大学信息技术应用：人工智能发展历程

人工智能的发展是和计算机整个科学的发展同步的。从宏观上来讲，人工智能发展可分为三个阶段。

1.人工智能萌芽阶段

1943年，Warren McCulloch和Walter Pitts两位科学家提出了“神经网络”的概念，正式开启了AI的大门。虽然在当时仅是一个数学理论，但这个理论让人们了解到计算机可以如人类大脑一样进行“深度学习”，描述了如何让人造神经元网络实现逻辑功能。1950年，一位名叫马文·明斯基的哈佛大学学生与他的同学邓恩·埃德蒙一起，建造了世界上第一台神经网络计算机，称为SNARC，这也被看做是人工智能的一个起点。同样是在1950年，被称为“计算机之父”的阿兰·图灵提出了一个举世瞩目的想法——图灵测试。按照图灵的设想：如果一台机器能够与人类开展对话而不能被辨别出机器身份，那么这台机器就具有智能。同时，图灵还大胆预言了真正具备智能机器的可行性。1955年8月31日，JohnMcCarthy、Marvin Minsky、Nathaniel Rochester和Claude Shannon四位科学家联名提交了一份《人工智能研究》的提案，首次提出了人工智能（AI）的概念。1956年，在由达特茅斯学院举办的一次会议上，计算机专家约翰·麦卡锡提出了“人工智能”一词，这被人们看做是人工智能正式诞生的标志。就在这次会议后不久，麦卡锡从达特茅斯搬到了MIT。同年，明斯基也搬到了这里，之后两人共同创建了世界上第一座人工智能实验室——MIT AI LAB实验室。

1961年以后，人工智能主要涉及知识工程、自然语言理解等。研究人工智能方法也分为结构模拟派和功能模拟派，分别从脑的结构和脑的功能入手研究。1969年人类首次提出了反向传播算法，这是80年代的主流算法，同时也是机器学习历史上最重要的算法之一，奠定了人工智能的基础。这种算法的独特之处在于映射、非线性化，具有很强的函数复现能力，可以更好地训练人工智能的学习能力。20世纪60年代，麻省理工学院的一名研究人员发明了一个名为ELIZA的计算机心理治疗师，可以帮助用户和机器对话，缓解压力和抑郁，这是语音助手最早的雏形。

2.人工智能成长阶段

20世纪80年代，人工智能的研究进入成长阶段，人工智能也进入了“知识工程”时代。这一时期，人们认为要让机器变得有智能，就应该设法让机器学习知识，于是专家系统得到了大量的开发。

1980年，卡内基梅隆大学为数字设备公司设计了一套名为XCON的“专家系统”，这是一种采用人工智能程序的系统，是一套具有完整专业知识和经验的计算机智能系统。有了这种商业模式后，衍生出了像Symbolics、Lisp Machines等和IntelliCorp、Aion等这样的硬件、软件公司，在这个时期，仅专家系统产业的价值就高达5亿美元。1981年，日本宣布了“第五代计算机”计划，这是一项为期10年的计划，以研制运行Prolog语言的智能计算机。作为回应，美国组建了微电子和计算机技术公司（MCC）作为保证国家竞争力的研究集团。在这两个案例中，AI是研究计划的一部分，这些研究计划包括芯片设计和人机接口研究。1984年，Astrom明确提出建立专家控制的新概念，认为专家系统是一种具有特定领域内大量知识与经验的程序系统，其水平可以达到甚至超过人类专家的水平。1986年，中国蔡自兴提出把人工智能、控制论、信息论和运筹学结合起来，用于构造不同领域的智能控制系统，有效促进了专家系统进一步发展。1988年，英国DEC公司的AI研究小组已经部署了40个专家系统。与此同时，反向传播神经网络得到广泛认知。1981年伟博斯在神经网络反向传播（BP）算法中具体提出多层感知机模型带领机器学习进入了新时代。在1985—1986年，神经网络研究人员鲁梅尔哈特、辛顿、尼尔森等相继提出了使用BP算法训练多参数线性规划（MLP）的理念，成为后来深度学习的基石。1989年，LeCun设计出了第一个真正意义上的卷积神经网络，用于手写数字的识别，这是现在被广泛使用的深度卷积神经网络的鼻祖。随后，基于人工神经网络的算法研究突飞猛进，人工神经网络的研究也因为人工智能的发展再度掀起热潮。

3.人工智能快速发展阶段(www.xing528.com)

20世纪90年代中期开始，随着各种机器学习算法的提出和应用，特别是深度学习技术、神经网络技术的发展，人们希望机器能够通过大量数据分析，从而自动学习出知识并实现智能化水平。这一时期，随着计算机硬件水平的提升、大数据分析技术的发展，机器采集、存储、处理数据的水平有了大幅提高，人工智能技术开始进入快速发展时期。

