|
人工智能（Artificial Intelligence, 簡(jiǎn)稱AI）的歷史源遠(yuǎn)流長(zhǎng)。在古代的神話傳說(shuō)中，技藝高超的工匠可以制作人造人，并賦予其智能或意識(shí)?，F(xiàn)代意義上的AI始于古典哲學(xué)家用機(jī)械符號(hào)處理的觀點(diǎn)解釋人類思考過(guò)程的嘗試。20世紀(jì)40年代計(jì)算機(jī)的發(fā)明使一批科學(xué)家開始嚴(yán)肅地探討構(gòu)造一個(gè)電子大腦的可能性。 1956年，在達(dá)特茅斯學(xué)院舉行的一次會(huì)議上正式確立了人工智能的研究領(lǐng)域。會(huì)議的參加者在接下來(lái)的數(shù)十年間都是AI研究的領(lǐng)軍人物。同時(shí)，上千萬(wàn)美元被投入到AI研究中，以期實(shí)現(xiàn)會(huì)議所指定的目標(biāo)，但最終沒能實(shí)現(xiàn)，人工智能也進(jìn)入了第一次低潮。 人工智能史上共出現(xiàn)過(guò)好幾次低潮，盡管經(jīng)歷了大起大落，AI領(lǐng)域仍在取得進(jìn)展。某些在20世紀(jì)70年代被認(rèn)為不可能解決的問(wèn)題今天已經(jīng)圓滿解決并成功應(yīng)用。但與第一代AI研究人員的樂(lè)觀估計(jì)不同，具有與人類同等智能水平的機(jī)器至今仍未出現(xiàn)。 1. 理論源起 古希臘神話 古希臘神話中就出現(xiàn)了有智慧的機(jī)械的形象：“工匠之神赫菲斯托斯曾制作了一組金制的女機(jī)器人，能開口說(shuō)話，并接手他的高難度工作；他還有一套三腳桌，圍在鐵匠鋪外面，能自行跑去供諸神聚會(huì)，之后再自己跑回來(lái)?！?/span> 形式推理 公元前4世紀(jì)，古希臘的亞里士多德開創(chuàng)三段論，被視為人工智能編程邏輯的起源。人工智能的基本假設(shè)是人類的思考過(guò)程可以機(jī)械化和程序化。 哲學(xué)家拉蒙·柳利（1232-1315）開發(fā)了“邏輯機(jī)”，試圖通過(guò)邏輯方法獲取知識(shí)。他的理論影響了后來(lái)的萊布尼茨。 17世紀(jì)，萊布尼茨，托馬斯·霍布斯和笛卡兒嘗試將理性的思考系統(tǒng)轉(zhuǎn)化為代數(shù)學(xué)或幾何學(xué)體系。萊布尼茨認(rèn)為“人類的思想可以簡(jiǎn)化成某種運(yùn)算”?；舨妓乖凇独S坦》中有一句名言：“推理就是計(jì)算?！?這些哲學(xué)家已經(jīng)開始明確提出形式符號(hào)系統(tǒng)的假設(shè)，而這一假設(shè)將成為AI研究的指導(dǎo)思想。 20世紀(jì)初，大衛(wèi)·希爾伯特向當(dāng)時(shí)的數(shù)學(xué)家提出了一個(gè)基礎(chǔ)性的難題：“能否將所有的數(shù)學(xué)推理形式化?”這個(gè)問(wèn)題的最終回答由哥德爾不完備定理，圖靈機(jī)和λ演算給出。它們隱含地證明了任何形式的數(shù)學(xué)推理都能在一定的限制之下被機(jī)械化的可能性。邱奇-圖靈論題指出，一臺(tái)僅能處理0和1這樣簡(jiǎn)單二元符號(hào)的機(jī)械設(shè)備能夠模擬任意數(shù)學(xué)推理過(guò)程。 計(jì)算機(jī)科學(xué) 19世紀(jì)初，查爾斯·巴貝奇設(shè)計(jì)了一臺(tái)可編程計(jì)算機(jī)（“分析機(jī)”）。歷史上第一位程序員愛達(dá)·勒芙蕾絲預(yù)言，這臺(tái)機(jī)器“將創(chuàng)作出無(wú)限復(fù)雜，無(wú)限寬廣的精妙的科學(xué)樂(lè)章”。 