|
簡單來說，人工智能的發(fā)展是利用計(jì)算機(jī)來模擬人腦進(jìn)行智能運(yùn)算的過程。 從早期的感知器模型，發(fā)展到具有機(jī)器學(xué)習(xí)能力的神經(jīng)網(wǎng)絡(luò)模型。后者的出現(xiàn)，逐步可應(yīng)用在語音識(shí)別、圖像識(shí)別、自然語言處理等。 深度神經(jīng)網(wǎng)絡(luò)模型在反向傳播技術(shù)的不斷訓(xùn)練下，獲得了許多與人類能力比較下成功的案例，如打敗世界棋類冠軍、自然語言表述、ImageNet 挑戰(zhàn)等。 人工智能的整體發(fā)展，至今已有 90 余年。 艾倫圖靈（Alan Turing）設(shè)計(jì)了 ACE（Automatic Computing Engine -自動(dòng)計(jì)算引擎）來模擬大腦工作。這是機(jī)器智能的起源。
美國心理學(xué)家 Frank Rosenblatt 實(shí)現(xiàn)了一個(gè)早期的神經(jīng)網(wǎng)絡(luò)演示-感知器模型（Perceptron Model），該網(wǎng)絡(luò)通過監(jiān)督 Learning 的方法將簡單的圖像分類，如三角形和正方形。這是一臺(tái)只有八個(gè)模擬神經(jīng)元的計(jì)算機(jī)，這些神經(jīng)元由馬達(dá)和和轉(zhuǎn)盤制成，與400個(gè)光探測器連接。夏天在 Dartmouth College 的一次會(huì)議上，Al 被定義為計(jì)算機(jī)科學(xué)的一個(gè)研究領(lǐng)域。Marvin Minsky（明斯基）、JohnMcCarthy（麥卡錫）、Claude Shannon（香農(nóng)）、還有 Nathaniel Rochester（羅切斯特）組織了這次會(huì)議，他們后來被稱為AI的「奠基人」。Marvin Minsky 和 Seymour Papert 在《感知器:計(jì)算幾何學(xué)導(dǎo)論》一書中闡述了因?yàn)橛布南拗?，只有幾層的神?jīng)網(wǎng)絡(luò)僅能執(zhí)行最基本的計(jì)算，一下子澆滅了這條路線上研發(fā)的的熱情，AI 領(lǐng)域迎來了第一次泡沫破滅。Al 研究主要集中在符號(hào)主義，以邏輯推理為中心。此時(shí)的 AI 主要是基于規(guī)則的系統(tǒng)，比如早期的專家系統(tǒng)。1980 神經(jīng)網(wǎng)絡(luò)當(dāng)基于規(guī)則的系統(tǒng)弊端在1980年代變得明顯時(shí)，人工智能研究開始關(guān)注機(jī)器學(xué)習(xí)，這是該學(xué)科的一個(gè)分支，采用統(tǒng)計(jì)方法讓計(jì)算機(jī)從數(shù)據(jù)中學(xué)習(xí)。因此，神經(jīng)網(wǎng)絡(luò)是根據(jù)人腦的結(jié)構(gòu)和和操作創(chuàng)建和建模的。1990 - 2000 機(jī)器學(xué)習(xí)在1990年代，Al研究在機(jī)器人技術(shù)、計(jì)算機(jī)視覺和自然語言處理等領(lǐng)域取得了顯著進(jìn)展。在21世紀(jì)初，深度學(xué)習(xí)的出現(xiàn)使語音識(shí)別、圖像識(shí)別和自然語言處理的進(jìn)步成為可能——深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，它使用深度神經(jīng)網(wǎng)絡(luò)。IBM 深藍(lán)戰(zhàn)勝了國際象棋冠軍卡斯帕羅夫后，新的基于概率推論（Probabilistic Reasoning）思路開始被廣泛應(yīng)用在AI 領(lǐng)域，隨后 IBMWatson 的項(xiàng)目使用這種方法在電視游戲節(jié)目《Jeopardy》中經(jīng)常擊敗參賽的人類。
Deep Learning 是一種 Machine Learning 算法，它使用多層神經(jīng)網(wǎng)絡(luò)和反向傳播（Backpropagation）技術(shù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。該領(lǐng)域是幾乎是由 Geoffrey Hinton 開創(chuàng)的，早在1986年，Hinton 與他的同事一起發(fā)表了關(guān)于深度神經(jīng)網(wǎng)絡(luò)（DNNS-Deep Neural Networks）的開創(chuàng)性論文，這篇文章引入了最高傳播的概念，這是一種調(diào)整權(quán)重的算法，每當(dāng)你改變權(quán)重時(shí)，神經(jīng)網(wǎng)絡(luò)就會(huì)比以前更快接近正確的輸出，可以輕松的實(shí)現(xiàn)多層的神經(jīng)網(wǎng)絡(luò)，突破了 1966 年 Minsky 寫的感知器局限的魔咒。2012 AlexNet 贏得 ImageNet 挑戰(zhàn)賽AlexNet 在 ImageNet 挑戰(zhàn)賽上取得了突破性的成果，從而引發(fā)了深度學(xué)習(xí)的熱潮。深度學(xué)習(xí)最重要的數(shù)據(jù)集之一，就是由李飛飛創(chuàng)建的ImageNet。曾任斯坦福大學(xué)人工智能實(shí)驗(yàn)室主任，同時(shí)也是谷歌云 AI/ML 首席科學(xué)家的李飛飛，早在 2009 年就看出數(shù)據(jù)對(duì) Machine Learning 算法的發(fā)展至關(guān)重要，同年在計(jì)算機(jī)視覺和模式識(shí)別（CVPR）上發(fā)表了相關(guān)論文。2016 AlphaGO 戰(zhàn)勝圍棋世界冠軍DeepMind 在 2014 年被 Google 以 5.25 億美元收購的。它專注游戲算法，其使命是「解決智能問題」，然后用這種智能來「解決其他一切問題」。DeepMind 的 AlphaGo 在 2016 年戰(zhàn)勝了圍棋世界冠軍李世石。這是一個(gè)歷史性的時(shí)刻，它標(biāo)志著人工智能在圍棋這個(gè)歷史悠久且復(fù)雜度極高的游戲中超越了人類，對(duì)人類對(duì)于機(jī)器智能和未來可能性的理解產(chǎn)生了深遠(yuǎn)影響。
OpenAl 是一個(gè)由 ElonMusk、Sam Altman、Peter Thiel、與Reid Hoffman 在 2015 年共同出資十億美金創(chuàng)立的科研機(jī)構(gòu)，其使命是通用人工智能（AGI），即一種高度自主且在大多數(shù)具有經(jīng)濟(jì)價(jià)值的工作上超越人類的系統(tǒng)。在2022年，OpenAI 發(fā)布了名為 ChatGPT 的語言模型。這個(gè)模型基于 GPT-3 框架，其能力在于生成和理解自然語言，甚至能與人類進(jìn)行深度交談。ChatGPT 的問世是人工智能在自然語言處理領(lǐng)域的一大里程碑，它開啟了人工智能的新紀(jì)元。通過深度學(xué)習(xí)和大規(guī)模數(shù)據(jù)訓(xùn)練，ChatGPT能理解復(fù)雜的人類語言，并生成具有連貫性和創(chuàng)造性的回應(yīng)。
|
