2023年人工智能诞生与发展.docx

人工智能诞生与开展 　 人工智能的诞生与开展 　2022年对于人工智能来说是一个特殊的年份，年初AlphaGo大胜围棋九段李世石，让近十年来再一次兴起的人工智能技术走向台前，进入公众的视野。在最近几年中，各国政府都把人工智能当作未来的战略主导，出台战略开展规划，从国家层面进行整体推进；科技巨头相继成立人工智能实验室，抢占人工智能市场；各大高校、科研机构纷纷设立人工智能学院、学科。学术研究和商业化的同时推进，正在将人工智能产品化、效劳化，让公众真实感受到它的存在。人工智能研究产业化的赛道正在迅速铺开。 　人工智能（Artificial Intelligence，AI）所涵盖的定义是一场永恒的战争，并且由这一领域的进步而不断更新。当下热门的“AI〞是一个非常笼统的概念，将大量不同技术宽泛地涵盖在这两个字母缩写之下。人工智能领域由于其长达60余年的历史和涉及范围的广泛，使其拥有比一般科技领域更复杂、更丰富的概念。什么是人工智能？人工智能的研究的诞生与开展？ 　尽管我们在不同的场合频繁地谈论人工智能，但我们发现，现在处于全球热议中的“人工智能〞，并不完全等同于以往学院派定义的人工智能。以科学家为代表的人工智能根底研究者和人工智能产品设计者、商务人士、政策制定者和广阔的公众通常在不同的语境下使用“人工智能〞这个术语。另一方面，就像之前的“云计算〞“大数据〞和“机器学习〞，“人工智能〞这个词已经被市场营销人员和广告文案人员大肆使用。在不同群体眼中，“人工智能〞似乎既是解决所有难题的一剂良药，也是造成大规模失业的定时炸弹。 　什么是人工智能？人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人类日常生活中的许多活动，如数学计算、观察、对话、学习等，都需要“智能〞。“智能〞能预测股票、看得懂图片或视频，也能和其他人进行文字或语言上的交流，不断催促自我完善知识储藏，它会画画，会写诗，会驾驶汽车，会开飞机。在人们的理想中，如果机器能够执行这些任务中的一种或几种，就可以认为该机器已具有某种性质的“人工智能〞。时至今日，人工智能概念的内涵已经被大大扩展，它涵盖了计算机科学、统计学、脑神经学、社会科学等诸多领域，是一门交叉学科。人们希望通过对人工智能的研究，能将它用于模拟和扩展人的智能，辅助甚至代替人们实现多种功能，包括识别、认知、分析、决策等等。 　因此人工智能提供的是为全产业升级的技术工具，类似互联网，是赋能各大产业的底层技术，并不是对标的是O2O、电商这样的具体赛道。人工智能是体系化的技术组合，拥有语音识别、图像识别、检索、自然语言处理、机器翻译、机器学习中的一个或几个能力。 　人工智能的分类：弱人工智能是指不能制造出真正地推理（Reasoning）和解决问题（Problem_solving）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。可以独立思考问题并制定解决问题的最优方案，有自己的价值观和世界观体系。有和生物一样的各种本能，比方生存和平安需求。在某种意义上可以看作一种新的文明。 　人工智能的萌芽与评判标准——图灵测试。被称为计算机科学之父的阿兰·麦席森·图灵，写于1950年的一篇论文计算机器与智能，提出了著名的图灵测试，指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问，进行屡次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。其中30%是图灵对2000年时的机器思考能力的一个预测，事实证明目前我们已远远落后于这个预测。在此后的数十年里，通过图灵测试，成为所有人工智能科学家和伪科学家的最高目标。但事实上，直到2022年6月，在英国皇家学会举行的“2022图灵测试〞大会上，聊天程序“尤金·古斯特曼〞（Eugene Goostman）首次“通过〞了图灵测试，被认为是首个通过图灵测试的智能工具。这两年人工智能大火，号称通过了图灵测试的产品，也如雨后春笋般涌现，但真真假假难以判断。同时，随着人工智能技术边界的拓展，图灵测试虽没有完全过时，但许多人工智能专家认为，目前通过测试的 AI 借助的多是欺骗而不是真正的智能，是时候用一系列方法取代图灵测试了，这些方法可以全方位评估人工智能，图灵测试的权威性慢慢动摇。 　人工智能的诞生与开展历程。作为一个专业术语，“人工智能〞可以追溯到20世纪50年代，在1956年的达特茅斯会议（计算机科学学术会议）上，美国计算机科学家约翰·麦卡锡（后被称为人工智能之父）及其同事提出，“让机器到达这样的行为，即与人类做同样的行为〞可以被称为人工智能。在随后的60年中，人工智能曾经经历了“三起两落〞，三次兴起，又两次陷入低谷。 　首先，在这次会议之后，人工智能开始了第一春，人称为工智能研究的〞推理时代“，一般认为只要机器被赋予逻辑推理能力就可以实现人工智能。但受限于当时的软硬件条件，研究者只能着眼于一些特定领域的具体问题，出现了几何定理证明器、西洋跳棋程序、积木机器人等。不过此后人们发现，只是具备了逻辑推理能力，机器还远远达不到智能化的水平。 　很快，究人员意识到人工智能确实是一个很难的研究领域，最初的人工智能概念所带来的支持资金也开始逐步耗散，尤其是自动语言处理咨询委员会的“光明山报告〞（1973）评估了人工智能的可行性，剖析了当时的开展情况，并总结了人工智能并没有创造可以学习人类智慧的机器的可能性，使得人工智能研究进入也经历过70年代的寂静期。 　到了八十年代，由于专家系统研究的兴起，尤其是英国和日本政府的大力支持，出现了新一波的资助热潮以支持人工智能研究。称为人工智能研究的〞知识工程“时代，人们认为要让机器变得有智能，就应该设法让机器学习知识，后来人们发现，把知识总结出来再灌输给计算机是一个相当困难的事情。举个例子来说，想要开发一个疾病诊断的人工智能系统，首先要找好多有经验的医生总结出疾病的规律和知识，随后让机器进行学习，但是在知识总结的阶段已经花费了大量的人工本钱，机器只不过是一台执行知识库的自动化工具而已，无法到达真正意义上的智能水平进而取代人力工作。因此，这个黄金时代并没有持续太久，当投资目标没有得到满足时，一场新的危机随之开始了，美国国防部高级研究方案局明确表态反对人工智能研究及其资助，随后触发了90年代的人工智能研究的第二个寒冬。 　以1997年围棋程序深蓝击败人类棋手卡斯帕罗夫为标志，促进了人工智能研究的重新回归。进入21世纪，随着深度学习的提出，人工智能又一次掀起浪潮，称为人工智能的〞数据挖掘“时代。人工智能再度兴起并非偶然。本轮人工智能之所以能蓬勃开展，源于我们有了足够海量的数据、强大的计算资源以及更先进的算法。2022年深度学习（深度神经网络）根本理论框架得到了验证，从而使得人工智能开启了新一轮的繁荣。2022年率先在语音、自然语言处理领域取得突破。自2022年深度学习在图像识别领域的准确率超过人类后，这类算法在各个领域大放异彩。产业界谈论的人工智能对各行各业的改变，也无不围绕着深度学习及其相关的一系列数据处理技术。通常认为，我们身处的第三次人工智能浪潮仅仅还在开始阶段。