二戰(zhàn)期間，第一批現(xiàn)代計(jì)算機(jī)誕生。為制造“思維機(jī)器”提供了硬件基礎(chǔ)。 1968年，小說(shuō)《2001太空漫游》預(yù)言了很多未來(lái)的技術(shù)，包括地球衛(wèi)星、互聯(lián)網(wǎng)等。其中的哈爾9000型電腦，則是對(duì)于人工智能早期設(shè)想的集中體現(xiàn)。 2.AI誕生 在20世紀(jì)40年代和50年代，來(lái)自不同領(lǐng)域（數(shù)學(xué)，心理學(xué)，工程學(xué)，經(jīng)濟(jì)學(xué)和政治學(xué)）的一批科學(xué)家開始探討制造人工大腦的可能性。1956年，人工智能被確立為一門學(xué)科。 早期理論與實(shí)踐 最初的人工智能研究是30年代末到50年代初的一系列科學(xué)進(jìn)展交匯的產(chǎn)物。神經(jīng)學(xué)研究發(fā)現(xiàn)大腦是由神經(jīng)元組成的電子網(wǎng)絡(luò)，其激勵(lì)電平只存在“有”和“無(wú)”兩種狀態(tài)，不存在中間狀態(tài)；諾伯特·維納的控制論描述了電子網(wǎng)絡(luò)的控制和穩(wěn)定性。克勞德·香農(nóng)提出的信息論則描述了數(shù)字信號(hào)（即高低電平代表的二進(jìn)制信號(hào)）。圖靈的計(jì)算理論證明數(shù)字信號(hào)足以描述任何形式的計(jì)算。這些密切相關(guān)的想法暗示了構(gòu)建電子大腦的可能性。 沃倫·麥卡洛克和沃爾特·皮茨分析了理想化的人工神經(jīng)元網(wǎng)絡(luò)，并且指出了基本的運(yùn)行機(jī)制。他們的學(xué)生馬文·明斯基（在接下來(lái)的五十年中都是AI領(lǐng)域最重要的領(lǐng)導(dǎo)者和創(chuàng)新者之一）在1951年建造了第一臺(tái)神經(jīng)網(wǎng)絡(luò)機(jī)SNARC。 1950年，圖靈發(fā)表了一篇?jiǎng)潟r(shí)代的論文，文中預(yù)言了創(chuàng)造出具有真正智能的機(jī)器的可能性。由于注意到“智能”這一概念難以確切定義，他提出了著名的圖靈測(cè)試：如果一臺(tái)機(jī)器能夠與人類展開對(duì)話而不能被辨別出其機(jī)器身份，那么稱這臺(tái)機(jī)器具有智能。這一簡(jiǎn)化使得圖靈能夠令人信服地說(shuō)明“思考的機(jī)器”是可能的。 50年代中期，隨著數(shù)字計(jì)算機(jī)的興起，一些科學(xué)家直覺地感到可以進(jìn)行數(shù)字操作的機(jī)器也應(yīng)當(dāng)可以進(jìn)行符號(hào)操作，而符號(hào)操作可能是人類思維的本質(zhì)。這是創(chuàng)造智能機(jī)器的一條新路。1955年，根據(jù)該理論開發(fā)的程序“邏輯理論家（Logic Theorist）”問(wèn)世，它能夠證明《數(shù)學(xué)原理》中前52個(gè)定理中的38個(gè)。開發(fā)者之一赫伯特·西蒙認(rèn)為他們已經(jīng)“解決了神秘的心/身問(wèn)題，解釋了物質(zhì)構(gòu)成的系統(tǒng)如何獲得心靈的性質(zhì)?！?/span> 1956年達(dá)特茅斯會(huì)議：AI的誕生 1956年達(dá)特茅斯會(huì)議的組織者是馬文·明斯基，約翰·麥卡錫和另兩位資深科學(xué)家克勞德·香農(nóng)以及內(nèi)森·羅徹斯特，后者來(lái)自IBM。