人工智能发展史、现状、未来展望

人工智能发展史、现状、未来展望

ID:26173267

大小:2.41 MB

页数:21页

时间:2018-11-25

人工智能发展史、现状、未来展望_第1页
人工智能发展史、现状、未来展望_第2页
人工智能发展史、现状、未来展望_第3页
人工智能发展史、现状、未来展望_第4页
人工智能发展史、现状、未来展望_第5页
资源描述:

《人工智能发展史、现状、未来展望》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、人工智能什么是人工智能?人工智能(ArtificialIntelligence)英文缩写为AI,所谓人工智能是指在理解智能的基础上,用人工方法所实现的智能。人工智能Haveueverimaginethiskindoflife?机器们成为我们日常生活的帮手,机器人伴侣,等等-领养一个具有人工智能的小孩?-生活在一个与机器人共生的世界?回到现实1.人工智能到目前为止经历了怎样的发展历程?2.人工智能的现状是什么?3.人工智能的发展发展前景与潜在隐患?人工智能发展历程图灵“人工智能之父”图灵试验1956年达特莫斯(Dartmouth)会议首次提出“人工智能”这一术语,标志着人

2、工智能学科的诞生起源人工智能发展历程机器翻译、机器定理证明、机器博弈1956年,Samuel研制了跳棋程序,它在1959年击败了Samuel本人1959年美籍华人学者、洛克菲勒大学教授王浩自动定理证明1976年“四色定理”的证明50年代~70年代人工智能发展历程70年代专家系统1977年,曾是赫伯特·西蒙的研究生、斯坦福大学青年学者费根鲍姆(E.Feigenbaum),在第五届国际人工智能大会上提出了”知识工程”的概念1976年美国斯坦福大学肖特列夫(Shortliff)开发医学专家系统MYCIN人工智能发展简史AI被引入了市场,并显示出实用价值80年代斯坦福大学国际研

3、究所研制的SRI地质勘探专家系统PROSPECTOR在1982年预测了华盛顿的一个勘探地段的钼矿位置,其开采价值超过了一亿美元人工智能公司商业化的自然语言处理系统INTELLECT安装了一百多个机器翻译研究全面复苏并从实验室走向实用走向市场机器翻译研究全面复苏并从实验室走向实用走向市场很多可以满足简单的视觉应用的商用产品面世智能机器人的研制形成高潮人工智能发展简史相对稳定阶段1997年“深蓝”深蓝是美国IBM公司生产的一台超级国际象棋电脑,重1270公斤,有32个大脑(微处理器),每秒钟可以计算2亿步。"深蓝”输入了一百多年来优秀棋手的对局两百多万局。90年代人工智能现

4、状2011年9月,在印度古瓦哈蒂举行的电脑科技展上,一个“聪明机器人(Cleverbot)”成功骗过近800名观众,使他们难以分辨对话出自真人还是电脑软件当日参加聊天试验的30名志愿者被安排进行4分钟在线文字聊天,聊天的对象可能是“聪明机器人”,也可能是一个真人。他们的对话内容展示在一个大屏幕上,1334名普通观众观看对话内容后进行投票。结果,超过59.3%的观众把人与“聪明机器人”的对话误认成人与人之间的对话“聪明机器人”的发明者、英国人罗洛·卡彭特很高兴地告诉记者:“骗过一半以上观众,你可以说聪明机器人算是通过了"图灵测试"人工智能现状人工智能自动工程(自动泊车)语

5、音识别(ivoka)自然语言理解(Watson)机器人学(NAO)识别系统:指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别等;专家系统:智能搜索、定理证明、自动程序设计,航天应用等;研究范畴:自然语言处理、知识表现、智能搜索、推理规划、机器学习、知识获取、调度问题、感知问题,模式识别、逻辑程序设计等;医学领域:软计算人工生命、神经网络、复杂系统、遗传、算法人类思维、遗传编程机器人工厂等。人工智能应用人机大战最著名的首次人机大战是在1963年国际象棋世界冠军加里·卡斯帕罗夫对国际象棋人工智能程序“深蓝”的国际象棋比赛。1997年,国际象棋人工智能第一次打败顶尖的人类;

6、2006年,人类最后一次打败顶尖的国际象棋人工智能。自2006年起,欧美传统里的顶级人类智力游戏国际象棋,已经在电脑面前一败涂地。围棋成了人类智力游戏最后的一块高地。人机大战简史:AlphaGoVS李世石谷歌人工智能程序阿尔法围棋(AlphaGo)是基于深度学习技术研究开发的。为了测试阿尔法围棋的水平,谷歌于2016年3月份向围棋世界冠军、韩国顶尖棋手李世石发起挑战。李世石接受挑战。,围棋人机大战五局告终,李世石1-4败下阵来。人类智慧在电脑前落败,人工智能的发展让科技界欢欣鼓舞,而人类棋手阵营则无奈唏嘘感叹。3月15日,人机大战最后一盘的比赛,李世石虽放下了压力,但是

7、仍然谨慎落子,认真专注。最终李世石再次不敌AlphaGo,总分1-4遗憾在人机大战中告负。让计算机学会学习(LetComputersLearntoLearn)目前深度学习的情况只是输入输出过程是神经网络,但调控神经网络的是人工设计!或者说这个学习机制是人工给定的。也就是说虽然AlphaGo能够自我学习,但是这个学习能力是人类通过具体的算法给定的,而不是AlphaGo自己懂得自我学习。所以,有没有办法让计算机自己掌握学习的机制呢?也就是学会学习。AI行业的七大发展趋势1、更聪明的机器人2、更快的分析3、更自然的互动4、更微妙的恐惧5、更智能

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。