人工智能基礎(chǔ)及應(yīng)用 課件 第1章-人工智能概述

人工智能基礎(chǔ)及應(yīng)用第1章人工智能概述1.1人工智能的萌芽與誕生1.2人工智能的定義1.3人工智能的發(fā)展簡(jiǎn)史1.4人工智能的研究流派1.5人工智能研究的基本內(nèi)容1.6人工智能的主要研究領(lǐng)域2本章學(xué)習(xí)目標(biāo) 了解人工智能的萌芽與誕生、定義和發(fā)展簡(jiǎn)史。 了解人工智能研究的三個(gè)流派及研究方法。 了解人工智能研究的基本內(nèi)容和主要研究領(lǐng)域。341.1人工智能的萌芽與誕生1.1.1人工智能的萌芽1936年，圖靈提出了一種理想計(jì)算機(jī)的數(shù)學(xué)模型，即著名的圖靈機(jī)，為現(xiàn)代電子數(shù)字計(jì)算機(jī)的問(wèn)世奠定了理論基礎(chǔ)。1940-1942年間，美國(guó)愛(ài)荷華州立大學(xué)的阿塔納索夫(J.V.Atanasoff)教授和他的研究生貝瑞(C.Berry)裝配了世界上第一臺(tái)電子計(jì)算機(jī)，命名為阿塔納索夫-貝瑞計(jì)算機(jī)(Atanasoff-BerryComputer，ABC)，為人工智能的研究奠定了物質(zhì)基礎(chǔ)。人們熟知的1946年誕生的ENIAC并非世界上第一臺(tái)計(jì)算機(jī)。51.1.1人工智能的萌芽1943年，美國(guó)神經(jīng)生理學(xué)家沃倫·麥卡洛奇(W.McCulloch)與數(shù)理邏輯學(xué)家沃爾特·皮茨(W.Pitts)提出了人工神經(jīng)元的概念，建立了第一個(gè)神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型(M-P模型)，證明了本來(lái)是純理論的圖靈機(jī)可以由人工神經(jīng)元構(gòu)成，開(kāi)創(chuàng)了微觀人工智能的研究領(lǐng)域，為后續(xù)人工神經(jīng)網(wǎng)絡(luò)的研究奠定了基礎(chǔ)。1949年，加拿大心理學(xué)家赫布（D.Hebb）提出了一種學(xué)習(xí)規(guī)則，用來(lái)對(duì)神經(jīng)元之間的連接強(qiáng)度進(jìn)行更新。1950年，圖靈發(fā)表名為“計(jì)算機(jī)器與智能”的文章，論述并提出了著名的“圖靈測(cè)試”，以此作為判斷機(jī)器是否具有智能的標(biāo)準(zhǔn)，作為一個(gè)判斷的充分條件。6

1.1.2圖靈測(cè)試與中文屋實(shí)驗(yàn)humancomputerhumanjudge

分別讓人和機(jī)器位于兩個(gè)房間，看不見(jiàn)彼此。人類書面提問(wèn)后，若無(wú)法分辨這些書面回答究竟是來(lái)自于人還是一臺(tái)計(jì)算機(jī)，則認(rèn)為計(jì)算機(jī)通過(guò)了該測(cè)試。圖靈預(yù)言，到2000年，一個(gè)普通的人類測(cè)試者在5分鐘的提問(wèn)后，能正確判斷對(duì)方是機(jī)器還是人的概率可能只有70%。（1）圖靈測(cè)試7

1.1.2圖靈測(cè)試與中文屋實(shí)驗(yàn)在相當(dāng)長(zhǎng)一段時(shí)間內(nèi)，“圖靈測(cè)試”被認(rèn)為是人工智能水平的標(biāo)準(zhǔn)測(cè)試模型。從1991年起，每年舉辦圖靈測(cè)試，結(jié)果都是：程序還不能欺騙經(jīng)驗(yàn)豐富的仲裁者。直到2014年6月，為紀(jì)念圖靈逝世60周年，聊天機(jī)器人尤金?古斯特曼成功地使參加該活動(dòng)的33%的人類測(cè)試者認(rèn)為它是一個(gè)13歲的男孩，因此組織者認(rèn)為古斯特曼已經(jīng)通過(guò)了圖靈測(cè)試，成為歷史上第一個(gè)通過(guò)圖靈測(cè)試的人工智能軟件。（1）圖靈測(cè)試8AlanTuring（阿倫?圖靈）1912年6月23日－1954年6月7日計(jì)算機(jī)科學(xué)理論的創(chuàng)始人英國(guó)數(shù)學(xué)家、邏輯學(xué)家、計(jì)算機(jī)科學(xué)家和密碼學(xué)家計(jì)算機(jī)科學(xué)之父，人工智能之父除了圖靈測(cè)試，圖靈還提出了著名的圖靈機(jī)模型，它是馮諾依曼計(jì)算機(jī)的理論模型，為現(xiàn)代計(jì)算機(jī)的邏輯工作方式奠定了基礎(chǔ)。9（2）“中文屋”思想實(shí)驗(yàn)（ChineseRoom）JohnR.Searle

