主要內(nèi)容1什么是人工智能人工智能簡(jiǎn)史人工智能的流派人工智能的應(yīng)用與挑戰(zhàn)一、什么是人工智能？2那么，究竟什么是人工智能呢？

1955年，人工智能的先驅(qū)之一——約翰·麥卡錫首次將人工智能一詞定義如下，人工智能是開發(fā)出行為像人一樣的智能機(jī)器。1983年，在《大英百科全書》中可以找到這樣一個(gè)定義，人工智能是數(shù)字計(jì)算機(jī)或計(jì)算機(jī)控制的機(jī)器人，擁有與人類更高智能處理能力相關(guān)的問題的能力。1991年，伊萊恩·里奇在《人工智能》一書中給出了人工智能的定義，人工智能是研究如何讓計(jì)算機(jī)做目前人們擅長(zhǎng)的事情。人工智能的定義3里奇的定義豐富、簡(jiǎn)潔地描述了人工智能研究人員在過去50年里一直在做的事情。該前瞻性的定義揭示了人工智能只關(guān)心智能過程，這么做無(wú)疑是很危險(xiǎn)的。智能體系統(tǒng)的構(gòu)建離不開對(duì)人類推理和一般智能行為的深刻理解，因此神經(jīng)科學(xué)對(duì)人工智能非常重要。人工智能的研究領(lǐng)域4人工智能人工智能的知識(shí)領(lǐng)域廣泛而多樣，各個(gè)領(lǐng)域的方法和思想又彼此借鑒。隨著科學(xué)技術(shù)和配套體系的發(fā)展成熟，人工智能的市場(chǎng)知名度也在不斷地增長(zhǎng)。機(jī)器學(xué)習(xí)自然語(yǔ)言處理專家系統(tǒng)智能規(guī)劃智能規(guī)劃模式識(shí)別機(jī)器人自動(dòng)定理證明自動(dòng)編程分布式人工智能游戲計(jì)算機(jī)視覺軟計(jì)算智能控制人工智能的研究領(lǐng)域5這里簡(jiǎn)要介紹人工智能的如下幾個(gè)技術(shù)應(yīng)用研究領(lǐng)域。1機(jī)器學(xué)習(xí)MachineLearning2自然語(yǔ)言理解NaturalLanguageUnderstanding3專家系統(tǒng)ExpertSystem4智能規(guī)劃AutomatedPlanning5模式識(shí)別PatternRecognition人工智能的研究領(lǐng)域6機(jī)器學(xué)習(xí)是人工智能的核心研究領(lǐng)域，涉及概率論，統(tǒng)計(jì)學(xué)，凸分析等多個(gè)研究方向。它是計(jì)算機(jī)具有智能的根本途徑。機(jī)器學(xué)習(xí)研究的主要目標(biāo)是使機(jī)器本身獲取知識(shí)，使機(jī)器能夠總結(jié)經(jīng)驗(yàn)，糾正錯(cuò)誤，探索規(guī)律，提高性能，并具有較強(qiáng)的環(huán)境適應(yīng)性。目前，機(jī)器學(xué)習(xí)已經(jīng)被廣泛的應(yīng)用，如數(shù)據(jù)挖掘，計(jì)算機(jī)視覺，自然語(yǔ)言處理，生物特征識(shí)別，搜索引擎，醫(yī)療診斷，信用卡欺詐檢測(cè)，證券市場(chǎng)分析，DNA序列測(cè)序，語(yǔ)音和手寫識(shí)別，戰(zhàn)略游戲和應(yīng)用程序的機(jī)器人等等。機(jī)器學(xué)習(xí)如果一個(gè)系統(tǒng)可以通過執(zhí)行一定的某個(gè)過程改進(jìn)它的性能，那就是學(xué)習(xí)?！狧erbertAlexanderSimon人工智能的研究領(lǐng)域7自然語(yǔ)言理解是人工智能的核心議題，俗稱人機(jī)對(duì)話，也是人工智能的一個(gè)分支。