学习
实践
活动
专区
工具
TVP
写文章

人工智能历史

参考链接: 人工智能历史 image.png  很高兴和大家一起分享关于人工智能的基础常识性内容,今天我们来聊聊人工智能的过去,从历史的角度看看人工智能的来龙去脉。  image.png  在人工智能技术的发展历史上,美国军方的身影一致若隐若现,曾经在寒冬期放弃人工智能战略的DARPA,早已再次加入行业战场。 image.png  2008以后,随着移动互联网技术、云计算技术的爆发,积累了历史上超乎想象的数据量,这为人工智能的后续发展提供了足够的素材和动力。  image.png  我们参照维基百科,把整个人工智能历史分为七个时期。  这是一个很简要的历史提纲,可能忽略了很多重要的历史性事件。如果你发觉我有遗漏,欢迎留言,一起帮我把这个文章补全。

25400

RTS人工智能研究的历史

在过去十年中,研究人员已经从单独研究RTS游戏的不同人工智能技术,转变为更加复杂的游戏中的合作与竞争,不同的技术进行了对比。 2003年 作为人工智能测试平台提出的RTS游戏 Michael Buro和Timothy Furtak 在2003年发表了一篇文章,声称RTS游戏提出了许多需要解决的新问题,以构建人类智能体。 该系统的目标之一是使研究人员能够为一款游戏构建人工智能,并将所学知识转移到新游戏中。例如,Wargus中学到的领域知识可能适用于其他RTS游戏。 这个服务器对于人工智能的研究很重要,因为你可以在这个服务器上运行机器人,但不是官方的暴雪服务器。这台服务器的另一个好处是它为玩家提供了一个可以用来轻松沟通他们技能的信件分数。 2008年 第一次“星际争霸AI研究” 虽然之前在“星际争霸”上发表过一篇文章,但是我知道的第一篇关注于为“星际争霸”开发人工智能的文章发表于2008年。

73740
  • 广告
    关闭

    新年·上云精选

    热卖云产品新年特惠,2核2G轻量应用服务器9元/月起,更多上云必备产品助力您轻松上云

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    人工智能革命:历史、当下与未来

    人工智能革命:历史、当下与未来 2018-2-1 张子阳 推荐: 3 难度: 1 ? 最近在学习人工智能方面的东西,先从简单通俗的人文开始,以后再决定是否学习硬核的算法和程序实现。 这本书都是一个个的短篇,大体上按照时间顺序讲述了人工智能的发展历程。 达特茅斯会议,1956年,人工智能元年。第一次提出人工智能(Artificial Intelligence)。 人工智能的三大学派。 人工智能最初的一步:模式识别。典型的应用是OCR(Optical Character Recognition,光学字符识别)。 当前热门的深度学习 -- 多层的人工神经网络。 介绍了人工智能所面临的道德问题。 人脑相对于人工智能最强大的一点:识别“噪音”。

    56160

    从图灵奖看人工智能历史沉浮

    人工智能领域的7次图灵奖 算上刚拿到的这次,AI已经七获图灵奖,是计算机科学各个领域中获图灵奖最多的方向之一,足见这一领域在整个CS中的地位。 Valiant,人工智能 2011,Judea Pearl,人工智能 2012,Silvio Micali,Shafi Goldwasser,密码学 2013,Leslie Lamport,分布式计算, 这一方法不是万能的,但它却在很大程度上解决了感知,数据生成,决策和控制问题,这在AI的历史上是前无古人的。 John McCarthy John McCarthy的主要贡献是他是达特茅斯会议的发起者之一,首次提出了人工智能的概念。 Vapnik SVM和VC维的提出者,前者是机器学习历史上曾经出现的重量级方法,在机器学习江湖上的地位有目共睹。后者与PAC同属于机器学习的基础理论基石,是衡量分类器能力的基础指标。

    42830

    人工智能NVIDIA显卡计算(CUDA+CUDNN)平台搭建

    NVIDIA是GPU(图形处理器)的发明者,也是人工智能计算的引领者。我们创建了世界上最大的游戏平台和世界上最快的超级计算机。 第一步,首先安装N卡驱动。 -390` (390.129) For GF1xx GPUs use `nvidia-390` (390.129) For G8x, G9x and GT2xx GPUs use `nvidia-340 nvidia-cuda-toolkit-doc nvidia-opencl-dev nvidia-profiler nvidia-visual-profiler ocl-icd-opencl-dev nvidia-cuda-toolkit-doc nvidia-opencl-dev nvidia-profiler nvidia-visual-profiler ocl-icd-opencl-dev now. >>> 第十步,运行情感训练模型,查看结果 至此,已完成安装,需要注意的是: 在windows下安装及其困难,部分工具无法安装,导致无法正常运行 AMD的显卡是无法使用GPU进行人工智能计算的

