人工智能溯源|附音频

人类对人工智能的幻想可以追溯到古埃及(www.xiaozhuo.net)。电子计算机的诞生使信息存储和处理的各个方面都发生了革命,计算机理论的发展产生了计算机科学并最终促使人工智能出现。计算机这个用电子方式处理数据的发明为人工智能的实现提供了一种媒介。

01 .

人工智能溯源

1943年

沃伦·麦卡洛克和沃尔特·皮茨提出了人工神经元的概念,证明了本来是纯理论的图灵机可以由人工神经元构成。

制造一个人工神经元需要大量真空管;然而,只需要很少的真空管就可以形成逻辑门,即包含一个或多个输入端与一个输出端的电子电路,按输入与输出间的特定逻辑关系执行相应的操作。逻辑门也是计算机的组成部分。

1950年

图灵发表名为《计算机器与智能》的文章,指出了定义智能的困难所在。他提出,能像人类一样进行交谈和思考的计算机是有希望制造出来的,至少在非正式会话中难以区分。著名的图灵测试依据的就是计算机能否与人类无差别交谈这一评价标准。

取得这些成果不久之后,计算机就开始被应用于第一批人工智能实验,当时所用的计算机体积小且速度慢。曼彻斯特马克一号计算机以小规模实验机为原型,存储器仅有640B,时钟频率为555Hz,这就意味着必须谨慎挑选利用它们来解决的研究问题。在第一个10年里,人工智能项目涉及的都是基本应用,这也成为后续探索研究的奠基石。

1956年

逻辑理论机发布于1956年,以5个公理为出发点进行推导,以此来证明数学定理。这类问题就如同迷宫,你假定自己朝着出口的方向走就是最好的路线,但实际上往往并不能成功,这也正是逻辑理论机难以解决复杂问题的原因所在。它选择看起来最接近目标的方程式,丢弃了那些看起来偏离目标的方程式。然而,被丢弃的可能正是最需要的。

同样在1956年,一批有远见卓识的年轻科学家,如达特茅斯学院的约翰·麦卡锡、哈佛大学的马文·闵斯基、IBM 公司的纳撒尼尔·罗彻斯特以及贝尔实验室的克劳德·香农在达特茅斯会议上研究和探讨了用机器模拟智能的一系列有关问题,创建了达特茅斯夏季人工智能研究计划。这场为期两个月的会议聚集了人工智能领域的顶尖专家学者,对后世产生了深远影响,首次提出了Artificial Intelligence这一术语,它标志着人工智能这门新兴学科的正式诞生。

1959年

美国计算机领域的先驱阿瑟·塞缪尔已经为其跳棋程序配备了比逻辑理论机更加务实的方法。跳棋程序的处理体系与十多年后的遗传算法十分类似,该程序与自身进行一系列游戏,并在此过程中不断学习如何给每一个棋盘位置评分,通过比较不同位置的得分确定推荐走法,以此来避免错误移动,选择最佳走法。

1961年

美国数学家詹姆斯·斯拉格编写了符号自动积分程序(SAINT),该程序能够像本科一年级学生一样解决微积分问题。尽管它关注的是微积分这一晦涩难懂的领域,但其实是解决搜索问题的另一种尝试,其工作原理不是探索所有可能的解决方案,而是将问题分解为更容易解决的不同部分。

1964年

美国博士生丹尼尔·鲍博罗证明了计算机通过编程能够深度理解自然语言(指英语),并计算简单的代数方程。一年后,德裔计算机科学家约瑟夫·维森鲍姆发布了ELIZA 程序,该程序能够与用户流畅会话,甚至被误当成真人。

1966年

首届机器智能研讨会在英国爱丁堡成功举行。然而,就在同一年,一篇诋毁机器翻译(将一种人类语言翻译成另一种人类语言)的报告极大地削减了接下来几年间自然语言研究的资金支持。人工智能领域本该有持续不断的进步,但实际发展却总比支持者预想的要缓慢得多。

1967年

第一套成功的专家系统DENDRAL推出,它能够帮助化学家从质谱学(一种化学分析技术,通过衡量样本被加热时发出的光来判断其所含化学物质的量和种类)角度分析数据,以辨别单体化合物。

1968年

麻省理工学院(MIT)的程序员理查德·格林布莱特编写了一套国际象棋程序,其水平足以拿到国际象棋锦标赛C类评级,与国际象棋协会的资深会员不相上下。

1969年

首届国际人工智能联合会议在美国加利福尼亚州的斯坦福大学召开。同年,麻省理工学院教授马文·明斯基和西摩尔·帕普特出版了《感知器》(又名《人工神经元》)一书,指出了存在于人工智能研究中的前人未曾预料到的一些缺陷和不足,这可能也是造成之后一二十年间人工智能研究成果锐减的原因。