其目的是研究實(shí)現(xiàn)人與計(jì)算機(jī)之間有效溝通的各種理論和方法。自然語(yǔ)言理解是一個(gè)新的前沿學(xué)科，它涉及語(yǔ)言學(xué)，心理學(xué)，邏輯學(xué)，聲學(xué)，數(shù)學(xué)和計(jì)算機(jī)科學(xué)，并基于語(yǔ)言學(xué)。自然語(yǔ)言理解的研究綜合運(yùn)用現(xiàn)代語(yǔ)音學(xué)，音韻學(xué)，語(yǔ)法，語(yǔ)義和語(yǔ)用學(xué)的知識(shí)。自然語(yǔ)言理解占有非常重要的地位。研制中的第5代計(jì)算機(jī)的主要目標(biāo)是讓計(jì)算機(jī)能夠理解和使用自然語(yǔ)言。從目前的理論和技術(shù)的情況來看，它主要適用于機(jī)器翻譯，自動(dòng)文摘，全文檢索等，而做到通用和高品質(zhì)的自然語(yǔ)言處理系統(tǒng)仍然是一個(gè)長(zhǎng)期的目標(biāo)。自然語(yǔ)言理解人工智能的研究領(lǐng)域8專家系統(tǒng)是人工智能最重要和最活躍的應(yīng)用領(lǐng)域，已從理論研究到實(shí)際應(yīng)用、從一般推理策略討論向?qū)I(yè)知識(shí)運(yùn)用方面取得了重大突破。它是早期人工智能的一個(gè)重要分支，也被看作是一類具有專門知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能系統(tǒng)專家系統(tǒng)通常由六個(gè)部分組成：人機(jī)交互界面、知識(shí)庫(kù)、推理機(jī)、解釋、綜合數(shù)據(jù)庫(kù)和知識(shí)獲取。其中知識(shí)庫(kù)和推理機(jī)相互分離，并擁有自己的特色。近年來，專家系統(tǒng)技術(shù)已經(jīng)逐漸成熟，已廣泛應(yīng)用于工程，醫(yī)學(xué)，軍事，商業(yè)等領(lǐng)域，而且成就相當(dāng)豐碩。甚至在一些應(yīng)用領(lǐng)域，它超越了人類專家的智慧和判斷力。專家系統(tǒng)人工智能的研究領(lǐng)域9智能規(guī)劃是人工智能的一個(gè)重要研究領(lǐng)域，起源于20世紀(jì)60年代。該系統(tǒng)可簡(jiǎn)單描述為：給定問題的狀態(tài)描述，對(duì)狀態(tài)描述進(jìn)行轉(zhuǎn)換成為一組操作，初始狀態(tài)和目標(biāo)狀態(tài)。智能規(guī)劃研究目的是建立一種有效的、實(shí)際的智能規(guī)劃系統(tǒng)，如路徑和運(yùn)動(dòng)規(guī)劃，導(dǎo)航規(guī)劃，通信規(guī)劃等。典型的應(yīng)用包括深空1號(hào)中的遠(yuǎn)程智能體在線規(guī)劃軟件系統(tǒng)；火星探測(cè)器“漫游者”的地面規(guī)劃軟件系統(tǒng)、NASA開發(fā)的EUROPA規(guī)劃系統(tǒng)等。近年來，智能規(guī)劃的研究在描述問題和解決問題上都取得了新的突破，使其成為人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。同時(shí)由于智能規(guī)劃的研究對(duì)象和方法的轉(zhuǎn)變，其應(yīng)用領(lǐng)域得到了極大的擴(kuò)展，智能規(guī)劃的理論和應(yīng)用研究在近幾年取得了長(zhǎng)足的進(jìn)步。智能規(guī)劃人工智能的研究領(lǐng)域10模式識(shí)別是信息科學(xué)和人工智能的重要組成部分。它是指處理和分析表征事物或現(xiàn)象的各種形式（數(shù)值、文字和邏輯）的信息進(jìn)行識(shí)別和分類。