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
|
22天前
|
人工智能 监控 算法
智能时代的伦理困境:AI技术的道德边界探索人工智能在教育领域的革新之路未来编程:人工智能与代码共生的新篇章
【8月更文挑战第21天】在人工智能(AI)技术飞速发展的今天,我们正处在一个前所未有的科技变革时期。随着AI技术的深入人类生活的方方面面,它不仅带来了便利和效率的提升,同时也引发了关于道德和伦理的深刻讨论。本文将探讨AI技术发展中遇到的伦理挑战,以及如何建立合理的道德框架来指导AI的未来应用,确保技术进步与人类社会价值观的和谐共存。
217 61
|
25天前
|
机器学习/深度学习 人工智能 运维
智能运维:未来趋势下的自动化与人工智能融合
【8月更文挑战第18天】 在数字化浪潮中,智能运维(AIOps)作为一股不可逆转的力量,正逐步改写传统运维的脚本。本文将探讨AIOps的核心要素、实施路径和面临的挑战,同时分享个人从新手到专家的心路历程,旨在启发读者思考如何在这一领域内持续成长并作出贡献。
64 6
|
22天前
|
数据采集 人工智能 物联网
|
22天前
|
机器学习/深度学习 人工智能 监控
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
智能增强:人工智能在创造性写作中的应用与挑战
【8月更文挑战第7天】 本文将深入探讨人工智能(AI)如何革新传统写作领域,特别是在创意性文本创作方面。通过分析AI技术的进步,我们将了解机器学习、自然语言处理等技术是如何被整合进写作工具中,以及它们如何辅助作家提高创作效率和质量。同时,文章也将讨论AI写作所面临的伦理和实践挑战,包括版权问题、创意归属争议及技术局限性。
93 9
|
1月前
|
机器学习/深度学习 人工智能 自动驾驶
智能新纪元:人工智能在现代社会的角色与挑战
【8月更文挑战第9天】 本文旨在探讨人工智能(AI)技术如何塑造我们的未来社会,并分析其带来的机遇与挑战。文章将简要介绍AI的发展历程,阐述AI在不同领域的应用,以及这些技术如何影响经济、工作和日常生活。同时,我们也将讨论AI技术所面临的伦理、隐私和安全问题,并提出相应的解决策略。最后,文章将展望未来AI技术的发展趋势,并鼓励读者思考如何在AI时代中找到自己的定位。
47 3
|
11天前
|
机器人 C# 人工智能
智能升级:WPF与人工智能的跨界合作——手把手教你集成聊天机器人,打造互动新体验与个性化服务
【8月更文挑战第31天】聊天机器人已成为现代应用的重要组成部分,提供即时响应、个性化服务及全天候支持。随着AI技术的发展,聊天机器人的功能日益强大,不仅能进行简单问答,还能实现复杂对话管理和情感分析。本文通过具体案例分析,展示了如何在WPF应用中集成聊天机器人,并通过示例代码详细说明其实现过程。使用Microsoft的Bot Framework可以轻松创建并配置聊天机器人,增强应用互动性和用户体验。首先,需在Bot Framework门户中创建机器人项目并编写逻辑。然后,在WPF应用中添加聊天界面,实现与机器人的交互。
28 0
|
1月前
|
机器学习/深度学习 人工智能 安全
智能之网:探索人工智能在现代通信系统中的应用与挑战
【8月更文挑战第4天】 随着人工智能技术的快速发展,其在通信领域的应用也日益广泛。从信号处理到网络优化,人工智能正在重塑通信行业的未来。本文将深入探讨人工智能如何革新现代通信系统,包括提高数据传输效率、增强网络安全、优化资源分配等方面,并分析面临的主要挑战及未来的发展方向。
56 3
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
智能时代的桥梁:自然语言处理技术在人工智能中的应用
随着人工智能技术的飞速发展,自然语言处理(NLP)作为其核心领域之一,已广泛应用于多个行业。本文将深入探讨NLP的基本概念、关键技术以及其在现代AI系统中的应用实例,旨在揭示NLP如何成为连接人类与机器的桥梁,推动智能技术向前迈进。
37 1
|
1月前
|
人工智能 安全
人工智能与“人工”之间如何平衡
【8月更文挑战第12天】2024年见证了人工智能的迅猛发展,它以前所未有的速度融入日常生活,引发了关于其与人力工作关系的广泛讨论。AI虽提升了效率与便利,但也引发了对未来职业安全的担忧。在诸如文本编辑、新闻及短视频制作等行业,AI显著提高了生产效率。然而,人类独特的情感智慧与创新能力仍是AI难以触及的领域。因此,AI更可能成为助手而非完全取代者。面对这一变革,我们应积极学习相关技能,与AI共同进步,创造更大的社会价值。