1950年,計(jì)算機(jī)科學(xué)之父阿蘭-圖靈向?qū)W界拋出一個(gè)問題,"機(jī)器能思考嗎? ” 在這個(gè)測(cè)試中,如果一個(gè)人同時(shí)向一個(gè)人和一臺(tái)機(jī)器提出問題。倘若問問題的人無法區(qū)分該回答是人還是機(jī)器, 那么機(jī)器就能 ”思考“。這就是 圖靈測(cè)試(Turing Test) 。
1971年圖靈獎(jiǎng)獲得者,人工智能之父John McCarthy將人工智能描述為: "一個(gè)能像人類一樣運(yùn)行思考的系統(tǒng)才能被認(rèn)為是智能的。 "
雖然人工智能在現(xiàn)在看來已是大勢(shì)所趨,但是其曾經(jīng)的發(fā)展卻歷經(jīng)坎坷。
1956年夏天,達(dá)特茅斯學(xué)院舉行了歷史上第一次學(xué)術(shù)界人工智能研討會(huì),會(huì)議 向洛克菲勒基金會(huì)申請(qǐng)資金,其內(nèi)容如下:
“我們將嘗試尋找如何使機(jī)器使用語(yǔ)言,形成抽象化概念,解決各種現(xiàn)在為人類所保留
的問題,并改進(jìn)自己。我們認(rèn)為,如果精心挑選的一組科學(xué)家一起研究這些問題,就能在一個(gè)夏天的時(shí)間內(nèi),在其中一個(gè)或多個(gè)問題上取得重大進(jìn)展?!?/span>
二十世紀(jì)七十到八十年代,人工智能的發(fā)展受到了局限與瓶頸。由于計(jì)算機(jī)當(dāng)時(shí)有限的內(nèi)存及算力,當(dāng)時(shí)的人工智能無法解決任何現(xiàn)實(shí)生活中的實(shí)際問題。由于缺乏實(shí)質(zhì)性的進(jìn)展,英國(guó)政府與美國(guó)政府也慢慢停止了對(duì)人工智能科研項(xiàng)目的資助。美國(guó)國(guó)家科學(xué)委員會(huì)(NRC)也在資助兩千萬美元后暫停了科研資助。
到了八十年代,AI的研究重點(diǎn)轉(zhuǎn)向了 基于規(guī)則的預(yù)測(cè)系統(tǒng)
??茖W(xué)家們將所有與做決定的相關(guān)規(guī)則輸入計(jì)算機(jī),計(jì)算機(jī)根據(jù)這些規(guī)則查找它應(yīng)該做出什么預(yù)測(cè)。例如,假設(shè)一個(gè)客戶輸入了一個(gè)訂單,計(jì)算機(jī)可以預(yù)測(cè)這位客戶需要的其他零件,與訂單中的零件一起工作,這就減少了因零件丟失而造成的停工時(shí)間。然而,20世紀(jì)80年代其他嘗試使用類似的方案的研究都失敗了,這也間接導(dǎo)致了一個(gè) "人工智能的冬天",因?yàn)樵诖蠖鄶?shù)場(chǎng)景下,"規(guī)則 "在具體應(yīng)用中有太多例外。
1997年IBM超級(jí)電腦”深藍(lán)“戰(zhàn)勝國(guó)際象棋世界冠軍
二十世紀(jì)九十年代至今,隨著科技的發(fā)展,數(shù)據(jù)規(guī)模呈爆炸性增長(zhǎng),計(jì)算機(jī)的處理速度越來越快,成本越來越低,人們也逐漸偏向?qū)栴}重構(gòu)為預(yù)測(cè)問題。這樣一來,算法就可以自己決定 "規(guī)則",而更多的數(shù)據(jù)意味著更多的例外情況被納入規(guī)則考慮當(dāng)中。我們也獲得了
預(yù)測(cè)準(zhǔn)確性更高、
成本更加低廉的預(yù)測(cè)結(jié)果。
而后,隨著 資本涌入與政策的支持,人工智能的應(yīng)用場(chǎng)景也在快速增加, 互聯(lián)網(wǎng)
、云計(jì)算
、大數(shù)據(jù)
、芯片
等新興技術(shù)也 為AI的發(fā)展也提供了充足的數(shù)據(jù)支持與算力支撐,而現(xiàn)在所發(fā)生的一切將對(duì)社會(huì)生產(chǎn)力與產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化產(chǎn)生深遠(yuǎn)影響。