正文

人工智能發(fā)展的第二次熱潮（人工智能發(fā)展的第二次熱潮是哪年）

發(fā)布時(shí)間：2023-04-06 10:27:47 稿源：創(chuàng)意嶺閱讀： 82

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于人工智能發(fā)展的第二次熱潮的問題，以下是小編對(duì)此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，如需了解SEO相關(guān)業(yè)務(wù)請(qǐng)撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

1、人工智能發(fā)展的三個(gè)階段知識(shí)期
2、人工智能的發(fā)展,主要經(jīng)歷哪幾個(gè)階段?
3、人工智能發(fā)展自其誕生起大致可以分為兩個(gè)階段
4、人工智能發(fā)展的三個(gè)階段

人工智能發(fā)展的第二次熱潮（人工智能發(fā)展的第二次熱潮是哪年）

一、人工智能發(fā)展的三個(gè)階段知識(shí)期

人工智能的發(fā)展大概分為三個(gè)階段。

第一個(gè)階段，我們稱之為計(jì)算智能，即讓計(jì)算能存會(huì)算：機(jī)器開始像人類一樣會(huì)計(jì)算，傳遞信息。例如分布式計(jì)算、神經(jīng)網(wǎng)絡(luò)。它的價(jià)值是能夠幫助人類存儲(chǔ)和快速處理海量數(shù)據(jù)，是感知和認(rèn)知的基礎(chǔ)。

第二個(gè)階段，我們稱之為感知智能，即讓計(jì)算機(jī)能聽會(huì)看：機(jī)器開始看懂和聽懂，做出判斷，采取一些簡單行動(dòng)。例如，可以識(shí)別人臉的攝像頭、可以聽懂語言的音箱。它的價(jià)值是能夠幫助人類高效地完成“看”和“聽”相關(guān)的工作

第二個(gè)階段，我們稱之為認(rèn)知智能，即讓計(jì)算機(jī)能理解會(huì)思考：機(jī)器開始像人類一樣能理解、思考與決策。例如，完全獨(dú)立駕駛的無人駕駛汽車、自主行動(dòng)的機(jī)器人。它的價(jià)值是可以全面輔助或替代人類部分工作。

目前人工智能仍處于初級(jí)階段，我們?nèi)匀惶幱诟兄悄艿某跫?jí)階段。

人工智能技術(shù)發(fā)展的趨勢(shì)將由目前相對(duì)成熟的領(lǐng)域出發(fā)，在不同領(lǐng)域進(jìn)行嘗試與實(shí)踐，未來可能會(huì)在非監(jiān)督學(xué)習(xí)、知識(shí)推理等方向有所突破。

二、人工智能的發(fā)展,主要經(jīng)歷哪幾個(gè)階段?

1 孕育階段

這個(gè)階段主要是指1956年以前。自古以來，人們就一直試圖用各種機(jī)器來代替人的部分腦力勞動(dòng)，以提高人們征服自然的能力，其中對(duì)人工智能的產(chǎn)生、發(fā)展有重大影響的主要研究成果包括：

早在公元前384-公元前322年，偉大的哲學(xué)家亞里士多德(Aristotle)就在他的名著《工具論》中提出了形式邏輯的一些主要定律，他提出的三段論至今仍是演繹推理的基本依據(jù)。

英國哲學(xué)家培根(F. Bacon)曾系統(tǒng)地提出了歸納法，還提出了“知識(shí)就是力量”的警句。這對(duì)于研究人類的思維過程，以及自20世紀(jì)70年代人工智能轉(zhuǎn)向以知識(shí)為中心的研究都產(chǎn)生了重要影響。

德國數(shù)學(xué)家和哲學(xué)家萊布尼茨(G. W. Leibniz)提出了萬能符號(hào)和推理計(jì)算的思想，他認(rèn)為可以建立一種通用的符號(hào)語言以及在此符號(hào)語言上進(jìn)行推理的演算。這一思想不僅為數(shù)理邏輯的產(chǎn)生和發(fā)展奠定了基礎(chǔ)，而且是現(xiàn)代機(jī)器思維設(shè)計(jì)思想的萌芽。

英國邏輯學(xué)家布爾(C. Boole)致力于使思維規(guī)律形式化和實(shí)現(xiàn)機(jī)械化，并創(chuàng)立了布爾代數(shù)。他在《思維法則》一書中首次用符號(hào)語言描述了思維活動(dòng)的基本推理法則。

英國數(shù)學(xué)家圖靈(A. M. Turing)在1936年提出了一種理想計(jì)算機(jī)的數(shù)學(xué)模型，即圖靈機(jī)，為后來電子數(shù)字計(jì)算機(jī)的問世奠定了理論基礎(chǔ)。

美國神經(jīng)生理學(xué)家麥克洛奇(W. McCulloch)與匹茲(W. Pitts)在1943年建成了第一個(gè)神經(jīng)網(wǎng)絡(luò)模型(M-P模型)，開創(chuàng)了微觀人工智能的研究領(lǐng)域，為后來人工神經(jīng)網(wǎng)絡(luò)的研究奠定了基礎(chǔ)。

