Jadual Kandungan
Dari cerita rakyat kepada fakta
Komputer, Permainan dan Ujian Turing
Rangkaian Neural dan Bahasa Semulajadi
Musim Sejuk Pertama Kepintaran Buatan
Dari akademi ke industri
Musim Sejuk Kedua Kepintaran Buatan
Masuki alaf baharu dan dunia moden kecerdasan buatan
Rumah Peranti teknologi AI Adakah anda tahu sejarah perkembangan kecerdasan buatan?

Adakah anda tahu sejarah perkembangan kecerdasan buatan?

Apr 13, 2023 am 08:31 AM
AI ai

Adakah anda tahu sejarah perkembangan kecerdasan buatan?

Antara kemajuan teknologi yang tidak terkira banyaknya pada abad ke-20 dan ke-21, yang paling berpengaruh tidak diragukan lagi adalah kecerdasan buatan. Daripada algoritma enjin carian yang membentuk semula cara kami mencari maklumat kepada Alexa Amazon di dunia pengguna, kecerdasan buatan telah menjadi teknologi utama yang memacu keseluruhan industri teknologi ke masa hadapan.

Sama ada syarikat permulaan baru muncul atau gergasi industri seperti Microsoft, terdapat sekurang-kurangnya satu jabatan dalam perusahaan yang bekerja dengan kecerdasan buatan atau pembelajaran mesin. Menurut kajian tertentu, industri kecerdasan buatan global bernilai AS$93.5 bilion pada 2021.

Kecerdasan buatan meletup sebagai kuasa dalam industri teknologi pada tahun 2000-an dan 2010-an, tetapi ia telah wujud dalam beberapa bentuk atau fesyen sejak sekurang-kurangnya 1950-an, dan boleh dikesan kembali lebih jauh.

Garis besar sejarah kecerdasan buatan, seperti Ujian Turing dan komputer bermain catur, telah tertanam dalam kesedaran popular, tetapi sejarah yang kaya dan padat wujud di bawah permukaan akal sehat. Artikel ini akan mengeluarkan intipati daripada sejarah ini dan menunjukkan kepada anda bagaimana kecerdasan buatan telah berubah daripada idea mitos kepada realiti yang mengubah dunia.

Dari cerita rakyat kepada fakta

Walaupun kecerdasan buatan sering dianggap sebagai konsep canggih, manusia telah membayangkan kecerdasan buatan selama beribu-ribu tahun, dan imaginasi ini telah memainkan peranan penting dalam pencapaian hari ini di lapangan. Seperti robot gangsa Talos, pelindung pulau Yunani Crete, dan penciptaan alkimia manusia semasa Renaissance. Watak seperti Monster Frankenstein, HAL 9000 dari 2001: A Space Odyssey, dan Skynet dari siri Terminator hanyalah beberapa cara kami menggambarkan kecerdasan buatan dalam fiksyen moden.

Salah satu konsep fiksyen yang paling berpengaruh dalam sejarah kecerdasan buatan ialah Three Laws of Robotics Isaac Asimov. Undang-undang ini sering disebut oleh penyelidik dan perniagaan dunia sebenar apabila mereka mencipta undang-undang robotik mereka sendiri.

Malah, apabila Majlis Penyelidikan Kejuruteraan dan Sains Fizikal UK, Majlis Penyelidikan Seni dan Kemanusiaan menerbitkan 5 prinsipnya untuk pereka, pembina dan pengguna robot, ia secara eksplisit menyebut Asimov sebagai Titik Rujukan, walaupun menunjukkan bahawa Asimov's undang-undang hanya tidak berfungsi dalam amalan.

Komputer, Permainan dan Ujian Turing

Pada tahun 1940-an, semasa Asimov menulis The Three Laws, penyelidik William Gray Walter sedang membangunkan versi simulasi Kepintaran Buatan asas. Dikenali sebagai penyu atau penyu, robot kecil ini boleh mengesan dan bertindak balas terhadap cahaya dan bersentuhan dengan cangkerang plastik mereka, dan mereka boleh beroperasi tanpa menggunakan komputer.