約翰·塞爾勒SlusserProf.ofPhilosophy,UCBerkeley.“斯拉瑟”哲學(xué)教授現(xiàn)在仍有許多人將圖靈測(cè)試作為衡量機(jī)器智能的準(zhǔn)則，但也有許多人認(rèn)為：即使通過(guò)了圖靈測(cè)試，也不能認(rèn)定機(jī)器就有智能，因?yàn)闆](méi)有涉及思維過(guò)程。針對(duì)圖靈測(cè)試，美國(guó)哲學(xué)家約翰·塞爾勒在1980年設(shè)計(jì)了“中文屋”思想實(shí)驗(yàn)，也被稱為塞爾勒的中文屋論證。這一觀點(diǎn)發(fā)表在《行為與大腦科學(xué)》雜志上的“智力、頭腦與規(guī)劃”論文中。試圖揭示計(jì)算機(jī)絕不能描述為有“智力”或“知性”，不管它多么智能。10塞爾勒的中文屋不管是誰(shuí)、無(wú)論如何，在房間里的一定是個(gè)聰明的精通中文的人！

通過(guò)了圖靈測(cè)試，就具有智能了嗎？Igottheredenvelope.Mayyoubehappyandprosperous!111.1.3人工智能的誕生1956年的“達(dá)特茅斯夏季人工智能研究計(jì)劃”會(huì)議，是被廣泛公認(rèn)的人工智能誕生地。達(dá)特茅斯學(xué)院（DartmouthCollege）位于美國(guó)新罕布什爾州漢諾威市（NewHampshire，Hanover）。達(dá)特茅斯會(huì)議歷時(shí)長(zhǎng)達(dá)兩個(gè)多月，會(huì)上經(jīng)麥卡錫提議，正式采用“人工智能”這一術(shù)語(yǔ)，標(biāo)志著人工智能學(xué)科正式誕生。麥卡錫因而被稱為人工智能之父。10名與會(huì)者124名發(fā)起人：J.McCarthy

：達(dá)特茅斯學(xué)院數(shù)學(xué)助理教授M.L.Minsky：哈佛大學(xué)數(shù)學(xué)與神經(jīng)學(xué)初級(jí)研究員N.Rochester：IBM信息研究經(jīng)理C.E.Shannon：貝爾電話實(shí)驗(yàn)室信息部數(shù)學(xué)研究員，信息論的創(chuàng)始人6名參會(huì)者：A.

Newell，

Herbert.A.Simon：卡內(nèi)基.梅隆大學(xué)

T.More,A.Samuel

：IBM公司

O.Selfridge,R.Solomonff：麻省理工學(xué)院這些青年學(xué)者的研究專業(yè)包括數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、信息論和計(jì)算機(jī)科學(xué)，分別從不同的角度共同探討人工智能的可能性。A.Samuel

于1959年編寫了第一個(gè)電腦跳棋程序。達(dá)特茅斯研討會(huì)的三個(gè)亮點(diǎn)13明斯基提出用計(jì)算機(jī)模擬神經(jīng)元及其連接，通過(guò)“人工神經(jīng)網(wǎng)絡(luò)”模擬智能，構(gòu)建了第一個(gè)神經(jīng)元網(wǎng)絡(luò)模擬器SNARC（StochasticNeuralAnalogReinforcementCalculator）；麥卡錫帶來(lái)的是“狀態(tài)空間搜索法”；紐厄爾和西蒙展示了“邏輯理論家”（LogicTheorist,LT）程序，達(dá)特茅斯會(huì)議10位與會(huì)者14達(dá)特茅斯會(huì)議50年后，5位與會(huì)者合影152006年重聚，左起：摩爾、麥卡錫、明斯基、塞弗里奇、所羅蒙夫圖靈獎(jiǎng)獲得者16AllenNewellHerbertA.SimonJohnMcCarthyMarvinLeeMinsky1975197519711969人工智能之父AI領(lǐng)域圖靈獎(jiǎng)獲得者1985年,RichardM.Karp,提出了分支限界法,解決了旅行商問(wèn)題/漢密爾頓回路，成就：算法理論，尤其是NP-完全性理論。1994年,Edward

