智能计算系统笔记——第一章概述

智能计算系统笔记——第一章概述

参考：《智能计算系统》陈云霁，李玲，李威，郭崎，杜子东[著]

1.1 人工智能

1.1.1什么是人工智能

人工智能：人制造的机器所表现出来的智能。
强人工智能或通用人工智能：具备与人类同等智慧，或超越人类的人工智能，能表现人类所具有的所有智能行为。
弱人工智能：能完成某种特定任务的人工智能，计算机科学的非平凡应用。

1.1.2人工智能发展历史

人工智能萌芽(20世纪40年代)：
1943年McCulloch和Pitts提出了首个人工神经元模型，1949年Hebb提出了Hebbian Learning规则对神经元之间的连接强度进行更新。

第一次热潮(1956年至20世纪60年代)：
1956年达特茅斯会议驱动人工智能热潮以符号逻辑为出发点，即符号主义。Rosenblatt提出了感知机模型。

第二次热潮(1975年至1991年)：
1982年日本启动五代机计划作为标志。反向传播学习算法提出使连接主义神经网络成为焦点。隐马尔可夫模型用于语音识别，信息论用于机器翻译，贝叶斯网络用于非确定的推理和专家系统。

第三次热潮(2006年至今)：
2006年Hinton和Salakhutdinov的多隐层神经网络吹响了深度学习走向繁荣的号角。

1.1.3人工智能的主要方法

行为主义：基于控制论，构建感知-动作型控制系统。
符号主义：基于符号逻辑的方法，用逻辑表示知识和求解问题。
连接主义：基于大脑中神经元细胞连接的计算模型，用人工神经网络来拟合智能行为。

1.2智能计算系统

1.2.1什么是智能计算系统

智能计算系统是智能的物质载体，现阶段智能计算系统通常是集成CPU和智能计算芯片的异构系统，软件上通常包括一套面向开发者的智能计算编程环境(包括编程框架和编程语言)。

1.2.2为什么需要智能计算系统

通用CPU为中心的传统计算系统的速度和能效远远达不到智能应用的需求。

1.2.3智能计算系统的发展

第一代智能计算系统：1980年代，面向符号主义智能处理的专用计算机(Prolog机，LISP机)。

第二代智能计算系统：2010年代，面向连接主义智能处理的专用计算机(深度学习计算机)。

第三代智能计算系统：未来强人工智能/通用人工智能的载体。