美國愛荷華州立大學(xué)的阿塔納索夫(Atanasoff)教授和他的研究生貝瑞(Berry)在1937年至1941年間開發(fā)的世界上第一臺(tái)電子計(jì)算機(jī)“阿塔納索夫-貝瑞計(jì)算機(jī)(Atanasoff-Berry Computer，ABC)”為人工智能的研究奠定了物質(zhì)基礎(chǔ)。需要說明的是：世界上第一臺(tái)計(jì)算機(jī)不是許多書上所說的由美國的莫克利和?？绿卦?946年發(fā)明。這是美國歷史上一樁著名的公案。

由上面的發(fā)展過程可以看出，人工智能的產(chǎn)生和發(fā)展絕不是偶然的，它是科學(xué)技術(shù)發(fā)展的必然產(chǎn)物。

2 形成階段

這個(gè)階段主要是指1956-1969年。1956年夏季，由當(dāng)時(shí)達(dá)特茅斯大學(xué)的年輕數(shù)學(xué)助教、現(xiàn)任斯坦福大學(xué)教授麥卡錫(J. MeCarthy)聯(lián)合哈佛大學(xué)年輕數(shù)學(xué)和神經(jīng)學(xué)家、麻省理工學(xué)院教授明斯基(M. L. Minsky)，IBM公司信息研究中心負(fù)責(zé)人洛切斯特(N. Rochester)，貝爾實(shí)驗(yàn)室信息部數(shù)學(xué)研究員香農(nóng)(C. E. Shannon)共同發(fā)起，邀請(qǐng)普林斯頓大學(xué)的莫爾(T.Moore)和IBM公司的塞繆爾(A. L. Samuel)、麻省理工學(xué)院的塞爾夫里奇(O. Selfridge)和索羅莫夫(R. Solomonff)以及蘭德(RAND)公司和卡內(nèi)基梅隆大學(xué)的紐厄爾(A. Newell)、西蒙(H. A. Simon)等在美國達(dá)特茅斯大學(xué)召開了一次為時(shí)兩個(gè)月的學(xué)術(shù)研討會(huì)，討論關(guān)于機(jī)器智能的問題。會(huì)上經(jīng)麥卡錫提議正式采用了“人工智能”這一術(shù)語。麥卡錫因而被稱為人工智能之父。這是一次具有歷史意義的重要會(huì)議，它標(biāo)志著人工智能作為一門新興學(xué)科正式誕生了。此后，美國形成了多個(gè)人工智能研究組織，如紐厄爾和西蒙的Carnegie-RAND協(xié)作組，明斯基和麥卡錫的MIT研究組，塞繆爾的IBM工程研究組等。

自這次會(huì)議之后的10多年間，人工智能的研究在機(jī)器學(xué)習(xí)、定理證明、模式識(shí)別、問題求解、專家系統(tǒng)及人工智能語言等方面都取得了許多引人注目的成就，例如：

在機(jī)器學(xué)習(xí)方面，1957年Rosenblatt研制成功了感知機(jī)。這是一種將神經(jīng)元用于識(shí)別的系統(tǒng)，它的學(xué)習(xí)功能引起了廣泛的興趣，推動(dòng)了連接機(jī)制的研究，但人們很快發(fā)現(xiàn)了感知機(jī)的局限性。

在定理證明方面，美籍華人數(shù)理邏輯學(xué)家王浩于1958年在IBM-704機(jī)器上用3~5min證明了《數(shù)學(xué)原理》中有關(guān)命題演算的全部定理(220條)，并且還證明了謂詞演算中150條定理的85%，1965年魯賓遜(J. A. Robinson)提出了歸結(jié)原理，為定理的機(jī)器證明作出了突破性的貢獻(xiàn)。

在模式識(shí)別方面，1959年塞爾夫里奇推出了一個(gè)模式識(shí)別程序，1965年羅伯特(Roberts)編制出了可分辨積木構(gòu)造的程序。

在問題求解方面，1960年紐厄爾等人通過心理學(xué)試驗(yàn)總結(jié)出了人們求解問題的思維規(guī)律，編制了通用問題求解程序(General Problem Solver，GPS)，可以用來求解11種不同類型的問題。

在專家系統(tǒng)方面，美國斯坦福大學(xué)的費(fèi)根鮑姆(E. A. Feigenbaum)領(lǐng)導(dǎo)的研究小組自1965年開始專家系統(tǒng)DENDRAL的研究，1968年完成并投入使用。該專家系統(tǒng)能根據(jù)質(zhì)譜儀的實(shí)驗(yàn)，通過分析推理決定化合物的分子結(jié)構(gòu)，其分析能力已接近甚至超過有關(guān)化學(xué)專家的水平，在美、英等國得到了實(shí)際的應(yīng)用。該專家系統(tǒng)的研制成功不僅為人們提供了一個(gè)實(shí)用的專家系統(tǒng)，而且對(duì)知識(shí)表示、存儲(chǔ)、獲取、推理及利用等技術(shù)是一次非常有益的探索，為以后專家系統(tǒng)的建造樹立了榜樣，對(duì)人工智能的發(fā)展產(chǎn)生了深刻的影響，其意義遠(yuǎn)遠(yuǎn)超過了系統(tǒng)本身在實(shí)用上所創(chuàng)造的價(jià)值。