Feigenbaum

+Raj

Reddy（麥卡錫的學(xué)生、李開(kāi)復(fù)的導(dǎo)師）,

成就：大規(guī)模人工智能系統(tǒng)2011年,Judea

Pearl,成就：提出概率和因果性推理演算法，徹底改變了人工智能最初基于規(guī)則和邏輯的方向。1719851994199420112018年圖靈獎(jiǎng)獲得者：DNN的三大奠基人、巨頭182019年3月27日，ACM宣布，深度學(xué)習(xí)的三位創(chuàng)造者YoshuaBengio,YannLeCun,

以及GeoffreyHinton獲得了2018年的圖靈獎(jiǎng)。獎(jiǎng)勵(lì)他們提出了深度學(xué)習(xí)的基本概念，在實(shí)驗(yàn)中發(fā)現(xiàn)了驚人的結(jié)果，也在工程領(lǐng)域做出了重要突破，幫助深度神經(jīng)網(wǎng)絡(luò)獲得實(shí)際應(yīng)用。GeoffreyHinton1947.12.6出生于英國(guó)人工智能教父、神經(jīng)網(wǎng)絡(luò)之父深度學(xué)習(xí)鼻祖YannLeCun1960.7.8出生于法國(guó)楊立昆/燕樂(lè)存卷積神經(jīng)網(wǎng)絡(luò)之父YoshuaBengio1964年出生于巴黎任教于蒙特利爾大學(xué)191.2人工智能的定義在計(jì)算機(jī)科學(xué)中，人工智能（AI），有時(shí)也稱為機(jī)器智能，是用人工的方法在機(jī)器（計(jì)算機(jī)）上實(shí)現(xiàn)的智能；或者說(shuō)是人們使機(jī)器具有類似于人的智能。麥卡錫等提出：對(duì)于人工智能預(yù)期目標(biāo)的設(shè)想是“精確地描述學(xué)習(xí)的每個(gè)方面或智能的任何其他特征，從而可以制造出一個(gè)機(jī)器來(lái)模擬學(xué)習(xí)或智能”（Everyaspectoflearningoranyotherfeatureofintelligencecaninprinciplebesopreciselydescribedthatamachinecanbemadetosimulateit）。該預(yù)期目標(biāo)曾被認(rèn)為是人工智能的定義，對(duì)人工智能的發(fā)展起到了重要的作用。20三個(gè)最常見(jiàn)的人工智能定義明斯基提出：“人工智能是一門科學(xué)，是使機(jī)器做那些人需要通過(guò)智能來(lái)做的事情”。尼爾森提出：“人工智能是關(guān)于知識(shí)的科學(xué)——怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)”，所謂“知識(shí)的科學(xué)”就是研究知識(shí)表示、知識(shí)獲取和知識(shí)運(yùn)用的科學(xué)。溫斯頓教授提出：人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有人才能做的智能工作”。21人工智能學(xué)科就是研究人類智能活動(dòng)的規(guī)律，研究如何應(yīng)用計(jì)算機(jī)的軟硬件制造出智能的機(jī)器或系統(tǒng)，使之具有智能的行為，來(lái)模擬人類的某些智能活動(dòng)。人工智能是機(jī)器或軟件所展現(xiàn)的智能，是對(duì)人的意識(shí)、思維過(guò)程的模擬。雖然人工智能不是人的智能，但能像人那樣思考，甚至在有些方面已經(jīng)超過(guò)了人的智能。作為計(jì)算機(jī)科學(xué)的一個(gè)分支，人工智能是一門融合了自然科學(xué)、社會(huì)科學(xué)和技術(shù)科學(xué)的交叉學(xué)科，它涉及的學(xué)科包括認(rèn)知科學(xué)、神經(jīng)生理學(xué)、哲學(xué)、數(shù)學(xué)、心理學(xué)、控制論、計(jì)算機(jī)科學(xué)、信息論、仿生學(xué)與社會(huì)結(jié)構(gòu)學(xué)等。22譚鐵牛院士的描述人工智能是研究開(kāi)發(fā)能夠模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。研究目的是促使智能機(jī)器：

會(huì)聽(tīng)（語(yǔ)音識(shí)別、機(jī)器翻譯等）、

會(huì)看（圖像識(shí)別、文字識(shí)別等）、

會(huì)說(shuō)（語(yǔ)音合成、人機(jī)對(duì)話等）、

會(huì)思考（人機(jī)對(duì)弈、定理證明等）、

會(huì)學(xué)習(xí)（機(jī)器學(xué)習(xí)、知識(shí)表示等）、

會(huì)行動(dòng)（機(jī)器人、自動(dòng)駕駛汽車等）。23人工智能分類人工智能大致分為兩大類：弱人工智能和強(qiáng)人工智能。弱人工智能(weakartificialintelligence)是能夠完成某一特定領(lǐng)域中某種特定具體任務(wù)的人工智能。強(qiáng)人工智能(strongartificialintelligence)也稱為通用人工智能，是具備與人類同等智慧，或超越人類的人工智能，能表現(xiàn)正常人類所具有的所有智能行為。1.3人工智能的發(fā)展簡(jiǎn)史（1）1930s-1956：萌芽期（2）1956年：誕生（3

