|
|
|
@ -26,17 +26,17 @@ Alan Turing,一个真正杰出的人,[在2019年被公众投票选出](https
|
|
|
|
|
|
|
|
|
|
## 1956: 达特茅斯夏季研究项目
|
|
|
|
|
|
|
|
|
|
“达特茅斯夏季人工智能研究项目是人工智能领域的一个开创性事件,”正是在这里,人们创造了“人工智能”一词([来源](https://250.dartmouth.edu/highlights/artificial-intelligence-ai-coined-dartmouth))。
|
|
|
|
|
“达特茅斯夏季人工智能研究项目是人工智能领域的一个开创性事件,”正是在这里,人们创造了“人工智能”一词([来源](https://250.dartmouth.edu/highlights/artificial-intelligence-ai-coined-dartmouth))。
|
|
|
|
|
|
|
|
|
|
> 原则上,学习的每个方面或智能的任何其他特征都可以被精确地描述,以至于可以用机器来模拟它。
|
|
|
|
|
|
|
|
|
|
首席研究员、数学教授 John McCarthy 希望“基于这样一种猜想,即学习的每个方面或智能的任何其他特征原则上都可以如此精确地描述,以至于可以制造出一台机器来模拟它。” 参与者包括该领域的另一位杰出人物 Marvin Minsky。
|
|
|
|
|
|
|
|
|
|
研讨会被认为发起并鼓励了一些讨论,包括“符号方法的兴起、专注于有限领域的系统(早期专家系统),以及演绎系统与归纳系统的对比。”([来源](https://wikipedia.org/wiki/Dartmouth_workshop))。
|
|
|
|
|
研讨会被认为发起并鼓励了一些讨论,包括“符号方法的兴起、专注于有限领域的系统(早期专家系统),以及演绎系统与归纳系统的对比。”([来源](https://wikipedia.org/wiki/Dartmouth_workshop))。
|
|
|
|
|
|
|
|
|
|
## 1956 - 1974: “黄金岁月”
|
|
|
|
|
|
|
|
|
|
从20世纪50年代到70年代中期,乐观情绪高涨,希望人工智能能够解决许多问题。1967年,Marvin Minsky自信地说,“一代人之内。。。创造‘人工智能’的问题将得到实质性的解决。”(Minsky,Marvin(1967),《计算:有限和无限机器》,新泽西州恩格伍德克利夫斯:Prentice Hall)
|
|
|
|
|
从 20 世纪 50 年代到 70 年代中期,乐观情绪高涨,希望人工智能能够解决许多问题。1967 年,Marvin Minsky 自信地说,“一代人之内...创造‘人工智能’的问题将得到实质性的解决。”(Minsky,Marvin(1967),《计算:有限和无限机器》,新泽西州恩格伍德克利夫斯:Prentice Hall)
|
|
|
|
|
|
|
|
|
|
自然语言处理研究蓬勃发展,搜索被提炼并变得更加强大,创造了“微观世界”的概念,在这个概念中,简单的任务是用简单的语言指令完成的。
|
|
|
|
|
|
|
|
|
@ -73,7 +73,7 @@ Alan Turing,一个真正杰出的人,[在2019年被公众投票选出](https
|
|
|
|
|
|
|
|
|
|
## 1980s 专家系统
|
|
|
|
|
|
|
|
|
|
随着这个领域的发展,它对商业的好处变得越来越明显,在20世纪80年代,‘专家系统’的泛滥也是如此。“专家系统是首批真正成功的人工智能 (AI) 软件形式之一。” ([来源](https://wikipedia.org/wiki/Expert_system))。
|
|
|
|
|
随着这个领域的发展,它对商业的好处变得越来越明显,在 20 世纪 80 年代,‘专家系统’的泛滥也是如此。“专家系统是首批真正成功的人工智能 (AI) 软件形式之一。” ([来源](https://wikipedia.org/wiki/Expert_system))。
|
|
|
|
|
|
|
|
|
|
这种类型的系统实际上是混合系统,部分由定义业务需求的规则引擎和利用规则系统推断新事实的推理引擎组成。
|
|
|
|
|
|
|
|
|
@ -89,7 +89,7 @@ Alan Turing,一个真正杰出的人,[在2019年被公众投票选出](https
|
|
|
|
|
|
|
|
|
|
## 现在
|
|
|
|
|
|
|
|
|
|
今天,机器学习和人工智能几乎触及我们生活的每一个部分。这个时代要求仔细了解这些算法对人类生活的风险和潜在影响。正如微软的Brad Smith所言,“信息技术引发的问题触及隐私和言论自由等基本人权保护的核心。这些问题加重了制造这些产品的科技公司的责任。在我们看来,它们还呼吁政府进行深思熟虑的监管,并围绕可接受的用途制定规范”([来源](https://www.technologyreview.com/2019/12/18/102365/the-future-of-ais-impact-on-society/))。
|
|
|
|
|
今天,机器学习和人工智能几乎触及我们生活的每一个部分。这个时代要求仔细了解这些算法对人类生活的风险和潜在影响。正如微软的 Brad Smith 所言,“信息技术引发的问题触及隐私和言论自由等基本人权保护的核心。这些问题加重了制造这些产品的科技公司的责任。在我们看来,它们还呼吁政府进行深思熟虑的监管,并围绕可接受的用途制定规范”([来源](https://www.technologyreview.com/2019/12/18/102365/the-future-of-ais-impact-on-society/))。
|
|
|
|
|
|
|
|
|
|
未来的情况还有待观察,但了解这些计算机系统以及它们运行的软件和算法是很重要的。我们希望这门课程能帮助你更好的理解,以便你自己决定。
|
|
|
|
|
|
|
|
|
|