Pada penghujung 1960-an, Universiti Johns Hopkins membina satu lagi robot autonomi tanpa komputer, Beast, yang boleh menavigasi dewan universiti menggunakan sonar dan bertindak balas dengan cara yang istimewa apabila baterinya hampir habis outlet.

Walau bagaimanapun, kecerdasan buatan seperti yang kita ketahui hari ini akan mendapati perkembangannya berkait rapat dengan pembangunan sains komputer. Turing mencadangkan ujian Turing yang terkenal dalam karyanya "Mesin Pengkomputeran dan Perisikan" yang diterbitkan pada tahun 1950, yang masih berpengaruh hari ini. Banyak program kecerdasan buatan awal telah dibangunkan untuk bermain permainan, seperti program dam Christopher Strachey untuk komputer Frantic I.

Pada tahun 1956, Marvin Minsky, John McCarthy, Claude Shannon, dan Nathan Rochester mencipta istilah "kecerdasan buatan" di Simposium Dartmouth. Pada mesyuarat itu, McCarthy mencipta nama untuk bidang yang baru muncul.

Seminar ini juga merupakan tempat Alan Newell dan Herbert Simon pertama kali menunjukkan program komputer Logic Theorist mereka, yang dibangunkan dengan bantuan pengaturcara komputer Cliff Shaw of. "Ahli Teori Logik" direka untuk membuktikan teorem matematik seperti yang dilakukan oleh ahli matematik manusia.

Permainan dan matematik menjadi tumpuan kecerdasan buatan awal kerana mereka mudah menggunakan prinsip "penaakulan sebagai carian". Penaakulan sebagai carian, juga dikenali sebagai analisis min (MEA), ialah kaedah penyelesaian masalah yang mengikut tiga langkah asas:

  • Tentukan status berterusan bagi sebarang masalah yang anda perhatikan.
  • Tentukan matlamat utama (anda tidak akan berasa lapar lagi).
  • Tentukan tindakan yang perlu anda ambil untuk menyelesaikan masalah tersebut.

Ini merupakan pelopor awal kepada prinsip kecerdasan buatan, jika tindakan tidak menyelesaikan masalah, cari satu set tindakan baharu dan ulangi sehingga anda menyelesaikan masalah.

Rangkaian Neural dan Bahasa Semulajadi

Penyelidikan AI mengalami lonjakan pada tahun 1950-an dan 1960-an disebabkan kesediaan kerajaan era Perang Dingin untuk melabur dalam apa sahaja yang mungkin memberi kelebihan kepada mereka berbanding pihak lain Pembiayaan yang besar daripada organisasi seperti DARPA.

Penyelidikan ini telah mempromosikan satu siri kemajuan dalam pembelajaran mesin. Sebagai contoh, semasa menggunakan algoritma evolusi berbilang objektif, pintasan pemikiran heuristik dihasilkan, sekali gus menyekat laluan penyelesaian masalah yang mungkin diterokai oleh AI yang tidak mungkin mencapai hasil yang diinginkan.

Rangkaian saraf tiruan pertama pada asalnya dicadangkan pada tahun 1940-an dan dicipta pada tahun 1958, berkat pembiayaan daripada Pejabat Penyelidikan Tentera Laut A.S.. Tumpuan utama penyelidik dalam tempoh ini adalah cuba membuat kecerdasan buatan memahami bahasa manusia.

Pada tahun 1966, Joseph Weizenbaum melancarkan chatbot pertama, ELIZA, yang disyukuri oleh pengguna internet di seluruh dunia. Salah satu perkembangan awal yang paling berpengaruh dalam penyelidikan kecerdasan buatan ialah Teori Ketergantungan Konsep Roger Schank, yang cuba menukar ayat kepada konsep asas sebagai satu set kata kunci mudah.

Musim Sejuk Pertama Kepintaran Buatan

Keyakinan tentang penyelidikan kecerdasan buatan yang berlaku pada tahun 1970-an, 1950-an dan 1960-an mula pudar. Pembiayaan semakin berkurangan disebabkan oleh pelbagai masalah dunia sebenar yang dihadapi oleh penyelidikan AI. Utama di antara mereka adalah had kuasa pengkomputeran.

