.1.4人工智能的發(fā)展歷程與主要流派1.人工智能的發(fā)展歷程神秘又令人神往的人工智能的發(fā)展并不是一帆風(fēng)順，在充滿未知的探索道路上經(jīng)歷了繁榮與低谷，然而，它又以新的面貌迎來了新一輪的發(fā)展?？梢詫⑷斯ぶ悄艿陌l(fā)展歷程劃分為以下6個階段：第一次繁榮期、第一次低谷期、第二次繁榮期、第二次低谷期、復(fù)蘇期和增長爆發(fā)期。人工智能發(fā)展歷程如圖1所示。圖1人工智能發(fā)展歷程（1）第一次繁榮期（1956—1976年）1959年，亞瑟·塞繆爾(ArthurSamuel)創(chuàng)造了“機(jī)器學(xué)習(xí)”一詞，其研制的跳棋程序打敗了Samuel本人。在此期間，機(jī)器翻譯、機(jī)器定理證明、機(jī)器博弈開始興起，掀起人工智能發(fā)展的第一個高潮。（2）第一次低谷期（1976—1982年）人工智能發(fā)展初期的突破性進(jìn)展大大提升了人們對人工智能的期望，人們開始嘗試更具挑戰(zhàn)性的任務(wù)。由于當(dāng)時計(jì)算機(jī)運(yùn)算能力的不足，程序的計(jì)算復(fù)雜度較高，導(dǎo)致機(jī)器翻譯等項(xiàng)目失敗。同時，一些學(xué)術(shù)報告對人工智能研究提出的理論質(zhì)疑以及人工智能威脅論使得人工智能的研究經(jīng)費(fèi)普遍減少。使人工智能的發(fā)展走入低谷。（3）第二次繁榮期（1982—1987年）1985年，出現(xiàn)了具有更強(qiáng)可視化效果的決策樹模型，以及突破早期感知機(jī)局限的多層人工神經(jīng)網(wǎng)絡(luò)；日本國際貿(mào)易和工業(yè)部投資第五代計(jì)算機(jī)的發(fā)展；具備邏輯規(guī)則推演和特定領(lǐng)域回答的專家系統(tǒng)開始盛行，專家系統(tǒng)在醫(yī)療、化學(xué)、地質(zhì)等領(lǐng)域取得成功，推動人工智能走入應(yīng)用發(fā)展的新高潮。（4）第二次低谷期（1987—1997年）1987年，LISP機(jī)的市場崩塌，人工智能研究的技術(shù)領(lǐng)域再一次陷入瓶頸，抽象推理不再繼續(xù)被人關(guān)注，基于符號處理的模型遭到諸多人工智能研究者的反對。（5）復(fù)蘇期（1997—2010年）1997年5月11日，“深藍(lán)”戰(zhàn)勝國際象棋世界冠軍。國際商業(yè)機(jī)器公司（簡稱IBM）研發(fā)的國際象棋電腦“深藍(lán)”(DeepBlue)戰(zhàn)勝了國際象棋世界冠軍加里·卡斯帕羅夫（CarryKasparov）。“深藍(lán)”的運(yùn)算速度為每秒2億步棋，并存有70萬份大師對戰(zhàn)的棋局?jǐn)?shù)據(jù)，可搜尋并估計(jì)隨后的12步棋。成為人工智能史上的一個重要里程碑。圖2為當(dāng)時的對弈場景。圖2“深藍(lán)”戰(zhàn)勝卡斯帕羅夫（右邊為“深藍(lán)”操作者）2006年，杰弗里·辛頓（GeoffreyHinton）提出“深度學(xué)習(xí)”的神經(jīng)網(wǎng)絡(luò)。2008年IBM提出“智慧地球”的概念。復(fù)蘇期間，計(jì)算機(jī)性能與互聯(lián)網(wǎng)技術(shù)快速普及，促進(jìn)了AI的發(fā)展。（6）增長爆發(fā)期（2010年至今）2010年宣告了大數(shù)據(jù)時代的到來，新一代的信息技術(shù)引發(fā)信息環(huán)境與數(shù)據(jù)基礎(chǔ)的變革，海量的圖像、語言、文本等非結(jié)構(gòu)化數(shù)據(jù)不斷出現(xiàn)，計(jì)算機(jī)的計(jì)算能力不斷增強(qiáng)。2011年，沃森（Watson）參加智力問答節(jié)目。IBM開發(fā)的人工智能程序“沃森”（Watson）在一檔智力問答節(jié)目中戰(zhàn)勝了兩位人類冠軍。沃森存儲了2億頁數(shù)據(jù)，能夠?qū)⑴c問題相關(guān)的關(guān)鍵詞從看似相關(guān)的答案中抽取出來。這一程序已被IBM廣泛應(yīng)用于醫(yī)療診斷領(lǐng)域。2012年，谷歌（Google）無人駕駛汽車上路，人工智能迎來爆發(fā)式增長的新高潮。2014年，微軟公司發(fā)布全球第一款個人智能助理微軟小娜。2016年3月，AlphaGo以4:1戰(zhàn)勝世界圍棋冠軍李世石。