在人工智能語言方面，1960年麥卡錫研制出了人工智能語言(List Processing，LISP)，成為建造專家系統(tǒng)的重要工具。

1969年成立的國際人工智能聯(lián)合會(huì)議(International Joint Conferences On Artificial Intelligence，IJCAI)是人工智能發(fā)展史上一個(gè)重要的里程碑，它標(biāo)志著人工智能這門新興學(xué)科已經(jīng)得到了世界的肯定和認(rèn)可。1970年創(chuàng)刊的國際性人工智能雜志《Artificial Intelligence》對(duì)推動(dòng)人工智能的發(fā)展，促進(jìn)研究者們的交流起到了重要的作用。

3 發(fā)展階段

這個(gè)階段主要是指1970年以后。進(jìn)入20世紀(jì)70年代，許多國家都開展了人工智能的研究，涌現(xiàn)了大量的研究成果。例如，1972年法國馬賽大學(xué)的科麥瑞爾(A. Comerauer)提出并實(shí)現(xiàn)了邏輯程序設(shè)計(jì)語言PROLOG；斯坦福大學(xué)的肖特利夫(E. H. Shorliffe)等人從1972年開始研制用于診斷和治療感染性疾病的專家系統(tǒng)MYCIN。

但是，和其他新興學(xué)科的發(fā)展一樣，人工智能的發(fā)展道路也不是平坦的。例如，機(jī)器翻譯的研究沒有像人們最初想象的那么容易。當(dāng)時(shí)人們總以為只要一部雙向詞典及一些詞法知識(shí)就可以實(shí)現(xiàn)兩種語言文字間的互譯。后來發(fā)現(xiàn)機(jī)器翻譯遠(yuǎn)非這么簡單。實(shí)際上，由機(jī)器翻譯出來的文字有時(shí)會(huì)出現(xiàn)十分荒謬的錯(cuò)誤。例如，當(dāng)把“眼不見，心不煩”的英語句子“Out of sight，out of mind”。翻譯成俄語變成“又瞎又瘋”；當(dāng)把“心有余而力不足”的英語句子“The spirit is willing but the flesh is weak”翻譯成俄語，然后再翻譯回來時(shí)竟變成了“The wine is good but the meat is spoiled”，即“酒是好的，但肉變質(zhì)了”；當(dāng)把“光陰似箭”的英語句子“Time flies like an arrow”翻譯成日語，然后再翻譯回來的時(shí)候，竟變成了“蒼蠅喜歡箭”。由于機(jī)器翻譯出現(xiàn)的這些問題，1960年美國政府顧問委員會(huì)的一份報(bào)告裁定：“還不存在通用的科學(xué)文本機(jī)器翻譯，也沒有很近的實(shí)現(xiàn)前景?！币虼?，英國、美國當(dāng)時(shí)中斷了對(duì)大部分機(jī)器翻譯項(xiàng)目的資助。在其他方面，如問題求解、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)等，也都遇到了困難，使人工智能的研究一時(shí)陷入了困境。

人工智能研究的先驅(qū)者們認(rèn)真反思，總結(jié)前一段研究的經(jīng)驗(yàn)和教訓(xùn)。1977年費(fèi)根鮑姆在第五屆國際人工智能聯(lián)合會(huì)議上提出了“知識(shí)工程”的概念，對(duì)以知識(shí)為基礎(chǔ)的智能系統(tǒng)的研究與建造起到了重要的作用。大多數(shù)人接受了費(fèi)根鮑姆關(guān)于以知識(shí)為中心展開人工智能研究的觀點(diǎn)。從此，人工智能的研究又迎來了蓬勃發(fā)展的以知識(shí)為中心的新時(shí)期。

這個(gè)時(shí)期中，專家系統(tǒng)的研究在多種領(lǐng)域中取得了重大突破，各種不同功能、不同類型的專家系統(tǒng)如雨后春筍般地建立起來，產(chǎn)生了巨大的經(jīng)濟(jì)效益及社會(huì)效益。例如，地礦勘探專家系統(tǒng)PROSPECTOR擁有15種礦藏知識(shí)，能根據(jù)巖石標(biāo)本及地質(zhì)勘探數(shù)據(jù)對(duì)礦藏資源進(jìn)行估計(jì)和預(yù)測(cè)，能對(duì)礦床分布、儲(chǔ)藏量、品位及開采價(jià)值進(jìn)行推斷，制定合理的開采方案。應(yīng)用該系統(tǒng)成功地找到了超億美元的鉬礦。專家系統(tǒng)MYCIN能識(shí)別51種病菌，正確地處理23種抗菌素，可協(xié)助醫(yī)生診斷、治療細(xì)菌感染性血液病，為患者提供最佳處方。該系統(tǒng)成功地處理了數(shù)百個(gè)病例，并通過了嚴(yán)格的測(cè)試，顯示出了較高的醫(yī)療水平。美國DEC公司的專家系統(tǒng)XCON能根據(jù)用戶要求確定計(jì)算機(jī)的配置。由專家做這項(xiàng)工作一般需要3小時(shí)，而該系統(tǒng)只需要0.5分鐘，速度提高了360倍。DEC公司還建立了另外一些專家系統(tǒng)，由此產(chǎn)生的凈收益每年超過4000萬美元。信用卡認(rèn)證輔助決策專家系統(tǒng)American Express能夠防止不應(yīng)有的損失，據(jù)說每年可節(jié)省2700萬美元左右。