Bruce G. Buchanan menjelaskan dalam artikel dalam Journal of Artificial Intelligence: "Atur cara awal semestinya dihadkan oleh saiz dan kelajuan memori dan pemproses, serta kejanggalan relatif sistem pengendalian dan bahasa awal. " Apabila pembiayaan hilang dan keyakinan semakin pudar, tempoh ini dikenali sebagai musim sejuk kecerdasan buatan.

Dalam tempoh ini, penyelidik AI menghadapi halangan dan percanggahan antara disiplin timbul. Penerbitan "The Perceptron" oleh Marvin Minsky dan Frank Rosenblatt pada tahun 1969 sepenuhnya menghalang perkembangan bidang rangkaian saraf, dan penyelidikan dalam bidang ini tidak membuat kemajuan sehingga tahun 1980-an.

Kemudian, apa yang dipanggil dua kategori utama muncul Satu kategori cenderung menggunakan penaakulan logik dan simbolik untuk melatih dan mendidik kecerdasan buatan mereka. Mereka berharap kecerdasan buatan dapat menyelesaikan masalah logik seperti teorem matematik.

John McCarthy memperkenalkan idea menggunakan logik dalam kecerdasan buatan dengan cadangannya pada tahun 1959. Tambahan pula, bahasa pengaturcaraan Prolog, yang dibangunkan pada tahun 1972 oleh Alan Colmerauer dan Phillipe Roussel, direka khusus sebagai bahasa pengaturcaraan logik dan masih digunakan dalam kecerdasan buatan hari ini.

Pada masa yang sama, sekumpulan orang lain cuba mendapatkan kecerdasan buatan untuk menyelesaikan masalah yang memerlukan kecerdasan buatan untuk berfikir seperti manusia. Dalam makalah 1975, Marvin Minsky menggariskan pendekatan yang biasa digunakan oleh penyelidik yang dipanggil "pembingkaian."

Kerangka ialah cara untuk manusia dan kecerdasan buatan memahami dunia. Apabila bertemu orang atau acara baharu, kami boleh menggunakan ingatan orang atau peristiwa yang serupa untuk memberikan idea umum, seperti semasa memesan makanan di restoran baharu, tetapi mungkin tidak mengetahui menu atau orang yang melayani anda, jadi kami boleh Mempunyai idea kasar tentang cara membuat pesanan berdasarkan pengalaman lalu di restoran lain.

Dari akademi ke industri

Tahun 1980-an menandakan kembalinya semangat untuk kecerdasan buatan. Projek Generasi Kelima Jepun, sebagai contoh, berusaha untuk mencipta komputer pintar yang berjalan pada Prolog, sama seperti komputer biasa yang menggunakan kod, yang seterusnya menarik minat perniagaan Amerika. Tidak mahu ketinggalan, syarikat Amerika melabur dalam penyelidikan kecerdasan buatan.

Ringkasnya, minat yang meningkat dalam kecerdasan buatan dan peralihan kepada penyelidikan industri menyebabkan nilai industri kecerdasan buatan melonjak kepada AS$2 bilion pada tahun 1988. Dengan mengambil kira inflasi, jumlah ini akan menjadi lebih hampir kepada $5 bilion pada 2022.

Musim Sejuk Kedua Kepintaran Buatan

Walau bagaimanapun, pada tahun 1990-an, minat mula berkurangan, seperti yang berlaku pada tahun 1970-an. Selepas 10 tahun pembangunan, Inisiatif Generasi Kelima telah gagal mencapai banyak matlamatnya Memandangkan syarikat mendapati ia lebih murah dan lebih mudah untuk membeli cip tujuan am yang dikeluarkan secara besar-besaran dan aplikasi program AI ke dalam perisian, terdapat pasaran untuk perkakasan AI khusus. , seperti mesin LISP, ranap dan menyebabkan keseluruhan pasaran mengecut.

