亞里士多德：近代帕斯卡：制成可進(jìn)行四則運(yùn)算的計(jì)算器，并提出了“萬能符號(hào)”和 該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和系“人工智能”一詞最初是在 人工智能是一門極富性的科學(xué)，由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺等等，目前能夠用來研究人工智能的主要物質(zhì)以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計(jì)算機(jī)，理系統(tǒng)、自然語言理解、計(jì)算機(jī)視覺、智能機(jī)器人、自動(dòng)程序圖靈測(cè)圖靈測(cè)試一詞來源于計(jì)算機(jī)科學(xué)和學(xué)的先驅(qū)·麥席森·圖靈寫于1950年的一篇《計(jì)算機(jī)器與智能》，其中30%是圖靈對(duì)2000年時(shí)的機(jī)器思考能力的一個(gè)預(yù)測(cè)，目前我們已遠(yuǎn)遠(yuǎn)于這個(gè)預(yù)測(cè)。艾倫·圖靈(Alan艾倫·圖靈(AlanTuring)進(jìn)入 大學(xué)國王學(xué)院，畢業(yè)后 提出著名的“圖靈機(jī)”(TuringMachine)的設(shè)想?！皥D靈 研究歷1950年，圖 意到“智能”這一概念難以確切定義，他提出了著名的圖靈測(cè)試：（通過電傳設(shè)備）而不能被辨別出其機(jī)器，那么稱這臺(tái)機(jī)器具有智能。這一簡(jiǎn)化使得圖靈能夠令人信服地說明“思考的機(jī)器”是可能的。中還回答了對(duì)這一假說的各種常見質(zhì)疑。圖靈測(cè)試是人1952年，在一場(chǎng)BBC廣播中，圖靈談到了一個(gè)新的具體想法：讓計(jì)算機(jī)來冒充人。如果不足70%的 是一個(gè)人機(jī)測(cè)問：請(qǐng)給我寫出有關(guān)“第四號(hào)橋” 人機(jī)測(cè) 問題似乎沒有什么，可以通過編制特殊的程序來實(shí)現(xiàn)。然而，如果提問者并不遵循常規(guī)標(biāo)準(zhǔn)，編制回答的程序是極其的事情。例如，提問與回問：你會(huì)下國際象棋嗎？答：是的，我不是已 人機(jī)測(cè)上述兩種的區(qū)別在于，第一種可明顯地感在電腦中人類所有可以想到的問題，圖靈 紙帶上移來移去。機(jī)器頭有一組狀態(tài)，還己的狀態(tài)查找程序表，根據(jù)程序輸出信息到紙帶方格上，并轉(zhuǎn)換自己的狀態(tài)，然后模仿游《模仿游戲》（TheImitationGame），是由莫騰·泰杜姆執(zhí)導(dǎo)，本尼迪克特·康伯巴奇、凱拉·莉等主演的傳 在內(nèi)的項(xiàng)提名。于 年月 銀 第一階段：50 第一階段：50 機(jī)器定理證 早在17世紀(jì)中葉，萊布尼茲就提出過用機(jī)器實(shí)現(xiàn)定理證明的思想。9世紀(jì)后期.弗雷格的“思想語言”的形式系統(tǒng)，即后來的謂詞演算，奠定了符號(hào)邏輯的基礎(chǔ)，為自動(dòng)演繹推理提供了必要的理論工具。0世紀(jì)50年代，由于數(shù)理邏輯的..西蒙首先用探試法實(shí)現(xiàn)了用以證明命題邏輯中重言式的邏輯理論家系統(tǒng)LT。發(fā)的。Lisp語言的強(qiáng)大使它而GNUEmacsLisp主要由Maclisp發(fā)展而來，該語言由MIT在20世紀(jì)60年CommonLisp，而CommonLisp2080年代成了一種標(biāo)準(zhǔn)。跳棋程人類跳棋世界冠軍MarionTsle從年之后的年里只輸了次，但在19程序Chino?，F(xiàn)在同一個(gè)電腦程序經(jīng)過改進(jìn)后已經(jīng)天下無敵，最好棋手的最好結(jié)局是打成平（5*10^20），Chinook則只使用了其中的100萬億種(10^14)來證明程序的強(qiáng)大，它運(yùn)用相關(guān)的決策圖表（decisiontrees）來決定下棋的步驟?？茖W(xué)家已經(jīng)建立一個(gè)（chinook），無敵的機(jī)器人將在這里迎接人類的。JonathanSchaeffer教授程序使用的算法可用來搜可 在這項(xiàng) 有5000年歷史的古老游戲中做 不輸據(jù)一期《科學(xué)》 ，這項(xiàng)成果被視為人工智能發(fā)展進(jìn)程中的一個(gè)里程碑。這臺(tái)名為Chinook的跳棋冠軍計(jì)算機(jī)是艾伯塔大學(xué)計(jì)算機(jī)科學(xué)系喬納森·謝弗及其電腦天才團(tuán)隊(duì)的智第二階段：60年代末到70 DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN 和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)、Hearsay-II語音理解系統(tǒng)等系統(tǒng)的研智能議（InternationalJointConferencesonArtificialInligence即IJCAI）。系系統(tǒng)結(jié)構(gòu)

