学做网站看什么,怎么让公司建设网站,短视频网站开发教程,内蒙古微信公众号114查目录 什么是人工智能 人工智能的历史与发展 人工智能发展时间轴示意图#xff1a; 人工智能的主要分支 机器学习与深度学习在AI中的地位 什么是人工智能 人工智能#xff08;Artificial Intelligence, AI#xff09;是指由人制造出来的具有一定智能的系统#xff0c;能够理… 目录 什么是人工智能 人工智能的历史与发展 人工智能发展时间轴示意图 人工智能的主要分支 机器学习与深度学习在AI中的地位 什么是人工智能 人工智能Artificial Intelligence, AI是指由人制造出来的具有一定智能的系统能够理解复杂的概念、学习新事物、适应环境变化并基于数据做出决策或预测。旨在模拟人类智能行为和思维方式使机器具备感知、推理、学习、规划、交流等能力。AI 的应用范围广泛从简单的自动化任务到复杂的数据分析、自然语言处理、图像识别等领域均有涉及。 人工智能的历史与发展
年份事件描述1943麦卡洛克-皮茨模型Warren McCulloch 和 Walter Pitts 提出了第一个神经网络模型为后来的人工智能研究奠定了理论基础。1950图灵测试Alan Turing 提出了著名的“图灵测试”用以判断机器是否具有人类智能的标准。1956达特茅斯会议John McCarthy 组织了达特茅斯会议并首次提出了“Artificial Intelligence”这一术语标志着AI作为一门学科的正式诞生。1960早期专家系统开发了DENDRAL和MYCIN等早期专家系统能够解决特定领域的问题。1970AI冬天由于技术瓶颈以及对AI期望值过高导致失望情绪蔓延资金投入减少AI进入了一个相对停滞期。1980知识工程与第五代计算机项目日本启动了雄心勃勃的第五代计算机计划试图通过并行计算来实现高级语言处理等功能同时知识工程开始兴起。1990数据挖掘与互联网随着万维网的普及大量数据变得可访问促进了数据挖掘技术和算法的发展。2000深度学习初现多层感知器MLP等深度学习架构被重新审视并在语音识别等领域取得了初步成果。2010深度学习爆发AlexNet 在ImageNet挑战赛中取得突破性成绩引发了深度学习在全球范围内的广泛兴趣与应用。2010至今AI广泛应用从自动驾驶汽车到智能家居设备AI技术正在越来越多地融入我们的日常生活中。
萌芽期早在20世纪40年代末至50年代初随着计算机科学的发展人们开始探索如何让机器像人一样思考。1956年达特茅斯会议标志着AI作为一门学科正式诞生。早期探索60-70年代是AI研究初期阶段期间出现了许多理论模型与算法如逻辑推理机、专家系统等。但受限于当时计算能力和可用数据量较少这些尝试大多停留在实验室内。寒冬与复苏进入80年代后由于技术瓶颈以及对AI期望值过高导致失望情绪蔓延“AI冬天”到来。直到90年代中期以后互联网兴起带来了海量信息资源同时硬件性能大幅提升为AI再次崛起创造了条件。快速发展21世纪以来特别是近年来得益于大数据、云计算等基础设施建设不断完善AI迎来爆发式增长。深度学习技术取得突破性进展推动了语音识别、自动驾驶等多个领域向前迈进一大步。
人工智能发展时间轴示意图
------------------------------------- 时间
1943 1950 1956 1960s 1970s 1980 1990 2000 2010 至今
| | | | | | | | | |
麦卡洛克-皮茨模型 图灵测试 达特茅斯会议 早期专家系统 AI冬天 知识工程/第五代计算机 数据挖掘/互联网 深度学习初现 深度学习爆发 AI广泛应用
人工智能的主要分支
根据功能特点不同可以将AI大致分为以下几个方向
感知智能通过传感器收集外界信息并对其进行初步理解和解释的能力。典型应用包括图像识别、声音处理等。认知智能更高级别的思维活动涉及记忆、理解、判断等方面。例如自然语言理解、知识表示与推理等。创造智能指机器能够生成新颖内容或解决方案的能力。艺术创作、游戏设计等领域正在探索这一可能性。社会智能使机器人能够在多人环境中有效互动沟通的技术。社交机器人、虚拟助手等产品体现了这方面的发展趋势。
机器学习与深度学习在AI中的地位
机器学习是实现人工智能的一种重要方法论其核心思想是从大量历史数据中自动“学习”规律并据此对未来情况进行预测或分类。按照是否需要人工标注训练样本可分为监督学习、无监督学习及半监督学习按解决问题类型又可细分为回归问题、分类问题等。深度学习则是机器学习的一个子集特别强调使用多层神经网络结构来模拟大脑工作原理以完成更加复杂的模式识别任务。相较于传统浅层模型深度网络具有更强的数据表达能力在视觉、听觉等领域取得了显著成效。此外随着计算资源日益丰富及优化算法不断进步深度学习已经成为当前最炙手可热的研究热点之一。
