开发者学习笔记【阿里云人工智能工程师ACA认证（2023版）:人工智能概述（二）】
课程地址：https://edu.aliyun.com/course/3112108/lesson/19253
人工智能概述（二）
三、人工智能的发展历史
人工智能看似新潮，其历史并不短，它正式诞生距今已经有60多年的历史。这60多年来，人工智能走过了一条起伏和曲折的发展道路。
回顾历史，可以按照不同时期的主要特征，将它产生与发展的过程分为七个阶段。
1.第一个阶段是人工智能的孕育期，主要指的是1956年以前的这段时间。
自古以来，人们就一直试图用各种机器来代替人的部分脑力劳动，以提高我们的自然能力。在这个时期的主要成果包括了英国科学家图灵在1936年提出的理想计算机的数学模型，即图灵机。这个图灵机为后来的电子数字计算机的问世奠定了理论基础。在1943年，美国麦克洛奇与匹兹搭建了第一个神经网络模型，被称为 MP 模型。它开创了微观人工智能的一个研究领域，也为后来人工神经网络的研究奠定了基础。
2.紧接着就是人工智能的形成期。
在1956年的夏天，美国达特茅斯学院举行了历史上第一次人工智能的研讨会。这个研讨会被认为是人工智能诞生的标志。在这一次的研讨会上，麦卡西首次提出了人工智能这个概念，纽瓦尔和西蒙则展示了编写的逻辑理论机器。这是人工智能的首次识别会议。此后，世界上就开启了人工智能的正式研究，并出现了人工智能的第一次高潮。在此期间，美国斯坦福大学的费根鲍姆领导的研究小组从1965年就开始研究专家系统，在1968年完成并投入使用。这个专家系统可以根据我们质谱仪的实验结果，通过分析推理，决定化合物的分子结构。这个专家系统的分析能力已经接近甚至超越了有关化学专家的水平在英美等国都得到了实际的应用。专家系统的研制成功，不仅为人们提供了一个实用的专家系统，而且对知识的表示、存储、获取、推理及利用等的一些技术是一次非常有益的探索。这为以后的专家系统树立了榜样，同时也对人工智能的发展产生了深远的影响。它的意义远远超过了专家系统本身在使用上所创造的价值。在第一次的蓬勃发展时期之后，人工智能迎来了它的第一次寒冬。
3.人工智能的第一次寒冬
在1970年到1980年这十年间，当人们进行了比较深入的工作之后，发现人工智能的研究碰到的困难比原来想象的非常多。这是因为在70年代开始，我们在众多方面都遇到了非常难以解决的问题，包括计算机的运算能力不足，当时的计算机有限的内存和处理速度不足以解决任何实际的人工智能问题。由于缺乏了进展，有很多对人工智能领域研究提供相关资助的机构，比如英国政府、 DA2PA 和 NRC 等，他们都对这些没有方向的人工智能停止了资助。没有资助了之后，人工智能就在这样的情况下非常艰难的进行了下去。经过了人工智能的第一次寒冬之后，我们迎来了人工智能短暂的一个繁荣期。
4.人工智能繁荣期
这个繁荣期是从1980年到1987年。在这个时期，Cyc ，也就是大百科全书，项目启动了。在美国人道格拉斯的带领下，启动了这样的一个项目，它的目标是使得人工智能的应用能够以类似人类推理的方式进行工作。截止到2017年，该项目已经积累了超过150万个概念数据和超过两千万条常识规则，这个人工智能曾经在各个领域上都产生了超过100个使用应用。它被认为是当今最强人工智能 IBM 沃森的一个前身。此外，在这个繁荣期，我们还诞生了第一辆自动驾驶汽车。
这个驾驶汽车是在1986年诞生的。慕尼黑的联邦国防军大学在一辆梅赛德斯奔驰的面包车上安装了计算机和各种传感器，实现了自动控制方向盘、油门以及刹车功能。这也是历史上真正意义上的第一辆自动驾驶汽车。它开起来的时速可以超过80公里。在经过了繁荣期之后，我们又迎来了人工智能的第二次寒冬。
5.人工智能的第二次寒冬，从1987年到1993年。
