人工智能

基本介绍

“人工智能”一词最早是在1956年由达特茅斯学会提出的。从那以后，研究人员发展了许多理论和原则，人工智能的概念也相应地扩展了。人工智能是一门具有挑战性的科学。从事这项工作的人必须了解计算机知识、心理学和哲学。人工智能是一门非常广泛的科学，它由不同的领域组成，如机器学习、计算机视觉等。一般来说，人工智能研究的主要目标之一是使机器能够胜任一些通常需要人类智能的复杂任务。然而，不同的时代和不同的人对这个“复杂的工作”有不同的理解。例如，繁重的科学和工程计算最初是由人脑承担的。现在计算机不仅能完成这样的计算，而且比人脑做得更快更准确。因此，当代人不再认为这种计算是“需要人类智慧才能完成的复杂任务”。可以看出，复杂工作的定义随着时代的发展和技术的进步而变化。人工智能的特定目标自然会随着时代的变化而发展。一方面，它不断取得新的进展；另一方面，它转向更有意义和困难的目标。

今天，可以用来研究人工智能的主要物质基础和实现人工智能技术平台的机器是计算机。人工智能的发展史与计算机科学技术的发展史是联系在一起的。除了计算机科学，人工智能还包括信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学。人工智能的主要研究内容包括:知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动编程等。

一般来说，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。其他非数学科目也包括在内。这种“机器学习”严重依赖“经验”。在解决一类问题时，计算机需要不断地从经验中获取知识和学习策略。当遇到类似的问题时，他们像普通人一样，用经验知识来解决问题，积累新的经验。我们可以把这种学习方式称为“持续学习”。然而，除了从经验中学习，人类还可以创造，即跳跃学习。在某些情况下，这被称为“灵感”或“顿悟”。一直以来，电脑最难学的就是“顿悟”。或者更严格地说，计算机很难在学习和“实践”中“不依赖于数量和质量的变化”，也很难从一种“质量”直接转到另一种“质量”，或者从一种“概念”转到另一种“概念”。正因为如此，“实践”在这里不同于人类的实践。人类实践的过程包括经验和创造。

这是聪明的研究者梦寐以求的。

2013年，digin数据中心的数据研究员王树声开发了一种新的数据分析方法，该方法衍生出一种研究函数性质的新方法。作者发现新的数据分析方法为计算机社会提供了一种“创造”的方法。从本质上说，这种方法提供了一种非常有效的方法来模拟人类的“创造力”。这种方法是由数学给出的，是一种普通人无法拥有的“能力”，但计算机却可以拥有。从那时起，计算机不仅擅长计算，而且擅长创造，因为它们擅长计算。计算机科学家绝对应该剥夺“善于创造”的计算机的全面操作能力，否则有一天计算机会“逮捕”人类。

基本定义

人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”更容易理解，争议更少。有时我们不得不考虑人们能制造什么，或者人们的智力是否高到足以创造人工智能，等等。然而，总的来说，“人工系统”是一般意义上的人工系统。

关于什么是“智力”，有许多问题。这涉及到其他问题，如意识、自我、心智(包括无意识_心智_心智)等。人们唯一知道的情报是他们自己的情报，这是一个普遍接受的观点。然而，我们对自身智力的理解是非常有限的，而且我们对构成人类智力的必要因素的理解也是有限的，因此很难界定什么是“人”创造的“智力”。因此，人工智能的研究往往涉及到人类智能本身的研究。与动物或其他人工系统相关的其他智能通常也被认为是与人工智能相关的研究课题。

人工智能在计算机领域越来越受到重视。它已被应用于机器人、经济和政治决策、控制系统和仿真系统。

斯坦福大学著名的人工智能研究中心的尼尔森教授对人工智能的定义如下:“人工智能是知识的主题——即如何表达知识以及如何获取和使用知识的科学。”麻省理工学院的另一位教授温斯顿说:“人工智能是研究如何让计算机做过去只有人类才能做的智能工作。”这些陈述反映了人工智能的基本思想和内容。也就是说，人工智能是研究人类智能活动规律、构建具有一定智能的人工系统、研究如何让计算机完成以前需要人类智能才能完成的任务的基本理论、方法和技术，也就是说，如何使用计算机软件和硬件来模拟一些人类智能行为。

人工智能是计算机科学的一个分支，自20世纪70年代以来被称为世界三大最先进的技术之一(空间技术、能源技术和人工智能)。它也被认为是21世纪的三大前沿技术之一(基因工程、纳米科学和人工智能)。这是因为它在过去的30年里发展迅速，在许多学科中得到了广泛的应用，并取得了丰硕的成果。人工智能已经逐渐成为一个独立的分支，在理论和实践上都已经成为一个系统。

人工智能是一门研究和发展模拟、扩展和拓展人类智能的理论、方法、技术和应用系统的新技术科学。自人工智能诞生以来，其理论和技术日趋成熟，应用领域不断扩大，但并没有统一的定义。

1956年夏天，以迈克菲、明斯基、罗切斯特和神农为首的一批有远见的年轻科学家聚集在一起，研究和讨论了一系列有关用机器模拟智能的相关问题，并首次提出了“人工智能”一词，标志着“人工智能”这一新学科的正式诞生。IBM的“深蓝”电脑打败了世界人类象棋冠军，这是人工智能技术的完美表现。