    27020

    NVIDIA张建中:自主学习芯片,推动人工智能发展

    NVIDIA全球副总裁、中国区总经理张建中在会上介绍了NVIDIA(英伟达)在过去一段时间内在芯片方面和人工智能领域做出的一些努力以及取得的成果。 NVIDIA全球副总裁、中国区总经理 张建中 张建中表示:“NVIDIA举办了一年的GTC巡展,为什么要做这个呢? 张建中表示:“NVIDIA每年都会在很多的基础研究当中,把我们下一代的芯片在有关深度学习和人工智能计算行业当中针对他们的计算有一些加强的地方。 所以在很多的领域当中,GPU带来的人工智能在各个方面行业当中的作用已经超出了人类的智慧,比如说图形图象、语音识别,人工智能的准确度已经比人做的更好了。而这些都是基于GPU本身强大的计算能力。 NVIDIA希望这些新的算法研究能够利用深度学习、自主学习,改善大数据处理算法,从而对人工智能的推进有更大的帮助。

    31570

    使用 NVIDIA LaunchPad 免费试用版管理边缘端人工智能

    NVIDIAFleet Command 将 NVIDIA 认证系统变成安全的边缘装置,并可在数分钟内将其连接至云端,让任何规模的企业都能享有安全的边缘人工智能。 Fleet Command 测试体验项目,是NVIDIA 专为在边缘部署和管理人工智能应用程序而设计。 NVIDIA LaunchPad提供了透过 NVIDIA Base Command 管理训练环境的其他测试,以及简化企业数据中心开发和部署人工智能事宜的NVIDIAAI Enterprise。 在 NGC 取得 Fleet Command Fleet Command 可以从任何地方,透过 NVIDIA人工智能 GPU 优化软件中心 NGC 取得,管理员可以从远程管理边缘位置、系统和应用程序 (报名链接:https://www.nvidia.cn/data-center/products/fleet-command/trial/) 更多关于 Fleet Command 使用 NVIDIA Fleet

    21830

    人工智能历史、概念、算法与技术 概括与综述(一)

    基于上一章关于自然智能的学习与探讨,一个与之相关的主题便是“人工智能”。而本次“人工智能”的上半章,从人工智能历史、概念、算法与技术四个方面进行阐述。 同时本章讨论的课题如下: (本章讨论的课题) 一、人工智能历史         在对于人工智能的研究之中,最开始起源于英国数学家阿兰·图灵,他对于人工智能机器的最初构想与推理。 (人工智能的发展历史) 二、人工智能的概念         对于人工智能的概念与定义的表达,百度上是这样定义的:“人工智能(Artificial Intelligence),英文缩写为AI。 无独有偶,按照另一种分类方法可以将人工智能进行分类,分为“特殊人工智能”、“一般人工智能”和“超级人工智能”。          人工智能研究的领域非常广泛,如专家系统、语音识别、自然语言处理、机器学习、知识获取等等方面。当前的人工智能的研究也在从原来的初级窄域人工智能向着超级宽域人工智能不断发展。

    37520

    人工智能中的“里程碑”,将改变人类医疗历史

    通用电气分部的NVIDIA和通用电气医疗集团于11月26日宣布,双方将联手将通用电气公司的尖端AI技术应用到GE医疗的医疗设备上。 这的确是一个比较大的问题。 通用电气医疗和NVIDIA也推出了他们合作的第一个成果 - Revolution Frontier CT新系统。 在NVIDIA(英伟达)人工智能(AI)计算平台的支持下,新系统在肝脏病变检测和肾脏病变特征描述方面将带来更好的临床结果。 另一方面,GE和NVIDIA则是美国投资者的替代品。但请记住,尽管通用电气医疗集团有可能成为通用电气公司业务的一部分,但这家企业集团目前仍在继续努力。 NVIDIA仍然是市场上最显眼的人工智能股票之一。不过,这只股票的估值很高,公司的增长似乎正在放缓。此外,NVIDIA面临比以往更激烈的竞争。 数据恐怕是投资人工智能时最重要的一项。

