北京治疗白癜风哪里医院最专业 https://jbk.39.net/yiyuanzaixian/bjzkbdfyy/sfxbdf/#疫情科普#
“AI测温，在线问诊，无感接触，机器人送药”，在疫情关键战场，以人工智能为代表的高新技术正发光发热，构筑起了一道靓丽的科技防线。
这几年来，人工智能取得了长足的发展，是当前也会是未来几十年的热点。AI已渐渐融入到我们生活的方方面面，深度理清和解析它的发展历史，有助于我们全面理解这个熟悉而陌生的新生事物，评估未来可能会带来的影响。
01达特茅斯会议
年夏天，美国东部的达特茅斯学院校园，一群年轻的科学家聚集一起，他们试图利用整个暑假时间，讨论如何建造一台会思考的机器。
达特茅斯会议参与者
会议上，他们决定把“像人类思考的机器”称为“人工智能/ArtificialIntelligence“，至此，AI这个称谓沿用至今。而这次会议，被认为是人工智能正式诞生的标志。
半个世纪后，当年的追风少年已变为年过古稀的老头，他们又聚集在一起，笑容中多了一份沧桑，也多了份成熟。或许他们也没有想到，50年前那场看似再也平常不过的学术讨论，已经开始影响到了我们生活的方方面面。
达特茅斯会议部分参与者，拍摄于年
上图拍摄于年，从左到右分别为：
特伦查德·摩尔，数学家和计算机科学家；
约翰·麦卡锡，会议发起人，LISP语言创始人；
马文·明斯基，认知科学家，建立了神经网络；
奥利弗·赛弗里奇，机器感知之父；
雷·所罗门诺夫，经验概率理论发明人；
也请记住他们的名字，因为后文会经常提到，当然，很多当年的参会者，学术大咖，比如码农鼻祖克劳德·香农，却没能等到50年后与同僚的再聚首…..
02孕育：远古神话，计算方式的进化，到图灵测试
公元前九世纪，我国西周时代，奇人巧匠偃师给周穆王献上“歌舞偶人“，偶人掰动下巴，能曼声而歌，调动手臂，会摇摆起舞，举止之间，如真人一般。
拆开来看，偶人只是由皮革、木头、胶漆、黑白红蓝颜料组成的机械物。将偶人的心拆走，偶人便无法说话。同时也流传了一个典故：“偃师造人，唯难于心”。技艺再好，人心难造。
公元前八世纪，古希腊神话记载，“青铜巨人塔罗斯”，体内一根血管，从颈部自上而下流通，每天可自动巡逻三千公里，巡迹到敌人，可发射光与火来驱赶。
无论是歌舞偶人，还是青铜巨人，从古籍中的表述可以窥见，人工智能的意识，早就已深入古人的内心。
从神话传说回到现实，春秋战国时代，我国发明了世界上第一个人工计算器“算筹”，利用筹，可以实现加减乘除开方乘方等运算，人类开启了“手工计算”的时代。
我国古代发明的筹
到了年，法国数学家帕斯卡发明了第一台机械计算器-加法器，人类的计算方式也终于从手工进入了“机械计算“的时代。
时间的车轮走向了近代，人工智能也进入了发展的快车道。
年，年仅24岁的英国数学家艾伦·图灵，提出了“图灵机模型”，成为了电子计算机原理的开山之作。
年，美籍匈牙利计算机学家冯·诺依曼，提出了储存程序的概念。
年，世界第一台电子计算机ENIAC在美国问世，人类计算从“机械计算”进化到了“电子计算”时代。
世界第一台计算机ENIAC
年，美国数学家克劳德·香农，发表了论文《通信的数序理论》，信息论诞生；
同年，美国另外一位数学家诺伯特·维纳，出版了《控制论》一书，控制论也横空出世。
年，图灵发表了跨时代论文《计算机器与智能》，这篇文章后来被改名为《机器能思维吗？》，提出了著名的图灵测试。
图灵测试
将人与机器隔开，人向机器随意提问，多次问答后，如果有超过30%的人不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。
图灵曾经乐观预言，在年就会出现这样的机器（超过30%比例），至今为止，通过图灵测试，依然是所有人工智能科学家的最高目标。
最让人遗憾的，图灵在年英年早逝，计算机领域最高奖“图灵奖”就是为他而设立的。
从手工计算进化到机械计算，再到近代计算机的出现，以及图灵测试的提出，为人工智能诞生创造了先决条件。
年，克劳德·香农发明了“非数值计算“下棋程序，从此，掀起了人工智能的高潮。
.“符号主义”的兴起