人工智能是一门研究如何让计算机模拟一些思维过程和智能行为(如学习、推理、思考、计划等)的学科。)的人类。它主要包括用计算机实现智能和使计算机类似人脑智能的原理，从而使计算机能够实现更高层次的应用。人工智能将涉及计算机科学、心理学、哲学、语言学和其他学科。可以说，几乎所有自然科学和社会科学的学科都远远超出了计算机科学的范围。人工智能和思维科学的关系是实践和理论的关系。人工智能处于思维科学的技术应用层面，是思维科学的一个应用分支。从思维的角度来看，人工智能不限于逻辑思维。只有形象思维和灵感思维才能推动人工智能的突破性发展。数学经常被认为是各种学科的基础科学。数学也进入了语言和思维领域。人工智能学科也必须使用数学工具。数学不仅在标准逻辑和模糊数学的范围内发挥作用，而且数学也进入了人工智能的学科。他们会互相促进，发展得更快。

发展阶段

人工智能学科自1956年正式提出以来，在过去的50年里取得了巨大的进步，已经成为一门广泛的交叉和前沿科学。一般来说，人工智能的目的是让计算机和机器像人一样思考。如果你想制造一台能够思考的机器，你必须知道什么是思考，什么是智慧。什么样的机器是智能的？科学家制造了汽车、火车、飞机、收音机等。他们模仿我们身体器官的功能，但是他们能模仿人类大脑的功能吗？到目前为止，我们只知道我们的天体中的这个东西是由数十亿个神经细胞组成的器官。我们对这个东西知之甚少，模仿它可能是世界上最困难的事情。

当计算机出现时，人类开始拥有一种能够模拟人类思维的工具。在接下来的几年里，许多科学家为这个目标努力工作。现在人工智能不再是几个科学家的专利了。几乎世界上所有大学的计算机系都在研究这个课题。学习计算机的学生也必须学习这门课程。在每个人的不懈努力下，计算机现在似乎变得非常智能了。例如，1997年5月，IBM的深蓝电脑击败了象棋大师卡斯帕罗夫。人们可能没有注意到，在某些地方，计算机帮助人们做其他原本只属于人类的工作。计算机以其高速度和高精度为人类发挥作用。人工智能一直是计算机科学的前沿课题。由于人工智能的进步，计算机编程语言和其他计算机软件得以存在。

发展简史

人工智能的传说可以追溯到古埃及，但是随着1941年以来电子计算机的发展，技术终于能够创造机器智能。“人工智能”一词最早是在1956年由达特茅斯学会提出的。从那以后，研究人员发展了许多理论和原则，人工智能的概念也有所扩展。在其短暂的历史中，人工智能的发展比预期的要慢，但它一直在进步。自从40年前出现以来，许多人工智能程序已经出现，它们也影响了其他技术的发展。

计算机时代

1941年的一项发明彻底改变了信息存储和处理的方方面面。这项同时出现在美国和德国的发明是电子计算机。第一台计算机占据了几个大型空调房，这对程序员来说是一场噩梦:为了运行一个程序，不得不安装数千个电路。1949年改进的能够存储程序的计算机使输入程序变得更容易。此外，计算机理论的发展产生了计算机科学，并最终促进了人工智能的出现。电子处理数据的计算机的发明，为人工智能的可能实现提供了媒介。

尽管计算机为人工智能提供了必要的技术基础，但直到20世纪50年代早期，人们才注意到人类智能和机器之间的联系。诺伯特·维纳是最早研究反馈理论的美国人之一。反馈控制最常见的例子是恒温器。它将收集的室温与所需的温度进行比较，并根据需要打开或关闭加热器。以便控制环境温度。本研究对反馈回路的重要性在于:WIENER从理论上指出所有智能活动都是反馈机制的结果，反馈机制可以由机器模拟。这一发现对早期人工智能的发展有很大影响。

1955年底，纽威尔和西蒙制作了一个名为“逻辑理论”的程序。这个程序被许多人认为是第一个人工智能程序。它将每个问题表示为一个树模型。然后选择最有可能得到正确结论的一个来解决问题。“逻辑专家”对公众和人工智能研究领域的影响使其成为人工智能发展的一个重要里程碑。1956年，被认为是人工智能之父的约翰·麦卡锡组织了一个社团。许多对机器智能感兴趣的专家和学者聚集在一起进行了一个月的讨论。他邀请他们去佛蒙特州参加“达特茅斯人工智能夏季研究所”。从此，这个领域被命名为“人工智能”。尽管达特茅斯学院并不十分成功，但它确实关注人工智能的创始人，并为未来的人工智能研究奠定了基础。

在达特茅斯会议后的7年里，人工智能研究开始迅速发展。虽然这一领域尚未明确界定，但裁谈会上的一些想法已经得到重新考虑和使用。卡内基梅隆大学和麻省理工学院开始建立人工智能研究中心。这项研究面临新的挑战:下一步是建立能够更有效解决问题的系统，比如减少“逻辑专家”的搜索；还建立了一个自学系统。

1957年，一个新程序的第一个版本“通用问题解决机”被测试。这个程序是由制造“逻辑专家”的同一个小组开发的。全球定位系统扩展了维纳的反馈原理，可以解决许多常识性问题。两年后，IBM成立了一个人工智能研究小组。赫伯特·盖尔纳特花了三年时间制作一个程序来解决几何定理。

当越来越多的程序出现时，MCCARTHY正忙于人工智能历史的突破。1958年，MCCARTHY宣布了他的新成就:LISP语言。LISP至今仍在使用。“LISP”意味着“列表处理”，这将很快被大多数人工智能开发人员采用。

1963年，麻省理工学院获得美国*220万美元的资助，用于机器辅助识别的研究。该拨款来自国防高级研究计划(ARPA)，该计划确保美国在技术进步方面领先于苏联。这个项目吸引了来自世界各地的计算机科学家，加速了人工智能研究的步伐。