深圳国际会展中心(新馆) 2020年11月3日-11月5日

全国咨询热线:400-8732-580


人工智能通识-AI发展简史【第一篇】

来源:人工智能展会官网 浏览:157 发布时间:2019-10-28

人工智能展会】今天我们来聊聊人工智能的过去,从历史的角度看看人工智能的来龙去脉。

1.png

人工智能的诞生,我们要从能够计算的机器说起。

2.png

1000多年前的北宋时期,我国古代人民就发明算盘作为日常数学计算的工具,依靠人工手指拨动算珠进行加减乘除四则运算,算盘只是帮助人类记录和显示效果,不含有任何智能成分。

3.png

大约200年前,英国数学家巴贝奇设计了第一台能计算二次多项式的计算机器,叫做差分机,摇动图中左侧的手柄,就可以计算出x2+a这样式子的值。

由于时代限制,尽管巴贝奇消耗的资金足够制造好几艘军舰,但他最终也没完成差分机的制造。图上展示的是后来依照巴贝奇的设计图纸制造的。大家可以通过下面这个视频感受一下。

差分机运作视频

这个视频大概是在计算42+2,正确的话摇上十几秒钟就能得到18了。

虽然功能有限,但是这个机器第一次真正意义上减少了人类大脑的计算压力,只要提供手摇动力就能实现计算。机械从此开始具有计算智能。

4.png

真正奠定现代计算机理论基础的是库尔特.哥德尔,他正式提出可以把人类的全部认知归结为无数条定理,并且这些定理都可以用数学的模式进行表示和逻辑推导。

6.png

冯.诺依曼被称为现代计算机之父。

他设计了经典的冯.诺依曼结构,就是将软件命令和数据素材都存在一起,整个设备由中央处理器,内存,硬盘,输入接口,输出设备组合而成,程序命令按照顺序执行,其次再考虑时间。

数十年一直到现在,我们的几乎所有计算机、笔记本、智能手机都是基于冯诺依曼结构制造和运行的。

5.png

图中展示的是1945年制造的ENIAC,世界上第一台通用电子计算机。由于命令仍然需要人工输入和调整,所以经常为了计算某个问题,需要专门人员拔掉或接入上千个插口,图中两位淑女就是在做这个工作。1947年冯诺依曼率领团队在此设备的基础上进行改造和升级,设计制造了真正意义上的现代电子计算机设备MANIAC。

7.png

机器会思考吗?阿兰.图灵在1950年发表的论文《计算机器与智能》中第一行就提到这个问题。图灵被称为计算机科学之父,也是人工智能科学之父。二战期间,他的团队在1943年研制成功了被叫做“巨人”的机器,用于破解德军的密码电报,这一贡献让二战提前2年结束,挽救了数千万人的生命。

8.png

图灵富有传奇的一生带有很浓的悲剧色彩,他是世界上最知名的同性恋认识之一,其影响力甚至超过当今苹果公司的CEO库克。在当时时代这是不被社会所接受的,尽管图灵为军方做出了巨大贡献,但最终还是被英国政府迫害而死,年仅42岁,当人们发现图灵自杀死去的时候,他的桌上留有一个沾满氰化钾的毒苹果。

为了纪念图灵,1966年美国计算机协会设立了图灵奖,这是当今计算机领域全世界最富盛名,最崇高的奖项。

很多人认为乔布斯当年设定的被咬了一口的苹果标志,就是纪念计算机科学先驱,艾伦.图灵。

9.png

艾伦图灵对后世最大的理论贡献之一就是图灵机。如图中所示,盒子在带有符号的轨道上行进,读取轨道当前符号,然后根据盒子里面的程序对当前符号和盒子里的数字进行计算,得到新的数字并记录到盒子里,然后盒子就会根据这个数字前进或者后退,到达新的轨道位置后再次读取轨道上的符号进行计算,以此类推。

粗糙的说,和我们平时玩的大富翁游戏差不多,区别在于大富翁游戏每次前进或者后退的判断是我们人类根据纸上的规则判断的,而图灵机的盒子可以自己进行判断,就仿佛具有智能的生物一样,可以自己不停的走下去,直到轨道上某个符号代表停止。

图灵机至今仍然是计算机软件程序的最基本架构,也是机器智能的开端。

10.png

图灵的另一个伟大理论贡献是图灵测试,至今仍然被当做人工智能水平的重要测试标准之一。

图灵测试是指,人们通过设备和另外一个人进行聊天,可以是文字形式也可以是语音,这不重要。重要的是聊天之后,如果30%的人认为是在和一个真人聊天,而实际对方却是个机器,那么我们就认为这个机器通过了图灵测试,它是具有智能的。

以现在的计算机人工智能技术来说,30%的比例定的有些低,近年来很多人工智能对话程序都已经能够通过图灵测试。

11.png

  上面介绍的内容可能有些枯燥,这里推荐三部电影大家可以去观看,第一本中文名叫做《隐藏人物》,展示了计算机技术被应用之前,美国宇航局如何利用大量人工计算来实现登月任务的。第二本是《模仿游戏》,由奇异博士主演,精彩演绎了艾伦图灵坎坷的一生。最后一本是法鲨主演的《乔布斯》,展现了苹果公司历史发展的精彩瞬间。

12.png

    

如果说人工智能诞生需要三个条件,一是计算机,二是图灵测试,那么第三就是达特茅斯会议。

1956年,一群科学家聚会在美国汉诺思小镇宁静的达特茅斯学院,他们试图利用暑假期间的两个月进行封闭式的讨论和研究,而这次会议的主题就是“达特茅斯夏季人工智能研究计划”。

