03人工智能發(fā)展史人工智能發(fā)展史03發(fā)展歷程人工智能發(fā)展史03克勞德·艾爾伍德·香農(nóng)(1916-2001美國)信息論之父

30年代末到50年代初，一系列科學(xué)進(jìn)展交匯是最初的人工智能研究。神經(jīng)學(xué)研究發(fā)現(xiàn)大腦是由神經(jīng)元組成的電子網(wǎng)絡(luò)，其激勵電平只存在“有”和“無”兩種狀態(tài)，不存在中間狀態(tài)。維納的控制論描述了電子網(wǎng)絡(luò)的控制和穩(wěn)定性?？藙诘隆は戕r(nóng)提出的信息論則描述了數(shù)字信號（即高低電平代表的二進(jìn)制信號）。圖靈的計(jì)算理論證明數(shù)字信號足以描述任何形式的計(jì)算。這些密切相關(guān)的想法暗示了構(gòu)建電子大腦的可能性。AI誕生信息論之父人工智能發(fā)展史03最早描述“神經(jīng)網(wǎng)絡(luò)”的學(xué)者WalterPitts和WarrenMcCulloch分析了理想化的人工神經(jīng)元網(wǎng)絡(luò)，并且指出了它們進(jìn)行簡單邏輯運(yùn)算的機(jī)制。1951年，他們的學(xué)生MarvinMinsky（馬文·閔斯基）與DeanEdmonds（迪恩·埃德蒙茲）一道建造了第一臺神經(jīng)網(wǎng)絡(luò)機(jī)，稱為SNARC。1953年IBM推出IBM702，成為第一代AI研究者使用的電腦。IBM702AI誕生早期神經(jīng)網(wǎng)絡(luò)人工智能發(fā)展史03艾倫·麥席森·圖靈（AlanMathisonTuring），英國數(shù)學(xué)家、邏輯學(xué)家，被稱為計(jì)算機(jī)科學(xué)之父，人工智能之父。1950年10月，圖靈發(fā)表論文《機(jī)器能思考嗎》。這一劃時代的作品，使圖靈贏得了“人工智能之父”的桂冠。在該論文中提出了機(jī)器思維的概念，并提出圖靈測試。圖靈被稱為“人工智能之父”。后來為了紀(jì)念圖靈的貢獻(xiàn)，美國計(jì)算機(jī)協(xié)會設(shè)立圖靈獎，以表彰在計(jì)算機(jī)科學(xué)中做出突出貢獻(xiàn)的人，圖靈獎被喻為“計(jì)算機(jī)界的諾貝爾獎”。AI誕生人工智能之父人工智能發(fā)展史03計(jì)算機(jī)和被測試的人分別在兩個不同的房間里。測試過程由主持人提問，由計(jì)算機(jī)和被測試的人分別做出回答。觀測者能通過電傳打字機(jī)與機(jī)器和人聯(lián)系（避免要求機(jī)器模擬人外貌和聲音）。被測人在回答問題時盡可能表明他是一個“真正的”人，而計(jì)算機(jī)也將盡可能逼真的模仿人的思維方式和思維過程。如果試驗(yàn)主持人聽取他們各自的答案后，分辨不清哪個是人回答的，哪個是機(jī)器回答的，則可以認(rèn)為該計(jì)算機(jī)具有了智能。AI誕生圖靈測試人工智能發(fā)展史031956年8月，在美國漢諾斯小鎮(zhèn)寧靜的達(dá)特茅斯學(xué)院中，約翰·麥卡錫（JohnMcCarthy）、馬文·閔斯基（MarvinMinsky）、克勞德·香農(nóng)（ClaudeShannon）、艾倫·紐厄爾（AllenNewell）、赫伯特·西蒙（HerbertSimon）等科學(xué)家開會研討“如何用機(jī)器模擬人的智能”。會議首次提出“人工智能（ArtificialIntelligence，簡稱AI）”這一概念，標(biāo)志著人工智能學(xué)科的誕生。1956年也就成為了人工智能元年。達(dá)特茅斯會議

