人工智能

第一部分

什么是人工智能

有三种智慧：一种能够自己理解事物，另一种能够欣赏别人可以理解的东西，第三种既不能自己理解，也不能通过别人理解。第一种智慧是优秀的，第二种是好的，第三种是无用的。

什么是人工智能？虽然试图准确地定义复杂且广泛使用的术语通常是徒劳无益的，但至少在概念上划定适当的边界是有用的，以便提供对接下来讨论的见解。

在其最简单的形式下，人工智能是一种领域，它结合了计算机科学和强大的数据集，以实现问题解决。它还包括机器学习和深度学习的子领域，这些领域经常与人工智能一起提到。这些学科由旨在创建基于输入数据进行预测或分类的专家系统的AI算法组成。

人工智能的成熟期（1943-1952）

• 1943年：沃伦·麦库洛奇（Warren McCulloch）和沃尔特·皮茨（Walter Pitts）在1943年提出了被现在认为是人工智能的第一项工作。他们提出了一个人工神经元的模型。
• 1949年：唐纳德·赫布（Donald Hebb）展示了一种更新规则，用于修改神经元之间的连接强度。他的规则现在称为赫布学习。
• 1950年：艾伦·图灵（Alan Turing）是一位英国数学家，他在1950年首创了机器学习。艾伦·图灵发表了“计算机机器和智能”，其中他提出了一种测试。该测试可以检查机器展示出与人类智能等价的智能行为的能力，称为图灵测试。

人工智能的诞生（1952-1956）

• 1955年： 艾伦·纽厄尔（Allen Newell）和赫伯特·A·西蒙（Herbert A. Simon）创建了名为 “逻辑学家” 的“第一个人工智能程序”。该程序已经证明了52个数学定理中的38个，并为某些定理找到了新的、更优雅的证明。
• 1956年： 美国计算机科学家约翰·麦卡锡（John McCarthy）在达特茅斯会议上首次采用“人工智能”这个词。人工智能第一次被称为学术领域。

当时高级计算机语言如FORTRAN、LISP或COBOL被发明。那时对人工智能的热情很高。

黄金年代-早期热情（1956-1974）

• 1966年： 研究人员强调开发能够解决数学问题的算法。约瑟夫·魏岑鲍姆（Joseph Weizenbaum）在1966年创建了第一个聊天机器人，名为ELIZA。
• 1972年： 日本制造了第一个智能人形机器人，名为WABOT-1。

第一个人工智能冬季（1974-1980）

• 1974年至1980年期间是第一个人工智能冬季期间。人工智能冬季指的是计算机科学家在AI研究方面面临严重资金短缺的时间段。
• 在人工智能冬季期间，对人工智能的公众关注减少了。

人工智能的繁荣期（1980-1987）

• 1980年： 在人工智能冬季之后，人工智能回归“专家系统”。专家系统被编程成模拟人类专家的决策能力。
• 1980年，美国人工智能协会的第一次全国会议在斯坦福大学举行。

第二个人工智能冬季（1987-1993）

• 1987年至1993年期间是第二个人工智能冬季期间。
• 再次，投资者和政府停止为AI研究提供资金，因为成本高但效果不佳。像XCON这样的专家系统非常划算。

智能代理的出现（1993-2011）

• 1997年： 1997年，IBM的Deep Blue打败了世界象棋冠军加里·卡斯帕罗夫（Gary Kasparov），成为第一台打败世界象棋冠军的计算机。
• 2002年： 人工智能第一次以Roomba吸尘器的形式进入家庭。
• 2006年： 直到2006年，人工智能才进入商业领域。Facebook、Twitter和Netflix等公司也开始使用人工智能。

深度学习、大数据和人工智能通用性（2011至今）

• 2011年： 2011年，IBM的Watson赢得了知识竞赛节目Jeopardy，需要解决复杂的问题和谜题。Watson证明它能够理解自然语言，并能够快速解决棘手的问题。
• 2012年： 谷歌推出了名为“Google now”的Android应用程序功能，能够向用户提供信息预测。
• 2014年： 2014年，聊天机器人“Eugene Goostman”在臭名昭著的“图灵测试”中获胜。
• 2018年： 来自IBM的“Project Debater”与两位辩论大师就复杂话题进行了辩论，并表现出色。
• 谷歌展示了一个名为“Duplex”的AI程序，它是一个虚拟助手，可以通过电话预约理发，但另一边的女士没有注意到她正在与机器交谈。

人工智能的应用

人工智能问题涵盖了非常广泛的领域。它们似乎除了很难以外没有太多共同点。从前三十年的人工智能研究中得出的少数硬性结果之一是，智能需要知识。为了弥补它的一个过于强大的优势，即不可或缺性，知识具有一些不太理想的特性，包括：

· 它是庞大的

· 很难准确地描述

· 它不断变化

· 它不同于数据，因为它是按照将要使用的方式组织的

为了尝试以尽可能独立于问题的方式对I技术进行表征，让我们看一个非常不同的问题以及一系列解决方法>

井字棋

在本节中，我们展示了一系列用于玩井字棋的程序。这个系列中的程序增加了：

· 它们的复杂性

· 他们的概括使用

· 他们知识的清晰度

· 它们方法的可扩展性。因此，它们趋向于成为我们所称的AI技术的表征

译自：https://medium.com/@anita.04.shukla/artificial-intelligence-809168bb884c