Intelligence (AI)? 温馨提示:正文推送半小时,您将收到精编讲义 Passage 1 人工智能的定义 The Definition of Arti ...
- 人工智能(Artificial Intelligence),英文缩写为AI
人工智能 人工智能(英語:,缩写为)亦稱智械.機器智能,指由人製造出來的機器所表現出來的智慧.通常人工智能是指普通電腦程式來呈現人類智能的技術.該詞也指出研究這樣的智能系統是否能夠實現,以及如何實現. ...
- 人工智能会超越人类智能吗?(Will Artificial Intelligence Surpass Human Intelligence?)
人工智能会超越人类智能吗? Jiachao Fang, Hanning Su, and Yuchong Xiao. School of Information, University of Texas ...
- 人工智能 – Artificial intelligence | AI,是什么?
人工智能 – Artificial intelligence | AI 人工智能(AI)已经走入了普通大众的视野,我们在生活中可以看到很多跟 AI 相关的产品.比如 Siri.AI 美颜.AI 换脸- ...
- (AI、Artificial Intelligence)人工智能概述及分类
(AI.Artificial Intelligence)人工智能概述及分类 目录 (AI.Artificial Intelligence)人工智能概述及分类 概述: 分类 概述:
- 什么是 AI(人工智能(Artificial Intelligence)
人工智能(Artificial Intelligence),英文缩写为AI.它是研究.开发用于模拟.延伸和扩展人的智能的理论.方法.技术及应用系统的一门新的技术科学. 人工智能是计算机科学的一个分支, ...
- 【人工智能 AI】什么是人工智能? What is Artificial Intelligence
目录 Introduction to Artificial Intelligence人工智能概论 What is Artificial Intelligence? 什么是人工智能?
- 人工智能(Artificial Intelligence)浅谈,填补你的人工智能空白
1.什么是人工智能(Artificial Intelligence)? 1.1 定义之前,我们先看下面列举的例子: 车牌识别,人脸识别,自动驾驶, 情感分类,机器翻译,人机互动, 智能机器人,Alph ...
最新文章
- python网课一般多少钱-学习python的时候观看网课学习还是买书学习效率高?
- Mac idea 打不开
- HDLBits答案(8)_Verilog半加器、全加器和行波进位加法器原理与设计
- 斗鱼搁浅多次终上市 能否凭借电竞直播讲出好故事?
- Java算法之旋转数组
- NetStatusEvent info对象的状态或错误情况的属性
- 矩形覆盖-----批了外皮的亲蛙跳
- 排序算法-----冒泡排序和选择排序
- SQLmap下载和安装教程(详细附图)
- java word 文档合并_[原创]java合并word文件
- mysql按照汉字拼音排序
- 使用Mono.Cecil改变访问级别
- Jshop小程序商城
- 向左还是向右,网约车聚合平台还是高精度地图数据收集站
- 强化学习中的马尔可夫决策过程
- 7.2 一次产品异常复位引发的质量提升经历
- Jmeter - webSocket 压力测试笔记
- 苹果风格ui设计_重新设计苹果音乐应用程序ui ux案例研究
- 系统防火墙阻止了加密狗服务器,批处理利用Windows防火墙阻止程序和服务联网!...
- dnsmasq实现dns劫持
热门文章
- 如何把txt文本转换成epub文件
- 函数信号发生器的设计与实现_北邮大二上电子电路基础实验报告
- 小玩意 - 银行业务的模拟系统(C++)
- L-ScanPort2.0beta版+完整源代码
- 石英晶振的电路组成与设计
- java实现读取163邮箱,qq邮箱的邮件内容
- Index.ANALYZED in lucene4 is deprecated
- html背景图片刚刚好铺满,ppt的背景图片怎么设置才能铺满整张又不失真呢? | ppt整套背景图...
- 2022年新冠疫情后上海的电子商务,数字化经济可能的新趋势
- Win7 - 隐藏计算机中收藏夹和库