当前位置：首页 > news >正文

人工智能技术的演进和发展

news 来源：原创 2024/5/19 0:00:56

谈论人工智能的演进和发展不能不提英国“计算机之父”“人工智能之父”艾伦·图灵（Alan Turing）。

在第二次世界大战期间，27岁的数学家艾伦·图灵应招到布莱切利庄园的英国情报中心，负责破译德军密电码工作。面对号称“不可战胜”的德国密码机恩尼格玛，这部拥有1.59万万亿种变化，每24小时变换一次密码配置的机器，图灵大胆设想，用另一台机器去破译这台机器。他研发出名为“炸弹”的解密机，每秒可以测试出几百种密码编译，盟军因此能够提前知晓德军的行动计划，为赢得反法西斯战争的胜利作出了巨大贡献，丘吉尔（Churchill）首相曾称赞图灵和他的同事是战争胜利的英雄。1948年图灵便提前几十年预见了人工智能和人工神经网络的发展，1950年，他首先编写了少量计算机程序，其中包括第一个象棋程序，他在论文《计算机器与智能》（Computing Machinery and Intelligence）中，以一个问题作为开篇：机器能思考吗？这个问题启发了无穷的想象，标志着人工智能的开始。

1956年夏天，人类历史上第一次人工智能研讨会在美国的达特茅斯学院举行，会议上由约翰·麦卡锡（John McCarthy）、马文·明斯基（Marvin Lee Minsky）、克劳德·艾尔伍德·香农（Claude Elwood Shannon）、赫伯特·亚历山大·西蒙（Herbert Alexander Simon）、艾伦·纽厄尔（Auen Newell）等人第一次正式提出AI（Artificial Intelligence）的概念。他们满怀激情地宣布：“我们将尝试让机器能够使用语言，形成抽象概念，解决人类现存的各种问题。我们的研究基于这样的推测—学习的每一个方面和智能的任何特征，原则上都能被精确地描述，并被机器模仿。”

中科院自动化所谭铁牛院士用图1讲述了人工智能60多年不平凡的发展历程一。

图1　人工智能发展历程

1956～1960年为起步期。1956年，人工智能的概念首次被提出，Samuel开发出了具有自学习、自组织、自适应能力的西洋跳棋程序。1957年，纽厄尔和西蒙等编写了数学定理证明程序，1958年，麦卡锡开发出了表处理语言LISP，成为人工智能第一个最广泛流行的语言。1960年，纽厄尔、约翰·克利福德·肖（John Clifford Shaw）和西蒙合作开发出了通用问题求解系统（GPS）。

1960～1970年为反思期。一些任务失败，目标落空，如神经元数目1010，结构复杂，无法处理，机器翻译笑话百出，人们对人工智能丧失信心。

1970～1988年为应用期。爱德华·阿尔伯特·费根鲍姆（Edward Albert Feigenbaum）提出了知识工程，1968年，专家系统DENDRAL研制成功，并应用到医疗、化学、地质多个领域，1977年第五届人工智能联合会议召开。在这一时期，自然语言处理、神经网络、计算智能、机器学习、增强学习都取得了积极进展，人们把这段时期称为第二次浪潮。

1988～1993年为低迷期。受知识获取的瓶颈制约，专家系统发展乏力，神经网络研究受阻，人工智能再次进入寒冬。

1993～2010年为稳步期。互联网推动人工智能稳步发展，1997年IBM的深蓝战胜国际象棋世界冠军，2006年杰弗里·埃弗里斯特·辛顿（Geoffrey Everest Hinton）提出用预训练的方法解决了局部最优解问题，将神经网络隐含层推进到7层，由此揭开了深度学习的热潮。2007年李飞飞等人创建大型图像数据库ImageNet，图形识别有了重大进展。2009年Google研制出无人驾驶汽车。

2010年至今为蓬勃期。深度学习和大数据的兴起，迎来了人工智能的爆发式增长。由于物联网的发展，大量设备互联，采集了大量数据，一系列大数据的产品Hadoop、Spark、HBase相继问世，推动了大数据的应用。2012年以谷歌收购Freebase为标志，知识工程正式发展到知识图谱的新阶段，云计算、人工智能芯片的应用大大提高了计算能力，卷积神经网络（CNN）、循环神经网络（RNN）、深度神经网络（DNN）也使得深度学习得到实质性的发展。

在共性技术和产品应用方面也是成绩斐然。百度的深度学习框架PaddlePaddle所具有的异构计算、并行训练、多种算法、多路通信、多端部署等核心特点，能够进行大规模异构计算集群，构建AI操作系统。科大讯飞在语音合成、语音识别、机器翻译、机器视觉以及认知智能领域取得了可喜的成就。腾讯Robotics X实验室研发的绝艺围棋机器人、智能冰球机器人、机器狗将人工智能技术与机器人紧密结合，实现了环境感知，能够在不确定的环境中进行自主决策和人机协同。阿里研发的“城市大脑”—城市交通巡逻、城市视频搜索、车流人流预测以及作为基础设施的大规模视频智能分析平台，为智慧城市提供了范例。

根据Gartner对2019年的CIO议程调查，2018年至2019年间，部署人工智能的组织从4%增长到了14%，与几年前相比，人工智能正在以多种不同的方式影响组织。自动机器学习和智能应用拥有较明显的发展势头，其他人工智能应用也同样值得关注，如人工智能平台即服务（AIPaaS）或人工智能云服务。受亚马逊Alexa、谷歌Assistant等公司在全球范围内取得成功的推动，对话人工智能仍是企业规划日程中的首要内容。与此同时，诸如增强智能、边缘人工智能、数据标签和可解释的人工智能等新技术也在不断涌现。

本文摘编于机械工业出版社出版的《智能制造：AI落地制造业之道》（书号：9787111699316）转载请标明文章来源。

《智能制造：AI落地制造业之道》

（点击上方图片了解详情）

本书从人工智能技术的演进和发展\人工智能技术体系人工智能技术角度，阐述在机电产品、研发设计、经营管理、生产制造、客户服务、经营决策中的应用，制造业企业实施人工智能的策略等。为人工智能技术在制造业中的应用落地给出一些方向和建议

推荐阅读👇

《永恒的图灵：20位科学家对图灵思想的解构与超越》

作者：[英]S. 巴里·库珀、安德鲁·霍奇斯等

推荐理由：图灵诞辰百年至今，伟大思想的光芒恒久闪耀。本书云集20位不同方向的科学家，共同探讨图灵计算思想的滥觞，特别是其对未来的重要影响。这些内容不仅涵盖我们熟知的计算机科学和人工智能领域，还涉及理论生物学等并非广为人知的图灵研究领域，终形成各具学术锋芒的15章。如果你想追上甚至这位谜一般的天才，欢迎阅读本书，重温历史，开启未来。