人工智能发展史,机器学习/神经网络与其关系

人工智能是指让机器获得像人类一样思考与处理事情能力的技术,最早出现在 1956 年召开的达特茅斯会议上。这次会议主要讨论着一个在当时看来完全不食人间烟火的主题:用机器来模仿人类学习以及其他方面的智能。
人工智能是一项极具挑战性的任务。从人类认知角度看,因为人类目前尚无法对人脑的工作机制有全面科学的认知,所以制造出达到人脑水平的智能机器无疑是非常困难的。但是随着计算机技术的发展,在某个方面呈现出类似、接近甚至超越人类智能水平的机器被证明是可行的。
怎么实现人工智能是一个非常广袤的问题。人工智能的发展主要经历过 3 种阶段,每个阶段都代表了人类从不同的角度尝试实现人工智能的探索足迹。
最早期人类试图通过总结、归纳出一些逻辑规则,并将逻辑规则以计算机程序的方式来开发智能系统。但是这种显式的规则往往过于简单,很难表达复杂、抽象的规则。这一阶段被称为推理期。
1970 年代,科学家们尝试通过知识库+推理的方式解决人工智能,通过构建庞大复杂的专家系统来模拟人类专家的智能水平。这些明确指定规则的方式存在一个最大的难题,就是很多复杂,抽象的概念无法用具体的代码实现。比如人类对图片的识别,对语言的理解过程,根本无法通过既定规则模拟。为了解决这类问题,一门通过让机器自动从数据中学习规则的研究学科诞生了,称为机器学习,并在 1980 年代成为人工智能中的热门学科。
在机器学习中,有一门通过神经网络来学习复杂、抽象逻辑的方向,称为神经网络。
神经网络方向的研究经历了 2 起 2 落,并从 2012 年开始,由于效果极为显著,应用深层神经网络技术在计算机视觉、自然语言处理、机器人等领域取得了重大突破,部分任务上甚至超越了人类智能水平,开启了以深层神经网络为代表的人工智能的第 3 次复兴。这次复兴直接与我们生活息息相关,如语音识别技术、人脸识别技术从本质上改变了我们生活的方式。
深层神经网络有了一个新名字,叫做深度学习,一般来讲,神经网络和深度学习的本质区别并不大,深度学习特指基于深层神经网络实现的模型或算法。人工智能,机器学习,神经网络,深度学习的相互之间的关系如图所示。

NAND Flash四季度涨幅预计10%以上
JavaScript数组简介及其基本操作
软启动器的启动模式
5G芯片组之间的战争
什么是直接照明和间接照明?
人工智能发展史,机器学习/神经网络与其关系
物联网正在驱动着智慧银行时代的到来
构建满足特定应用要求的DPS系统需要考虑这些因素
中国联通5G网络三年内可达4G覆盖水平
金属护体 耀世来袭:魔法师悍将钢魔G57全面评测
索尼Xperia XZ3将在8月底的德国IFA大会上进行发布
2020年12月显卡品牌排名:华硕、技嘉出现断崖式的暴跌
电力体制改革的前沿阵地,逾六成售电公司“有名无实”
小米改变策略,小米6不再饥饿营销
定电压输入1KV隔离正负稳压双输出电源模块:IA(VA)-1W/2W/3W系列
OPPO专利曝光:屏下摄像头手机,后置四摄
物联网市场规模将达万亿 成为信息科技产业的最大风口
河北省首个5G+边缘计算的智慧工地示范场景已正式投入使用
RS-485收发器为什么要端接?如何端接?
BGA封装面临的主要技术瓶颈及可靠性