的某個(gè)領(lǐng)域水平的知識(shí)與經(jīng)驗(yàn)，能夠利用人類的知識(shí)也就是說，系統(tǒng)是一個(gè)具有大量的一個(gè)或多個(gè)提供的知識(shí)和經(jīng)驗(yàn)，進(jìn)行推理和判斷，模擬人類的決策過程，以便解決那些需要人類處理的復(fù)雜問題，簡(jiǎn)而言之，系統(tǒng)是一種模擬人類解決領(lǐng)域問題的計(jì)算機(jī)程與發(fā)結(jié)合化學(xué)領(lǐng)域的專門知識(shí)，研制了世界上第一個(gè)系統(tǒng)Dendral，可以推斷化20多年來，知識(shí)工程的研究， 系統(tǒng)的理論和技術(shù)不斷發(fā)展，應(yīng)用滲透到幾乎各個(gè)領(lǐng)域，包括化學(xué)、數(shù)學(xué)、物理、生物、醫(yī)學(xué)農(nóng)業(yè)、氣象地質(zhì)勘探、軍事、工程技術(shù)、法律、商業(yè)、空間技術(shù)、自動(dòng)控制、計(jì)算機(jī)設(shè)計(jì)和制造等眾多領(lǐng)域，開發(fā)了幾千個(gè)的 系統(tǒng)，其中不少在功能上已達(dá)到，甚至超過同領(lǐng)域中人類專家的水，并在實(shí)際應(yīng)用中產(chǎn)生了巨大的經(jīng)濟(jì)效。與發(fā) 在總結(jié)前三代系統(tǒng)的設(shè)計(jì)方法 技術(shù)的基礎(chǔ)上，已開始采用大型多協(xié)作系統(tǒng)、多種知識(shí)表示、綜合知識(shí)庫、自組織解題機(jī)制、多學(xué)科協(xié)同解題與并行推理、系統(tǒng)工具與環(huán)境、人工神經(jīng)網(wǎng)絡(luò)知識(shí)獲取及學(xué)習(xí)機(jī)制等人工智能技術(shù)來實(shí)現(xiàn)具有多知識(shí)庫、多主體的第四代系統(tǒng)。DENDRAL系系統(tǒng)結(jié)構(gòu)

DENDRAL系統(tǒng)是一種幫助化學(xué)家判斷某待定物質(zhì)的分子結(jié)構(gòu)的系統(tǒng)。1965年在斯坦福大學(xué)開始研制，1968年研發(fā)成功，它是Feigenbaum與化學(xué)家J.Lederberg合作的結(jié)果，20世紀(jì)60年代中期，Lederberg提出了一種可以根據(jù)輸入的質(zhì)樸儀數(shù)據(jù)列出所有可能的分子結(jié)構(gòu)的算法，并在此后的3年里，與Feigenbaum等人一起探討了用規(guī)則表示知識(shí)利用這一系統(tǒng)在更短的時(shí)間里完成類似與人工界上第一例成功的系統(tǒng)，它的出現(xiàn)標(biāo)志著人工智能的一個(gè)新領(lǐng)域——系統(tǒng)的誕生。從此各種不同的系統(tǒng)相繼成立。MYCIN系MYCIN系統(tǒng)中的信息流及信息流控制流程