模式識(shí)別呈現(xiàn)多樣性和多元化的趨勢(shì)，或可以在不同的概念粒度來進(jìn)行，其中生物特征識(shí)別已經(jīng)成為模式識(shí)別的新高潮，包括語(yǔ)音識(shí)別，文字識(shí)別，圖像識(shí)別，字符場(chǎng)景識(shí)別和手語(yǔ)識(shí)別。21世紀(jì)是智能化、信息化、計(jì)算化、網(wǎng)絡(luò)化的世紀(jì)。當(dāng)今，模式識(shí)別技術(shù)作為人工智能技術(shù)的基礎(chǔ)分支，必將獲得巨大的發(fā)展空間。世界各大權(quán)威研究機(jī)構(gòu)和企業(yè)已經(jīng)開始將模式識(shí)別技術(shù)作為他們的戰(zhàn)略研究和開發(fā)的重點(diǎn)。模式識(shí)別人工智能的發(fā)展現(xiàn)狀11最早的機(jī)器智能可分為“人工智能”和“增強(qiáng)型智能”。這兩個(gè)概念如今已被統(tǒng)一起來，稱為人工智能。

人工智能分為三類，即弱人工智能、強(qiáng)人工智能和超人工智能。人工智能的發(fā)展現(xiàn)狀12三類不同的人工智能弱人工智能是指僅擅長(zhǎng)某個(gè)應(yīng)用的人工智能，超出特定領(lǐng)域則無(wú)有效解決能力；強(qiáng)人工智能是指人類水平的人工智能，在各方面與人類相提并論，且無(wú)法簡(jiǎn)單進(jìn)行人類與機(jī)器的區(qū)分；超人工智能是指超越人類在所有領(lǐng)域，并能在創(chuàng)新、創(chuàng)意、創(chuàng)作領(lǐng)域超越人類，并能解決人類解決不了的問題。人工智能的發(fā)展現(xiàn)狀13強(qiáng)人工智能的觀點(diǎn)認(rèn)為，有可能制造出真正能推理和解決問題的智能機(jī)器，并且，這樣的機(jī)器將能被認(rèn)為是有知覺的、有自我意識(shí)的。強(qiáng)人工智能可以分為兩類：一類是類人的人工智能，就是機(jī)器的思想和推理就像人的思維一樣。二是非人類的人工智能，也就是機(jī)器產(chǎn)生完全不同的感覺和意識(shí)，使用與人完全不同的推理方法。弱人工智能認(rèn)為不可能創(chuàng)造這樣的智能機(jī)。這些機(jī)器只是看起來智能，但沒有智慧，不會(huì)有自主意識(shí)。至于未來是否可以創(chuàng)造一個(gè)真正強(qiáng)人工智能話題，只要在“意識(shí)”和“精神”沒有突破，無(wú)論是人類還是非人類“智慧”，在“人工智能”可能是一個(gè)美麗的擬人化的比喻。從人工智能的應(yīng)用場(chǎng)景來看，目前的人工智能仍是以具體應(yīng)用領(lǐng)域?yàn)橹鞯娜跞斯ぶ悄?。其?nèi)容和相關(guān)領(lǐng)域包括機(jī)器視覺，專家系統(tǒng)，智能工廠，智能控制，智能搜索，機(jī)器人，自動(dòng)規(guī)劃，無(wú)人駕駛，定理證明，棋類博弈，遺傳編程，語(yǔ)言識(shí)別，自然語(yǔ)言處理等。1997年，打敗了世界圍棋冠軍的IBM公司“深藍(lán)”超級(jí)計(jì)算機(jī)也是IA，不是AI。盡管這一事件被一些被戲稱為“人工智能的歷史上的里程碑事件”。