在这个时间段，人们开始对专家系统和人工智能的信任，产生了非常大的危机。在这期间，人工智能的整个硬件市场溃败，理论研究也非常的迷茫，加上各国政府和机构都纷纷停止了对人工智能研究领域的投入资金，导致了研究资金的匮乏。这就导致了人工智能近六年的一个低谷期。
6.人工智能的储备期
低谷期之后就是人工智能的储备期，这个储备期的具体时间段是从1993年一直到2011年。在经历过人工智能的第二次寒冬之后，人工智能行业也逐渐变得低调行事了，人工智能技术逐渐与计算机和软件技术进行了深入融合。其中最轰动的一个事件就是 IBM 的计算机深蓝战胜了人类世界象棋冠军卡斯塔洛夫。此外，在2012年，吴恩达取得了惊人的成就，他向世人展示了一个超强的人工智能。这个人工智能能够在自主观看数千万张图片之后，识别包含有小猫的一个图像信息。这是历史上在没有人工干预的情况下，机器自主强化学习的一个里程碑式事件。
7.人工智能爆发期
从2012年到现在。2011年，苹果推出了语音助手 Siri ，阿里巴巴也陆续推出了语音助手。同时，中国计算机视觉也从实验室走向了商业化，人工智能逐渐在医疗、教育、客服、公检法等垂直场景开始蓬勃发展。同时，各公司也开始分别选择金融、医疗、自动驾驶等细分行业，将这些技术进行落地。在了解了人工智能的历史之后，让我们来学习科学家们是如何研究人工智能的。接下来我们来学习人工智能的三大学派，即符号主义学派、连接主义学派以及行为主义学派。
四、人工智能三大学派
1.符号主义学派
符号主义学派又被称为逻辑主义心理学派或者是计算机学派。在20世纪40年代中后期，出现了数字电子计算机。这种机器结构的理论基础，实际上就是我们的符号逻辑。因此，从人工智能的观点来看，只要是人脑思维功能与计算机工作结构方式具有相同的理论基础，这都是我们的符号逻辑。因此，符号主义学派在人工智能诞生的初期就被广泛应用了。推而广之，凡是用抽象化、符号化形式研究人工智能的，都被称为符号主义学派。总体来看，所谓的符号主义学派就是以符号化形式为特征的研究方法。它在知识表示中的谓词逻辑表示、产生式表示、知识图谱表示以及基于这些知识表示的演绎性推理中都起到了关键性指导作用.
2. 连接主义学派
连接主义学派,又被称为仿生学派或者是生理学派。它的主要思想是从人脑神经生理学的结构角度,去研究探索人类智能活动的规律。从神经生理学的观念来看,人类智能活动都出自大脑,而大脑的结构单元就是神经元,整个大脑智能活动是相互连接的，神经元间的竞争与协调的一个结果，由这些神经元可以组成一个网络，就称之为神经网络。
因此，持这种观点的人会认为研究人工智能的最佳方法，就是构造人工神经网络模型。以这种模型为基点，去开展对人工智能的研究，这种学派就被称为连接主义学派。有关连接主义学派的研究工作，早在人工智能出现前的二十世纪四十年代的仿生学理论中，就有很多的研究，并基于神经网络构造出世界上首个人工神经网络模型，也就是MP 模型。自此之后，这方面的研究成果就不断的出现，直至二十世纪七十年代。但在这个时间段，由于受到模型结构以及计算机模拟技术等多种方面的限制，研究进展并不是很大。直到二十世纪八十年代,
Gofile 模型出现以及相继的反向传播 BP 模型的出现。人工神经网络的研究才开始走上了发展的道路。到2012年，对于连接主义学派而言，这是具有划时代意义的一年。具有多层结构模型，也就是我们的卷积神经网络模型，与当时正兴起的大数据技术，再加上飞速发展计算机新技术三者的一个有机结合，使得它成为了人工智能第三次高潮的主要技术手段。
连接主义学派的主要研究特点就是将人工神经网络与数据相结合，实现对数据的归纳学习，从而达到发现知识的目的。
4.行为主义学派
行为主义，又称为进化主义或者是控制论学派，它的主要思想是从人脑智能活动所产生的外部表现行为角度去研究探索人类智能活动的规律。这个学派认为人工智能源自于控制论，这种行为的特色，可以用感知动作模型进行表示。这是一种以控制论的思想为基础的学派有关行为主义学派的研究工作,