这张图片是会议之后半个世纪2006年拍摄的当年主要参会者的合影,最左边的是特伦查德摩尔,数学家和计算机科学家,曾在IBM的沃森研究中心工作;

左数第二位是约翰麦卡锡,他是达特茅斯会议的发起人,1971年图灵奖得主,Lisp语言创始人。

中间的是马文闵斯基,知名的认知科学家,曾在1951年建立了第一个神经网络,模拟了40个神经元。

右数第二位是奥利弗赛弗里奇,被称为“机器感知之父”。

最右侧的是雷所罗门诺夫,经验概率理论的发明人。

13.png

虽然这个会议实际只进行了一个多月,也没产生什么具有影响力的研究成果,但是这个会议首次正式提出人工智能一词,Artificial Intelligence,AI,一直被沿用至今,所以此次会议也就被认为是人工智能正式诞生的元年了。

14.png

达特茅斯会议之后,人工智能研究进入了20年的黄金时代。

15.png

在美国,成立于1958年的国防高级研究计划署对人工智能领域进行了数百万的投资,让计算机科学家们自由的探索人工智能技术新领域。

16.png

这个阶段诞生了世界上第一个聊天程序ELIZA,它是由麻省理工学院的人工智能学院在1964到1966年期间编写的,能够根据设定的规则,根据用户的提问进行模式匹配,然后从预先编写好的答案库中选择合适的回答。

这也是第一个尝试通过图灵测试的软件程序,ELIZA曾模拟心理治疗医生和患者交谈,在首次使用的时候就骗过了很多人。

“对话就是模式匹配”,这是计算机自然语言对话技术的开端。

17.png

1959年,计算机游戏先驱亚瑟塞缪尔在IBM的首台商用计算机IBM 701上编写了西洋跳棋程序,这个程序顺利战胜了当时的西洋棋大师罗伯特尼赖。

西洋跳棋是个简单的游戏,棋子每次只能向斜对角方向移动,但如果斜对角有敌方棋子并且可以跳过去,那么就把敌方这个棋子吃掉。

塞缪尔的跳棋程序会对所有可能跳法进行搜索,并找到最佳方法。“推理就是搜索”,是这个时期主要研究方向之一。

18.png

在日本,早稻田大学1967年启动了WABOT项目,至1972年完成了第一代机器人产品WABOT-1,有双手双脚,有摄像头视觉和听觉装置。

虽然这个机器人能够搬东西也能移动双脚,但每走一步要45秒,而且只能走10厘米,相当的笨重缓慢。

19.png

在这个黄金时代里,约翰麦卡锡开发了LISP语音,成为以后几十年来人工智能领域最主要的编程语言;马文闵斯基对神经网络有了更深入的研究,也发现了简单神经网络的不足;多层神经网络、反向传播算法开始出现;专家系统也开始起步;第一台工业机器人走上了通用汽车的生产线;也出现了第一个能够自主动作的移动机器人。

20.png

经典科幻片《2001:太空漫游》也在1968年上映,宇宙飞船搭载的人工智能电脑HAL9000让所有观众印象深刻。

21.png

“三到八年内,我们将建造出和人一样智能的机器”,“十年内,计算机将成为国际象棋冠军”,“二十年内,机器将可以做任何人类工作”,这个时代,科学家们甚至整个世界都对人工智能技术充满乐观的期望。

22.png

出生就遇到黄金时代的人工智能,过度高估了科学技术的发展速度,太过乐观的承诺无法按时兑现的时候,就引发了全世界对人工智能技术的怀疑。

23.png

1973年,著名数学拉特希尔家向英国政府提交了一份关于人工智能的研究报告,对当时的机器人技术、语言处理技术和图像识别技术进行了严厉的批评,尖锐的指出人工智能那些看上去宏伟的目标根本无法实现,研究已经完全失败。此后,科学界对人工智能进行了一轮深入的拷问,使AI的遭受到严厉的批评和对其实际价值的质疑。

随后,各国政府和机构也停止或减少了资金投入,人工智能在70年代陷入了第一次寒冬。

24.png

这次寒冬不是偶然的。在人工智能的黄金时代,虽然创造了各种软件程序或硬件机器人,但它们看起来都只是“玩具”,要迈进到实用的工业产品,科学家们确实一些遇到了不可战胜的挑战。

让科学家们最头痛的就是虽然很多难题理论上可以解决,看上去只是少量的规则和几个很少的棋子,但带来的计算量增加却是惊人的增长,实际上根本无法解决。就像26个字母魔法般的组合成数万个单词,进而在不同语境下组合成无限种句子。比如运行某个有2的100次方个计算的程序,即使用现在很快的计算机也要计算数万亿年,这是不可想象的。

25.png

就像飞机需要有足够的马力才能从跑道上起飞,人工智能也需要足够的计算力才能真正发挥作用。当时有科学家计算得出,要用计算机模拟人类视网膜视觉至少需要执行10亿次指令,而1976年世界最快的计算机Cray-1造价数百万美元,但速度还不到1亿次,普通电脑的计算速度还不到一百万次。

五十年后,现在我们的笔记本或者手机能够依赖摄像头轻松实现人脸识别,这些设备的运算速度其实都已经超过百亿次,当然没有压力。

26.png

人工智能还需要大量的人类经验和真实世界的数据,要知道即使一个三岁婴儿的智能水平,也是观看过数亿张图像之后才形成的。由于当时计算机和互联网都没有普及,或者如此庞大数据是不可能的任务。