Tambahan pula, sistem pakar yang membuktikan kebolehlaksanaan kecerdasan buatan pada awal abad ini mula menunjukkan kelemahan yang membawa maut. Memandangkan sistem terus digunakan, ia terus menambah lebih banyak peraturan untuk beroperasi dan memerlukan pangkalan pengetahuan yang semakin besar untuk diproses. Akhirnya, jumlah tenaga kerja yang diperlukan untuk menyelenggara dan mengemas kini pangkalan pengetahuan sistem bertambah sehingga ia menjadi tidak mampan dari segi kewangan. Gabungan faktor ini dan faktor lain telah membawa kepada musim sejuk AI kedua.

Masuki alaf baharu dan dunia moden kecerdasan buatan

Pada akhir 1990-an dan awal abad ke-21, terdapat tanda-tanda bahawa musim bunga kecerdasan buatan akan datang. Beberapa matlamat tertua AI akhirnya tercapai, seperti kemenangan Deep Blue ke atas juara catur dunia ketika itu Gary Kasparov pada tahun 1997, detik penting bagi AI.

Alat matematik yang lebih canggih dan kerjasama dengan bidang seperti kejuruteraan elektrik telah mengubah kecerdasan buatan kepada disiplin saintifik yang lebih tertumpu pada logik.

Pada masa yang sama, kecerdasan buatan telah digunakan dalam banyak bidang industri baharu, seperti algoritma enjin carian Google, perlombongan data, pengecaman pertuturan, dsb. Superkomputer dan program baharu akan mendapati diri mereka bersaing dan malah menang menentang lawan manusia utama, seperti Watson IBM yang memenangi Jeopardy.

Salah satu bahagian kecerdasan buatan yang paling berkesan dalam beberapa tahun kebelakangan ini ialah algoritma Facebook, yang menentukan siaran yang anda lihat dan bila, dalam usaha untuk mengatur pengalaman dalam talian untuk pengguna platform. Algoritma dengan keupayaan yang serupa boleh didapati di tapak seperti Youtube dan Netflix, di mana mereka meramalkan perkara yang penonton ingin tonton seterusnya berdasarkan sejarah sebelumnya.

Kadangkala, inovasi ini tidak dianggap sebagai kecerdasan buatan. Seperti kata Nick Brostrom dalam wawancara 2006 dengan CNN: "Banyak kecerdasan buatan canggih yang telah menembusi ke dalam aplikasi biasa biasanya tidak dipanggil kecerdasan buatan kerana apabila sesuatu menjadi cukup berguna dan cukup biasa, ia tidak lagi Dilabelkan Kecerdasan Buatan ”

Trend untuk tidak memanggil kecerdasan buatan yang berguna AI tidak berterusan hingga 2010-an. Kini, syarikat pemula dan gergasi teknologi sama-sama tergesa-gesa untuk mendakwa bahawa produk terbaharu mereka dikuasakan oleh kecerdasan buatan atau pembelajaran mesin. Dalam sesetengah kes, keinginan ini sangat kuat sehingga ada yang mendakwa bahawa produk mereka dikuasakan oleh AI, walaupun terdapat masalah dengan fungsi AI.

Sama ada melalui algoritma media sosial yang dinyatakan di atas atau pembantu maya seperti Alexa Amazon, kecerdasan buatan telah memasuki rumah ramai orang. Melalui musim sejuk dan gelembung yang pecah, bidang kecerdasan buatan telah berterusan dan telah menjadi bahagian yang sangat penting dalam kehidupan moden, dan berkemungkinan berkembang pesat pada tahun-tahun akan datang.

Atas ialah kandungan terperinci Adakah anda tahu sejarah perkembangan kecerdasan buatan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
2 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Repo: Cara menghidupkan semula rakan sepasukan
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Adventure: Cara mendapatkan biji gergasi
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Kenapa perlu lulus petunjuk apabila menggunakan perpustakaan Go dan Viper? Kenapa perlu lulus petunjuk apabila menggunakan perpustakaan Go dan Viper? Apr 02, 2025 pm 04:00 PM

GO Pointer Syntax dan menangani masalah dalam penggunaan perpustakaan Viper semasa pengaturcaraan dalam bahasa Go, adalah penting untuk memahami sintaks dan penggunaan petunjuk, terutama dalam ...