會(huì)議提出的斷言之一是“學(xué)習(xí)或者智能的任何其他特性的每一個(gè)方面都應(yīng)能被精確地加以描述，使得機(jī)器可以對(duì)其進(jìn)行模擬。”與會(huì)者中的每一位都將在AI研究的第一個(gè)十年中做出重要貢獻(xiàn)。會(huì)上討論了“邏輯理論家”，麥卡錫則說(shuō)服與會(huì)者接受“人工智能”一詞作為本領(lǐng)域的名稱。1956年達(dá)特茅斯會(huì)議上AI的名稱和任務(wù)得以確定，同時(shí)出現(xiàn)了最初的成就和最早的一批研究者，因此這一事件被廣泛承認(rèn)為AI誕生的標(biāo)志。 3.黃金年代 達(dá)特茅斯會(huì)議之后的數(shù)年是大發(fā)現(xiàn)的時(shí)代。這一階段開發(fā)出的程序堪稱神奇：計(jì)算機(jī)可以解決代數(shù)應(yīng)用題、證明幾何定理、學(xué)習(xí)和使用英語(yǔ)。當(dāng)時(shí)大多數(shù)人幾乎無(wú)法相信機(jī)器能夠如此“智能”。研究者們?cè)谒较碌慕涣骱凸_發(fā)表的論文中表達(dá)出相當(dāng)樂(lè)觀的情緒，認(rèn)為具有完全智能的機(jī)器將在二十年內(nèi)出現(xiàn)。DARPA（美國(guó)國(guó)防高等研究計(jì)劃署）等政府機(jī)構(gòu)向這一新興領(lǐng)域投入了大筆資金。下面列舉這些研究中最具影響的幾個(gè) 搜索式推理 為實(shí)現(xiàn)一個(gè)目標(biāo)（例如贏得游戲或證明定理），它們一步步地前進(jìn)，就像在迷宮中尋找出路一般；如果遇到了死胡同則進(jìn)行回溯。這就是“搜索式推理”。這一思想遇到的主要困難是，在很多問(wèn)題中，“迷宮”里可能的線路總數(shù)是一個(gè)天文數(shù)字（即“指數(shù)爆炸”）。研究者使用啟發(fā)式算法去掉那些不太可能導(dǎo)出正確答案的支路，從而縮小搜索范圍。1957年，應(yīng)用此理論的程序“一般問(wèn)題解決器”（General Problem Solver）誕生。1966年，歷史上第一代能夠自主“思考和行動(dòng)”的機(jī)器人“搖搖”（Shakey）的開發(fā)項(xiàng)目啟動(dòng)。這是人類首次嚴(yán)肅地嘗試制造一臺(tái)自主機(jī)器人。 自然語(yǔ)言 AI研究的一個(gè)重要目標(biāo)是使計(jì)算機(jī)能夠通過(guò)自然語(yǔ)言（例如英語(yǔ)）進(jìn)行交流。1964年，第一個(gè)聊天機(jī)器人ELIZA誕生。與ELIZA“聊天”的用戶有時(shí)會(huì)誤以為自己是在和人類，而不是和一個(gè)程序，交談。但是實(shí)際上ELIZA根本不知道自己在說(shuō)什么。它只是按固定套路作答，或者用符合語(yǔ)法的方式將問(wèn)題復(fù)述一遍。 微世界 60年代后期，麻省理工大學(xué)AI實(shí)驗(yàn)室的馬文·明斯基和西摩爾·派普特建議AI研究者們專注于被稱為“微世界”的簡(jiǎn)單場(chǎng)景。他們指出在成熟的學(xué)科中往往使用簡(jiǎn)化模型幫助基本原則的理解，例如物理學(xué)中的光滑平面和完美剛體。許多這類研究的場(chǎng)景是“積木世界”，其中包括一個(gè)平面，上面擺放著一些不同形狀，尺寸和顏色的積木。在這一指導(dǎo)思想下，1968年，能與人簡(jiǎn)單交流、決策，并執(zhí)行的SHRDLU程序誕生，它能用普通的英語(yǔ)句子與人交流，還能作出決策并執(zhí)行操作。 