）1950年代中期—60年代中期：黃金期（通用方法時(shí)代）（4）1960年代后期—70年代初：第一個(gè)寒冬期（5）1970年代中期—80年代后期：繁榮期（專家系統(tǒng)與知識(shí)工程時(shí)代）（6）1980年代末—1990年代中期：

第二個(gè)寒冬期（7）1997-2011：復(fù)蘇期（8）2012至今：

蓬勃發(fā)展期24NIPS2017，JudeaPearl的《機(jī)器學(xué)習(xí)的理論障礙》第三個(gè)寒冬是否就要到來(lái)？命運(yùn)多舛！三起兩落！前途無(wú)量？無(wú)亮？1950年代中期-1960年代中期：黃金期（1）在定理證明方面（2）在機(jī)器學(xué)習(xí)方面（3）在模式識(shí)別方面（4）在計(jì)算機(jī)博弈方面（5）在問(wèn)題求解方面（6）在人工智能語(yǔ)言方面（7）在專家系統(tǒng)方面早期的研究者對(duì)這些人工智能項(xiàng)目寄予了巨大的熱情和期望。251960年代后期-1970年代初：第一個(gè)寒冬期（1）(1)Thespiritiswillingbutthefleshisweek.（心有余而力不足）

Thevodkaisstrongbutmeatisrotten.（伏特加酒雖然很濃，但肉是腐爛的）出錯(cuò)的原因是一詞多義：Spirit：1）精神2）liquor(烈性酒)26(2)Outofsight,outofmind.“眼不見(jiàn)，心不煩”

Blindandinsane.“又瞎又瘋”(3)Timeflieslikeanarrow.

“光陰似箭”vs.“蒼蠅喜歡箭”錯(cuò)誤在于僅字面翻譯，并非理解了。結(jié)論：必須理解才能翻譯，而理解需要知識(shí).人們發(fā)現(xiàn)：采用統(tǒng)計(jì)模型的機(jī)器翻譯很容易產(chǎn)生歧義。1960年代后期-1970年代初：第一個(gè)寒冬期（2）1957年，美國(guó)心理學(xué)家Rosenblatt（羅森布拉特）提出著名的感知機(jī)。感知器的局限性：1969年明斯基與帕普特（Papert）出版了專著《感知機(jī)：計(jì)算幾何導(dǎo)論》，指出：感知器本質(zhì)上是一種線性模型，只能處理線性分類問(wèn)題，無(wú)法解決線性不可分問(wèn)題，就連最簡(jiǎn)單的XOR（亦或）問(wèn)題都無(wú)法正確解決。計(jì)算量過(guò)大，而且感知器上的學(xué)習(xí)算法將失效。1970年，連接主義遭到遺棄，人工神經(jīng)網(wǎng)絡(luò)研究成為小眾。1974年，哈佛的保羅·韋伯斯(PaulWerbos)在其博士論文《超越回歸：行為科學(xué)中預(yù)測(cè)與分析的新工具》中證明了“利用誤差反向傳播（

BP）算法訓(xùn)練多層人工神經(jīng)網(wǎng)絡(luò)，可以解決異或問(wèn)題”，但當(dāng)時(shí)并未引起重視。1971-1974年，英美均削減了人工智能的學(xué)術(shù)研究經(jīng)費(fèi)。27感知機(jī)的局限性28感知機(jī)(單層神經(jīng)網(wǎng)絡(luò))無(wú)法解決異或問(wèn)題

異或：簡(jiǎn)稱XOR，用數(shù)學(xué)符號(hào)⊕表示，在計(jì)算機(jī)中用^表示。異或運(yùn)算指二進(jìn)制中：0⊕0=0,0⊕1=1，1⊕0=1,1⊕1=0

即：兩個(gè)值相同得0,不同得1。感知機(jī)無(wú)法解決線性不可分問(wèn)題（a）線性可分（b）線性不可分如右圖，無(wú)論怎樣在平面上畫一條直線，都無(wú)法將藍(lán)點(diǎn)和紅點(diǎn)完全分開(kāi)。1970年代中期-1980年代后期:繁榮期29有代表性的應(yīng)用成功的專家系統(tǒng)如下。1965年，斯坦福大學(xué)成功研制了化工領(lǐng)域的DENDRAL系統(tǒng)；1971年，麻省理工學(xué)院研制了數(shù)學(xué)領(lǐng)域的MYCSYMA系統(tǒng)；1972年，特里?維諾格拉德（TerryWinograd）研制了自然語(yǔ)言理解系統(tǒng)SHRDLU；……1975年，開(kāi)發(fā)了醫(yī)學(xué)診斷專家系統(tǒng)MYCIN；1976年，美國(guó)斯坦福研究所研制了地礦勘探專家系統(tǒng)PROSPECTOR；1977年，費(fèi)根鮑姆提出了“知識(shí)工程”的概念，人類從此進(jìn)入了知識(shí)工程時(shí)代，知識(shí)表示與推理取得了突破。……我國(guó)也開(kāi)始開(kāi)展了人工智能的研究工作，研制出了若干專家系統(tǒng)。1980年代末-1990年代中期