在人工智能出现前的二十世纪四十年代的控制理论以及信息论中很多的研究中，维纳和麦克洛克等人提出的控制论，自组织系统以及钱学森等人提出的工程控制论和生物控制论影响了很多领域。直到二十世纪六十到七十年代前面提到的这些控制系统的研究取得了一定的进展，并且播下了智能控制和智能机器人的种子，而且在二十世纪八十年代诞生的智能控制和智能机器人系统。行为主义，是在二十世纪末才以人工智能新学派的面孔出现的。它引起了非常多人的兴趣。这一学派的代表作者，首推布鲁克斯的六足行走机器人。这个机器人被看作是新一代控制了动物，即是一个基于感知动作模式模拟昆虫行为的控制系统。行为主义学派在人工智能出现以后，得到了很大的发展。
其近代的基础理论思想，如知识获取中的搜索技术以及 A 种为代表的智能代理方式法等。其中的一个典型应用，就是我们的机器人，特别是具有智能功能的智能机器人。在近期人工智能发展新的高潮中，机器人与机器学习、知识推理等相结合所组成的系统，成为了人工智能新的标志。接下来我们来谈一谈人工智能的研究目标。
五、人工智能的研究目标
人工智能的研究目标是让机器像人一样，具有能够感知获取知识、存储知识、推理思考、学习和行动等的一些能力。基于实践程度的不同，我们将这样的研究目标分为三个不同层次。这三个层次分别就是我们的弱人工智能、强人工智能以及超强人工智能。这三个不同的层次，对应的实际上是拟人、类人和超越人的三个阶段。接下来我们来学习这三个不同层次的区别。
1.弱人工智能（ Artificial Narrow Intelligence , ANI ）
首先，弱人工智能指的是擅长于单个方面的职能。它可以在特定领域出色的完成我们的任务。
例如，在预测模式识别和控制等方面，当前的弱人工智能的确已经达到或者接近能与人类抗衡或者媲美的水平。
其中的深蓝与围棋人工智能 AlphaGo 就是其中非常典型的一个例子。当然，在面对超出领域范围之外的情况，弱人工智能就会显现出力不从心的效果。比如，如果我们想让 AlphaGo 去识别猫和狗，它就没有办法进行识别，这也是弱人工智能被称为弱的一个原因。
2.强人工智能（ Artificial General Intelligence, AGI ）
强人工智能指的就是能够执行通用任务的人工智能，它能够像人类一样进行学习推理和认知并解决问题，从而拓展和延伸出人的一些智能。
而且强人工智能解决的不是在特定领域中的问题。按照我们大众逻辑的想象，强人工智能才是真正的人工智能。但目前人工智能技术其实还没有达到这样的高度。但科学家也在利用已有的人工智能技术不断的进行尝试。目前的测试标准是通过图灵机测试+咖啡测试+机器人学生测试+雇主测试的智能系统，也就是说具备了生活学习和工作能力的智能系统。
3.超强人工智能（ Artificial Super Intelligence, ASI ）
超强人工智能指的就是与人类智能功能完全一样的，甚至逐步超越人类智能功能的智能系统。超强人工智能，可以说是我们研究人工智能的一个终极目标。当然，目前实际有落地应用的人工智能都是弱人工智能，哪怕是强人工智能，都离我们非常的遥远，更不用说超强智能了。因此，这种超强人工智能只会出现在我们的科幻作品,或者是具有想象力的科幻电影中。比如我们的医疗机器人大白，它就是具有超强人工智能的智能机器人。
在了解了人工智能的研究目标后，即便目前人工智能还没有那么智能，但它的的确确为人类的美好生活做出了许多贡献。
同学们，在日常的生活当中，你们的身边是否有人工智能的影子?
有同学说在日常生活当中，我们的刷脸支付用到了人工智能的相关技术，也有同学说，无人驾驶汽车就是人工智能领域的一个非常具有代表性的成果，还有同学说，平时拍照用到的美颜相机特效等都是使用到了我们的人工智能技术。这些都是我们人工智能技术在生活中的一些应用。
除此之外，人工智能技术可以应用在其他哪些领域或者行业中呢? 接下来我们就来了解一下人工智能的行业应用。