达特茅斯会议之后，与会者形成了几个研究组，基于这几个研究小组，逐渐演化成了人工智能的“三大主义”。
年，心理学家赫伯特·西蒙和计算机学家艾伦·纽厄尔，发明了逻辑机，使机器迈出了逻辑推理的第一步。
这两人是师生，也是亲密的合作者，共事长达42年。
年，约翰·麦卡锡发明了表处理语言LISP，使计算机不仅可以处理数据，还可以处理符号，这是人工智能界第一个最广泛流行的语言，至今仍有着广泛应用。
LISP语言发明者，约翰·麦卡锡
至此，基于物理符号研究人工智能的“符号主义”学派，在世界各地风生水起。
符号主义的核心思想是什么？符号主义认为：
人工智能源于数理逻辑；
智能的本质就是符号的操作和运算；
物理符号系统具有输入、输出、储存、复制、建立结构和条件性迁移六种功能，若具有上述六种功能，那么这个系统就是智能的。
计算机和人脑都可以完成上述操作，因此可以用计算机符号来模拟人的智能行为，这就是符号主义的核心思想。
符号主义特别适用于自动推理、定理证明、机器博弈、自然语言处理等问题
.符号主义进化：知识工程和专家系统
符号主义学派自成立以来，便一枝独秀，影响越来越大，在人工智能领域取得了丰硕成果。
但是，因为符号主义以推理为核心，无法处理“常识问题“和”不确定事物”，这个弊端逐渐在20世纪70年代开始显现。
比如机器翻译的多义词问题，“Fruitflieslikeabanana”，采用符号主义，就会翻译为“水果向香蕉一样飞行”。
年，英国数学家詹姆斯·莱特希尔认为，“人工智能研究即使不是骗局，至少也是庸人自扰”，英国政府接受了他的建议，取消对人工智能研究的资助，人工智能第一次遭遇了寒冬。
不过，研究学者积极反思，年第五届人工智能联合会上，曾是赫伯特·西蒙的研究生，来自斯坦福大学的青年学者费根鲍姆，提出了知识工程的概念。
专家系统之父，费根鲍姆
知识工程的核心在于，设计一个基于知识的系统，知识系统中有大量专家提供知识，机器使用系统中的知识，进行推理解决问题。
简单来说，就是在推理机上加上一个知识库，将符号主义大大向前推进了一步。
知识工程的提出标志着人工智能从推理为中心，进入到了以知识为中心，使人工智能从理论走向了应用，并产生了大量的专家系统。
年，美国DEC公司开发了XCON专家系统，根据用户需求配置订单，这个工作人类专家需要3小时完成，而机器只需要半分钟
.人工神经网络：连接主义
基于知识工程的专家系统虽好，但在“交互问题”和“拓展问题”上却是一筹莫展。
知识系统能模拟人类深思熟虑的行为，但无法处理人与环境的交互行为；
同时，知识系统只适合建造狭窄领域的专家系统，无法推广到规模更大、领域更宽的复杂系统中。
那么，如何处理交互和拓展呢？
年，心理学家麦克洛奇和数理逻辑学家皮兹，提出了神经网络模型，即著名的M-P模型。
以麦克洛奇和皮兹为鼻祖，基于神经网络的人工智能研究，被称为“连接主义”，也叫仿生学派或心理学派。
神经网络3D图
区别于符号主义，连接主义认为：
思维的基元是神经元，而不是符号；
思维过程是神经元的联结活动过程，而不是符号运算过程；
反对符号主义关于物理符号系统的假设。
不过在20世纪60年代，连接主义一直都处于低潮。
年，达特茅斯会议发起人之一马文·明斯基，出版了颇有影响的《感知器》一书，从数学上剖析了神经网络的局限性，指出感知器不能解决高阶谓词问题。
由于其在人工智能的学术地位，该观点大大影响了神经网络的研究，加之当时符号主义研究风生水起，使得当时人们几乎放弃了连接主义。
直到年，加州理工物理学家霍普菲尔特，使用统计力学方法，提出了离散的神经网络模型，年又提出连续的神经网络模型，被称为Hope-Field模型。
霍普菲尔特
年，该模型成功求解了旅行推销员问题（TravelingSalesManProblem，TSP）。
一个商品推销员要去若干个城市推销商品，该推销员从一个城市出发，需要经过所有城市后，回到出发地。应如何选择行进路线，以使总的行程最短。
年，认知心理学家鲁姆哈特和心理学家麦克兰德，唤醒了已沉睡十年的算法，反向传播（BackPropagationBP）算法，解决了多层网络学习问题，至此人工神经网络再次获得