專家系統(tǒng) 早期的另一個(gè)里程碑是始于1965年的DENDRAL項(xiàng)目，它啟動(dòng)了一個(gè)全新的行業(yè)：專家系統(tǒng)。DENDRAL把專業(yè)領(lǐng)域知識(shí)（本例中為分子化學(xué)）編碼到計(jì)算機(jī)程序里，利用自己的化學(xué)知識(shí)庫(kù)，提出有可能加以影響的化學(xué)結(jié)構(gòu)。它在專業(yè)領(lǐng)域的成功表明，在狹窄主題上，把人類的專業(yè)知識(shí)進(jìn)行明確編碼，計(jì)算機(jī)程序能夠以專家級(jí)的績(jī)效來(lái)完成特定任務(wù)。 4.首次低谷 到了70年代，AI開始遭遇批評(píng)，隨之而來(lái)的還有資金上的困難。AI研究者們對(duì)其課題的難度未能做出正確判斷：此前的判斷過(guò)于樂(lè)觀使人們期望過(guò)高，當(dāng)承諾無(wú)法兌現(xiàn)時(shí)，對(duì)AI的資助就縮減或取消了。同時(shí)，由于馬文·明斯基對(duì)感知器的激烈批評(píng)，聯(lián)結(jié)主義（即神經(jīng)網(wǎng)絡(luò)）銷聲匿跡了十年。70年代后期，盡管遭遇了公眾的誤解，AI在邏輯編程，常識(shí)推理等一些領(lǐng)域還是有所進(jìn)展。 AI領(lǐng)域的難題 70年代初，AI遭遇了瓶頸。即使是最杰出的AI程序也只能解決它們嘗試解決的問(wèn)題中最簡(jiǎn)單的一部分，也就是說(shuō)所有的AI程序都只是“玩具”。AI研究者們?cè)庥隽藷o(wú)法克服的基礎(chǔ)性障礙。盡管某些局限后來(lái)被成功突破，但許多至今仍無(wú)法滿意地解決：
停止撥款 由于缺乏進(jìn)展，對(duì)AI提供資助的機(jī)構(gòu)（如英國(guó)政府，DARPA和NRC）對(duì)無(wú)方向的AI研究逐漸停止了資助。早在1966年ALPAC（Automatic Language Processing Advisory Committee，自動(dòng)語(yǔ)言處理顧問(wèn)委員會(huì)）的報(bào)告中就有批評(píng)機(jī)器翻譯進(jìn)展的意味，預(yù)示了這一局面的來(lái)臨。NRC（National Research Council，美國(guó)國(guó)家科學(xué)委員會(huì)）在撥款二千萬(wàn)美元后停止資助。DARPA則對(duì)CMU的語(yǔ)音理解研究項(xiàng)目深感失望，從而取消了每年三百萬(wàn)美元的資助。到了1974年已經(jīng)很難再找到對(duì)AI項(xiàng)目的資助。 5.重獲繁榮 在80年代，專家系統(tǒng)開始為全世界的公司所采納，“知識(shí)處理”成為了主流AI研究的焦點(diǎn)。日本政府在同一年代積極投資AI以促進(jìn)其第五代計(jì)算機(jī)工程。約翰·霍普菲爾德（John Hopfield）在聯(lián)結(jié)主義獲得新突破。AI再一次獲得了成功。 專家系統(tǒng)獲得賞識(shí) 專家系統(tǒng)是一種程序，能夠依據(jù)一組從專門知識(shí)中推演出的邏輯規(guī)則在某一特定領(lǐng)域回答或解決問(wèn)題。1965年起設(shè)計(jì)的Dendral能夠根據(jù)分光計(jì)讀數(shù)分辨混合物。1972年設(shè)計(jì)的MYCIN能夠診斷血液傳染病。它們展示了這一方法的能力。 