二、人工智能簡(jiǎn)史14cBADE人工智能的誕生（1943-1956）人工智能的起步期（1956-1974）人工智能的第一個(gè)低谷（1974-1980）人工智能的應(yīng)用發(fā)展期（1980-1989）人工智能的第二個(gè)低谷(1989-1993)F人工智能的穩(wěn)步發(fā)展期（1993-2006）G人工智能的蓬勃發(fā)展期（2006-至今）人工智能的誕生15在20世紀(jì)40年代到20世紀(jì)50年代，一群來自不同領(lǐng)域（數(shù)學(xué)，心理學(xué)，工程學(xué)，經(jīng)濟(jì)學(xué)和政治學(xué)）的科學(xué)家開始探索如何實(shí)現(xiàn)用生命體外的東西模擬人類的智慧。1943年，麥卡洛克-皮特斯提出MP模型，即最早的基于閾值邏輯的神經(jīng)網(wǎng)絡(luò)模型，用神經(jīng)網(wǎng)絡(luò)模擬人類大腦的神經(jīng)元。這是感知器的原型，開創(chuàng)了人工神經(jīng)網(wǎng)絡(luò)研究的時(shí)代。1946年，世界上第一臺(tái)通用電子數(shù)字計(jì)算機(jī)誕生（圖1-2），奠定了人工智能的硬件基礎(chǔ)。第一臺(tái)通用電子數(shù)字計(jì)算機(jī)ENIAC圖靈與人工智能161937年，25歲的阿蘭·圖靈（圖1-3）在權(quán)威雜志上發(fā)表了一篇論文，描述了一臺(tái)可以輔助數(shù)學(xué)研究機(jī)器，后人稱之為“圖靈機(jī)”，這奠定了電子計(jì)算機(jī)和人工智能的理論基礎(chǔ)。1936年至1938年，圖靈在普林斯頓大學(xué)攻讀博士學(xué)位期間，辦公室對(duì)面就是愛因斯坦和馮·諾依曼兩位教授的辦公室。馮·諾依曼大為贊賞圖靈的研究，并邀請(qǐng)圖靈做他的助手。在智能機(jī)器中，有問題的機(jī)器必須通過下面的測(cè)試。測(cè)試員Alice坐在一個(gè)有兩個(gè)計(jì)算機(jī)終端的房間內(nèi)。一端連接到一臺(tái)機(jī)器，而另一端連接到人Bob，Alice向兩個(gè)終端的輸入問題。五分鐘后，由它來判斷哪個(gè)終端是機(jī)器，如果這臺(tái)機(jī)器至少有30％的回答可以欺騙Alice，則它可以通過測(cè)試。這就是計(jì)算機(jī)史上最著名的測(cè)試—圖靈測(cè)試，這是判斷機(jī)器是否具有智能的依據(jù)。阿蘭·圖靈圖靈測(cè)試介紹到這里，不得不提起一個(gè)人的名字圖靈與人工智能171950年，圖靈提出了關(guān)于機(jī)器思維的問題，他的論文“計(jì)算機(jī)和智能”引起了廣泛的關(guān)注和深遠(yuǎn)的影響。1950年10月，圖靈發(fā)表了劃時(shí)代的論文《機(jī)器能思考嗎》，這使得圖靈獲得“人工智能之父”的稱號(hào)。1966年，為紀(jì)念圖靈的貢獻(xiàn)，美國(guó)計(jì)算機(jī)協(xié)會(huì)設(shè)立了圖靈獎(jiǎng)，日后發(fā)展成為計(jì)算機(jī)科學(xué)領(lǐng)域的“諾貝爾獎(jiǎng)”。圖靈也被稱為計(jì)算機(jī)科學(xué)和人工智能之父。阿蘭·圖靈人工智能的誕生181951年，馬文·明斯基和迪恩·埃德蒙茲建造了第一個(gè)神經(jīng)網(wǎng)絡(luò)機(jī)器SNARC。1954年，喬治·戴沃爾設(shè)計(jì)了世界上第一臺(tái)可編程的機(jī)器人。1955年，紐厄爾和西蒙在J.C.肖的協(xié)助下開發(fā)了“邏輯理論家”。馬文·明斯基人工智能的誕生191956年的達(dá)特茅斯會(huì)議是由麥卡錫、明斯基、羅徹斯特和香農(nóng)等一批有遠(yuǎn)見卓識(shí)的青年科學(xué)家共同研究和討論用機(jī)器來模擬智能的一系列相關(guān)問題，并首次提出了“人工智能”這一術(shù)語(yǔ)。