1971年

美国麻省理工学院学生特里· 威诺格拉德在其博士论文中提出了SHRDLU 系统。该系统能够利用虚拟机械臂移动虚拟积木,接收英语指令并给出相应的回答,它会设计一套方案来实现目标。例如,假设需要将蓝色方块置于红色方块上,但黄色方块已经占据了目标位置,该系统会明白必须先将黄色方块移开。SHRDLU 能够根据上下文理解代词等的含义,例如,“拿起红色方块,然后将它放在蓝色方块上”中的“它”。该系统还可以记住并描述所有操作步骤,也可以对“为什么要这么操作”这类问题进行回答。

1973年

爱丁堡大学装配机器人小组创造了弗雷迪(Freddy),它拥有双目视觉,能够辨识模型的不同部分,再将其重新组装成完整模型,耗时约16h。然而,1973年的《莱特希尔报告》却否定了这一研究进展,造成政府资助的锐减。

1974年

哈佛大学的博士生保罗·沃伯斯引入了一种可以使人工神经网络自主学习的新途径。这种方法在20世纪80年代中期被广泛运用,结束了自1969年起技术进展缓慢的时期。

1975年

加拿大裔计算机科学家、医生泰德·肖特利夫在他的斯坦福大学博士论文中介绍了MYCIN。该系统借鉴了DENDRAL 的理念,可以为医生的医疗诊断提供建图2-5 斯坦福马车议。然而,这一专家系统却很少被采用,因为它过多描述了病人的症状,反而对如何指导医生做出决定阐述得并不充分。但不可否认,到20 世纪80 年代中期,许多专家系统都在MYCIN 的影响下成为成功的商业产品。同样是在1975年,马文·明斯基发表了他备受关注的文章,提出用框架表示知识的设想。

1979年

汉斯·莫拉维克制成了斯坦福马车(Stanford Cart,图1),这是历史上首辆无人驾驶汽车,它能够穿过布满障碍物的房间,也能够环绕人工智能实验室行驶。

图1 斯坦福马车

1980年

美国人工智能协会首届年会成功召开。

1986年

德国慕尼黑联邦国防军大学的恩斯特·迪克曼斯团队制成了能在空旷马路上以90km/h的速度行驶的无人驾驶汽车。

1987年

马文·明斯基发表论文,将思维看作协同合作的集合代理。罗德尼·布鲁克斯以几乎一致的方法发展了机器人的包容体系结构。

1991年

海湾战争期间,动态分析和重规划工具DART 程序被用于计划战区的资源配置。据说,鉴于该系统发挥的重要作用,美国政府国防高级研究计划署过去30年间对人工智能研究的所有投资已经全部收回。

1994年

两辆载有人类司机和乘客的机器人汽车安全地在繁忙的巴黎街头行驶了超过1000km,随后又从慕尼黑开到了哥本哈根。人类驾驶员负责完成诸如超车等操作,并在道路施工等棘手的情况下完全接管车辆控制。在同一年,计算机程序Chinook迫使国际跳棋冠军退位,并击败了排名第二的选手。1997年5月,IBM 公司研制的深蓝计算机战胜了国际象棋大师卡斯帕罗夫,这是人工智能技术的一次完美表现。

1998年

老虎电子公司推出了第一款用于家庭环境的人工智能玩具———菲比精灵(Furby)。一年后,索尼公司推出了电子宠物狗AIBO。

2000年

麻省理工学院的辛西娅·布雷齐尔发表论文,介绍了拥有面部表情的机器人Kismet。

2002年

美国iRobot公司推出了智能真空吸尘器Roomba。

2004年

美国国家航空航天局探测车“勇气号”(Spirit)和“机遇号”(Opponunity)在火星着陆。由于无线电信号的长时延迟,两辆探测车必须根据地球传来的一般性指令进行自主操作。

2005年

追踪网络和媒体活动的技术已经开始支持公司向消费者推荐他们可能感兴趣的产品。

2011年

IBM 公司旗下的计算机沃森击败布拉德·鲁特和肯·詹宁斯,成为美国智力竞赛电视节目《危险边缘》的最终赢家。

2015年

谷歌公司无人驾驶汽车的车队已经累计行驶超过1.5×106km,仅发生了14起轻微事故且均不是由无人驾驶汽车本身造成的。谷歌公司预测该技术将于2020年向公众开放(图2)。

图2 谷歌公司的无人驾驶汽车

02 .

参考书籍

《人工智能通识教程》

ISBN:978-7-302-55518-6

周苏、鲁玉军、蓝忠华、周斌斌 编著

定价:45元

03 .

  • 前端入门详细攻略|CSS3基础(附源码+视频)

  • 前端入门详细攻略|编写一个简单的 HTML5(附源码+视频)

  • HTML5 实现扑克翻牌游戏

  • HTML5 实现黑白棋游戏|附代码

  • HTML5 | 使用Canvas API画图实现绘制坦克图案
  • HTML5 Canvas 动画实例:游戏人物的跑步动画

主营产品:喷砂机,激光加工,抛丸清理机,切割设备