專家系統(tǒng)僅限于一個(gè)很小的知識(shí)領(lǐng)域，從而避免了常識(shí)問(wèn)題；其簡(jiǎn)單的設(shè)計(jì)又使它能夠較為容易地編程實(shí)現(xiàn)或修改?？傊?，實(shí)踐證明了這類程序的實(shí)用性。使得AI開始變得實(shí)用起來(lái)。 1980年CMU為DEC（Digital Equipment Corporation，數(shù)字設(shè)備公司）設(shè)計(jì)了一個(gè)名為XCON的專家系統(tǒng)，這是一個(gè)巨大的成功。在1986年之前，它每年為公司省下四千萬(wàn)美元。至此，全世界的公司都開始研發(fā)和應(yīng)用專家系統(tǒng)，到1985年它們已在AI上投入十億美元以上。 重獲撥款：第五代工程 1981年，日本經(jīng)濟(jì)產(chǎn)業(yè)省撥款八億五千萬(wàn)美元支持第五代計(jì)算機(jī)項(xiàng)目。其目標(biāo)是造出能夠與人對(duì)話，翻譯語(yǔ)言，解釋圖像，并且像人一樣推理的機(jī)器。 其他國(guó)家紛紛作出響應(yīng)。英國(guó)開始了耗資三億五千萬(wàn)英鎊的Alvey工程。美國(guó)一個(gè)企業(yè)協(xié)會(huì)組織了MCC（Microelectronics and Computer Technology Corporation，微電子與計(jì)算機(jī)技術(shù)集團(tuán)），向AI和信息技術(shù)的大規(guī)模項(xiàng)目提供資助。DARPA也行動(dòng)起來(lái)，組織了戰(zhàn)略計(jì)算促進(jìn)會(huì)（Strategic Computing Initiative），其1988年向AI的投資是1984年的三倍。 聯(lián)結(jié)主義的重生 1982年，物理學(xué)家約翰·霍普菲爾德證明一種新型的神經(jīng)網(wǎng)絡(luò)（現(xiàn)被稱為“Hopfield網(wǎng)絡(luò)”）能夠用一種全新的方式學(xué)習(xí)和處理信息，這項(xiàng)發(fā)現(xiàn)使1970年以來(lái)一直遭人遺棄的聯(lián)結(jié)主義重獲新生。1986論文集《分布式并行處理》問(wèn)世。90年代神經(jīng)網(wǎng)絡(luò)獲得了商業(yè)上的成功，它們被應(yīng)用于光字符識(shí)別和語(yǔ)音識(shí)別軟件。 6.AI寒冬 80年代中商業(yè)機(jī)構(gòu)對(duì)AI的追捧與冷落符合經(jīng)濟(jì)泡沫的經(jīng)典模式，泡沫的破裂也在政府機(jī)構(gòu)和投資者對(duì)AI的觀察之中。盡管遇到各種批評(píng)，這一領(lǐng)域仍在不斷前進(jìn)。 第二次AI低谷 1987-1993 從80年代末到90年代初，AI遭遇了一系列財(cái)政問(wèn)題。變天的最早征兆是1987年AI硬件市場(chǎng)需求的突然下跌。Apple和IBM生產(chǎn)的臺(tái)式機(jī)性能不斷提升，到1987年時(shí)其性能已經(jīng)超過(guò)了Symbolics和其他廠家生產(chǎn)的昂貴的舊機(jī)型。老產(chǎn)品失去了存在的理由：一夜之間這個(gè)價(jià)值五億美元的產(chǎn)業(yè)土崩瓦解。 XCON等最初大獲成功的專家系統(tǒng)維護(hù)費(fèi)用居高不下。它們難以升級(jí)，難以使用，成了以前已經(jīng)暴露的各種各樣的問(wèn)題的犧牲品。專家系統(tǒng)的實(shí)用性僅僅局限于某些特定情景，不再能滿足普遍的需求。 