人工智能的基本常識(shí)學(xué)習(xí)

1、人工智能的定義
      人工智能領(lǐng)域苦于存在多種概念和定義，有的太過(guò)有的則不夠。
      作為該領(lǐng)域創(chuàng)始人之一的Nils Nilsson先生寫(xiě)到：“人工智能缺乏通用的定義�！�
      隨著計(jì)算機(jī)為解決新任務(wù)挑戰(zhàn)而升級(jí)換代并推而廣之，人們對(duì)那些所謂需要依靠人類(lèi)智慧才能解決的任務(wù)的定義門(mén)檻也越來(lái)越高。
      所以，人工智能的定義隨著時(shí)間而演變，這一現(xiàn)象稱(chēng)之為“人工智能效應(yīng)”，概括起來(lái)就是，“人工智能，就是要實(shí)現(xiàn)所有目前還無(wú)法不借助人類(lèi)智慧才能實(shí)現(xiàn)的任務(wù)的集合�！�

2、人工智能的歷史
      人工智能并不是一個(gè)新名詞。
      實(shí)際上，這個(gè)領(lǐng)域在20世紀(jì)50年代就已經(jīng)開(kāi)始啟動(dòng)，這段探索的歷史被稱(chēng)為“喧囂與渴望、挫折與失望交替出現(xiàn)的時(shí)代”——最近給出的一個(gè)較為恰當(dāng)?shù)脑u(píng)價(jià)。
      20世紀(jì)50年代明確了人工智能要模擬人類(lèi)智慧這一大膽目標(biāo)，從此研究人員開(kāi)展了一系列貫穿20世紀(jì)60年代并延續(xù)到70年代的研究項(xiàng)目，這些項(xiàng)目表明，計(jì)算機(jī)能夠完成一系列所本只屬于人類(lèi)能力范疇之內(nèi)的任務(wù)，例如證明定理、求解微積分、通過(guò)規(guī)劃來(lái)響應(yīng)命令、履行物理動(dòng)作，甚至是模擬心理學(xué)家、譜曲這樣的活動(dòng)。
      但是，過(guò)分簡(jiǎn)單的算法、匱乏的難以應(yīng)對(duì)不確定環(huán)境（這種情形在生活中無(wú)處不在）的理論，以及計(jì)算能力的限制，嚴(yán)重阻礙了我們使用人工智能來(lái)解決更加困難和多樣的問(wèn)題。
      伴隨著對(duì)缺乏繼續(xù)努力的失望，人工智能于20世紀(jì)70年代中期逐漸淡出公眾視野。
      20世紀(jì)80年代末，幾乎一半的“財(cái)富500強(qiáng)”都在開(kāi)發(fā)或使用“專(zhuān)家系統(tǒng)”，這是一項(xiàng)通過(guò)對(duì)人類(lèi)專(zhuān)家的問(wèn)題求解能力進(jìn)行建模，來(lái)模擬人類(lèi)專(zhuān)家解決該領(lǐng)域問(wèn)題的人工智能技術(shù)。
      對(duì)于專(zhuān)家系統(tǒng)潛力的過(guò)高希望，徹底掩蓋了它本身的局限性，包括明顯缺乏常識(shí)、難以捕捉專(zhuān)家的隱性知識(shí)、建造和維護(hù)大型系統(tǒng)這項(xiàng)工作的復(fù)雜性和成本，當(dāng)這一點(diǎn)被越來(lái)越多的人所認(rèn)識(shí)到時(shí)，人工智能研究再一次脫離軌道。
      20世紀(jì)90年代，在人工智能領(lǐng)域的技術(shù)成果始終處于低潮，成果寥寥。反而是神經(jīng)網(wǎng)絡(luò)、遺傳算法等科技得到了新的關(guān)注，這一方面，是因?yàn)檫@些技術(shù)避免了專(zhuān)家系統(tǒng)的若干限制，另一方面，是因?yàn)樾滤惴ㄗ屗鼈冞\(yùn)行起來(lái)更加高效。

      神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)受到了大腦結(jié)構(gòu)的啟發(fā)。遺傳算法的機(jī)制是，首先迭代生成備選解決方案，然后剔除最差方案，最后通過(guò)引入隨機(jī)變量來(lái)產(chǎn)生新的解決方案，從而“進(jìn)化”出解決問(wèn)題的最佳方案。

