什么是人工智能
人工智能被认为是一门跨学科科学,它起源于计算机科学,并和一些具有人类智能的能够执行工作的机器有关。从分类角度看,科学家一般将人工智能分为两类:
强人工智能(Strong AI,或者称为Artificial General Intelligence):指的是可以解决未经训练过问题的智能机器,这一类型的人工智能还不存在于现实中,因为它涉及通用场景,目前难以得到;弱人工智能(Weak AI,或者Narrow AI):指的是在有限的环境中运行,解决有限的问题的智能机器,目前所有的人工智能都可以归为弱人工智能;强人工智能是人类追求的方向,而弱人工智能是现在所有人工智能的集合。尽管弱人工智能也已经可以高效地完成任务,但它们距离人类智能还有不少距离。
人工智能的历史
我们今天所指的人工智能,实际出现在上个世纪40年代。1942年,作家Isaac Asimov发表了机器人三定律(Three Laws of Robotics),提及机器人不应伤害人类。1943年,科学家发表了神经活动中内在思想的逻辑演算(A Logical Calculus of Ideas Immanent in Nervous Activity),首次提出构建神经网络的数学模型。
在上个世纪50年代,人工智能的发展快速进行。1950年,科学家Alan Turing发表了计算机与智能(Computing Machinery and Intelligence),并提出图灵测试(Turing Test),以便判断机器是否是人工智能。同一年,世界第一台神经网络计算机SNARC面世。
1956年,在达特茅斯人工智能夏季研究项目(Dartmouth Summer Research Project)中,人工智能一词首次出现,这也被认为是人工智能的起源。1959年,Arthur Samuel提出了机器学习的概念,人工智能发展进入新的阶段。
然而,在上世纪70年代和80年代,人工智能行业面临了两次寒冬,这是因为人工智能的行业发展放缓,市场中的投入产出并不平衡。随着后续科技进步和90年代全球互联网的应用,人工智能发展的成本开始下降,也迎来了新的发展高峰。
1997年,IBM的深蓝(Deep Blue)击败当时的国际象棋世界冠军,人工智能首次在智力游戏中战胜人类。2016年,Google Deep Mind团队的AlphaGo击败围棋世界冠军,在更加复杂的游戏中证明了人工智能的能力。
2022年年底,Open AI推出的ChatGPT 3再次激发了市场对人工智能研究的热情。随后Google推出Bard,Microsoft推出New Bing,以及ChatGPT 4的出现,为人工智能吸引了来自全球数以亿计观众的目光。
人工智能、机器学习和深度学习
在人工智能领域的研究和媒体报道中,机器学习和深度学习出现的频率很高。机器学习是人工智能的一个研究方向,指的是在不直接编写程序的情况下,利用算法使计算机自动学习如何处理任务。机器学习也分为两类,分别是监督学习(Supervised Learning)和无监督学习(Unsupervised Learning)。两者的区别在于,监督学习涉及已经标记的数据集和输出结果,无监督学习并不标记数据集和结果。
深度学习是机器学习的一种,指的是利用神经网络(Neutral Network)架构进行学习。神经网络架构借鉴了生物的神经网络组织,通过构建隐藏层(Hidden Layers)对数据进行处理,并最终连接、加权,得到结果。
人工智能的未来
摩尔定律(Moore’s Law)表明,芯片上的晶体管数量每两年会翻一番,而其生产成本会减半。这一定律数十年的应用,为人工智能特别是深度学习的发展提供了基础条件。科学家的研究表明,人工智能的创新速度甚至已经超过了摩尔定律。
在成本不断下降的情景下,未来人工智能的发展空间非常广阔。
参考链接: