人工智能 or 人工“智能”

简介: 人工智能 or 人工“智能”

1.人工智能的历史  

       了解人工智能向何处去,首先要知道人工智能从何处来。1956年夏,麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”,首次提出“人工智能(Artificial Intelligence,简称AI)”这一概念,标志着人工智能学科的诞生。


  人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程,学术界可谓仁者见仁、智者见智。人工智能的发展历程大概为以下6个阶段:

  1.起步发展期:

       1956年—20世纪60年代初。人工智能概念提出后,相继取得了一批令人瞩目的研究成果,如机器定理证明、跳棋程序等,掀起人工智能发展的第一个高潮。

  2.反思发展期:

       20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望,人们开始尝试更具挑战性的任务,并提出了一些不切实际的研发目标。然而,接二连三的失败和预期目标的落空(例如,无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等),使人工智能的发展走入低谷。

  3.应用发展期:

       20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题,实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。

  4.低迷发展期:

       20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大,专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。

  5.稳步发展期:

       20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展,加速了人工智能的创新研究,促使人工智能技术进一步走向实用化。1997年国际商业机器公司(简称IBM)深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫,2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。

  6.蓬勃发展期:

       2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展,泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展,大幅跨越了科学与应用之间的“技术鸿沟”,诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破,迎来爆发式增长的新高潮。

2.人工智能是否可以替代人类程序员

       ------依我拙见,不可以!!!

       AI程序员和人类程序员之间还存在很大差距。AI虽然在某些任务上表现出色,比如玩游戏、做简单计算,但要想真正替代人类,还有很长的路要走。

       我们来举个例子,假设公司要开发一个APP,让AI程序员来完成这个任务。第一步,AI程序员需要准确理解客户提出的需求,这已经很难了,因为AI理解能力还不如小学生。而人类程序员可以通过多次交流直接了解客户想要什么。

例子1:

       这是我最近人工智能的一小段对话(看我戏耍人工智能):

其实就是人们常说的文字游戏,不过,嘿嘿,它上当了。

例子2:

在举个更生动的例子:


真神和高仿我还是分的出来的!!!

       当然,程序开发过程中肯定会出现各种bug。AI程序员无法像人类一样通过调试快速找到问题所在。而人类程序员通过多年积累的经验,一眼就能看出bug在哪一行代码。在项目测试阶段,AI也无法像人类一样跟客户进行深入交互,了解测试情况,及时修复问题。而人类程序员通过与客户长期互动,深谙客户心思。(社会套路深,人工智能把握不住的!)

       总之,AI目前只能完成一些简单重复性工作,真正复杂的软件开发还需要人类程序员的智慧和经验。所以,在未来很长一段时间,AI不可能完全取代人类在编程领域的地位。我们不必过于担心,还是继续努力学习编程吧!

相关文章
|
12天前
|
数据采集 传感器 机器学习/深度学习
人工智能在农业中的应用:从数据采集到智能决策
本篇文章将详细探讨人工智能(AI)技术在现代农业中的应用,包括从数据采集、分析到智能决策的全过程。通过具体案例,展示AI如何帮助提高农业生产效率、降低成本并增强环境可持续性。
20 0
|
4天前
|
机器学习/深度学习 人工智能 搜索推荐
智能增强:人工智能在个性化学习中的应用
【6月更文挑战第22天】随着技术的不断进步,人工智能(AI)已经渗透到教育领域,为个性化学习带来了革命性的变化。本文将探讨AI如何通过数据分析、模式识别和自适应学习路径等技术手段,实现对学生学习能力和偏好的精准把握,并据此提供定制化的学习内容和策略。文章还将分析AI在提升教育质量、促进教育公平以及预测学生表现等方面的潜力与挑战,旨在揭示AI技术如何在塑造未来教育格局中发挥关键作用。
|
2天前
|
人工智能 搜索推荐 算法
智能增强:人工智能在个性化教育中的应用
【6月更文挑战第24天】本文探讨了人工智能(AI)如何革新传统教育模式,通过个性化学习路径、实时反馈和评估以及辅助教师决策等手段,实现教育资源的优化配置和教学方法的个性化调整。AI技术不仅能够提升学生的学习效率,还能够为教师提供教学上的辅助,从而推动教育的智能化发展。
21 2
|
12天前
|
机器学习/深度学习 人工智能 自动驾驶
智能时代的引擎:人工智能技术的未来展望
【6月更文挑战第14天】在这篇文章中,我们将探讨人工智能(AI)技术的现状和未来。我们将深入了解AI的工作原理,以及它如何改变我们的生活和工作方式。我们还将讨论AI的一些潜在问题和挑战,以及如何克服这些问题。最后,我们将展望AI的未来,看看这项技术将如何继续影响我们的世界。
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
智能时代的引擎:深度学习与人工智能的未来
【6月更文挑战第13天】本文探讨了深度学习在推动人工智能发展中的核心作用,分析了其基本原理、关键技术和未来趋势。通过对深度学习模型的深入剖析,揭示了其在图像识别、自然语言处理等领域的应用潜力,并讨论了面临的挑战与机遇。
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
智能时代的引擎:深度学习与人工智能的未来
本文将探讨深度学习如何成为推动人工智能发展的关键技术,分析其原理、挑战以及未来趋势。我们将从基础概念入手,逐步深入到深度学习的高级应用,并讨论其在各行各业中的实际影响,最后预测深度学习技术未来的发展方向。
11 0
|
10天前
|
机器学习/深度学习 数据采集 人工智能
提升人工智能大模型的智能
提升人工智能大模型的智能
18 0
|
14天前
|
机器学习/深度学习 存储 人工智能
基于深度学习的乳腺癌智能检测分割与诊断系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标分割、人工智能(2)
基于深度学习的乳腺癌智能检测分割与诊断系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标分割、人工智能
|
14天前
|
机器学习/深度学习 存储 人工智能
基于深度学习的乳腺癌智能检测分割与诊断系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标分割、人工智能(1)
基于深度学习的乳腺癌智能检测分割与诊断系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标分割、人工智能
|
2天前
|
人工智能 算法 安全
人工智能伦理:我们准备好面对AI的未来了吗?
【6月更文挑战第24天】随着人工智能(AI)技术的飞速发展,其带来的伦理问题也愈发显著。本文探讨了AI技术在发展过程中可能遇到的伦理挑战,包括隐私泄露、自动化导致的失业、算法偏见以及超级智能的潜在威胁等。文章强调了建立全面的伦理框架和监管机制的必要性,并提出了促进人类与AI和谐共存的策略。

热门文章

最新文章