專家系統(tǒng)的成功，使人們?cè)絹碓角宄卣J(rèn)識(shí)到知識(shí)是智能的基礎(chǔ)，對(duì)人工智能的研究必須以知識(shí)為中心來進(jìn)行。對(duì)知識(shí)的表示、利用及獲取等的研究取得了較大的進(jìn)展，特別是對(duì)不確定性知識(shí)的表示與推理取得了突破，建立了主觀Bayes理論、確定性理論、證據(jù)理論等，對(duì)人工智能中模式識(shí)別、自然語言理解等領(lǐng)域的發(fā)展提供了支持，解決了許多理論及技術(shù)上的問題。

人工智能在博弈中的成功應(yīng)用也舉世矚目。人們對(duì)博弈的研究一直抱有極大的興趣，早在1956年人工智能剛剛作為一門學(xué)科問世時(shí)，塞繆爾就研制出了跳棋程序。這個(gè)程序能從棋譜中學(xué)習(xí)，也能從下棋實(shí)踐中提高棋藝。1959年它擊敗了塞繆爾本人，1962年又擊敗了一個(gè)州的冠軍。1991年8月在悉尼舉行的第12屆國際人工智能聯(lián)合會(huì)議上，IBM公司研制的“深思”(Deep Thought)計(jì)算機(jī)系統(tǒng)就與澳大利亞象棋冠軍約翰森(D. Johansen)舉行了一場(chǎng)人機(jī)對(duì)抗賽，結(jié)果以1:1平局告終。1957年西蒙曾預(yù)測(cè)10年內(nèi)計(jì)算機(jī)可以擊敗人類的世界冠軍。雖然在10年內(nèi)沒有實(shí)現(xiàn)，但40年后深藍(lán)計(jì)算機(jī)擊敗國際象棋棋王卡斯帕羅夫(Kasparov)，僅僅比預(yù)測(cè)遲了30年。

1996年2月10日至17日，為了紀(jì)念世界上第一臺(tái)電子計(jì)算機(jī)誕生50周年，美國IBM公司出巨資邀請(qǐng)國際象棋棋王卡斯帕羅夫與IBM公司的深藍(lán)計(jì)算機(jī)系統(tǒng)進(jìn)行了六局的“人機(jī)大戰(zhàn)”。這場(chǎng)比賽被人們稱為“人腦與電腦的世界決戰(zhàn)”。參賽的雙方分別代表了人腦和電腦的世界最高水平。當(dāng)時(shí)的深藍(lán)是一臺(tái)運(yùn)算速度達(dá)每秒1億次的超級(jí)計(jì)算機(jī)。第一盤，深藍(lán)就給卡斯帕羅夫一個(gè)下馬威，贏了這位世界冠軍，給世界棋壇以極大的震動(dòng)。但卡斯帕羅夫總結(jié)經(jīng)驗(yàn)，穩(wěn)扎穩(wěn)打，在剩下的五盤中贏三盤，平兩盤，最后以總比分4:2獲勝。一年后，即1997年5月3日至11日，深藍(lán)再次挑戰(zhàn)卡斯帕羅夫。這時(shí)，深藍(lán)是一臺(tái)擁有32個(gè)處理器和強(qiáng)大并行計(jì)算能力的RS/6000SP/2的超級(jí)計(jì)算機(jī)，運(yùn)算速度達(dá)每秒2億次。計(jì)算機(jī)里存儲(chǔ)了百余年來世界頂尖棋手的棋局，5月3日棋王卡斯帕羅夫首戰(zhàn)擊敗深藍(lán)，5月4日深藍(lán)扳回一盤，之后雙方戰(zhàn)平三局。雙方的決勝局于5月11日拉開了帷幕，卡斯帕羅夫在這盤比賽中僅僅走了19步便放棄了抵抗，比賽用時(shí)只有1小時(shí)多一點(diǎn)。這樣，深藍(lán)最終以3.5：2.5的總比分贏得這場(chǎng)舉世矚目的“人機(jī)大戰(zhàn)”的勝利。深藍(lán)的勝利表明了人工智能所達(dá)到的成就。盡管它的棋路還遠(yuǎn)非真正地對(duì)人類思維方式的模擬，但它已經(jīng)向世人說明，電腦能夠以人類遠(yuǎn)遠(yuǎn)不能企及的速度和準(zhǔn)確性，實(shí)現(xiàn)屬于人類思維的大量任務(wù)。深藍(lán)精湛的殘局戰(zhàn)略使觀戰(zhàn)的國際象棋專家們大為驚訝。卡斯帕羅夫也表示：“這場(chǎng)比賽中有許多新的發(fā)現(xiàn)，其中之一就是計(jì)算機(jī)有時(shí)也可以走出人性化的棋步。在一定程度上，我不能不贊揚(yáng)這臺(tái)機(jī)器，因?yàn)樗鼘?duì)盤勢(shì)因素有著深刻的理解，我認(rèn)為這是一項(xiàng)杰出的科學(xué)成就?！币?yàn)檫@場(chǎng)勝利，IBM的股票升值為180億美元。