1995年，诞生了两种经典算法：SVM和AdaBoost，此后它们的研究是人工智能研究的主流。SVM代表了核技术的胜利，通过隐式的将输入向量映射到高维空间中，使得原本非线性的问题能得到很好的处理。而AdaBoost则代表了集成学习算法的胜利，通过将一些简单的弱分类器集成起来使用，能够达到惊人的精度。1997年5月11日，IBM的超级计算机“深蓝”战胜了当时的国际象棋冠军Garry Kasparov，引起了世界的轰动。虽然它还不能证明人工智能可以像人一样思考，但它证明了人工智能在推算及信息处理上要比人类更快，这是AI发展史上人工智能首次战胜人类，也是人工智能发展的一个重要里程。

2006年，机器学习领域的泰斗Hinton在神经网络的深度学习领域取得突破，开启了深度学习在学术界和工业界的浪潮，人类又一次看到机器赶超人类的希望，也是标志性的技术进步。2012年6月，谷歌研究人员Jeff Dean和吴恩达从YouTube视频中提取了1000万个未标记的图像，训练一个由16000个电脑处理器组成的庞大神经网络，在没有给出任何识别信息的情况下，人工智能通过深度学习算法准确的从中识别出了猫科动物的照片，这是人工智能深度学习的首次案例，它意味着人工智能开始有了一定程度的“思考”能力。2016年3月，谷歌A1phaGo 4∶1战胜围棋世界冠军李世石，此次人机大战，引起了全球前所未有的关注，开启了人工智能的新纪元。

2017年3月5日，我国两会政府工作报告指出，要加快培育壮大包括人工智能在内的新兴产业，“人工智能”首次被写入了全国政府工作报告，在业界看来这意味着人工智能已上升为国家战略。作为新一轮科技革命的重要代表之一，人工智能正由科技研发走向行业应用，成为全球经济发展的新动力。而国内以BAT为首的科技企业也争相发布了各自的人工智能发展战略：6月，腾讯宣布向外开放在计算机视觉、智能语音识别、自然语言处理等领域的人工智能技术，正式进军AI； 7月，百度推出DuerOS和Apollo两个开放平台，向外界宣示All in AI的决心，称百度是一家“人工智能公司”； 10月，阿里宣布成立达摩院，三年将投资1000亿，研究领域涉及量子计算和机器学习等。同年5月，在中国乌镇围棋峰会上，人工智能系统AlphaGo Master与人类世界实时排名第一的棋手柯洁展开围棋人机对决，最终连胜三盘。而阿尔法零（AlphaGo Zero，第四代AlphaGo）在无任何数据输入的情况下，开始自学围棋3天后便以100∶0横扫了第二版本AlphaGo Lee，学习40天后又战胜了在人类高手看来不可企及的第三个版本AlphaGo Maste。在2017年12月3日举行的“世界互联网领先科技成果发布活动”上，包括微软小冰、滴滴大脑、阿里巴巴ET大脑、腾讯觅影等在内的多项新技术被推荐为本届世界互联网大会领先科技成果，人工智能成为最突出的亮点。

2018年9月，美国众议院发布了《机器崛起：人工智能及对美国政策不断增长的影响》白皮书。同年9月，首届世界人工智能大会在上海成功举办。大会聚集全球人工智能界的有识之士，包括10位（包括图灵奖得主）全球人工智能顶尖科学家、50位中外院士、百位国内知名企业CEO、百位青年领军专家、1000+创新企业参会。10月，联合国开发计划署与经济学人智库（EIU）合作，联合发布了《发展4.0：自动化和AI为亚洲可持续发展带来的基于与挑战》。同是10月，谷歌AI团队新发布了BERT模型，在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人的成绩：在全部两个衡量指标中全面超越人类，并且还在11种不同自然语言处理（NLP）测试中创出最佳成绩。BERT模型成为近年来NLP（自然语言处理）领域取得最重大突破，开启了NLP的新时代。11月，来自美国华盛顿大学和卡耐基梅隆大学的研究团队，首次成功建立了多人脑对脑接口合作系统BrainNet，3个人只靠脑电波，通过分享意念，成功合作完成俄罗斯方块的游戏，平均准确率高达81.25%。“脑联网”建立了以人脑为基础的“社交网络”，使人们即使不说话、不见面，也能完成“意念交流”。2018年，我国新一代人工智能也取得快速进展：华为全面公布AI战略与自研AI芯片、阿里巴巴发布杭州城市大脑2.0、腾讯发布了国内首个AI辅诊开放平台、百度阿波罗（Apollo）无人车亮相央视春等。

如今，人工智能已经进入21世纪，人工智能技术无论是在核心技术，还是典型应用上都已出现爆发式的进展。随着平台、算法、交互方式的不断更新和突破，人工智能技术的发展将主要以“AI+X”（为某一具体产业或行业）的形态得以呈现。随着各种智能终端的普及和互联互通，在不远的未来，人们将不仅生活在真实的物理空间，同样生活在一个数字化、虚拟化的网络空间，未来人工智能将进入到我们生活的各个领域。