:第二個(gè)寒冬期（1）30專家系統(tǒng)的局限性如下:（1）應(yīng)用領(lǐng)域狹窄，缺乏常識(shí)性知識(shí)。（2）知識(shí)獲取困難，因?yàn)轭I(lǐng)域?qū)＜胰藬?shù)少，而且，有限數(shù)量的專家的知識(shí)不足以涵蓋所有領(lǐng)域知識(shí)。（3）知識(shí)發(fā)生沖突，不同專家對(duì)同一問(wèn)題的理解不同，會(huì)導(dǎo)致結(jié)論不同。（4）當(dāng)知識(shí)發(fā)生動(dòng)態(tài)變化時(shí)，知識(shí)更新不及時(shí)，且知識(shí)庫(kù)難以與已有的數(shù)據(jù)庫(kù)兼容。（5）推理方法單一，缺乏分布式功能。（6）人工建設(shè)專家系統(tǒng)的效率低、成本高，效果逐漸跟不上需求。至此，專家系統(tǒng)技術(shù)陷入瓶頸，抽象推理不再被繼續(xù)關(guān)注。1980年代末-1990年代中期

:第二個(gè)寒冬期（2）31基于符號(hào)處理的模型（即符號(hào)主義）遭到反對(duì)，表現(xiàn)如下：（1）1987年，LISP機(jī)的市場(chǎng)崩潰。（2）1988年，美國(guó)政府的戰(zhàn)略計(jì)算促進(jìn)會(huì)取消了新的人工智能經(jīng)費(fèi)。（3）1992年，日本的“第五代計(jì)算機(jī)系統(tǒng)”項(xiàng)目未能達(dá)到其初始目標(biāo)，研制計(jì)劃宣布失敗。但隨后啟動(dòng)RWC計(jì)劃（RealWorldComputingProject）。（4）1993年，專家系統(tǒng)緩慢走向衰落。1980年代末-1990年代中期

:第二個(gè)寒冬期（3）32與此同時(shí)，用BP算法訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的效果也不好。1986年魯梅爾哈特和辛頓等人重新提出BP算法。但用BP訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的效果不好，原因是出現(xiàn)了梯度消失或梯度爆炸的問(wèn)題，人們對(duì)連接主義也再次失去信心。至此，無(wú)論是符號(hào)主義方法還是連接主義方法，都進(jìn)入了研究的瓶頸期，致使人工智能的發(fā)展全面陷入第二次寒冬期。1997–2011：復(fù)蘇期（1）1997年，深藍(lán)戰(zhàn)勝了衛(wèi)冕國(guó)際象棋冠軍加里·卡斯帕羅夫。這一事件又掀起了AI熱潮。（1957年，西蒙曾預(yù)測(cè):10年內(nèi)計(jì)算機(jī)可以擊敗人類世界冠軍，但實(shí)際上晚了30年）1998年,老虎電子公司推出了第一款用于家庭環(huán)境的人工智能玩具--菲比精靈(Furby)。一年后,索尼公司推出了電子寵物狗AIBO。2000年,麻省理工學(xué)院推出了擁有面部表情的機(jī)器人