4 人工智能的學(xué)派

根據(jù)前面的論述，我們知道要理解人工智能就要研究如何在一般的意義上定義知識(shí)，可惜的是，準(zhǔn)確定義知識(shí)也是個(gè)十分復(fù)雜的事情。嚴(yán)格來說，人們最早使用的知識(shí)定義是柏拉圖在《泰阿泰德篇》中給出的，即“被證實(shí)的、真的和被相信的陳述”(Justified true belief，簡稱JTB條件)。

然而，這個(gè)延續(xù)了兩千多年的定義在1963年被哲學(xué)家蓋梯爾否定了。蓋梯爾提出了一個(gè)著名的悖論(簡稱“蓋梯爾悖論”)。該悖論說明柏拉圖給出的知識(shí)定文存在嚴(yán)重缺陷。雖然后來人們給出了很多知識(shí)的替代定義，但直到現(xiàn)在仍然沒有定論。

但關(guān)于知識(shí)，至少有一點(diǎn)是明確的，那就是知識(shí)的基本單位是概念。精通掌握任何一門知識(shí)，必須從這門知識(shí)的基本概念開始學(xué)習(xí)。而知識(shí)自身也是一個(gè)概念。因此，如何定義一個(gè)概念，對(duì)于人工智能具有非常重要的意義。給出一個(gè)定義看似簡單，實(shí)際上是非常難的，因?yàn)榻?jīng)常會(huì)涉及自指的性質(zhì)(自指：詞性的轉(zhuǎn)化——由謂詞性轉(zhuǎn)化為體詞性，語義則保持不變)。一旦涉及自指，就會(huì)出現(xiàn)非常多的問題，很多的語義悖論都出于概念自指。

自指與轉(zhuǎn)指這一對(duì)概念最早出自朱德熙先生的《自指與轉(zhuǎn)指》(《方言》1983年第一期，《朱德熙文集》第三卷)。陸儉明先生在《八十年代中國語法研究》中(第98頁)說：“自指和轉(zhuǎn)指的區(qū)別在于，自指單純是詞性的轉(zhuǎn)化－由謂詞性轉(zhuǎn)化為體詞性，語義則保持不變；轉(zhuǎn)指則不僅詞性轉(zhuǎn)化，語義也發(fā)生變化，尤指行為動(dòng)作或性質(zhì)本身轉(zhuǎn)化為指與行為動(dòng)作或性質(zhì)相關(guān)的事物。”

舉例：

①教書的來了(“教書的”是轉(zhuǎn)指，轉(zhuǎn)指教書的“人”)；教書的時(shí)候要認(rèn)真(“教書的”語義沒變，是自指)。

②Unplug一詞的原意為“不使用(電源)插座”，是自指；常用來轉(zhuǎn)指為不使用電子樂器的唱歌。

③colored在表示having colour(著色)時(shí)是自指。colored在表示有色人種時(shí)，就是轉(zhuǎn)指。

④rich，富有的，是自指。the rich，富人，是轉(zhuǎn)指。

知識(shí)本身也是一個(gè)概念。據(jù)此，人工智能的問題就變成了如下三個(gè)問題：一、如何定義(或者表示)一個(gè)概念、如何學(xué)習(xí)一個(gè)概念、如何應(yīng)用一個(gè)概念。因此對(duì)概念進(jìn)行深人研究就非常必要了。

那么，如何定義一個(gè)概念呢？簡單起見，這里先討論最為簡單的經(jīng)典概念。經(jīng)典概念的定義由三部分組成：第一部分是概念的符號(hào)表示，即概念的名稱，說明這個(gè)概念叫什么，簡稱概念名；第二部分是概念的內(nèi)涵表示，由命題來表示，命題就是能判斷真假的陳述句。第三部分是概念的外延表示，由經(jīng)典集合來表示，用來說明與概念對(duì)應(yīng)的實(shí)際對(duì)象是哪些。

舉一個(gè)常見經(jīng)典概念的例子——素?cái)?shù)(prime number)，其內(nèi)涵表示是一個(gè)命題，即只能夠被1和自身整除的自然數(shù)。

概念有什么作用呢？或者說概念定義的各個(gè)組成部分有什么作用呢？經(jīng)典概念定義的三部分各有作用，且彼此不能互相代替。具體來說，概念有三個(gè)作用或功能，要掌握一個(gè)概念，必須清楚其三個(gè)功能。

第一個(gè)功能是概念的指物功能，即指向客觀世界的對(duì)象，表示客觀世界的對(duì)象的可觀測(cè)性。對(duì)象的可觀測(cè)性是指對(duì)象對(duì)于人或者儀器的知覺感知特性，不依賴于人的主觀感受。舉一個(gè)《阿Q正傳》里的例子：那趙家的狗，何以看我兩眼呢？句子中“趙家的狗”應(yīng)該是指現(xiàn)實(shí)世界當(dāng)中的一條真正的狗。但概念的指物功能有時(shí)不一定能夠?qū)崿F(xiàn)，有些概念其設(shè)想存在的對(duì)象在現(xiàn)實(shí)世界并不存在，例如“鬼”。