3、人工智能進(jìn)步的催化劑

2）大數(shù)據(jù)
      得益于互聯(lián)網(wǎng)、社交媒體、移動(dòng)設(shè)備和廉價(jià)的傳感器，這個(gè)世界產(chǎn)生的數(shù)據(jù)量急劇增加。
      隨著對(duì)這些數(shù)據(jù)的價(jià)值的不斷認(rèn)識(shí)，用來(lái)管理和分析數(shù)據(jù)的新技術(shù)也得到了發(fā)展。大數(shù)據(jù)是人工智能發(fā)展的助推劑，這是因?yàn)橛行┤斯ぶ悄芗夹g(shù)使用統(tǒng)計(jì)模型來(lái)進(jìn)行數(shù)據(jù)的概率推算，比如圖像、文本或者語(yǔ)音，通過(guò)把這些模型暴露在數(shù)據(jù)的海洋中，使它們得到不斷優(yōu)化，或者稱(chēng)之為“訓(xùn)練”——現(xiàn)在這樣的條件隨處可得。

3）互聯(lián)網(wǎng)和云計(jì)算
      和大數(shù)據(jù)現(xiàn)象緊密相關(guān)，互聯(lián)網(wǎng)和云計(jì)算可以被認(rèn)為是人工智能基石有兩個(gè)原因。
      第一，它們可以讓所有聯(lián)網(wǎng)的計(jì)算機(jī)設(shè)備都能獲得海量數(shù)據(jù)。這些數(shù)據(jù)是人們推進(jìn)人工智能研發(fā)所需要的，因此它可以促進(jìn)人工智能的發(fā)展。
      第二，它們?yōu)槿藗兲峁┝艘环N可行的合作方式——有時(shí)顯式有時(shí)隱式——來(lái)幫助人工智能系統(tǒng)進(jìn)行訓(xùn)練。
      比如，有些研究人員使用類(lèi)似Mechanical Turk這樣基于云計(jì)算的眾包服務(wù)來(lái)雇傭成千上萬(wàn)的人來(lái)描繪數(shù)字圖像。這就使得圖像識(shí)別算法可以從這些描繪中進(jìn)行學(xué)習(xí)。谷歌翻譯通過(guò)分析用戶(hù)的反饋以及使用者的無(wú)償貢獻(xiàn)來(lái)提高它自動(dòng)翻譯的質(zhì)量。

4）新算法
      算法是解決一個(gè)設(shè)計(jì)程序或完成任務(wù)的路徑方法。
      最近幾年，新算法的發(fā)展極大提高了機(jī)器學(xué)習(xí)的能力，這些算法本身很重要，同時(shí)也是其他技術(shù)的推動(dòng)者，比如計(jì)算機(jī)視覺(jué)（這項(xiàng)科技將會(huì)在后文描述）。
      機(jī)器學(xué)習(xí)算法目前被開(kāi)源使用，這種情形將促成更大進(jìn)步，因?yàn)樵陂_(kāi)源環(huán)境下開(kāi)發(fā)人員可以補(bǔ)足和增強(qiáng)彼此的工作。

      本文由培訓(xùn)無(wú)憂(yōu)網(wǎng)長(zhǎng)沙牛耳教育專(zhuān)屬課程顧問(wèn)整理發(fā)布，希望能夠?qū)ο雲(yún)⒓娱L(zhǎng)沙大數(shù)據(jù)分析培訓(xùn)的學(xué)生有所幫助。更多大數(shù)據(jù)分析培訓(xùn)課程資訊歡迎關(guān)注培訓(xùn)無(wú)憂(yōu)網(wǎng)大數(shù)據(jù)人工智能培訓(xùn)頻道或添加老師微信：1503333605010

      注：尊重原創(chuàng)文章,轉(zhuǎn)載請(qǐng)注明出處和鏈接 http://m.universityresearchassociates.com/news-id-14194.html 違者必究！部分文章來(lái)源于網(wǎng)絡(luò)由培訓(xùn)無(wú)憂(yōu)網(wǎng)編輯部人員整理發(fā)布,內(nèi)容真實(shí)性請(qǐng)自行核實(shí)或聯(lián)系我們，了解更多相關(guān)資訊請(qǐng)關(guān)注人工智能頻道查看更多，了解相關(guān)專(zhuān)業(yè)課程信息您可在線(xiàn)咨詢(xún)也可免費(fèi)申請(qǐng)?jiān)囌n。關(guān)注官方微信了解更多：150 3333 6050