本课内容
1.人工智能的基本概念
2.智能的特征
2.1人工智能的定义
3.人工智能的发展
3.1经历三次繁荣期、两次寒冬。
3.2主要有三大流派
4.人工智能研究的基本内容
4.1人工智能的核心技术
5.人工智能的行业应用
6.人工智能的未来
1.1人工智能概念的提出
智能
是对自然智能的简称,其确切含义还有待于对人脑奥秘的彻底揭示。
根据脑科学、认知科学的研究,从生理角度看, 智能是中枢神经系统的信号加工过程及其产物;从心理角度看,智能是智力和能力的总称,其中,智力侧重于认知,能力侧重于活动。
人工智能概念的首次提出
达特茅斯会议(
1956
)
1956
年,美国达特茅斯学院,
“
人工智能夏季研讨会
” (Summer Research Project on Artificial Intelligence)
1955年8月
JohnMcCarthy
、
MarvinLeeMinsky
、
ClaudeElwood Shannon、
NathanielRochester
四位学者联名给美国洛克菲勒基金会提交了一份名为“
人工智能达特茅斯夏季研讨会
”
的项目申请书。
首次提出
“
人工智能(
ArtificialIntelligence
,
AI
)
”
这一术语,从此AI
踏入了人类历史长河。
JohnMcCarthy
(1927.9.4—2011.10.24)时任美国达特茅斯学院数学系助理教授 1971年图灵奖获得者
Marvin LeeMinsky
(
1927.8.9
—
2016.1.24
)
时任哈佛大学数学和神经学初级研究员 1969年图灵奖获得者
Claude ElwoodShannon
(
1916.4.30
—
2001.2.24
)
时任贝尔实验室数学研究员被誉为信息论及数字通信时代的奠基人
NathanielRochester
(
1919.1.14
-
2001.6.8
)
时任IBM
公司信息研究经理IBM公司第一代通用计算机 IBM701的主设计师 1984年获得了计算机先驱奖
人工智能的研究内容:自动计算机、编程语言、神经网络、计算规模理论、抽象、随机性和创造力。
达特茅斯会议:人工智能成为一个独立的学科,为人工智能给出了第一个准确的描述。
我们提议
1956
年夏天在新汉普郡汉诺威市
达特茅斯学院
举
行一次
10
人参加为期两个月的
人工智能
研讨会。这次研讨
会的主题是建立在一项假设的基础上,即原则上
学习的每
个方面或智能的任何特征都能被精确地描述到用机器来模拟
的程度
。……
麦卡锡
(J. McCarthy)
,达特茅斯学院
明斯基
(M.L. Minsky)
,哈佛大学
罗彻斯特
(N. Rochester)
,
IBM
公司
香农
(G.E. Shannon)
,贝尔语音实验室
1955
年
8
月
31
日
1.2智能的层次
人工智能的概念
人工智能最开始的定义,并不是研
究或制造人类的智能,而是
“
用机器模
拟人类的学习能力和人类智能特征
”
。
人工智能
是研究开发能够
模拟
、
延伸和扩展
人类智能
的理论、方法、技术及应用系
统的一门新的技术科学。
人工智能的研究目的是促使
智能机器
能够:
听
(语音识别、机器翻译等)
看
(图像识别、文字识别等)
说
(语音合成、人机对话等)
思考
(人机对弈、定理证明等)
学习
(机器学习、知识表示等)
行动
(机器人、自动驾驶汽车等)——
谭铁牛,《求是》
2019/04
感知智能:
即视觉、听觉、触觉等
感知能力:
人和动物都具备,能够
通过各种智能感知能力与自
然界进行交互。
认识智能:能理解会思考。人类有语言,才有概念,才有推理,所以概念、意识、观念等都是人类认知智能的表现。
决策智能:决策就是任意实体在各种选项之间做出选择。
2.1图灵与图灵测试
真正奠定现代计算机理论
基础的是
库尔特
·
哥德尔
,他正
式提出可以把人类的全部认知
归结为无数条定理,并且这些
定理都可以用数学的模式进行
表示和逻辑推导。
冯
.
诺依曼被称为
现代计算
机之父
。
他设计了经典的
冯
.
诺依曼结构
,就是将软件命令和数据都存在一起,整个设备由中央处理器、内存、硬盘、输入接口、输出设备组合而成,程序命令按照顺序执行。
机器会思考吗? 阿兰.
