APP下载

人工智能的前世今生

2020-02-16

设备管理与维修 2020年9期
关键词:机器神经网络程序

人工智能(AI),通常是指通过计算机程序来呈现人类智能的技术,其开创历史可以追溯到1956年8月31日发起的达特茅斯会议。此后60多年里,人工智能的发展有过低谷也有过崛起,直到2014年高德纳咨询公司发布技术成熟曲线,表明人工智能技术已经进入发展高峰期,各项技术应用将引起颠覆性深远影响。

1950年,图灵提出了著名的图灵测试:如果一台机器能够与人类展开对话而不能被辨别出其机器身份,那么称这台机器具有智能。1956年,在达特茅斯会议上,约翰·麦卡锡提出了“人工智能”一词,后来被人们看作是人工智能正式诞生的标志。在此之后,人工智能进入了发展的第一个高潮。1956年,奥利弗·萨尔夫瑞德研制出了第一个字符识别程序;1959年,阿瑟·萨缪尔研制的具有学习功能的跳棋程序,已经可以打败他本人,3年后又击败美国一个州的跳棋冠军;1963年,詹姆斯·斯拉格发表了一个符号积分程序SAINT,输入一个函数表达式,改程序就能自动输出这个函数的积分表达式,4年后推出的升级版SIN已经可以达到专家级水准。在这段长达10余年的时间里,计算机被广泛应用于数学领域,用来解决代数、几何问题,这让很多研究学者看到了机器向人工智能发展的信心。

20世纪70年代,人们开始尝试更具挑战性的任务,并提出了一些不切实际的研发目标,但是接二连三的失败和预期目标落空,使人工智能的发展走入低谷。在当时,有3个难以解决的技术瓶颈:一是,计算机性能不足,导致早期很多程序无法在人工智能领域得到应用;二是,早期人工智能程序主要是解决特定的问题,可一旦问题上升维度,程序立即无法执行;三是,在当时没有找到足够大的数据库来支撑程序进行深度学习。因此,人工智能项目停滞不前。

20世纪80年代出现了以卡内基梅隆大学研制的XCON为代表的专家系统,可以用来模拟人类专家的知识和经验解决特定领域的问题,实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功,推动人工智能走入应用发展的新高潮。

随着人工智能的应用规模不断扩大,专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。命运女神又一次给AI的发展浇上一盆冷水。

20世纪90年代,随着AI技术尤其是神经网络技术的逐步发展,以及人们对AI开始抱有客观理性的认知,人工智能技术开始进入平稳发展时期。1997年,IBM的计算机系统“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫,又一次在世界范围内引发了AI话题讨论。这是人工智能发展的一个重要里程。

进入21世纪后,可用的数据量剧增,数据驱动方法的优势变得越来越明显。此时,深度学习泰斗Geofrey Hinton在神经网络的深度学习领域取得突破,人类又一次看到机器赶超人类的希望,这也是标志性的技术进步。2011年,IBM开发的人工智能程序“沃森”参加了一档智力问答节目并战胜了两位人类冠军。2016年,谷歌公司的AlphaGo(阿尔法围棋)赢了韩国棋手李世石,再度引发AI热潮。2017年,深度学习大热。AlphaGo Zero(谷歌下属公司Deepmind的新版程序)在无任何数据输入的情况下,开始自学围棋,3天后便以100∶0横扫了第二版本的“旧狗”,学习40天后又战胜了在人类高手看来不可企及的第三个版本“大师”。

随着互联网、大数据、云计算、物联网等信息技术的发展,基于感知数据和图形处理器等计算平台,以深度神经网络为代表的人工智能技术正飞速发展,大幅跨越了科学与应用之间的“技术鸿沟”,诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用”“不好用”到“可以用”的技术突破,未来或将迎来暴发式增长的新高潮。

猜你喜欢

机器神经网络程序
机器狗
机器狗
神经网络抑制无线通信干扰探究
试论我国未决羁押程序的立法完善
基于神经网络的中小学生情感分析
未来机器城
“程序猿”的生活什么样
英国与欧盟正式启动“离婚”程序程序
基于神经网络的拉矫机控制模型建立
创卫暗访程序有待改进