当前位置:首页 > 资讯 > 正文

什么是人工智能?主要解决什么问题?人工智能100年发展历史综述

什么是人工智能?其实从20世纪初,科学家和技术工程师们就已经开始研究人工智能了。这100多年来,人工智能主要有了哪些发展?我们离真正的人工智能还有多远?

什么是人工智能?主要解决什么问题?人工智能100年发展历史综述

人工智能

是 让 机器 具有人类 的 智能,可以像人类一样解决各种可以跟着不同场景做出应对的行为。

从 广 义上 说, 人工智能 可以 分为 强 人工智能 和 弱 人工智能。

强人工智能,就是和人类一样,聪明,可以全面模拟人类行为,包括视觉、嗅觉、触觉、味觉,听觉,以及各种思考能力,并做出和人类一样的反应。

弱人工智能,相对来说,是在某一个小的领域,做到和人类一样,比如AlphaGo下棋,就属于弱人工智能。

什么是人工智能?主要解决什么问题?人工智能100年发展历史综述

人工智能从上个世纪初开始,经历了4个阶段

(1)大脑 模拟( brain simulation)

时间节点:1940-1960

这个阶段是希望能直接模拟人类大脑,

综合利用 神经学、 信息论 和 控制论, 试图 用 机器 精确 模仿 生物 大脑 的 计算 机制。

后来发现太难了,放弃了

(2)逻辑 与 符号 计算( logic and symbolic computation)1950-至今

不使 用 数值, 直接在在 符号 和 逻辑级别上 进行 各种 运算,来 完成机器的智能化。 20 世纪 60 年代, 该 方法 曾在 小型 证明 程序上 模拟 高级 思考 获得 较大 的 成就。 著名 的 A* 算法 也 属于 此类。

(3)·基于 知识 的 专家系统( knowledge- based expert system)1970-至今

收集 外部 知识, 再利用 预定 策略 对 存储 的 知识 做 运算 得到 应答。 在 20 世纪 80 年代, 专家系统 在 商业 上 获得 了 巨大 的 成功。

(4)次 符号 学习( sub- symbolic learning)1960-至今

不 依靠 于 符号, 而 依赖于 具体 的 数据,通过对数据的分析,寻找数据层的模式。 模糊 计算、 常见 的 机器 学习 等 都 属于 此类。 目前 基于 学习 的 人工智能 应用 最为 热门。

我们现在在第四个阶段。也就是所谓次符号学习。

这四个阶段来看,解决的问题越来越具体,但是却越来越有效。

主要关注6个问题

(1)聚类 也就是不知道怎么分,分多少类,从数据的类别上来分类

(2)分类 已经知道分类,和分类方法,让机器完成自动分类

(3)回归 寻找变量之间的关系

(4)关联规则学习 分析事件之间的关联关系和规则

(5)压缩表示 寻找共性信息,将表示简单化

(6)密度估计 估计变量的概率分布

什么是人工智能?主要解决什么问题?人工智能100年发展历史综述

分类问题

数据挖掘,以上都可以统称为数据挖掘,数据挖掘,顾名思义,就是在数据中挖掘到我们希望获得的信息,或者背后的机理。

数据挖掘,可以使用人工智能算法,也为人工智能算法提供技术。也可以和其他的学科结合。数据挖掘是一个任务,而不特定指一个技术本身。

就以学习为基础的人工智能是一种广义数据挖掘的一种方法。目前在其他例如符号运算等的方向,还没有找到相关的突破口,现在我们比较流行的比如TensorFlow或者pyTorch都属于以学习为基础的方法。

我们并不清楚,类似于符号计算方面的人工智能会不会有所突破。

中国的吴文俊院士领导的数学机器化,算是符号的人工智能的一部分,目前在国际上已经有一定的影响力。但是真正应用于实际,还需要时间。

期待,美好的未来,不过,机器的智能,也许并不是人类的福音。

什么是人工智能?主要解决什么问题?人工智能100年发展历史综述