到了80年代晚期，戰(zhàn)略計(jì)算促進(jìn)會(huì)大幅削減對(duì)AI的資助。DARPA的新任領(lǐng)導(dǎo)認(rèn)為AI并非“下一個(gè)浪潮”，撥款將傾向于那些看起來(lái)更容易出成果的項(xiàng)目。 直到1991年，日本“第五代工程”并沒有實(shí)現(xiàn)，事實(shí)上其中一些目標(biāo)，比如“與人展開交談”，直到2010年也沒有實(shí)現(xiàn)。與其他AI項(xiàng)目一樣，期望比真正可能實(shí)現(xiàn)的要高得多。從80年代末到90年代初，AI遭遇了一系列財(cái)政問(wèn)題。 軀體的重要性：Nouvelle AI與嵌入式推理 一些研究者提出全新的人工智能方案。他們相信，為了獲得真正的智能，機(jī)器必須具有軀體——它需要感知、移動(dòng)、生存、與這個(gè)世界交互。 在發(fā)表于1990年的論文《大象不玩象棋（Elephants Don't Play Chess）》中，機(jī)器人研究者羅德尼·布魯克斯提出了“物理符號(hào)系統(tǒng)假設(shè)”，認(rèn)為符號(hào)是可有可無(wú)的，因?yàn)椤斑@個(gè)世界就是描述它自己最好的模型”。 7.新的發(fā)展 現(xiàn)已年過(guò)半百的AI終于實(shí)現(xiàn)了它最初的一些目標(biāo)。它已被成功地用在技術(shù)產(chǎn)業(yè)中，不過(guò)有時(shí)是在幕后。這些成就有的歸功于計(jì)算機(jī)性能的提升，有的則是在高尚的科學(xué)責(zé)任感驅(qū)使下對(duì)特定的課題不斷追求而獲得的?！皩?shí)現(xiàn)人類水平的智能”這一最初的夢(mèng)想曾在60年代令全世界的想象力為之著迷，其失敗的原因至今仍眾說(shuō)紛紜。各種因素的合力將AI拆分為各自為戰(zhàn)的幾個(gè)子領(lǐng)域，有時(shí)候它們甚至?xí)眯旅~來(lái)掩飾“人工智能”這塊被玷污的金字招牌。雖然AI比以往的任何時(shí)候都更加謹(jǐn)慎，但也更加成功。 幕后的AI AI研究者們開發(fā)的算法開始變?yōu)檩^大的系統(tǒng)的一部分。AI曾經(jīng)解決了大量的難題，這些解決方案在產(chǎn)業(yè)界起到了重要作用。應(yīng)用了AI技術(shù)的領(lǐng)域有例如：數(shù)據(jù)挖掘，工業(yè)機(jī)器人，物流，語(yǔ)音識(shí)別，銀行業(yè)軟件，醫(yī)療診斷和Google搜索引擎等。 AI領(lǐng)域并未從這些成就之中獲得多少益處。AI的許多偉大創(chuàng)新僅被看作計(jì)算機(jī)科學(xué)工具箱中的一件工具。牛津大學(xué)哲學(xué)家Nick Bostrom解釋說(shuō)，“很多AI的前沿成就已被應(yīng)用在一般的程序中，不過(guò)通常沒有被稱為AI。這是因?yàn)椋坏┳兊米銐蛴杏煤推毡?，它就不再被稱為AI了?！?/span> 深度學(xué)習(xí)
深度學(xué)習(xí)已經(jīng)在計(jì)算機(jī)視覺、語(yǔ)音識(shí)別和自然語(yǔ)言處理等其他領(lǐng)域產(chǎn)生了諸多成功應(yīng)用。谷歌和百度公司利用深度學(xué)習(xí)的語(yǔ)音識(shí)別軟件在語(yǔ)音轉(zhuǎn)換為文本方面已經(jīng)可以跟人類一較高下；利用了深度學(xué)習(xí)技術(shù)的AlphaGo在2016年初擊敗了世界頂尖圍棋選手。 