人工智能发展简史1956年达特茅斯会议提出人工智能,被称为人工智能元年。
1959年,Arthur Samue提出了机器学习。
1976年,由于机器翻译等项目的失败和一些学术报告的负面影响,人工智能的经费普遍减少。
1985年出现了具有更强可视化效果的决策树模型和突破早期感知极限的多层人工神经网络。
1987年,LISP机器市场崩溃。
1997年,Deep Blue战胜了世界国际象棋冠军Garry Kaspa rov。
2006年,Hinton和他的学生开始了深度学习。
2010年,大数据时代到来。
2014年,微软发布了个人智能助手微软如意香水。
2016年3月,alpha go以4:1战胜世界围棋冠军李世石。
2017年10月,Deep Mind发布了最强版的Alpha Go Zero。
符号主义原理:物理符号系统符合假设和有限合理性原理。
起源:数理逻辑
基本想法:
人的认知原语是符号,是认知过程即符号操作过程。
人是物理符号系统,计算机也是物理符号系统。
知识是信息的一种形式,是构成智能的基础。 人工智能的核心问题是知识表达、知识推理。
连接主义原理:神经网络和神经网络之间的连接机制和学习方法。
起源:仿生学
基本想法:
思维基本上是神经元,而不是符号处理过程。
人脑与计算机不同,作为代替符号操作的计算机工作模式,提出了联结主义的大脑工作模式。
行为主义(进化主义、控制论学派(控制论及感知动作型控制系统)。
起源:控制论
基本想法:
智能依赖于感知和行为,提出智能行为的“感知-动作”模型。
智能不需要知识、表示和推理人工智能可以像人类智能一样逐步进化智能行为只能在现实世界中与周围环境狡猾地作用表现出来。
机器学习没有监督学习
有教练在学习
加强学习
迁移学习