Kismet。2002年,美國(guó)iRobot公司推出了智能真空吸塵器Roomba。2004年，美國(guó)國(guó)家航空航天局探測(cè)車“勇氣號(hào)”和“機(jī)遇號(hào)”在火星著陸。2005年，斯坦福大學(xué)研制的自主機(jī)器人車輛Stanley贏得了DARPA無(wú)人駕駛汽車挑戰(zhàn)賽冠軍。2006年，CMU研制的無(wú)人駕駛汽車Boss贏得了城市挑戰(zhàn)賽冠軍，Boss安全通過(guò)了臨近空軍基地的街道，能遵守交通規(guī)則，并會(huì)避讓行人和其他車輛。331997–2011：復(fù)蘇期（2）2006年，自從棋王克拉姆尼克(V.Kramnik)被國(guó)際象棋軟件“深弗里茨”(DeepFritz)擊敗后，人類象棋棋手再也沒(méi)有戰(zhàn)勝過(guò)計(jì)算機(jī)。2006，辛頓教授與其學(xué)生R.Salakhutdinov在《科學(xué)》上發(fā)表了文章，業(yè)界公認(rèn)：該論文開(kāi)啟了深度學(xué)習(xí)發(fā)展的浪潮。至此，連接主義再度興起。2009年，微軟AI首席科學(xué)家鄧力利用深度學(xué)習(xí)大大降低了語(yǔ)音識(shí)別錯(cuò)誤率，已達(dá)到商業(yè)應(yīng)用水平。此后的數(shù)年，語(yǔ)音識(shí)別迅速衍生出巨大的商業(yè)價(jià)值。2011年，谷歌啟動(dòng)了深度學(xué)習(xí)項(xiàng)目——谷歌大腦，作為GoogleX項(xiàng)目之一。谷歌大腦是由1萬(wàn)6千臺(tái)計(jì)算機(jī)連成的一個(gè)集群，致力于模仿人類大腦活動(dòng)的某些方面。它通過(guò)1千萬(wàn)張數(shù)字圖片的學(xué)習(xí)，已成功地學(xué)會(huì)識(shí)別一只貓。2011年，IBM的Watson在智力競(jìng)賽《危險(xiǎn)！》中戰(zhàn)勝了人類，又掀起了AI研究的熱潮。342012至今：蓬勃發(fā)展期（1）352012年的ImageNet大規(guī)模視覺(jué)識(shí)別比賽(ImageNetLargeScaleVisualRecognitionCompetition，ILSVRC)比賽中，AlexNet

一舉奪魁，

top5預(yù)測(cè)的錯(cuò)誤率為15.3%，遠(yuǎn)超第二名(26.2%)，2011年的最好成績(jī)是25.8%，從此深度學(xué)習(xí)得到了業(yè)界的廣泛關(guān)注。2014年6月，俄國(guó)聊天機(jī)器人尤金·古斯特曼，在紀(jì)念圖靈逝世60周年的一個(gè)比賽上，被該活動(dòng)33%的評(píng)委認(rèn)為古斯特曼是人類，因此組織者認(rèn)為它已經(jīng)通過(guò)了圖靈測(cè)試。2015年，百度在2015百度世界大會(huì)上推出了一款機(jī)器人助理—度秘（DUER），可以為用戶提供秘書化搜索服務(wù)。到2015年中期，谷歌公司無(wú)人駕駛汽車的車隊(duì)已經(jīng)累計(jì)行駛超過(guò)150萬(wàn)公里，僅發(fā)生了14起輕微事故且均不是由無(wú)人駕駛汽車本身造成的。2016年3月8日至15日，谷歌DeepMind團(tuán)隊(duì)研制的基于深度學(xué)習(xí)的圍棋程序“阿爾法狗”（AlphaGo）以4:1戰(zhàn)勝了圍棋世界冠軍李世石。2012至今：蓬勃發(fā)展期（2）362017年5月27日，圍棋世界冠軍柯潔以0:3的成績(jī)輸給AlphaGo。2017年10月18日，DeepMind團(tuán)隊(duì)發(fā)布了AlphaGo的升級(jí)版AlphaGoZero（阿爾法元）。兩者的區(qū)別在于：

AlphaGo是在學(xué)習(xí)了人類的3000萬(wàn)個(gè)棋局后才打敗人類，而AlphaGoZero則是從零開(kāi)始自學(xué)，在沒(méi)有任何人類棋譜和先驗(yàn)知識(shí)、只輸入圍棋規(guī)則的情況下，完全依靠強(qiáng)化學(xué)習(xí)，用3天時(shí)間自己互博了490萬(wàn)個(gè)棋局（4個(gè)TPU，TensorProcessingUnit），最終以百戰(zhàn)百勝的成績(jī)完勝AlphaGo。2017年12月，DeepMind公司又發(fā)布了AlphaZero，它不僅可以下圍棋，還可以下國(guó)際象棋、將棋等棋類。AlphaZero的核心思想是：用蒙特拉洛樹(shù)搜索算法生成對(duì)弈數(shù)據(jù)，將其作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)。2017年，從AlphaGo到AlphaZero37在完全沒(méi)有人類棋譜的情況下，在僅經(jīng)過(guò)若干小時(shí)的訓(xùn)練后，AlphaZero

表現(xiàn)出驚人的能力：

戰(zhàn)勝最強(qiáng)國(guó)際象棋

AIStockfish：28勝，0負(fù)，72平；

戰(zhàn)勝最強(qiáng)將棋

AIElmo：90勝，2平，8負(fù)；

戰(zhàn)勝最強(qiáng)圍棋

AI

AlphaGoZero：60勝，40負(fù)