2006年，50年后再聚，依然在世的幾位左起：摩爾、麥卡錫、明斯基、賽弗里奇、所羅門諾夫JohnMcCarthy提出ArtificialIntelligence與MarvinMinsky共同創(chuàng)建MITAILab發(fā)明Lisp語言AI誕生人工智能發(fā)展史031961年，Unimation公司生產(chǎn)的世界上第一臺工業(yè)機(jī)器人在美國新澤西的通用汽車公司安裝運(yùn)行。這臺工業(yè)機(jī)器人用于生產(chǎn)汽車的門、車窗把柄、換檔旋鈕、燈具固定架，以及汽車內(nèi)部的其他硬件等。遵照磁鼓上的程序指令，Unimate機(jī)器人4000磅重的手臂可以按次序堆疊熱壓鑄金屬件。Unimate機(jī)器人成本耗資65000美元，但Unimation公司開始售價僅為18000美元，大量推廣應(yīng)用后獲得可觀盈利。第一次浪潮第一臺工業(yè)機(jī)器人人工智能發(fā)展史03第一次浪潮達(dá)特茅斯會議之后，人工智能迎來了發(fā)展的黃金時期，出現(xiàn)了大量的研究成果：HerbertSimon、J.C.Shaw、AllenNewell創(chuàng)建了通用解題器（GeneralProblemSolver-GPS），是第一個將待解決的問題的知識和解決策略相分離的計(jì)算機(jī)程序。NathanialRochester的幾何問題證明器（GeometryTheoremProver）可以解決一些讓數(shù)學(xué)系學(xué)生都覺得棘手的問題。DanielBobrow的程序STUDENT可以解決高中程度的代數(shù)題。McCarthy主導(dǎo)的LISP語言成為了之后30年人工智能領(lǐng)域的首選。Minsky、SeymourAubrey提出了微世界（Microworld）的概念，大大簡化了人工智能的場景。微世界程序的最高成就是TerryWinograd的SHRDLU，這種程序能分析命令，并通過對虛擬方塊進(jìn)行操作來完成任務(wù)。學(xué)術(shù)成果（1950-1970）人工智能發(fā)展史03第一次浪潮人們的樂觀情緒在1970年代漸漸被澆滅，AI進(jìn)入第一次寒冬，主要原因如下：第一次寒冬分析（1970-1980）最尖端的人工智能程序也只能解決他們嘗試解決的問題中的最簡單的一部分。只依靠簡單的結(jié)構(gòu)變化無法擴(kuò)大化以達(dá)到目標(biāo)，存儲空間和計(jì)算能力的嚴(yán)重不足。指數(shù)級別攀升的計(jì)算復(fù)雜性，許多問題只能在指數(shù)級別的時間內(nèi)獲解，即計(jì)算時間與輸入的規(guī)模的冪成正比。缺乏基本知識和推理能力。研究者發(fā)現(xiàn)，就算是對兒童而言的常識，對程序來說也是巨量信息。隨著人工智能發(fā)展遭遇瓶頸，資金紛紛拋棄人工智能領(lǐng)域。由于項(xiàng)目失敗等原因，DARPA也終止了對MIT的撥款。到了1970年代中期，人工智能項(xiàng)目已經(jīng)很難找到資金支持。人工智能發(fā)展史03第二次浪潮專家系統(tǒng)知識庫推理機(jī)專家知識輸入輸出專家系統(tǒng)專家系統(tǒng)：模擬人類專家，應(yīng)用特定的知識和一定的推理方法解決專門領(lǐng)域問題的計(jì)算機(jī)系統(tǒng)。Dendral：1960s，世界上第一個專家系統(tǒng)程序，由斯坦福大學(xué)的研究者用Lisp語言寫成的，幫助有機(jī)化學(xué)家根據(jù)物質(zhì)光譜推斷未知有機(jī)分子結(jié)構(gòu)的程序。XCON：1980s，DEC公司與卡內(nèi)基梅隆大學(xué)合作開發(fā)的XCON-R1專家系統(tǒng)，作用是按照需求自動配置零部件，它每年為DEC公司節(jié)省數(shù)百萬美元。人工智能發(fā)展史03第二次浪潮第五代計(jì)算機(jī)工程1981年日本發(fā)起第五代計(jì)算機(jī)項(xiàng)目，目標(biāo)是造出能夠與人對話，翻譯語言，解釋圖像，并且像人一樣推理的機(jī)器。日本在東京舉行了一次會議，會上，日本正式宣布了“第五代計(jì)算機(jī)發(fā)展方案”。歐美紛紛做出“對抗”，1981年英國兩億五千萬英鎊Alvey計(jì)劃；1982年美國政府決定成立MCC組織（IBM、AT&T及美國所有的高科技企業(yè)）五代機(jī)工程自身未取得突破，加之個人電腦的推出以及后期趕上互聯(lián)網(wǎng)突起，最終以失敗告終。人工智能發(fā)展史03第二次浪潮第一代計(jì)算機(jī)-電子管第二代計(jì)算機(jī)-晶體管第三代計(jì)算機(jī)-集成電路第四代計(jì)算機(jī)-超大規(guī)模集成電路歷代計(jì)算機(jī)圖示人工智能發(fā)展史03第二次浪潮Hopfield神經(jīng)網(wǎng)絡(luò)：1982年，JohnJosephHopfield發(fā)明。Hopfield特點(diǎn)是每個神經(jīng)元既是輸入也是輸出，網(wǎng)絡(luò)的權(quán)值不是通過訓(xùn)練出來的，而是按照一定規(guī)則計(jì)算出來的，有限次遞歸后輸出穩(wěn)定（震蕩、混沌）。