該術(shù)語(yǔ)標(biāo)志“人工智能”新學(xué)科的正式誕生。此外會(huì)議給了“人工智能”的第一個(gè)準(zhǔn)確的描述。2006年，達(dá)特茅斯會(huì)議50年后，當(dāng)事人重聚(左起：摩爾、麥卡錫、明斯基、塞弗里奇、所羅門諾夫)“人工智能”新學(xué)科的正式誕生----達(dá)特茅斯會(huì)議達(dá)特茅斯會(huì)議人工智能的起步期20達(dá)特茅斯會(huì)議之后出現(xiàn)了AI發(fā)展第一次浪潮，主要包括計(jì)算機(jī)可以用于解決代數(shù)應(yīng)用題、證明幾何定理、學(xué)習(xí)和使用英語(yǔ)。最具有代表性的就是西蒙和紐厄爾推崇的自動(dòng)定理證明方法。1957年，羅森·布拉特基于神經(jīng)感知科學(xué)背景，設(shè)計(jì)出了第一個(gè)計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)——感知器（theperceptron），它模擬了人腦的運(yùn)作方式。1960年，華裔美國(guó)數(shù)理邏輯學(xué)家王浩（WangHao）提出了用命題邏輯的機(jī)器定理證明的新算法，利用計(jì)算機(jī)證明了集合論中的300多條定理。羅森·布拉特第一款人工神經(jīng)網(wǎng)絡(luò)感知機(jī)模型人工智能的起步期211967年，最近鄰算法出現(xiàn)，這使得計(jì)算機(jī)可以進(jìn)行簡(jiǎn)單的模式識(shí)別。當(dāng)時(shí)，研究者們?cè)谒较碌慕涣骱凸_發(fā)表的論文中表達(dá)出相當(dāng)樂觀的情緒，認(rèn)為具有完全智能的機(jī)器將在二十年內(nèi)出現(xiàn)。

有學(xué)者信心滿滿的宣稱：不出十年，AI將成為世界象棋冠軍，證明所有定理，譜寫優(yōu)美音樂，并預(yù)測(cè)2000年，AI將超越人類。ARPA（國(guó)防高等研究計(jì)劃署）等政府機(jī)構(gòu)向這一新興領(lǐng)域投入了大筆資金。人工智能的第一個(gè)低谷22到了70年代，AI開始遭遇批評(píng)，隨之而來的還有資金上的困難，同時(shí)，馬文·明斯基對(duì)感知器的激烈批評(píng)，此后神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入了寒冬（直到1980年才再次復(fù)蘇）。20世紀(jì)70年代末，雖然這時(shí)期溫斯頓的結(jié)構(gòu)學(xué)習(xí)系統(tǒng)和海斯·羅思等基于邏輯歸納學(xué)習(xí)系統(tǒng)取得較大的進(jìn)展，但它們都只能學(xué)習(xí)單一概念，而且未能投入實(shí)際應(yīng)用。人工智能研究者們對(duì)項(xiàng)目難度評(píng)估不足，導(dǎo)致了承諾無(wú)法兌現(xiàn)，人們當(dāng)初的樂觀期望遭到嚴(yán)重打擊，向AI提供資助的機(jī)構(gòu)（如英國(guó)政府和NRC）對(duì)無(wú)方向的AI研究逐漸停止了資助。人工智能的應(yīng)用發(fā)展期2320世紀(jì)80年代機(jī)器學(xué)習(xí)取代邏輯計(jì)算，“知識(shí)處理”成為了主流AI研究的焦點(diǎn)?？▋?nèi)基·梅隆大學(xué)為數(shù)字設(shè)備公司設(shè)計(jì)了一個(gè)名為XCON的專家系統(tǒng)斯坦福大學(xué)肖特利夫等人開發(fā)的醫(yī)療專家系統(tǒng)MYCIN，具有類似于內(nèi)科醫(yī)生的知識(shí)和經(jīng)驗(yàn)。