至此，半個(gè)多世紀(jì)以來(lái)使用的博弈搜索方法徹底被打敗。注：

AlphaGo和

AlphaGoZero只是圍棋AI程序，

AlphaGoZero是

AlphaGo的升級(jí)版；

AlphaZero

是從圍棋向其他類似棋類游戲的拓展版，不僅可以下圍棋，還可以下國(guó)際象棋、將棋等棋類。381.4人工智能研究的流派人工智能按研究流派主要分為三類，分別是符號(hào)主義(Symbolism)連接主義(Connectionism)行為主義(Behaviorism)符號(hào)主義和連接主義研究流派，在人工智能發(fā)展的60-70年中，此消彼長(zhǎng)，輪流占上風(fēng)。目前，連接主義是業(yè)界關(guān)注的焦點(diǎn)。39符號(hào)主義流派符號(hào)主義又稱為邏輯主義（Logicism）、心理學(xué)派（Psychologism）或計(jì)算機(jī)學(xué)派（Computerism）。該學(xué)派認(rèn)為：人工智能源于數(shù)理邏輯，其主要理論基礎(chǔ)是物理符號(hào)系統(tǒng)假設(shè)。符號(hào)主義是基于符號(hào)邏輯的方法，用邏輯表示知識(shí)和求解問(wèn)題?；舅枷耄河靡环N邏輯把各種知識(shí)都表示出來(lái)；當(dāng)求解一個(gè)問(wèn)題時(shí)，就將該問(wèn)題轉(zhuǎn)變?yōu)橐粋€(gè)邏輯表達(dá)式，然后用已有知識(shí)的邏輯表達(dá)式的庫(kù)進(jìn)行推理來(lái)解決該問(wèn)題。符號(hào)主義認(rèn)為：只要在符號(hào)計(jì)算上實(shí)現(xiàn)了相應(yīng)功能，那么在現(xiàn)實(shí)世界就實(shí)現(xiàn)了對(duì)應(yīng)的功能，這是智能的充分必要條件。這一流派的代表人物是西蒙和紐厄爾，他們提出了物理符號(hào)系統(tǒng)假設(shè)，圖靈測(cè)試就是符號(hào)主義流派的思想實(shí)驗(yàn)。40符號(hào)主義流派有三個(gè)本質(zhì)問(wèn)題制約了符號(hào)主義的發(fā)展：邏輯體系問(wèn)題：難以找到一種簡(jiǎn)潔的符號(hào)邏輯體系，能表述出世間所有的知識(shí)。知識(shí)提取問(wèn)題：即使限定在某一特定領(lǐng)域，仍無(wú)法將該領(lǐng)域內(nèi)的所有知識(shí)都提取出來(lái)，并全部用邏輯表達(dá)式記錄下來(lái)。求解復(fù)雜度問(wèn)題：邏輯求解器的時(shí)間復(fù)雜度很高。理論上不存在一種通用方法，能在有限時(shí)間內(nèi)判定任意一個(gè)謂詞邏輯表達(dá)式是否成立。41連接主義流派連接主義又稱為仿生學(xué)派（Bionicsism）或生理學(xué)派（Physiologism），其主要原理為神經(jīng)網(wǎng)絡(luò)及神經(jīng)元間的連接機(jī)制與信息傳播算法。連接主義試圖發(fā)現(xiàn)人類大腦的結(jié)構(gòu)及其處理信息的機(jī)制，在計(jì)算機(jī)上用人工神經(jīng)網(wǎng)絡(luò)來(lái)模擬人類大腦的神經(jīng)元及其連接機(jī)制，進(jìn)而實(shí)現(xiàn)機(jī)器的智能。連接主義方法起始于1943年，建立了MP神經(jīng)元模型，這是最早的人工神經(jīng)網(wǎng)絡(luò)。事實(shí)上，連接主義方法大幅度地抽象、簡(jiǎn)化了人腦生物神經(jīng)元細(xì)胞網(wǎng)絡(luò)，一個(gè)人工神經(jīng)元可以將N個(gè)輸入進(jìn)行加權(quán)匯總后，再通過(guò)一個(gè)非線性函數(shù)得到該神經(jīng)元的輸出。42行為主義流派行為主義又稱為進(jìn)化主義（Evolutionism）或控制論學(xué)派（Cyberneticsism）。該學(xué)派的理論基礎(chǔ)是控制論，其核心思想是基于控制論構(gòu)建感知-動(dòng)作型控制系統(tǒng)。行為主義學(xué)派認(rèn)為：智能行為是在現(xiàn)實(shí)世界中與周圍環(huán)境交互而獲得并表現(xiàn)出來(lái)的，人工智能可以像人類的智能一樣逐步進(jìn)化，所以又稱為進(jìn)化主義。