浅谈人工智能和计算机.docVIP

浅谈人工智能与计算机 学生姓名：xx 学号：xxxxxxxxxxx 专业：计算机科学与技术学院xxxx班 2016年12月10号 摘 要 关键词 1．引言 20世纪八十年代发明的世界上第一个会“聊天”的机器人Eliza再次吸引起人们的目光，在此期间出现的专家系统堪称“明星选手”，它使?人工智能研究出现新高潮，DENDAI。化学质谱分析系统、?MTCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统，?Hearsay-II语言理解系统等专家系统的研究和开发，将人工?智能引向了实用化。人们甚至因此研发到了第五代计算机，从技术设想上来看，其在某些方面已经融入了许多现代人工智能的元素。可惜由于智能水平较低、无法直接交流、功能也尚不完善一类的原因并没有取得预期成果。虽然?此计划最终失败，但第五代计算机的设想和研发思维却对后来的人工智能发展起到了一定的影响作用。 3.0时代（机器学习的时代） “机器学习”悄然兴起。20世纪90年代虽然人工智能进入到了发展瓶颈期但是互联网的快速发展却帮人工智能从“寒冬”中走了出来。具有代表性的是到了1998年，随着谷歌搜索引擎的出现，人们开始重视对数据的搜集和利用，而这种重视在无形中解决了人工智能所面临的一大难题——知识的积累。除此之外，受互联网技术的影响，人工智能研究者也开始逐步对自然语言的处理有了新的认识。在激增数据的支持下，人工智能从推理、搜索引擎升华到知识获取阶段后，又一次进化到了机器学习阶段。早在1996年，人们就已经定义了机器学习，它是人工智能的一个研究领域，其主要研究对象是人工智能，特别是在经验学习中如何改进具体算法的性能。随着互联网的发展，机器学习被进一步定义为“一种能够通过经验自动改进计算机算法的研究”。在深入探讨机器学习分类的方法时，人们先将其发分监督学习和无监督学习，后来随着要求的不断提高以及实际问题的不断反馈，人们陆续提出了决策树、正则化法、朴素贝叶斯算法和人工神经网络等一系列算法，其中尤以人工神经网络最为契合人类大脑思维方式，开始真正的模拟人类大脑进行分类，算是那个时代经典的真正的综合了诸如仿生学，数学，物理学等许多学科的顶尖知识的科学体现。虽然顺利解决了早期的自然语言处理问题难题，大大加快了人工智能的发展速度，但是其明显的弱点也伴随着人们在机器学习领域成果越来越多而被充分暴露出来——特征工程。人们甚至可以通过特征辨识一些之前没有见过的东西，但是如何让计算机自己去选择合适的特征成为了人工智能发展需要克服的又一道难题。松尾丰先生也曾在其创作的《人工智能狂潮》一书中提到过，他在听取黑桥祯夫的课程时听到了关于机器学习事情。当时黑桥祯夫教授说：“方法有各种各样的，但是制作好的特征量是难度最大的工作，而这件事情只能靠人来完成。”可见，对机器学习来说，如果无法突破自我选取特征量这个关键点，那么人工智能可能永远只能是人类的一个美梦。当梦醒来的时候，机器依旧是机器，人工智能的难题依旧仍然等待着被攻克。 4.0时代（深度学习的时代） “深度学习”的概念于2006年被杰弗里·希尔顿等人正式提出，拉开了人工智能的新篇章。用网络流行语来简单表达这种“学习”就是“我生活在二次元，你生活在三次元，所以你不懂我。”就好比虽然圆形这种平面图形与圆柱体这种立体图形有交集，但是圆柱体也有属于自己的结构。深度学习就是通过这种区分来缩减计算机需要参考的参数数量。正如法拉第刚刚发明“发电机”时的窘境一样，虽然研究人员以一种狂热的学习状态开始不断挖掘深度学习的价值，并且尝试将其实现，但是这种努力似乎始终看不到回报。直到2012年，在国际性的图像识别大赛ILSVRC（Large Scale Visual Recognition Challenge）上，由多伦多大学开发的Super Vision 系统再度燃起了人们对深度学习的热情。该系统利用深度学习使计算机能够自动识别特征量，将错误率从26%降到15%。与同时出现的自动编码器携手成为人工智能得以深入发展的契机。在发展中人们也越来越意识到鲁棒性的重要性，使得计算机可以在实际上的各种特殊情况下正常工作，但是现阶段对于非线性系统的研究的欠缺是鲁棒性研究的发展瓶颈，当这个关键点被突破的时候，或许人工智能就能产生质的飞跃，突破4.0时代的束缚，人工智能也将能够真正升华成“类人智能”。 第五代计算机的构想 我们当前使用的是第四代电子计算机，它的功能强大，广泛应用于各行各业，然而与人类的大脑相比就显得被动，因此人们幻想着发明一种能模拟大脑思维的计算机——第五代计算机，也称作人工智能计算机。智能计算机突破了传统的冯·诺依曼式机器的概念，舍弃了二进制结构，把许多处理器并联起来，并行处理信息，速率大大提高。它的智能化人工接口是人们不必编写程序，只需要发出命令或者提出要求，计算机就会