1981年，日本經(jīng)濟(jì)產(chǎn)業(yè)省撥款八億五千萬(wàn)美元支持第五代計(jì)算機(jī)項(xiàng)目。英國(guó)開始了耗資三億五千萬(wàn)英鎊的Alvey工程。美國(guó)一個(gè)企業(yè)協(xié)會(huì)組織了MCC，向AI和信息技術(shù)的大規(guī)模項(xiàng)目提供資助。DARPA也行動(dòng)起來，組織了戰(zhàn)略計(jì)算促進(jìn)會(huì)，其1988年向AI的投資是1984年的三倍。人工智能的應(yīng)用發(fā)展期241982年，物理學(xué)家約翰·霍普佛德證明一種新型的人工神經(jīng)網(wǎng)絡(luò)（“Hopfield網(wǎng)絡(luò)”）能夠用一種全新的方式學(xué)習(xí)和處理信息。1986年，由魯梅哈特和麥克萊蘭為首的科學(xué)家提出基于誤差反向傳播算法的BP人工神經(jīng)網(wǎng)絡(luò)，解決了多層神經(jīng)網(wǎng)絡(luò)隱含層連接權(quán)的學(xué)習(xí)問題，并在數(shù)學(xué)上給出了完整推導(dǎo)。使1970年以來一直遭人遺棄的連接主義重獲新生，掀起了人們研究人工神經(jīng)元網(wǎng)絡(luò)的熱潮。人工智能的第二次低谷25從20世紀(jì)80年代末到20世紀(jì)90年代初，AI遭遇了一系列財(cái)政問題。1987年AI硬件的市場(chǎng)需求突然下跌。Apple和IBM公司生產(chǎn)的臺(tái)式機(jī)性能不斷提升，其性能已超過了Symbolics和其他廠家生產(chǎn)的昂貴的Lisp機(jī)。人工智能的穩(wěn)步發(fā)展期261995年，瓦普尼克等人正式提出統(tǒng)計(jì)學(xué)習(xí)理論。1997年，國(guó)際商業(yè)機(jī)器（IBM）公司的超級(jí)計(jì)算機(jī)“深藍(lán)”戰(zhàn)勝了國(guó)際象棋世界冠軍卡斯帕羅夫?！吧钏{(lán)”戰(zhàn)勝了國(guó)際象棋世界冠軍人工智能的蓬勃發(fā)展期272006年，杰弗里·辛頓教授和他的學(xué)生在《科學(xué)》雜志上發(fā)表了文章，開辟了深度學(xué)習(xí)發(fā)展的時(shí)代。在深度學(xué)習(xí)提出后，卷積神經(jīng)網(wǎng)絡(luò)的表征學(xué)習(xí)能力得到了關(guān)注，并隨著數(shù)值計(jì)算設(shè)備的更新得到發(fā)展。自2012年的AlexNet開始，得到GPU計(jì)算集群支持的復(fù)雜卷積神經(jīng)網(wǎng)絡(luò)多次成為ImageNet大規(guī)模視覺識(shí)別競(jìng)賽的優(yōu)勝算法。圖像識(shí)別算法比較深度神經(jīng)網(wǎng)絡(luò)人工智能的蓬勃發(fā)展期282009年，隨著深度學(xué)習(xí)技術(shù)特別是DNN興起，語(yǔ)音識(shí)別框架由GMM-HMM變?yōu)镈NN-HMM，語(yǔ)音識(shí)別進(jìn)入了DNN時(shí)代，使語(yǔ)音識(shí)別精準(zhǔn)率得到顯著提升，進(jìn)而讓語(yǔ)音識(shí)別技術(shù)走出了近十年的停滯狀態(tài)。