第二個(gè)功能是指心功能，即指向人心智世界里的對(duì)象，代表心智世界里的對(duì)象表示。魯迅有一篇著名的文章《論喪家的資本家的乏走狗》，顯然，這個(gè)“狗”不是現(xiàn)實(shí)世界的狗，只是他心智世界中的狗，即心里的狗(在客觀世界，梁實(shí)秋先生顯然無論如何不是狗)。概念的指心功能一定存在。如果對(duì)于某一個(gè)人，一個(gè)概念的指心功能沒有實(shí)現(xiàn)，則該詞對(duì)于該人不可見，簡單地說，該人不理解該概念。

最后一個(gè)功能是指名功能，即指向認(rèn)知世界或者符號(hào)世界表示對(duì)象的符號(hào)名稱，這些符號(hào)名稱組成各種語言。最著名的例子是喬姆斯基的“colorless green ideas sleep furiously”，這句話翻譯過來是“無色的綠色思想在狂怒地休息”。這句話沒有什么意思，但是完全符合語法，純粹是在語義符號(hào)世界里，即僅僅指向符號(hào)世界而已。當(dāng)然也有另外，“鴛鴦兩字怎生書”指的就是“鴛鴦”這兩個(gè)字組成的名字。一般情形下，概念的指名功能依賴于不同的語言系統(tǒng)或者符號(hào)系統(tǒng)，由人類所創(chuàng)造，屬于認(rèn)知世界。同一個(gè)概念在不同的符號(hào)系統(tǒng)里，概念名不一定相同，如漢語稱“雨”，英語稱“rain”。

根據(jù)波普爾的三個(gè)世界理論，認(rèn)知世界、物理世界與心理世界雖然相關(guān)，但各不相同。因此，一個(gè)概念的三個(gè)功能雖然彼此相關(guān)，也各不相同。更重要的是，人類文明發(fā)展至今，這三個(gè)功能不斷發(fā)展，彼此都越來越復(fù)雜，但概念的三個(gè)功能并沒有改變。

在現(xiàn)實(shí)生活中，如果你要了解一個(gè)概念，就需要知道這個(gè)概念的三個(gè)功能：要知道概念的名字，也要知道概念所指的對(duì)象(可能是物理世界)。更要在自己的心智世界里具有該概念的形象(或者圖像)。如果只有一個(gè)，那是不行的。

知道了概念的三個(gè)功能之后，就可以理解人工智能的三個(gè)學(xué)派以及各學(xué)派之間的關(guān)系。

人工智能也是一個(gè)概念，而要使一個(gè)概念成為現(xiàn)實(shí)，自然要實(shí)現(xiàn)概念的三個(gè)功能。人工智能的三個(gè)學(xué)派關(guān)注于如何才能讓機(jī)器具有人工智能，并根據(jù)概念的不同功能給出了不同的研究路線。專注于實(shí)現(xiàn)AI指名功能的人工智能學(xué)派成為符號(hào)主義，專注于實(shí)現(xiàn)AI指心功能的人工智能學(xué)派稱為連接主義，專注于實(shí)現(xiàn)AI指物功能的人工智能學(xué)派成為行為主義。

1. 符號(hào)主義

符號(hào)主義的代表人物是Simon與Newell，他們提出了物理符號(hào)系統(tǒng)假設(shè)，即只要在符號(hào)計(jì)算上實(shí)現(xiàn)了相應(yīng)的功能，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。因此，符號(hào)主義認(rèn)為，只要在機(jī)器上是正確的，現(xiàn)實(shí)世界就是正確的。說得更通俗一點(diǎn)，指名對(duì)了，指物自然正確。

在哲學(xué)上，關(guān)于物理符號(hào)系統(tǒng)假設(shè)也有一個(gè)著名的思想實(shí)驗(yàn)——本章1.1.3節(jié)中提到的圖靈測(cè)試。圖靈測(cè)試要解決的問題就是如何判斷一臺(tái)機(jī)器是否具有智能。

圖靈測(cè)試將智能的表現(xiàn)完全限定在指名功能里。但馬少平教授的故事已經(jīng)說明，只在指名功能里實(shí)現(xiàn)了概念的功能，并不能說明一定實(shí)現(xiàn)了概念的指物功能。實(shí)際上，根據(jù)指名與指物的不同，哲學(xué)家約翰·塞爾勒專門設(shè)計(jì)了一個(gè)思想實(shí)驗(yàn)用來批判圖靈測(cè)試，這就是著名的中文屋實(shí)驗(yàn)。

中文屋實(shí)驗(yàn)明確說明，即使符號(hào)主義成功了，這全是符號(hào)的計(jì)算跟現(xiàn)實(shí)世界也不一定搭界，即完全實(shí)現(xiàn)指名功能也不見得具有智能。這是哲學(xué)上對(duì)符號(hào)主義的一個(gè)正式批評(píng)，明確指出了按照符號(hào)主義實(shí)現(xiàn)的人工智能不等同于人的智能。

雖然如此，符號(hào)主義在人工智能研究中依然扮演了重要角色，其早期工作的主要成就體現(xiàn)在機(jī)器證明和知識(shí)表示上。在機(jī)器證明方面，早期Simon與Newell做出了重要的貢獻(xiàn)，王浩、吳文俊等華人也得出了很重要的結(jié)果。機(jī)器證明以后，符號(hào)主義最重要的成就是專家系統(tǒng)和知識(shí)工程，最著名的學(xué)者就是Feigenbaum。如果認(rèn)為沿著這條路就可以實(shí)現(xiàn)全部智能，顯然存在問題。日本第五代智能機(jī)就是沿著知識(shí)工程這條路走的，其后來的失敗在現(xiàn)在看來是完全合乎邏輯的。