    59600

    NVIDIA GTC2022】NVIDIA Jetson 软件: 将 NVIDIA 加速技术带到边缘

    为了加快客户的上市时间,还提供应用程序框架来加速各种用例,如视频分析、对话式人工智能和机器人技术。 这些预训练模型是针对各种视觉和会话的高度准确和生产就绪的模型,那里提供了人工智能,可以选择您的模型或模型架构,并使用真实或合成数据训练您的模型。 您可以优化模型,然后您可以使用训练模型并使用 Nvidia 应用程序框架部署在任何 Nvidia 平台上。 现在,一旦我们有了要部署的模型,让我们看看 Nvidia Triton 推理服务器,这是在 NVIDIA AI 平台上部署模型的最佳方式。 Isaac 是机器人和人工智能的加速平台。机器人开发可能是复杂的、耗时的、极具挑战性和昂贵的。再说一次,这就像机器人平台提供了一个端到端的解决方案,以帮助降低成本,简化开发并加快上市时间。

    29350

    欧洲两处顶尖人工智能研究中心与 NVIDIA 携手合作

    欧洲两处顶尖人工智能研究中心9月底宣布与 NVIDIA 携手合作,加快在这个迅速增长的领域进行研究的脚步。 NVIDIA 共同创办人暨执行长黄仁勋也宣布这项与德国人工智慧研究中心(德文名称缩写为 DFKI),以及瑞士 Dalle Molle 人工智能研究所(意大利文名称缩写为 IDSIA)的合作案。 这些从欧洲最重要的深度学习研究机构中遴选出的单位,将优先使用 NVIDIA 的全新 DGX-1 人工智能超级计算机。 “他们可以使用 DGX-1 人工智能超级计算机和我们的研究成果,当然还能跟我们合作以良善的方式将人工智能用在社会上。”黄仁勋说。 ? 黄仁勋也宣布将与位在卢加诺附近的 IDSIA 进行合作,同样也会收到四年来的研究基金及一具 NVIDIA DGX-1 人工智能超级计算机。

    469100

    换个角度看AI:追溯人工智能研究的历史和哲学逻辑

    人工智能发展迅速且应用广泛。现实生活中AI技术的发展听起来像科幻电影,而科幻电影则更像是另一种画面感十足的现实场景。 不妨集中注意力,一起理智地来追溯AI的历史渊源吧! 不管你感兴趣的是古希腊哲学家逻辑思考的规则,还是阿拉伯数学家的公式推导,亦或是19世纪欧洲知识分子对数学的狂热。 迈向人工智能 马文·明斯基(Marvin Minsky)是人工智能研究领域的先驱之一。 在那个时代,人工智能正经历着第二个寒冬。企业和政府也意识到不能对AI抱有过高期望而削减了资金。 所以是时候反省了。 也就是说,让人工智能直接与世界交互,并将其用作自己的表示。

    28030

    NVIDIA加快与车厂合作,积极将人工智能技术投入生产

    NVIDIA 今日宣布一连串与欧洲五大车辆相关业者的合作案,推动将人工智能技术用在车辆生产作业上,以增进在欧洲市场里的市占率。 这些合作伙伴与合作案分别是: l Volvo 汽车与瑞典一级零件供应商 Autoliv 宣布打算在2021年前开始生产采用 NVIDIA 人工智能技术的车辆。 l Volkswagen 集团宣布与 NVIDIA 达成策略合作关系,在该集团的资料中心将人工智能的运算能力用于多项企业应用程序和连网服务。 黄仁勋解释 NVIDIA 自动驾驶技术的核心,是拥有强大能力的人工智能车辆运算平台 NVIDIA DRIVE PX,耗电量仅30瓦特,而它所提供的第四级自动驾驶能力,足以让车辆自行驾驶。 Autoliv 执行长 Jan Carlson 表示:“跟 NVIDIA 合作让我们能完整取得最尖端的自动驾驶人工智能运算平台。

    50570

    关注

    腾讯云开发者公众号
    10元无门槛代金券
    洞察腾讯核心技术
    剖析业界实践案例
    腾讯云开发者公众号二维码

    相关产品

    • GPU 云服务器

      GPU 云服务器

      腾讯GPU 云服务器是提供 GPU 算力的弹性计算服务,具有超强的并行计算能力,作为 IaaS 层的尖兵利器,服务于深度学习训练、科学计算、图形图像处理、视频编解码等场景。

    相关资讯

    热门标签

    活动推荐

    扫码关注腾讯云开发者

    领取腾讯云代金券