行為主義還認(rèn)為智能取決于感知和動(dòng)作，無(wú)需知識(shí)、表示和推理，只需要表現(xiàn)出智能行為即可，強(qiáng)化學(xué)習(xí)就屬于這一流派。行為主義學(xué)派的學(xué)者對(duì)傳統(tǒng)的人工智能提出了批評(píng)和挑戰(zhàn)，否定智能行為來(lái)源于邏輯推理及其啟發(fā)式的思想，認(rèn)為AI研究的重點(diǎn)不應(yīng)該是知識(shí)表示和編制推理規(guī)則，而應(yīng)該是在復(fù)雜環(huán)境下對(duì)行為的控制。這種思想對(duì)早期占據(jù)主流的符號(hào)主義學(xué)派是一次沖擊和挑戰(zhàn)。431.4人工智能研究的流派縱觀人工智能發(fā)展的歷史，符號(hào)主義流派在很長(zhǎng)時(shí)間內(nèi)都處于人工智能研究的主流地位。近年來(lái)，深度學(xué)習(xí)使得連接主義流派占據(jù)了人工智能研究的主流地位。雖然深度學(xué)習(xí)在處理感知、識(shí)別和判斷等方面表現(xiàn)突出，但在模擬人的思考過(guò)程、處理常識(shí)知識(shí)和推理，以及理解人的語(yǔ)言方面仍然舉步維艱，在這方面，從專家系統(tǒng)（符號(hào)主義）發(fā)展起來(lái)的知識(shí)圖譜已表現(xiàn)出了其發(fā)展的潛力和優(yōu)勢(shì)。441.4人工智能研究的流派僅遵循某單一學(xué)派的研究思路和方法，是不足以實(shí)現(xiàn)人工智能的，很多時(shí)候需要綜合各個(gè)學(xué)派的技術(shù)。例如，圍棋系統(tǒng)AlphaGo綜合使用了三種學(xué)習(xí)方法：蒙特卡羅樹(shù)搜索、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)蒙特卡羅樹(shù)搜索屬于符號(hào)主義深度學(xué)習(xí)屬于連接主義強(qiáng)化學(xué)習(xí)屬于行為主義可見(jiàn)，AlphaGo用到了三個(gè)人工智能流派的方法和技術(shù)。目前，人工智能的各個(gè)研究流派依然在發(fā)展，但各個(gè)流派的融合發(fā)展已是大勢(shì)所趨。知識(shí)表示知識(shí)是人類進(jìn)行一切智能活動(dòng)的基礎(chǔ)。人工智能對(duì)問(wèn)題的求解都是以知識(shí)為基礎(chǔ)的，因此需要將知識(shí)以計(jì)算機(jī)能夠處理的形式表示出來(lái)，才能存儲(chǔ)到計(jì)算機(jī)中，并被有效地利用，所以知識(shí)表示是人工智能研究的一個(gè)基本內(nèi)容。目前學(xué)術(shù)界尚未徹底掌握人類知識(shí)的結(jié)構(gòu)與機(jī)制，也未建立起知識(shí)表示的理論體系和統(tǒng)一規(guī)則。但學(xué)者們還是總結(jié)出了一些知識(shí)表示的方法。常見(jiàn)的知識(shí)表示方法包括：一階謂詞邏輯表示法、產(chǎn)生式表示法、框架表示法、語(yǔ)義網(wǎng)絡(luò)表示法、狀態(tài)空間表示法、神經(jīng)網(wǎng)絡(luò)表示法、過(guò)程表示法等，這些知識(shí)表示方法在不同的專業(yè)領(lǐng)域和應(yīng)用背景下發(fā)揮著各自的作用。451.5人工智能研究的基本內(nèi)容2.機(jī)器感知機(jī)器感知是使計(jì)算機(jī)系統(tǒng)模擬人類通過(guò)其感官與周圍世界聯(lián)系的方式具有解釋和理解外部信息的能力。機(jī)器感知外界信息需要通過(guò)照相機(jī)、攝像機(jī)、雷達(dá)、紅外成像儀等設(shè)備，它研究如何使機(jī)器具有像人類一樣的感知或認(rèn)知能力：機(jī)器視覺(jué)、機(jī)器聽(tīng)覺(jué)、機(jī)器觸覺(jué)、機(jī)器嗅覺(jué)等。目前，人工智能研究領(lǐng)域中的機(jī)器感知主要聚焦于機(jī)器視覺(jué)和機(jī)器聽(tīng)覺(jué)。機(jī)器聽(tīng)覺(jué)是讓機(jī)器能識(shí)別并理解語(yǔ)言、聲音等，包括語(yǔ)言識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言理解等；機(jī)器視覺(jué)是