2011年，IBM的沃森在問答節(jié)目《危險(xiǎn)》中最終戰(zhàn)勝了人類。計(jì)算智能在這時(shí)達(dá)到了歷史頂峰。2015年以后，由于“端到端”技術(shù)興起，語(yǔ)音識(shí)別進(jìn)入了百花齊放時(shí)代，研究人員語(yǔ)音界都在訓(xùn)練更深、更復(fù)雜的網(wǎng)絡(luò)，同時(shí)利用“端到端”技術(shù)進(jìn)一步大幅提升了語(yǔ)音識(shí)別的性能。2018年，百度在這之上獲得突破，使得語(yǔ)音識(shí)別的準(zhǔn)確率接近98%，并支持多種方言輸入。人工智能的蓬勃發(fā)展期292012年，辛頓教授利用深度人工神經(jīng)網(wǎng)絡(luò)，在圖像分類競(jìng)賽ImageNet上，以絕對(duì)優(yōu)勢(shì)戰(zhàn)勝巨頭谷歌，引起軒然大波。2016年，谷歌的AlphaGo戰(zhàn)勝人類棋手李世石。AlphaGo首次應(yīng)用了強(qiáng)化學(xué)習(xí)，使得機(jī)器可以和自己對(duì)弈學(xué)習(xí)。2017年5月27日，AlphaGo的2.0版本以3:0的比分戰(zhàn)勝世界排名第一的中國(guó)圍棋棋手柯潔九段，從此在AlphaGo面前已無(wú)人類對(duì)手。2017年10月，在沙特阿拉伯首都利雅得舉行的“未來投資倡議”大會(huì)上，機(jī)器人索菲亞被授予沙特公民身份，她也因此成為全球首個(gè)獲得公民身份的機(jī)器人。AlphaGo戰(zhàn)勝李世石柯潔三、人工智能的流派30

現(xiàn)在人工智能非?；馃?，談深度學(xué)習(xí)的比較多，其他比較少。人工智能發(fā)展到現(xiàn)在為止有60年的歷史，有三大流派：邏輯主義流派、連接主義流派、行為主義流派。邏輯主義流派31

第一個(gè)流派，通常叫符號(hào)主義，又稱為邏輯主義、心理學(xué)派或計(jì)算機(jī)學(xué)派，奠基人是西蒙。核心是符號(hào)推理與機(jī)器推理，用符號(hào)表達(dá)的方式來研究智能、研究推理?；诜?hào)主義的人工智能專家系統(tǒng)IBM的沃森，在電視知識(shí)競(jìng)賽Jeopardy中表現(xiàn)出色，擊敗人類對(duì)手，贏得冠軍。目前，IBM進(jìn)一步發(fā)展沃森認(rèn)知計(jì)算平臺(tái)，結(jié)合深度卷積神經(jīng)網(wǎng)絡(luò)后獲得了更強(qiáng)的數(shù)據(jù)分析與挖掘能力，在某些細(xì)分疾病領(lǐng)域已能達(dá)到頂級(jí)醫(yī)生的醫(yī)療診斷水平。連接主義流派32

第二個(gè)流派，連接主義，又稱為仿生學(xué)派，或生理學(xué)派，奠基人是明斯基。核心是神經(jīng)元網(wǎng)絡(luò)與深度學(xué)習(xí)，仿造人的神經(jīng)系統(tǒng)，把人神經(jīng)系統(tǒng)的模型用計(jì)算的方式呈現(xiàn)，用它來仿造智能，目前人工智能的熱潮實(shí)際上是連接主義的勝利。1959年，胡貝爾和維塞爾在麻醉的貓的視覺中樞上插入了微電極，然后在貓的眼前投影各種簡(jiǎn)單模式，同時(shí)觀察貓的視覺神經(jīng)元的反應(yīng)。大衛(wèi)·胡貝爾和托斯滕·維塞爾共同獲得了1981年的諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)。最近，深度學(xué)習(xí)技術(shù)的發(fā)展，使得人們能夠模擬視覺中樞的層級(jí)結(jié)構(gòu)，考察每一級(jí)神經(jīng)網(wǎng)絡(luò)形成的概念。行為主義流派33

