认识达内从这里开始

认真做教育专心促就业

解析人工智能的历史

发布：青岛达内
来源：互联网
时间：2018-03-06 09:21

人工智能不仅创造了扰乱工业和变革工作场所的可能性，而且还可以解决一些社会上的挑战。比如自动驾驶可以挽救数万人的生命、增加老年人和残疾人的流动性，精准医学可以开展个体化治疗以延长生命，智能建筑有助于减少碳排放并节约能源等，这些只是人工智能承诺的一些潜在的好处，并且大多已经取得相关突破性的进展。

<a style='color:blue' href='http://qd.tedu.cn/'>青岛达内</a>培训

    到2018年，Gartner公司估计机器将占全球所有业务内容的20%,并预计60亿个联网设备将产生大量的数据。人工智能对理解这一切显得至关重要，AI不再局限于科幻电影中，人工智能和机器学习正在被现实世界中的相关业务采用。
    自从艾伦·图灵（Alan Turing）于1950年写了篇论文《计算机器与智能》以来，人工智能一直是人们的一个梦想。在这篇论文中，图灵提出了一个根本性的问题--“机器能思考吗？”,并考虑计算机是否能像人类那样进行思考。人工智能领域的研究真正诞生于1956年的夏天，一组聚集在达特茅斯学院（Dartmouth College）的研究人员发起了一系列的研究项目，他们的目标是让计算机做出像人类一样行为。“人工智能”这一词也是第一次在这所学院被创造出来，该会议的概念形成了一个合法的跨学科交流的研究领域。
    在接下来的十年中，随着新技术的发展受到当代技术的限制，人工智能的发展经历了繁荣和萧条周期。在1968年，科幻电影《2001:太空漫游》中的智能电脑--HAL9000说了一句着名的话，“对不起，戴夫，恐怕我不能那么做”,这帮助AI在主流意识中留下了不可磨灭的印象。在20世纪70年代末，电影《星球大战》中智能机器人帮助拯救银河的场景进一步巩固了AI在主流文化中的地位。
    但直到20世纪90年代末，人工智能才开始从科幻传说转变为现实世界中的实际应用。1997年初，由IBM的深蓝国际象棋程序击败了当时的世界冠军Garry Kasparov,人工智能在上世界90年代迎来了一个新的时代，AI的研究进展也开始加速。研究人员变得开始关注人工智能的相关子问题，并利用它来解决现实世界中的应用任务，比如图像和语音识别等。研究人员没有试图构造由专家知识决定的逻辑规则，而是开始研究如何通过算法学习逻辑规则本身，这一趋势有助于将研究重点转移到人工神经网络（ANNs）中。
    在20世纪40年代，人工神经网络被发明成“松散地”模仿人脑的学习方式。当反向传播梯度下降算法得到改进时，人工神经网络的研究于1986年开始变得流行起来，反向传播算法减少了人工神经网络训练时需要大量手工调参问题，因此反向传播算法（BP）也是一种有效的减少人工智能训练时间的方法。
    即使在算法方面取得新的进展，但神经网络仍然受到技术上的限制，这些限制也影响了ANNs在过去几十年的应用情况。直到2000年中期，人工智能才重新掀起一次科技浪潮。在2006年，多伦多大学的Geoffrey Hinton提出对人工神经网络进行修改，并将其研究成果称为“深度学习（Deep Neural Network）”.Hinton对人工神经网络添加多个隐藏层并对每层进行数学优化，逐层学习使得模型训练变得更快。在2012年，斯坦福大学的Andrew Ng进一步推动了深度学习的发展，他建造了一个简陋的利用图形处理单元（GPU）实现深度神经网络的模型，Andrew Ng发现集群GPU仿真训练深度学习模型比通用的CPU训练快得多，对于同样的任务而言，GPU可能只需要一天的时间，而CPU需要几周的时间才能产生相同的结果，这是由于GPU是大规模并行架构，而且能同时处理多个任务。

从本质上讲，将软件算法与高性能的硬件相结合已经酝酿了几十年，这也将迎来AI正在经历的快速发展。

本篇文章是有青岛达内培训为您呈现,希望给您带来更多更好的文章

更多青岛IT培训相关资讯,请扫描下方二维码