游戲里程碑和摩爾定律 游戲AI一直被認(rèn)為是評(píng)價(jià)AI進(jìn)展的一種標(biāo)準(zhǔn)。1997年5月11日，IBM深藍(lán)（DeepBlue）戰(zhàn)勝國(guó)際象棋世界冠軍卡斯帕羅夫。 2005年，斯坦福大學(xué)開發(fā)的一臺(tái)機(jī)器人在一條沙漠小徑上成功地自動(dòng)行駛了131英里。 2011年，IBM沃森計(jì)算機(jī)（Watson）參加綜藝問(wèn)答節(jié)目危險(xiǎn)邊緣（Jeopardy!）來(lái)測(cè)試它的能力，這是該節(jié)目有史以來(lái)第一次人機(jī)對(duì)決，在3集節(jié)目的對(duì)決中最終打敗了節(jié)目最高獎(jiǎng)金得主布拉德·魯特爾和節(jié)目歷史連勝紀(jì)錄保持者肯·詹寧斯。在比賽中，Watson沒有連接到互聯(lián)網(wǎng)，而是運(yùn)用了先進(jìn)的自然語(yǔ)言處理、信息檢索、知識(shí)表達(dá)和推理和機(jī)器學(xué)習(xí)技術(shù)，在包含200萬(wàn)頁(yè)結(jié)構(gòu)化和非結(jié)構(gòu)化的信息的4TB磁盤內(nèi)進(jìn)行處理。 一般認(rèn)為，計(jì)算機(jī)要在圍棋中取勝比在國(guó)際象棋等游戲中取勝要困難得多，因?yàn)閲宓南缕妩c(diǎn)極多，分支因子大大多于其他游戲。但2016年3月，由Google DeepMind團(tuán)隊(duì)開發(fā)的AlphaGo以4:1擊敗頂尖職業(yè)棋手李世石；其加強(qiáng)版隨后又在2017年烏鎮(zhèn)圍棋峰會(huì)上三比零完勝世界第一棋手柯潔，自此因沒有人類對(duì)手而宣布退役。
上述計(jì)算機(jī)性能上的迅速增長(zhǎng)，可以由摩爾定律解釋：“計(jì)算速度和內(nèi)存容量每?jī)赡攴环?。”?jì)算性能上的基礎(chǔ)性障礙已被逐漸克服。 人聲交互技術(shù) 如果你曾經(jīng)使用過(guò)Siri、Cortana、Alexa或者各類語(yǔ)音搜索功能，那么你就已經(jīng)接觸過(guò)人聲交互技術(shù)了。人聲交互的基礎(chǔ)理論是人工智能研究的子領(lǐng)域之一——自然語(yǔ)言理解。近年得益于深度學(xué)習(xí)和大數(shù)據(jù)等新技術(shù)的發(fā)展和計(jì)算機(jī)運(yùn)算能力的提高，人聲交互技術(shù)已經(jīng)逐步成熟。 8.結(jié)語(yǔ) 今天，計(jì)算機(jī)正以驚人的速度改變著我們的生活。因此，全球范圍內(nèi)，人們渴望對(duì)人工智能獲得更深入的了解。許多評(píng)論家都預(yù)言會(huì)出現(xiàn)了不起的事情。2016年5月，微軟英國(guó)分公司的首席構(gòu)思官戴夫·科普林（Dave Coplin）非常大膽地提出：人工智能是“當(dāng)今地球人們著手從事的最重要的技術(shù)”。他說(shuō)：“這將改變我們跟技術(shù)的關(guān)系。它將改變?nèi)伺c人之間的關(guān)系。我認(rèn)為，它甚至?xí)淖兾覀儗?duì)人類這個(gè)概念的看法。當(dāng)然，也有其他不少評(píng)論家預(yù)測(cè)人工智能蘊(yùn)含著許多危險(xiǎn)。面對(duì)人工智能，我們應(yīng)謹(jǐn)慎對(duì)待，深入了解，以科學(xué)的態(tài)度來(lái)對(duì)待新興技術(shù)和它們?yōu)樯顜?lái)的改變。 |
|
|
來(lái)自： 工農(nóng)子弟兵 > 《文件夾1》
