【周末闲谈】AI的旅途

简介: 【周末闲谈】AI的旅途

AI


(英语:Artificial Intelligence,缩写为AI)亦称智械、机器智能,指由人制造出来的可以表现出智能的机器。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。该词也指出研究这样的智能系统是否能够实现,以及如何实现。


人工智能于一般教材中的定义领域是“智能主体(intelligent agent)的研究与设计”,智能主体指一个可以观察周遭环境并作出行动以达致目标的系统。

==约翰·麦卡锡于1955年的定义是“制造智能机器的科学与工程”。==安德里亚斯·卡普兰(Andreas Kaplan)和迈克尔·海恩莱因(Michael Haenlein)将人工智能定义为“系统正确解释外部数据,从这些数据中学习,并利用这些知识通过灵活适应实现特定目标和任务的能力”。人工智能的研究是高度技术性和专业的,各分支领域都是深入且各不相通的,因而涉及范围极广。

AI的核心问题包括建构能够跟人类似甚至超卓的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等。当前有大量的工具应用了人工智能,其中包括搜索和数学优化、逻辑推演。而基于仿生学、认知心理学,以及基于概率论和经济学的算法等等也在逐步探索当中。 思维来源于大脑,而思维控制行为,行为需要意志去实现,而思维又是对所有数据采集的整理,相当于数据库,所以人工智能最后可能会演变为机器替换人类。


AI的开端


人工智能的传说可以追溯到古埃及,但随着1941年以来电子计算机的发展,技术已最终可以创造出机器智能,“人工智能”(ARTIFICIAL INTELLIGENCE)一词最初是在1956年DARTMOUTH学会上提出的,从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展,在它还不长的历史中,人工智能的发展比预想的要慢,但一直在前进,从40年前出现至今,已经出现了许多AI程序,并且它们也影响到了其它 技术的发展。


古希腊荷马史诗中的铜制机器人塔洛斯据信是世界上第一个拟人机器人。


第一个AI程序


1955年末,NEWELL和SIMON做了一个名为 “逻辑专家”(LOGIC THEORIST的程序这个程序被许多人 认为是第一个AI程序.它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解 问题."逻辑专家"对公众和AI研究领域产生的影响使它成为AI发展中一个重要的里程碑.


AI的寒冬


在人工智能历史的第一个10年,对人工智能的乐观预测无处不在,达特茅斯会议上的一段话或许能表明当时计算机科学界的宏大愿景:“这项研究建立在一种猜想的基础之上,那就是学习的每一方面或智力的任何其他功能,原则上都可以准确地描述,并由机器模拟。我们将尝试,来寻找制造能够使用语言、提炼抽象概念的机器的方法,解决现在仍属于人类的各种问题,并完善人类自身。我们认为,如果一批优秀的科学家在一起研究一个夏天,那么这一领域中的一个或多个问题就能得到显著的推进”

1956年,西蒙和纽厄尔预言“十年之内,数字计算机将成为国际象棋世界冠军。”然而10年过去,人工智能的发展远远滞后于当时的预测,西蒙再次乐观预言“二十年内,机器将能完成人能做到的一切工作。”

对人工智能的乐观情绪一直持续到1973年,《莱特希尔报告》的出现,报告用详实的数据说明,几乎所有的人工智能的研究都远未达到早前承诺的水平。


关于AI的思考


以人类的智慧创造出堪与人类大脑相平行的机器脑(人工智能),对人类来说是一个极具诱惑的领域,人类为了实现这一梦想也已经奋斗了很多个年头了。而从一个语言研究者的角度来看,要让机器与人之间自由交流那是相当困难的,甚至可以说可能会是一个永无答案的问题。人类的语言,人类的智能是如此的复杂,以至于我们的研究还并未触及其导向本质的外延部分的边沿.


末尾


关于AI的故事也许讲一天一夜也讲不完,它的旅途还在继续,期待未来的哪一天我们遇见更好的它,好了本周的闲谈就到此结束了,我们下周再见


目录
相关文章
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
【周末闲谈】感受AI时代魅力,创意无界限
【周末闲谈】感受AI时代魅力,创意无界限
81 0
|
机器学习/深度学习 人工智能 自然语言处理
【周末闲谈】浅谈“AI+算力”
【周末闲谈】浅谈“AI+算力”
316 0
|
机器学习/深度学习 人工智能 算法
【周末闲谈】AI作图,你真的了解它吗?
【周末闲谈】AI作图,你真的了解它吗?
153 0
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
77 10
|
5天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
12天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
17天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
17天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在自然语言处理中的突破:从理论到应用
AI在自然语言处理中的突破:从理论到应用
62 17