MYCINsystem一種幫助醫(yī)生對(duì)住院的血液 MYCIN系統(tǒng)是70年代初由 菌。若是多種細(xì)菌，則用0到1的數(shù)字給出每種細(xì)菌 國際人工智 國際人工智 （InternationalJointConferenceonArtificialInligence,議，也是該領(lǐng)域內(nèi)最具性、最為活躍的科學(xué)盛會(huì)，可謂人工智能界的。首屆IJCAI大會(huì)追溯至1969，此后逢奇數(shù)年舉辦。第23屆會(huì)議是ICI自創(chuàng)辦45年以來首次落戶中國，充分說明中國的人工智能科學(xué)正以昂揚(yáng)飽滿和迅速增長(zhǎng)的勢(shì)頭融入國際人工智能大家庭。大會(huì)會(huì)第三階段：801982年開始了”第五代計(jì)算機(jī)研制計(jì)劃”，即”知識(shí)信息處理計(jì)算機(jī)系統(tǒng)KIPS”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終腦，但它的開展形成了一股研究人工第五代計(jì)算 知識(shí)處理 知識(shí)處理將是90統(tǒng)(KIPS)，是一種解題推理的機(jī)器。他們抓住知識(shí)處理第四階段：801987年，召開第一次神經(jīng)網(wǎng)絡(luò)國際會(huì)議，了這一新學(xué)科的誕生。神經(jīng)網(wǎng)人工智能研究的方向之一，是以所謂“ 系統(tǒng)”為代表的，用大 “如果-就（If-Then）人工神經(jīng)網(wǎng)絡(luò)（rfcleurl erk），標(biāo)志著另外一種自下而上的思路。神經(jīng)網(wǎng)絡(luò)沒有一個(gè)嚴(yán)格的正定義。它的基本特點(diǎn)，是試圖模仿大腦的神經(jīng)元之間傳遞，處理信息的模式。神經(jīng)網(wǎng)（）（activationfunction）它相鄰神經(jīng)元 輸入 成本函數(shù)（costfunction）：學(xué)習(xí)的算法（learningalgorithm）：這是根據(jù)成本函數(shù)的結(jié)果 ，糾錯(cuò)，最快地找到 第五階段：90年代，人工智能出現(xiàn)新的研 Hopfield神經(jīng)網(wǎng)·霍普菲爾德在1982年發(fā)明。Hopfield網(wǎng)絡(luò) 保證了向局部極小的收斂，但收斂到錯(cuò)誤的局部極小值（localminimum），而非全局極?。╣lobalminimum）。Hopfield網(wǎng)絡(luò)也提供了模擬人類 的模型。離散ofield網(wǎng)絡(luò)是一個(gè)單層網(wǎng)絡(luò)，有n個(gè)神點(diǎn)元的輸入。各節(jié)點(diǎn)沒有自反饋。每個(gè)節(jié)點(diǎn)都可于一種可能的狀態(tài)（1或－1），即當(dāng)該神經(jīng)元所受的刺激超過其閥值時(shí)，神經(jīng)元就處于一種狀態(tài)（比如1），否則神經(jīng)元就始終處于另（如1。作方式：即異步方式和同步方式。深藍(lán)（DeepBlue）卡斯帕羅夫在與超級(jí)電腦“深藍(lán)”對(duì)弈（右為“深藍(lán) 者

年月 AlphaGo人機(jī)世紀(jì)大

年月日到 提供的100 心”的。過去的人工智能只是存 AlphaGo“1997年，國際象棋AI第一次打敗頂尖的人類；2006年，人類最后一次打敗頂尖的國際象棋AI。國際象棋就64格，最大只有2^155種局面，稱為香農(nóng)數(shù)，大致是10^47歷就很牛了。但圍棋最大有3^361種局面，大致的體量是10^170，而已經(jīng)觀測(cè)到的宇宙中，原 AlphaGoAlphaGo的是兩種不同的深度神經(jīng)網(wǎng)絡(luò)?！安呗跃W(wǎng)絡(luò)”(policynetwork)和“值網(wǎng)絡(luò)”(valuenetwork)。它們的任務(wù)在于合作“挑選”出那些比較有前途的棋步，拋棄明顯的差棋，從而將計(jì)算量控制在計(jì)算機(jī)可以完成的范圍里，AlphaGo所運(yùn)用的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)表示微軟小圖靈測(cè)試的現(xiàn)實(shí)版本，最著名的，可能就是微軟推出的小冰。提到小冰，可能被最近的搞得人心惶惶的人，就會(huì)立馬放松下來。是的，小冰雖然可以與人聊幾句，但只能簡(jiǎn)單寒暄，稍微深入的問題，即顧左右而言他，說她“愚蠢”，也微軟小全部公開的文獻(xiàn)記錄，憑借微軟在大數(shù)據(jù)、自然語義分析、機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)方面的技術(shù)積累，精煉為幾千萬條真實(shí)而有趣的語料庫(此后每天凈增0.7%)，通過理解 的語境與語義，實(shí)現(xiàn) 自然人機(jī)交互，就是讓機(jī)器變得更自然，學(xué)習(xí)人的溝通的方式，語音、手勢(shì)、表情、觸摸等交流方式，這些技術(shù)是移動(dòng)互聯(lián)網(wǎng)快速成長(zhǎng)的基礎(chǔ)。但另外一個(gè)層面，移動(dòng)互聯(lián)也需要我們思考和解決，如何讓機(jī)器更加容易理解人的思想和意圖，這種人工智能和以前的AI概念不同。是通過云計(jì)算、大數(shù)據(jù)、深度神經(jīng)網(wǎng)絡(luò)等技術(shù)，讓機(jī)器逐漸能夠具有一種基于數(shù)據(jù)相關(guān)性所產(chǎn)生的基本藍(lán)腦計(jì) 但網(wǎng)絡(luò)上對(duì)其褒貶不一。2009年8月他們有望在2020年左右制造出科學(xué)感。從年至年，馬克拉姆機(jī)器學(xué)機(jī)器學(xué)習(xí)(MachineLearningML是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、近它是人工智能 DeepMindDemisHassabis等人聯(lián)合創(chuàng)立，是前沿的人工智 旗下的DeepMind已