人工智能發展史
人工智能的發展成果越來越顯現在我們的日常生活中，它的發展并不是一帆風順的，而是經歷了許多次寒冬，最后才得以爆發。那么，人工智能的發展過程是怎樣的呢，大家和小編一起來看看吧。
人工智能發展史
一、起源
提到人工智能的歷史，所有書都會提到1956年度的達特茅斯會議，在這次會上人工智能的鼻祖John mcarthy是發起人，minsky也 積極參與其中，包括我們課本上非常著名的提出信息論的香農本人。曾經麥卡錫和明斯基都曾經在貝爾實驗室為香農打工，當時他們研究的核心就是圖靈機，并將此作為智能活動的理論基礎。后來麥卡錫到IBM打工，遇到了研究神經網絡的羅切斯特并得到了洛克菲勒基金會的資助，決定在第二年達特茅斯召開人工智能夏季研討會，這便是人工智能名字的由來。
從1955年到1965年，人工智能進入快速發展時期，在機器學習領域，出現了“跳棋程序”并在1959年實現了人工智能戰勝人類的事件打敗了當時設計他的設計師Samuel，并在1962年，打敗了州跳棋冠軍。在模式識別領域，1956年Oliver selfridge研發了第一個字符識別程序，并在1963年發明了符號積分程序SAINT，在1967年SAINT的升級版SIN就達到了專家級的水準。
同時美國政府也投入了2000萬美元資金作為機器翻譯的科研經費。當年參加達特茅斯的專家們紛紛發表言論，不出十年，計算機將成為世界象棋冠軍、可以證明數學定理、譜寫優美的音樂，并且在2000年就可以超過人類。
二、第一次寒冬
但在1965年人工智能迎來一個小高潮之后，質疑的聲音也隨之到來，Samuel設計的跳棋程序停留在了戰勝周冠軍，機器翻譯領域因為一直無法突破自然語言理解（NLP），1966年的美國公布了一份名為“語言與機器”的報告全盤否定了機器翻譯的可行性。1969年，發起人之一的minsky發表言論，第一代神經網絡（感知機perceptron）并不能學習任何問題，美國政府和美國自然基金會大幅削減了人工智能領域的研究經費。在20世紀70年代人工智能經歷了將近10年左右的寒冬時期。
三、第二次高潮與寒冬
直到80年代，人工智能進入第二次發展高潮，卡耐基梅隆大學為日本DEC公司設計的XCON專家規則系統（專注于解決某一限定領域的問題，具備2500條規則，專門用于選配計算機配件，因此避免了常識問題）可以為該公司一年節省數千萬美金。同期日本政府撥款8.5億美元支持人工智能領域科研工作，主要目標包括能夠與人交流、翻譯語言、理解圖像、像人一樣進行推理演繹的機器。
但是隨后人們發現，專家系統通用性較差，未與概率論、神經網絡進行整合，不具備自學能力，且維護專家系統的規則越來越復雜，且日本政府設定的目標也并未實現，人工智能研究領域再次遭遇了財政苦難，隨之人工智能發展進入第二次寒冬。
四、第一次算力與算法爆發
上世紀90年代，計算機在摩爾定律下的計算機算力性能不斷突破，英特爾的處理器每18-24個月晶體管體積可以縮小一倍，同樣體積上的集成電路密集度增長一倍、同樣計算機的處理運算能力可以翻一倍。1989年，還在貝爾實驗室的楊立坤通過CNN實現了人工智能識別手寫文字編碼數字圖像。
1992年，還在蘋果任職的李開復利用統計學方法，設計了可支持連續語音識別的Casper語音助理（Siri的前身），在1997年IBM的國際象棋機器人深藍戰勝國際象棋冠軍卡斯帕羅夫（不再止步于州冠軍，第一次真正意義上的戰勝人類），同年兩位德國科學家提出了LSTM網絡可用于語音識別和手寫文字識別的遞歸神經網絡。
隨著諸多關鍵技術的突飛猛進，誕生半個多世紀以來人工智能終于從研發走到如今的巔峰期。回顧起來，在過去半個多世紀中人工智能經歷過黃金時代也曾有過低谷，以上是小編為大家整理的人工智能發展史，希望對大家了解人工智能發展有幫助。
[免責聲明]
文章標題： 人工智能發展史
文章內容為網站編輯整理發布，僅供學習與參考，不代表本網站贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題，請及時溝通。發送郵件至36dianping@36kr.com，我們會在3個工作日內處理。
