清华大学-人工智能初探历史与现在.pdf

⼈⼯智能初探历史与现在

⼈⼯智能初探历史与现在

同学们，⼤家好，欢迎⼤家参加本次⼈⼯智能初探历史与现在专题讲座

我们今天分享的主要是这三个⽅⾯。第⼀个是
Artificial
intelligence，什么是AI。回顾⼀些AI发展的历

史，然后以及整个它这个学具体包含哪些内容。

第⼆个会介绍⼀些
awesome
applications，就是说我们去看⼀下现在
AI
可以做什么，然后以及现在

的学术界，包括⼯业界，它们最前沿的⽅向是什么？我们在尝试完成哪些任务。

第三个就是有
quick
start，就是这个会帮助⼤家更直观的去了解⼀下，就是如果我想去做
AI
应⽤的

话，我需要去做哪些事情，然后以及需要哪些基础知识。

⼤概总时⻓会在⼀个⼩时左右。

⾸先我们看⼀下第⼀个部分就是
artificial
intelligence
AI，说起
AI，⼤家肯定不光听过AI，也会听过⼀

些概念，⽐如说机器学习、深度学习。

那这三个词到底是什么关系？这⾥有⼀个架构图，⽐较直观。深度学习是⼀个最⼩的⼦领域，它上⾯

是机器学习，然后再上⾯是⼈⼯智能。

•那⼈⼯智能是做什么呢？⼈⼯智能是去研究如何去模拟⼈的⼀些功能，⽐如说⼈有认知功能，有学

习功能，有⼀些解决问题的功能等等。只要是我们试图⽤⼀些技术，让计算机去模拟⼈的思维、⼈

的动作之类，都算是⼈⼯智能。

•然后是机器学习是什么呢？机器学习是⼈⼯智能的⼀个研究⽅向，是⼈⼯智能的⼀个⼦领域。当我

们不去显性地去定义⼀些规则，定义⼀些knowledge，机器就可以⾃动的从数据之中去挖掘出⼀些

固定的
pattern或共性的知识之类，这是机器学习在做的事情。

•然后深度学习，特指从数据之中去学习⼀些隐藏的特征，⼀般⽤这个深度⽹络来做。

这是这三个概念的关系。就是⼀般来说现在⼤家普遍认为这个
Artificial
intelligence，是⼀个⽐较偏泛

知的词汇，有没有？⽐如去看幻电影，你可能听到⼈⼯智能这个词很多次，但它其实不涉及⼀些技

术，它只是⼈类⼀个美好的愿景。就是说，想让⼀个计算机去模拟⼀个⼈的所有功能，这怎么可能？

或者说⾄少我们在可以预⻅的这个世纪，我觉得是不可能实现的。对⽐⼀些⽐较偏技术的词，包括这

个
machine
learning
和
deep
learning，这两个是对应着⼀⼤块的计算机学的研究领域的。然后其

实这个
AI
⼤家这个词应该是已经接触过很多了，可能每个⼈对⼈⼯智能都有⾃⼰的想象和理解。⽬前

我们就拉⻬⼀下这个概念。

⼤家可能会听过⼀些新闻，⽐如说
2011
年的这个
IBM
Watson，这个是⼀个游戏，问答游戏，类似于

⼀站到底。游戏类似这样，主持⼈抛出⼀个游戏，然后让⼏名竞争者去回答，看看哪个竞争者可以坚

持到最后。⽽这个
IBM
研究的这个，就
watson
的这个程序可以打败所有⼈，取得冠军。

⼤家⾮常熟悉的可能是
2016
年Deepmind
发明的这个Alphago，它在国际棋⽐赛之中打败了李世

⽯。

2019
年⼤家熟知的这个
OpenAI
做的
Dota
2，就是Dota
这个游戏的⼀个智能引擎，也在国际⽐赛之

中获过奖。

2019
年在这个
poker
，德扑上，
CMU
和
Facebook
做的这个程序，也是可以达到⾮常好的游戏玩家

的⽔平。

这是
AI
in
Games

就⼤家可能会之前了解到还有⼀些⽐如说
AI
in
Robotics，就是在
AI
在机器⼈领域有哪些进展？

这第⼀个是波⼠顿动⼒在
2004
年造的机器⼈叫
big
dog，就是⼀个⼤狗，当时已经相当先进，为什么

呢？因为即使旁边有个⼈给他踹了⼀脚，相当于是给他增加了⼀个扰动，他依然可以保持站⽴。当然

这种情况，真⼈其实也是⽐较困难的，⼀个⼈⾛在路上，你踹他⼀脚，他可能也站不稳，对吧？⼀个

机器⼈拿达到这种效果其实还是相当惊艳的。

第⼆个是
2009
年⽇本做的⼀个机器⼈。可以看到他在打乒乓，当然肯定是不能真正打乒乓球赛，但可

以去完成⼀些基础动作，⽐如说乒乓球⾥⾯⼀些基础的挥拍动作，有⼈觉得这个
big
dog
做得其实是

⽐这个右边的机器⼈要更加的功能⻬全的，为什么呢？因为右边这个机器⼈它仅仅是⼏个挥拍，对

吧？左边这个可以做运输，并且承受⼀些扰动。右边的是⼈形机器⼈，因为⼈其实是⾮常精细的有机

体。⼈形挥拍动作要控制⼿腕、⼿指，以及胯部，要控制的关节其实更多的，所以虽然右边⽐左边完

成的任务简单，但控制更加复杂了。

第三是2013
年波⼠顿动⼒做了⼀款
spot
系列的机器⼈，2013
年的⽔平，机器⼈能蹦上台阶