AlphaGo是由GoogleDeepMind開發(fā)的人工智能圍棋程序，具有自我學(xué)習(xí)能力，它能夠搜集大量圍棋對弈數(shù)據(jù)和名人棋譜，可以自主學(xué)習(xí)并模仿人類下棋。圖3為AlphaGo挑戰(zhàn)李世石現(xiàn)場。圖3AlphaGo挑戰(zhàn)李世石現(xiàn)場（左邊為“AlphaGo”操作者）2017年，深度學(xué)習(xí)大熱。AlphaGoZero（第四代AlphaGo），從空白狀態(tài)學(xué)起，在無任何人類輸入的條件下，迅速自學(xué)圍棋，經(jīng)過3天的訓(xùn)練便以100：0的戰(zhàn)績擊敗了第二個版本的AlphaGoLee，經(jīng)過40天的訓(xùn)練便擊敗了第三個版本AlphaGoMaster。新一代人工智能隨著互聯(lián)網(wǎng)的普及、傳感器的涌現(xiàn)、大數(shù)據(jù)的助力、電子商務(wù)的充分發(fā)展，數(shù)據(jù)和知識在人類社會、物理空間和信息空間之間交叉融合、相互作用，人工智能已經(jīng)進(jìn)入一個新的發(fā)展階段。世界各國紛紛將人工智能作為搶抓下一輪科技革命先機(jī)的重要舉措。例如人工智能成為“中國制造2025”、德國“工業(yè)4.0”、美國“工業(yè)互聯(lián)網(wǎng)”、日本“超智能社會”等重大國家戰(zhàn)略的核心技術(shù)。2017年7月20日,我國國務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》,開啟了我國新一代人工智能的新征程?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》中預(yù)計(jì)，到2025年，人工智能基礎(chǔ)理論實(shí)現(xiàn)重大突破，部分技術(shù)和應(yīng)用達(dá)到世界領(lǐng)先水平，核心技術(shù)規(guī)模超過4000億元。認(rèn)識現(xiàn)在：新一代人工智能的主要驅(qū)動因素當(dāng)前，隨著移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)的加速迭代演進(jìn)，人類社會與物理世界的二元結(jié)構(gòu)正在進(jìn)階到人類社會、信息空間和物理世界的三元結(jié)構(gòu)，人與人、機(jī)器與機(jī)器、人與機(jī)器的交流互動愈加頻繁。人工智能發(fā)展所處的信息環(huán)境和數(shù)據(jù)基礎(chǔ)發(fā)生了深刻變化，愈加海量化的數(shù)據(jù)，持續(xù)提升的運(yùn)算力，不斷優(yōu)化的算法模型，結(jié)合多種場景的新應(yīng)用已構(gòu)成相對完整的閉環(huán)，成為推動新一代人工智能發(fā)展的四大要素。（1）人機(jī)物互聯(lián)互通成趨勢，數(shù)據(jù)量呈現(xiàn)爆炸性增長互聯(lián)網(wǎng)、社交媒體、移動設(shè)備和傳感器的大量普及，大數(shù)據(jù)技術(shù)的廣泛應(yīng)用為通過深度學(xué)習(xí)訓(xùn)練人工智能提供了良好的土壤。目前，全球數(shù)據(jù)總量每年都以倍增的速度增長。海量的數(shù)據(jù)將為人工智能算法模型提供源源不斷的素材，人工智能正從監(jiān)督式學(xué)習(xí)向無監(jiān)督學(xué)習(xí)演進(jìn)升級，不斷優(yōu)化機(jī)器學(xué)習(xí)算法，從而積累經(jīng)驗(yàn)、發(fā)現(xiàn)規(guī)律。（2）數(shù)據(jù)處理技術(shù)加速演進(jìn)，運(yùn)算能力實(shí)現(xiàn)大幅提升人工智能領(lǐng)域富集了海量數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理技術(shù)難以滿足高強(qiáng)度、高頻次的處理需求，然而人工智能芯片的出現(xiàn)，加速了深層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練迭代速度，極大地促進(jìn)了人工智能行業(yè)的發(fā)展。（3）深度學(xué)習(xí)研究成果卓著，帶動算法模型持續(xù)優(yōu)化全球科技巨頭紛紛成立實(shí)驗(yàn)室，開源算法框架，打造生態(tài)體系等方式推動算法模型的優(yōu)化和創(chuàng)新。