Kenapa semua nilai menjadi elemen terakhir apabila menggunakan bahasa dalam bahasa Go untuk melintasi kepingan dan menyimpan peta? Kenapa semua nilai menjadi elemen terakhir apabila menggunakan bahasa dalam bahasa Go untuk melintasi kepingan dan menyimpan peta? Apr 02, 2025 pm 04:09 PM

Mengapa lelaran peta di GO menyebabkan semua nilai menjadi elemen terakhir? Dalam bahasa Go, ketika berhadapan dengan beberapa soalan wawancara, anda sering menemui peta ...

Adakah terdapat XML percuma untuk alat PDF untuk telefon bimbit? Adakah terdapat XML percuma untuk alat PDF untuk telefon bimbit? Apr 02, 2025 pm 09:12 PM

Tidak ada XML percuma yang mudah dan langsung ke alat PDF di mudah alih. Proses visualisasi data yang diperlukan melibatkan pemahaman dan rendering data yang kompleks, dan kebanyakan alat yang dipanggil "percuma" di pasaran mempunyai pengalaman yang buruk. Adalah disyorkan untuk menggunakan alat sampingan komputer atau menggunakan perkhidmatan awan, atau membangunkan aplikasi sendiri untuk mendapatkan kesan penukaran yang lebih dipercayai.

Bagaimana untuk mengimport pakej tersuai dengan betul di bawah modul GO? Bagaimana untuk mengimport pakej tersuai dengan betul di bawah modul GO? Apr 02, 2025 pm 03:42 PM

Dalam pembangunan bahasa Go, dengan betul memperkenalkan pakej tersuai adalah langkah penting. Artikel ini akan menyasarkan "Golang ...

Cara Mencantikkan Format XML Cara Mencantikkan Format XML Apr 02, 2025 pm 09:57 PM

Pengindahan XML pada dasarnya meningkatkan kebolehbacaannya, termasuk lekukan yang munasabah, rehat garis dan organisasi tag. Prinsipnya adalah untuk melintasi pokok XML, tambah lekukan mengikut tahap, dan mengendalikan tag dan tag kosong yang mengandungi teks. Perpustakaan XML.Etree.ElementTree Python menyediakan fungsi Pretty_XML yang mudah yang dapat melaksanakan proses pengindahan di atas.

Cara mengesahkan format XML Cara mengesahkan format XML Apr 02, 2025 pm 10:00 PM

Pengesahan format XML melibatkan memeriksa struktur dan pematuhannya dengan DTD atau skema. Parser XML diperlukan, seperti ElementTree (pemeriksaan sintaks asas) atau LXML (pengesahan yang lebih kuat, sokongan XSD). Proses pengesahan melibatkan parsing fail XML, memuatkan skema XSD, dan melaksanakan kaedah AssertValid untuk membuang pengecualian apabila ralat dikesan. Mengesahkan format XML juga memerlukan pengendalian pelbagai pengecualian dan mendapat gambaran mengenai bahasa skema XSD.

Cara menggunakan array char dalam bahasa c Cara menggunakan array char dalam bahasa c Apr 03, 2025 pm 03:24 PM

Arus char menyimpan urutan watak dalam bahasa C dan diisytiharkan sebagai array_name char [saiz]. Unsur akses diluluskan melalui pengendali subskrip, dan elemen berakhir dengan terminator null '\ 0', yang mewakili titik akhir rentetan. Bahasa C menyediakan pelbagai fungsi manipulasi rentetan, seperti strlen (), strcpy (), strcat () dan strcmp ().

Kenapa kod menggunakan kunci dalam GO kadang -kadang membawa kepada panik? Kenapa kod menggunakan kunci dalam GO kadang -kadang membawa kepada panik? Apr 02, 2025 pm 04:36 PM

Mengapa menggunakan kunci menyebabkan panik sekali -sekala? Mari kita lihat soalan yang menarik: mengapa pergi, walaupun kunci ditambah dalam kod, kadang -kadang ...

See all articles