實(shí)現(xiàn)符號(hào)主義面臨的觀實(shí)挑成主要有三個(gè)。第一個(gè)是概念的組合爆炸問題。每個(gè)人掌握的基本概念大約有5萬個(gè)，其形成的組合概念卻是無窮的。因?yàn)槌ＷR(shí)難以窮盡，推理步驟可以無窮。第二個(gè)是命題的組合悖論問題。兩個(gè)都是合理的命題，合起來就變成了沒法判斷真假的句子了，比如著名的柯里悖論(Curry’s Paradox)(1942)。第三個(gè)也是最難的問題，即經(jīng)典概念在實(shí)際生活當(dāng)中是很難得到的，知識(shí)也難以提取。上述三個(gè)問題成了符號(hào)主義發(fā)展的瓶頸。

2. 連接主義

連接主義認(rèn)為大腦是一切智能的基礎(chǔ)，主要關(guān)注于大腦神經(jīng)元及其連接機(jī)制，試圖發(fā)現(xiàn)大腦的結(jié)構(gòu)及其處理信息的機(jī)制、揭示人類智能的本質(zhì)機(jī)理，進(jìn)而在機(jī)器上實(shí)現(xiàn)相應(yīng)的模擬。前面已經(jīng)指出知識(shí)是智能的基礎(chǔ)，而概念是知識(shí)的基本單元，因此連接主義實(shí)際上主要關(guān)注于概念的心智表示以及如何在計(jì)算機(jī)上實(shí)現(xiàn)其心智表示，這對(duì)應(yīng)著概念的指心功能。2016年發(fā)表在Nature上的一篇學(xué)術(shù)論文揭示了大腦語義地圖的存在性，文章指出概念都可以在每個(gè)腦區(qū)找到對(duì)應(yīng)的表示區(qū)，確確實(shí)實(shí)概念的心智表示是存在的。因此，連接主義也有其堅(jiān)實(shí)的物理基礎(chǔ)。

連接主義學(xué)派的早期代表人物有麥克洛克、皮茨、霍普菲爾德等。按照這條路，連接主義認(rèn)為可以實(shí)現(xiàn)完全的人工智能。對(duì)此，哲學(xué)家普特南設(shè)計(jì)了著名的“缸中之腦實(shí)驗(yàn)”，可以看作是對(duì)連接主義的一個(gè)哲學(xué)批判。

缸中之腦實(shí)驗(yàn)描述如下：一個(gè)人(可以假設(shè)是你自己)被邪惡科學(xué)家進(jìn)行了手術(shù)，腦被切下來并放在存有營養(yǎng)液的缸中。腦的神經(jīng)末梢被連接在計(jì)算機(jī)上，同時(shí)計(jì)算機(jī)按照程序向腦傳遞信息。對(duì)于這個(gè)人來說，人、物體、天空都存在，神經(jīng)感覺等都可以輸入，這個(gè)大腦還可以被輸入、截取記憶，比如截取掉大腦手術(shù)的記憶，然后輸入他可能經(jīng)歷的各種環(huán)境、日常生活，甚至可以被輸入代碼，“感覺”到自己正在閱讀這一段有趣而荒唐的文字。

缸中之腦實(shí)驗(yàn)說明即使連接主義實(shí)現(xiàn)了，指心沒有問題，但指物依然存在嚴(yán)重問題。因此，連接主義實(shí)現(xiàn)的人工智能也不等同于人的智能。

盡管如此，連接主義仍是目前最為大眾所知的一條AI實(shí)現(xiàn)路線。在圍棋上，采用了深度學(xué)習(xí)技術(shù)的AlphaGo戰(zhàn)勝了李世石，之后又戰(zhàn)勝了柯潔。在機(jī)器翻譯上，深度學(xué)習(xí)技術(shù)已經(jīng)超過了人的翻譯水平。在語音識(shí)別和圖像識(shí)別上，深度學(xué)習(xí)也已經(jīng)達(dá)到了實(shí)用水準(zhǔn)?？陀^地說，深度學(xué)習(xí)的研究成就已經(jīng)取得了工業(yè)級(jí)的進(jìn)展。

但是，這并不意味著連接主義就可以實(shí)現(xiàn)人的智能。更重要的是，即使要實(shí)現(xiàn)完全的連接主義，也面臨極大的挑戰(zhàn)。到現(xiàn)在為止，人們并不清楚人腦表示概念的機(jī)制，也不清楚人腦中概念的具體表示形式表示方式和組合方式等?，F(xiàn)在的神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)實(shí)際上與人腦的真正機(jī)制距離尚遠(yuǎn)。

3. 行為主義

行為主義假設(shè)智能取決于感知和行動(dòng)，不需要知識(shí)、表示和推理，只需要將智能行為表現(xiàn)出來就好，即只要能實(shí)現(xiàn)指物功能就可以認(rèn)為具有智能了。這一學(xué)派的早期代表作是Brooks的六足爬行機(jī)器人。