目前，深度學(xué)習(xí)等算法已經(jīng)廣泛應(yīng)用在自然語言處理、語音處理以及計(jì)算機(jī)視覺等領(lǐng)域，并在某些特定領(lǐng)域取得了突破性進(jìn)展。（4）資本與技術(shù)深度耦合，助推行業(yè)應(yīng)用快速興起在技術(shù)突破和應(yīng)用需求的雙重驅(qū)動下，人工智能技術(shù)已走出實(shí)驗(yàn)室，迅速向各個產(chǎn)業(yè)領(lǐng)域滲透，產(chǎn)業(yè)化水平大幅提升。在此過程中，資本成為產(chǎn)業(yè)發(fā)展的加速器發(fā)：一方面，跨國科技巨頭以資本為杠桿，展開投資并購活動，不斷完善產(chǎn)業(yè)鏈布局；另一方面，各類資本對初創(chuàng)型企業(yè)的支持，使得優(yōu)秀的技術(shù)型公司迅速脫穎而出。目前，人工智能已在智能機(jī)器人、無人機(jī)、金融、醫(yī)療、安防、駕駛、搜索、教育等領(lǐng)域得到了較為廣泛的應(yīng)用。認(rèn)識現(xiàn)在：新一代人工智能的主要發(fā)展特征在數(shù)據(jù)、運(yùn)算能力、算法模型、多元應(yīng)用的共同驅(qū)動下，人工智能的定義正從用計(jì)算機(jī)模擬人類智能演進(jìn)到協(xié)助引導(dǎo)提升人類智能，通過推動機(jī)器、人與網(wǎng)絡(luò)相互連接融合，更為密切地融入人類生產(chǎn)生活，從輔助性設(shè)備和工具進(jìn)化為協(xié)同互動的助手和伙伴，新一代人工智能主要發(fā)展特征如圖4所示。圖4新一代人工智能主要發(fā)展特征（1）大數(shù)據(jù)成為人工智能持續(xù)快速發(fā)展的基石隨著新一代信息技術(shù)的快速發(fā)展，計(jì)算能力、數(shù)據(jù)處理能力和處理速度極大提升，機(jī)器學(xué)習(xí)算法快速演進(jìn)，大數(shù)據(jù)的價值逐漸凸顯。新一代人工智能以大數(shù)據(jù)驅(qū)動的，基于給定的學(xué)習(xí)框架，不斷優(yōu)化參數(shù)設(shè)置及環(huán)境信息，具有高度的自主性。（2）文本、圖像、語音等信息實(shí)現(xiàn)跨媒體交互計(jì)算機(jī)圖像識別、語音識別和自然語言處理等技術(shù)的不斷發(fā)展，在準(zhǔn)確率及效率方面取得了明顯進(jìn)步，在無人駕駛、智能搜索等垂直行業(yè)得到了廣泛應(yīng)用。與此同時，文本、圖像、語音、視頻等信息突破了各自的局限，實(shí)現(xiàn)跨媒體交互，智能化搜索、個性化推薦的需求進(jìn)一步的發(fā)展。（3）基于網(wǎng)絡(luò)的群體智能技術(shù)開始萌芽隨著互聯(lián)網(wǎng)、云計(jì)算等新一代信息技術(shù)的快速應(yīng)用及普及，人工智能研究的焦點(diǎn)，已從打造具有感知智能及認(rèn)知智能的單個智能體向打造多智能體協(xié)同的群體智能轉(zhuǎn)變。群體智能充分體現(xiàn)了“通盤考慮、統(tǒng)籌優(yōu)化”思想，具有去中心化、自愈性強(qiáng)和信息共享高效等優(yōu)點(diǎn)，相關(guān)的群體智能技術(shù)已經(jīng)開始萌芽并成為研究熱點(diǎn)。（4）自主智能系統(tǒng)成為新興發(fā)展方向當(dāng)前，隨著生產(chǎn)制造智能化改造升級的需求日益凸顯，通過嵌入智能系統(tǒng)對現(xiàn)有的機(jī)械設(shè)備進(jìn)行改造升級成為更加務(wù)實(shí)的選擇，也是中國制造2025、德國工業(yè)4.0、美國工業(yè)互聯(lián)網(wǎng)等國家戰(zhàn)略的核心舉措。在此引導(dǎo)下，自主智能系統(tǒng)正成為人工智能的重要發(fā)展及應(yīng)用方向。（5）人機(jī)協(xié)同正在催生新型混合智能形態(tài)人類智能在感知、推理、歸納和學(xué)習(xí)等方面具有機(jī)器智能無法比擬的優(yōu)勢，機(jī)器智能則在搜索、計(jì)算、存儲、優(yōu)化等方面領(lǐng)先于人類智能，兩種智能具有很強(qiáng)的互補(bǔ)性。