Hopfield意義深遠(yuǎn)：是遞歸神經(jīng)網(wǎng)絡(luò)（RNN）的前身，深度學(xué)習(xí)算法起源來源于這里，這之后又發(fā)明了玻爾茲曼機(jī)、深度置信網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)等。反向傳播（Backpropagation）算法：1986年，DavidE.Rumelhart、GeoffreyE.Hinton、和RonaldJ.Williams提出反向傳播（Backpropagation）算法。1989年，LeCun發(fā)明了卷積神經(jīng)網(wǎng)絡(luò)-LeNet，并將其用于數(shù)字識別，且取得了較好的成績，不過當(dāng)時并沒有引起足夠的注意。學(xué)術(shù)成果（1970-1990）人工智能發(fā)展史03第二次浪潮第二次寒冬分析蘋果、IBM開始推廣第一代臺式機(jī)，其費(fèi)用遠(yuǎn)遠(yuǎn)低于專家系統(tǒng)所使用的Symbolics和Lisp等機(jī)器（1981年IBM第一臺個人電腦上市，售價僅2880美元）。日本第五代計(jì)算機(jī)、英國Alvey項(xiàng)目相繼失敗。隨著人工智能的應(yīng)用規(guī)模逐步擴(kuò)大，專家系統(tǒng)存在的應(yīng)用領(lǐng)域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分布式功能、難以與現(xiàn)有數(shù)據(jù)庫兼容等問題逐漸暴露出來。1980年代末期，由于人工智能的項(xiàng)目成果不明朗，對人工智能的資金支持也大幅縮減。人工智能發(fā)展史03第三次浪潮DeepBlue1997年5月11日，IBM制造的超級計(jì)算機(jī)深藍(lán)（DeepBlue），在經(jīng)過多輪較量后，擊敗了國際象棋世界冠軍卡斯帕羅夫（GarryKasparov）。標(biāo)志著人工智能的研究到達(dá)了一個新的高度，也給人工智能做了一次大規(guī)模的宣傳。DeepBlue基于象棋規(guī)則的搜索、剪枝；基于大量開局庫、終局庫的統(tǒng)計(jì)估值結(jié)果。人工智能發(fā)展史03第三次浪潮卷積神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN），具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)（FeedforwardNeuralNetworks），是深度學(xué)習(xí)（deeplearning）的代表算法之一。2012年，Hinton課題組為了證明深度學(xué)習(xí)的潛力，首次參加ImageNet圖像識別比賽，其通過構(gòu)建的CNN網(wǎng)絡(luò)AlexNet一舉奪得冠軍，且碾壓第二名（SVM方法）的分類性能。也正是由于該比賽，CNN吸引到了眾多研究者的注意。人工智能發(fā)展史03第三次浪潮AlphaGo&索菲亞2016年3月9日，隨著AlphaGo以4:1大勝圍棋世界冠軍李世石,有關(guān)人工智能的熱情和恐慌情緒同時在全世界蔓延開來，也因此引發(fā)了一撥人工智能的宣傳熱潮。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獲得公民身份的機(jī)器人。左圖為2018年7月10日，在香港會展中心，機(jī)器人索菲亞亮相主舞臺。人工智能發(fā)展史03第三次浪潮第三次熱潮分析（1990至今）2016年下半年開始，人工智能迎來了第三次發(fā)展