图灵在
1950
年发表的论文《计算机器与智能》中第一行就提到这个问题。
图灵被称为
计算机科学之父
,也是
人工智能之父
。二战期间,他的团队在
1943年研制成功了被叫
做
“
Enigma
”
的机器,用于破解德军的密码电报,这一贡献 让二战提前2
年结束,挽救了数千万人的生命。
2.2人工智能的第一次繁荣期
1956-1976 ,是AI发展的第一次浪潮。其中最核心的就是HerbertAlexanderSimon和AllenNewell推崇的自动定理证明方法。
符号主义
Symbolism:
在当时的计算条件下,将人类知识表示 为
符号
,进行
推理演算
,是最可行的方法。
在定理证明方面:
1958
年,
AI
证明了《数学原理》命题验算部分的
220
个命题。
1963
年,
AI
能够独立证明《数学原理》第二章中
的全部
58
题。
1976
年,计算机在协助下证明了地图的
四色问题
。
机器学习的萌芽:
1952
年,
IBM
的
ArthurSamuel
设
计了一款可以学习的跳棋程序
机器学习的定义: 不需要确定性编程就可以赋予机器某项技能的研究领域
ArthurSamuel:机器学习之父
2.3人工智能的第二次繁荣期
2.4人工智能的第三次繁荣期
机器学习方法与
状态空间搜索方法
配合,成为了解决复杂问题的主流方法。
1988
年,
JudeaPearl 出版《智能系统中的概率推理》,首次将概率论和决策论引入到人工智能的
研究中。
JudeaPearl
被称为
贝叶斯网络之父
。
2011
年,
JudeaPearl获得图灵奖。
因果性和相关性:
Pearl
在《
TheBookofWhy
》一书中
批判了
传统统计学
存在的问题,进一步介
绍了使用因果推理的数学工具。(
2018
年)
尽管现有的机器学习模型已经取得了巨大
的进步,但是,所有的模型不过是对数据
的精确曲线拟合。
人工智能需要一场
因果革命
。
1963
年,
Vapnik
在解决模式识别问题时提出了
支持向量
方法
,起决定性作用的样本为
支持向量
。
1971
年,
Kimeldorf
构造基于支持向量构建核空间的方法。
1995年,
统计机器学习
VladimirVapnik
,支持向量机的机器学习
Vapnik
– Chervonenkis理论的联合创建人,他获得了众多奖项。如今则成为了Facebook
人工智能实验室的成员。
大数据技术、更快的计算能力和先进的机器学习技术发展迅猛,并在整个国民经济的许多实际问题中成功应用。
2.5深度学习技术及应用
AI芯片:寒武纪——全球智能芯片领域的先行者寒武纪致力打造各类智能云服务器、智能边缘设备、智能终端的核心处理器芯片,让机器更好地理解和服务人类。寒武纪将用人工智能芯片技术的突破与创新,驱动人工智能计算力引擎。2020年7月20日,寒武纪正式登陆科创板。
2.6人工智能全球发展概况
3.1符号主义学派
符号主义:起源于逻辑学与哲学
《逻辑理论机》(1957),数学定理证明程序LT
①认知的基元是符号; ②认知过程就是符号运算过程;
③智能的基础是知识,核心
是知识表示与知识推理;
④知识可用符号表示,也可使用符号进行推理
1958年,美籍华人哲学家王浩在IBM-704上用了9分钟证明「数学原理」中一阶逻辑的全部定理。
吴文俊院士(1919.5.12-2017.5.7)曾获得首届国家最高科技奖(2000) 首届国家自然科学一等奖(1956) 首届求是杰出科学家奖(1994) 邵逸夫数学奖(2006)、 国际自动推理最高奖Herbrand自动推理杰出成就奖(1997)。
3.2连接主义学派
1943
,
MP
神经元模型
1958
,感知机
1982
,
Hopfield
神经网格模型
1985
,多层感知机
1986
,
BP
神经网络
2006
,深度学习
3.3.行为主义学派
1947,阿什比:自组织系统
1948,维 纳:控制论
1954
,钱学森:工程控制论和生物控制论
早期的研究工作重点是
模拟人在控制过程中的智能行为和作用
20
世纪
80
年代,诞生了
智能控制
和
智能机器人系统
强化学习:智能体(Agent)以“试错 ” 的方式进行学习,通过与环境进行交互获得的奖赏( 反馈)来指导,目标是使 智能体获得最大的奖赏。
灵感来源于心理学中的行为主义理论
1989
年,
ChristopherWatkins
最早提出了
Q-learning
算法
不需要提供数据,也不需要进行数据标注
4. 人工智能的研究内容
智能脑与认知机理研究:
智能的脑科学 (神经科学)
认知科学基础
智能模拟:
智能模拟的理论、方法和技术研究
计算机视觉:
是一门研究如何对数字图像或者视频进行智能理解的学科。
它模拟了人类的视觉系统,让机器具备“会看”
的能力。
语音智能:
前端信号处理
声纹识别
情感识别
语音识别
人机对话
语音合成
自然语言处理
机器学习
5.1人工智能的核心技术
人脸识别、语音识别、语音合成、机器翻译(自然语言处理)
5.2人工智能的行业应用
AI
+
行业(医疗)
医疗影像自动诊断(计算机视觉)
医疗影像自动诊断(CoVID-19)
AI+行业(智能家居)
AI+行业(智能安防)
AI+行业(智慧交通)
AI+
行业(智能驾驶)
AI+
行业(法律)
6.人工智能的未来
Kurzweil
定律:
任何技术只要成为信息技术,就将以指数级的速度迅速向外扩充。
在
2045
年,人工智能将超越人类智能,储存在云端的
“
仿生大脑新皮质
”
与人类的大脑新皮质将实现
“
对接
”
,世界将开启一个新的文明时代,“
奇点
”
到来!