人工智能—历史现在和未来（73页）.pptxVIP

XXX

·三·东数西算：算力基础设施

·六·未来已至：拥抱智能时代

汇报提纲：

·五·百花齐放：人工智能应用场景

·三·东数西算：算力基础设施

·四·数据为王：低空感知平台

·六·未来已至：拥抱智能时代

·二·智能涌现：大模型时代

汇报提纲：

美国达特茅斯

DartmouthCollege

达特茅斯会议首次正式提出人工智能一词，ArtificialIntelligence，AI，一直被沿用至今，因此，1956年也就成为了人工智能元年。

图灵测试：如果机器能回答由人类测试者提出的一系列问题，且其超过30%的回答让测试者误认为是人类所答，则机器通过测试，并被认为具有人类智能。

达特茅斯会议(1956)

DartmouthConference

达特茅斯会议：1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中，约翰·麦卡锡、马文·闵斯基（人工智能与认知学专家）、克劳德·香农（信息论的创始人）、艾伦·纽厄尔（计算机科学家）、赫伯特·西蒙（诺贝尔经济学奖得主）等科学家正聚在一起，讨论用机器来模仿人类学习以及其他方面的智能。

图灵测试至今仍然被当做人工智能水平的重要测试标准之一

人工智能经历了半个多世纪的发展历程，涌现出了众多影响深远的技术、产品

达特茅斯会议之后，人工智能研究进入了20年的黄金时代

日本早稻田大学

WasedaUniversity

1972年完成了WABOT-1机器人原型，搭载着机械手脚、人工视觉、听觉装置

美国国防高级研究计划署DARPA/ARPA

DefenseAdvancedResearchProjectsAgency

机器人Shakey

第一个自主移动机器人

1958年

麦卡锡开发LISP语言

各国政府和机构停止或减少了资金投入，人工智能在70年代陷入了第一次寒冬

计算量爆炸计算能力有限

莱特希尔报告

1973

JamesLighthill

揭开人工智能寒冬序幕

人类的高级逻辑思维需要运算量较少，而本能和直觉相关的能力却需要巨大运算量

即使3岁婴儿也已经观看过数亿张围像，听过数万小时的声音

模拟人类视觉需要1000MIPS计算力

超过当时最强计算机运算力的10倍

每多一个路口

可能路线计算量翻倍

缺乏大量的常识数据

就如同飞机需要足够动力才能起飞

西洋跳棋每步可能棋局1020

国际象棋每步可能棋局1040

莫拉维克悖论

人工智能需要算力

专家系统开始在特定领域发挥威力，也带动整个人工智能技术进入了一个繁荣阶段

神经网络复兴

1982

约翰·霍普菲尔德JohnHopfield发明了具有全新学习能力的Hopfield网络杰弗里·辛顿GeoffreyHinton和大卫·鲁梅哈特DavidRumelhart发明了可以训练的反向传播神经网络

专家系统

ExpertSystem

模拟人类专家决策能力的计算机软件系统

根据人类专家编写的知识库，依照计算机程序设定的推理规则，回答专业特定领域的问题或提供知识

VaMORs

德国慕尼黑

联邦国防军大学

1986年

真正意义上第一辆自动驾驶汽车

CYC

汇集人类全部常识的专家系统

XCON专家系统创造商业价值

LISP机器市场崩溃和弗诺·芬奇技术奇点理论使得人工智能领域再一次进入寒冬

雅恩·乐昆

1960~

YannLeCun

卷积神经网络创始人

美国国家工程院院士

1989年，AT＆T贝尔实验室的雅恩·乐昆和团队使用卷积神经网络技术，实现了人工智能识别手写的邮政编码数字图像

朱迪亚·皮尔

JudeaPearl

1936~

贝叶斯网络Bayesiannetworks算法发明人1988年将概率论方法引入人工智能推理

2011年图灵奖得主

ElephantsDon.tPlayChess

专家系统并不是人工智能的正确路径人工智能应该具有身体

从对世界的感知中学习智慧

人工智能的技术奇点

1993弗诺·芬奇VernorVinge

随着算力和数据的飞速发展，人工智能在各个专业领域进入稳健发展的时代

2006年，杰弗里辛顿奠定了深度学习的核心技术，出版了《LearningMultipleLayersofRepresentation》

2009年，吴恩达及其团队开始研究使用图形处理器进行大规模无监督式机器学习，自主识别图形中的内容

1997年，IMB的计算机深蓝Deepb