對(duì)此，哲學(xué)家普特南也設(shè)計(jì)了一個(gè)思想實(shí)驗(yàn)，可以看作是對(duì)行為主義的哲學(xué)批判，這就是“完美偽裝者和斯巴達(dá)人”。完美偽裝者可以根據(jù)外在的需求進(jìn)行完美的表演，需要哭的時(shí)候可以哭得讓人撕心裂肺，需要笑的時(shí)候可以笑得讓人興高采烈，但是其內(nèi)心可能始終冷靜如常。斯巴達(dá)人則相反，無論其內(nèi)心是激動(dòng)萬分還是心冷似鐵，其外在總是一副泰山崩于前而色不變的表情。完美偽裝者和斯巴達(dá)人的外在表現(xiàn)都與內(nèi)心沒有聯(lián)系，這樣的智能如何從外在行為進(jìn)行測(cè)試？因此，行為主義路線實(shí)現(xiàn)的人工智能也不等同于人的智能。

對(duì)于行為主義路線，其面臨的最大實(shí)現(xiàn)困難可以用莫拉維克悖論來說明。所謂莫拉維克悖論，是指對(duì)計(jì)算機(jī)來說困難的問題是簡單的、簡單的問題是困難的，最難以復(fù)制的反而是人類技能中那些無意識(shí)的技能。目前，模擬人類的行動(dòng)技能面臨很大挑戰(zhàn)。比如，在網(wǎng)上看到波士頓動(dòng)力公司人形機(jī)器人可以做高難度的后空翻動(dòng)作，大狗機(jī)器人可以在任何地形負(fù)重前行，其行動(dòng)能力似乎非常強(qiáng)。但是這些機(jī)器人都有一個(gè)大的缺點(diǎn)一能耗過高、噪音過大。大狗機(jī)器人原是美國軍方訂購的產(chǎn)品，但因?yàn)榇蠊窓C(jī)器人開動(dòng)時(shí)的聲音在十里之外都能聽到，大大提高了其成為一個(gè)活靶子的可能性，使其在戰(zhàn)場(chǎng)上幾乎沒有實(shí)用價(jià)值，美國軍方最終放棄了采購。

三、人工智能發(fā)展自其誕生起大致可以分為兩個(gè)階段

第一階段主要是研究人的認(rèn)知與思維過程并將其機(jī)械化，使計(jì)算機(jī)可以模擬人的思考過程，即機(jī)械化推理又或形式推理。對(duì)于形式推理我國古代，古希臘與公元前一千年就有所研究，并對(duì)后世思維過程產(chǎn)生了重大的影響，推動(dòng)了亞里士多德的三段論與歸納法。十七世紀(jì)德國數(shù)學(xué)家和哲學(xué)家萊布尼茲認(rèn)為一切現(xiàn)實(shí)事件都可以通過物理符號(hào)將其邏輯化并進(jìn)行推理，即‘萬能符號(hào)’理論，這為數(shù)理邏輯發(fā)展奠定了基礎(chǔ)，也是第一階段人工智能思想的萌芽。但是人們漸漸發(fā)現(xiàn)基于模擬人類思維過程的人工智能應(yīng)用范圍很小，只能解決一些簡單的問題，一旦超出范圍或復(fù)雜度高一些機(jī)器就無能為力了，這使人工智能迎來第一次沉默期。

第二階段也就是我們現(xiàn)在所處的階段，不再強(qiáng)調(diào)模擬人的思維過程進(jìn)行邏輯推理，而是基于統(tǒng)計(jì)學(xué)原理，利用智能算法在海量數(shù)據(jù)的基礎(chǔ)上尋找規(guī)律并實(shí)現(xiàn)機(jī)器的監(jiān)督學(xué)習(xí)。在人工智能迎來第一次發(fā)展低谷時(shí)，基于專業(yè)知識(shí)庫的專家系統(tǒng)和以分布存儲(chǔ)并行處理為核心的人工神經(jīng)網(wǎng)絡(luò)為人工智能迎來發(fā)展高峰期，但由于機(jī)器的計(jì)算能力差，成本太高，個(gè)人電腦開始走進(jìn)各個(gè)家庭等原因使人工智能的發(fā)展再次進(jìn)入冬眠期。如今，隨著摩爾定律的不斷印證，計(jì)算機(jī)計(jì)算性能大幅度提升，人工智能飛速發(fā)展一路高歌猛進(jìn)，早已悄無聲息地滲透進(jìn)各行各業(yè)。

四、人工智能發(fā)展的三個(gè)階段

人工智能（ArtificialIntelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

人工智能的發(fā)展大概分為三個(gè)階段。

第一個(gè)階段，我們稱之為計(jì)算智能，即讓計(jì)算能存會(huì)算，機(jī)器開始像人類一樣會(huì)計(jì)算，傳遞信息。

第二個(gè)階段，我們稱之為認(rèn)知智能，能說會(huì)聽，能看會(huì)認(rèn)。例如，完全獨(dú)立駕駛的無人駕駛汽車、自主行動(dòng)的機(jī)器人。它的價(jià)值是可以全面輔助或替代人類部分工作。

第三個(gè)階段，我們稱之為感知智能，是目前的最高階段，它要求機(jī)器或系統(tǒng)能理解會(huì)思考，這是人工智能領(lǐng)域正在的努力的目標(biāo)。

以上就是關(guān)于人工智能發(fā)展的第二次熱潮相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。