第三個(gè)流派是行為主義，又稱進(jìn)化主義或控制論學(xué)派，奠基人是維納。其原理為推崇控制、自適應(yīng)與進(jìn)化計(jì)算?，F(xiàn)在，在人工智能領(lǐng)域中熱度最高的是深度學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)，屬于連接主義；而符號(hào)主義的代表性成果是20世紀(jì)的專家系統(tǒng)；行為主義的貢獻(xiàn)多在機(jī)器人控制系統(tǒng)方面。代表人物34

符號(hào)主義派：馬文·明斯基，麻省理工人工智能實(shí)驗(yàn)室創(chuàng)始人之一，他奠定了人工神經(jīng)網(wǎng)絡(luò)的研究基礎(chǔ)，早在1951年，他設(shè)計(jì)構(gòu)建了第一個(gè)能自我學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)機(jī)器。連接主義派：約翰·霍普菲爾德，美國(guó)科學(xué)家，在物理學(xué)和計(jì)算機(jī)學(xué)方面均有很高的成就，1982年發(fā)明了聯(lián)想神經(jīng)網(wǎng)絡(luò)，也就是知名的霍普菲爾德網(wǎng)絡(luò)。除了這兩位名人外，符號(hào)主義這邊的大牛還有西蒙、艾倫·紐厄爾。如今連接主義當(dāng)?shù)?，這一派的大佬更為我們所熟知：比如亞·萊卡、李飛飛、杰弗里·辛頓等人。馬文·明斯基艾倫·紐厄爾三、人工智能應(yīng)用與挑戰(zhàn)35

人工智能是一門交叉學(xué)科，它集成了計(jì)算機(jī)科學(xué)、生理學(xué)和哲學(xué)。機(jī)器被用來代替人類認(rèn)識(shí)到認(rèn)知、識(shí)別、分析和決策等功能。中國(guó)人工智能的國(guó)家戰(zhàn)略362014年6月9日，習(xí)近平主席在中國(guó)科學(xué)院第十七次院士大會(huì)、中國(guó)工程院第十二次院士大會(huì)開幕式上發(fā)表重要講話，對(duì)人工智能和相關(guān)智能技術(shù)的給予了高度評(píng)價(jià)，這是黨和國(guó)家最高領(lǐng)導(dǎo)人對(duì)開展人工智能和智能機(jī)器人技術(shù)開發(fā)的莊嚴(yán)號(hào)召和大力推動(dòng)?！盎ヂ?lián)網(wǎng)先知”凱文·凱利提出，人工智能將在未來的20年成為最重要的技術(shù)；著名的未來學(xué)家雷·庫(kù)茲韋爾預(yù)測(cè)，到2030年，人類將成為混合動(dòng)力的機(jī)器人，進(jìn)入發(fā)展的新階段。人工智能行業(yè)未來格局371.巨頭掌握基礎(chǔ)層資源，成為生態(tài)構(gòu)建者人工智能的基礎(chǔ)平臺(tái)需要三大要素：超算能力、頂尖的深度學(xué)習(xí)算法人才、海量的數(shù)據(jù)資源?？萍季揞^長(zhǎng)期投資基礎(chǔ)設(shè)施和技術(shù)，同時(shí)以場(chǎng)景應(yīng)用作為流量入口，積累應(yīng)用，成為主導(dǎo)的應(yīng)用平臺(tái)，將成為人工智能生態(tài)構(gòu)建者(如Google、Amazon、Facebook、阿里云等)。2.AI正成為基礎(chǔ)設(shè)施，AIaaS降低企業(yè)智能化實(shí)施門檻國(guó)內(nèi)外科技巨頭(谷歌、微軟、百度、阿里等)及AI初創(chuàng)企業(yè)(Face++等)、上市公司(漢王科技等)紛紛推出AIaaS(人工智能即服務(wù))，把成熟的AI技術(shù)作為基礎(chǔ)設(shè)施或工具型產(chǎn)品提供給其他企業(yè)，以“按需付費(fèi)”的形式衍生出了一種新的盈利模式—AIaaS。人工智能行業(yè)未來格局38