人與計(jì)算機(jī)協(xié)同，互相取長補(bǔ)短將形成一種新的“1+1>2”的增強(qiáng)型智能，也就是混合智能，這種智能是一種雙向閉環(huán)系統(tǒng)，既包含人，又包含機(jī)器組件，人可以接受機(jī)器的信息，機(jī)器也可以讀取人的信號，兩者相互作用，互相促進(jìn)。2.人工智能的主要流派目前人工智能的主要學(xué)派有下面三家：（1）符號主義(symbolicism)，又稱為邏輯主義(logicism)、心理學(xué)派(psychologism)或計(jì)算機(jī)學(xué)派(computerism)，其原理主要為物理符號系統(tǒng)(即符號操作系統(tǒng))假設(shè)和有限合理性原理。符號主義認(rèn)為人工智能源于數(shù)理邏輯。數(shù)理邏輯從19世紀(jì)末起得以迅速發(fā)展，到20世紀(jì)30年代開始用于描述智能行為。計(jì)算機(jī)出現(xiàn)后，又再計(jì)算機(jī)上實(shí)現(xiàn)了邏輯演繹系統(tǒng)。其有代表性的成果為啟發(fā)式程序LT邏輯理論家，證明了38條數(shù)學(xué)定理，表了可以應(yīng)用計(jì)算機(jī)研究人的思維多成，模擬人類智能活動。正是這些符號主義者，早在1956年首先采用“人工智能”這個術(shù)語。后來又發(fā)展了啟發(fā)式算法->專家系統(tǒng)->知識工程理論與技術(shù)，并在20世紀(jì)80年代取得很大發(fā)展。符號主義曾長期一枝獨(dú)秀，為人工智能的發(fā)展作出重要貢獻(xiàn)，尤其是專家系統(tǒng)的成功開發(fā)與應(yīng)用，為人工智能走向工程應(yīng)用和實(shí)現(xiàn)理論聯(lián)系實(shí)際具有特別重要的意義。在人工智能的其他學(xué)派出現(xiàn)之后，符號主義仍然是人工智能的主流派別。這個學(xué)派的代表任務(wù)有紐厄爾(Newell)、西蒙(Simon)和尼爾遜(Nilsson)等。（2）連接主義(connectionism)，又稱為仿生學(xué)派(bionicsism)或生理學(xué)派(physiologism)，其主要原理為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。連接主義認(rèn)為人工智能源于仿生學(xué)，特別是對人腦模型的研究。它的代表性成果是1943年由生理學(xué)家麥卡洛克(McCulloch)和數(shù)理邏輯學(xué)家皮茨(Pitts)創(chuàng)立的腦模型，即MP模型，開創(chuàng)了用電子裝置模仿人腦結(jié)構(gòu)和功能的新途徑。它從神經(jīng)元開始進(jìn)而研究神經(jīng)網(wǎng)絡(luò)模型和腦模型，開辟了人工智能的又一發(fā)展道路。20世紀(jì)60至70年代，連接主義，尤其是對以感知機(jī)(perceptron)為代表的腦模型的研究出現(xiàn)過熱潮，由于受到當(dāng)時的理論模型、生物原型和技術(shù)條件的限制，腦模型研究在20世紀(jì)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年發(fā)表兩篇重要論文，提出用硬件模擬神經(jīng)網(wǎng)絡(luò)以后，連接主義才又重新抬頭。1986年，魯梅爾哈特(Rumelhart)等人提出多層網(wǎng)絡(luò)中的反向傳播算法(BP)算法。此后，連接主義勢頭大振，從模型到算法，從理論分析到工程實(shí)現(xiàn)，為神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)走向市場打下基礎(chǔ)?，F(xiàn)在，對人工神經(jīng)網(wǎng)絡(luò)(ANN)的研究熱情仍然較高，但研究成果沒有像預(yù)想的那樣好。（3）行為主義(actionism)，又稱為進(jìn)化主義(evolutionism)或控制論學(xué)派(cyberneticsism)，其原理為控制論及感知-動作型控制系統(tǒng)。行為主義認(rèn)為人工智能源于控制論?？刂普撍枷朐缭?0世紀(jì)40至50年代就成為時代思潮的重要部分，影響了早期的人工智能工作者。維納(Wiener)和麥克洛克(McCulloch)等人提出的控制論和自組織系統(tǒng)以及錢學(xué)森等人提出的工程控制論和生物控制論，影響了許多領(lǐng)域?？刂普摪焉窠?jīng)系統(tǒng)的工作原理與信息理論、控制理論、邏輯以及計(jì)