AI：Myths，limits＆perspectives

正文共3400字

预计阅读时间 13 分钟

在上一篇文章

AI: Myths,limits & perspectives(人工智能·上)

里，已经粗浅提到了人工智能的起源和分支。今天的部分会分享AI发展的历史（老师上课到1个半钟头开始讲的内容 :)

人工智能 Ⅱ

—

ArtificialIntelligence

今天语速比较慢，不听录音只阅读的话或许会快一些^

- AI的"诞生"

“人工智能”一词是由JohnMcCarthy (达特茅斯学院) ,Marvin Minsky (哈佛大学）,Nathaniel Rochester (IBM)和Claude Shannon (贝尔电话实验室) 的“十个人在两个月的时间里研究人工智能”的提案中创造出来的 。 该研讨会于一年后也就是1956年7月和8月举行，一般被认为是”人工智能“这个新领域正式诞生的时间。

人们尝试去找到如何能让机器使用语言（机器语言），形成抽象概念和观念，解决人类遗留的各种问题，并改进它们自己的方法......为了这个目的，人工智能问题被认为是创造一种可以被称为“智能”的类似人类行为表现的机器。

- 图灵测试 Turing test

首先，什么是图灵测试？

Alan Turing在其1950年的出版物《计算机器和智能》中的提议：有2个独立的房间里，我们将人放在第一个房间，一个人和一个计算机放在另一个房间，他们只通过写作（文字信息传播）来交流，第一个房间中的人们必须判断他是与人还是计算机在通信。如果有超过30%的测试者不能确定出被测试者是人还是机器，那么机器将被视为通过了“图灵测试”，是“智能”的（更确切的说是判断一个机器是否能做出与人类相同的反应）。房间可以被引申为是“被隔开。”

另外，30%是图灵对2000年时的机器思考能力的一个预测，目前我们已远远落后于这个预测。

图灵是一个假设。通过假定存在一个可以把自己伪装成人类的计算机程序，我们现在称之为聊天机器人（chat bot）。机器施展自己的能力试图说服一个人类测试者自己是人类，它需要回答各种各样的问题，甚至故意在计算问题上出错，才可能通过测试。

所以当2014年的时候，有聊天机器人被声称通过了新的图灵测试，引发了很多人的关注。

△ 文章来源 https://gizmodo.com

△人工智能“尤金·古特曼”Eugene Goostman的界面

△ http://tech.163.com/17/0302/14/CEHGEINV00098GJ5.html

图灵测试寿终正寝 我们以后该如何评测人工智能?

至于图灵测试是否有效，仁者见仁智者见智吧。（目前还没有机器人通过图灵测试。）随着技术的进步，相信会有更多更新的评测方法。

图灵机器是计算机科学和信息技术的"垫脚石"（应该可理解为基石）。它是由1或0填充的无限磁带单元和能够在磁带上移动，在其上书写或擦除它的自动化机器组成。图灵有一套通过其编号来识别的规则（程序），在内存中记录其状态。

规则示例：如果机器处于状态M1并且正在读取值CI,则转到状态MF, 在当前位置写入CF，然后向右移动一个位置。 任何算法操作，任何计算都可以比作程序。

-反馈::循环因果关系

1950- Turing test after 2ndworld war

图灵在第二次世界大战后重新开始的图灵测试研究

- Cybernetics控制论

“控制”一词来自希腊的“kubernetike”，驾驶一艘船（“管理”源头）。控制论（学）也是首次尝试自我调节系统的科学。在自然和人工系统中专门研究通信及其规定。 采用了多学科方法（神经学家，数学家，工程师，精神分析师)

PS：上图中是控制论的创始人诺伯特 · 维纳（1894-1964）。

- 1956 一些预测

Herbert simon & alan newell预言在10年内（很乐观啊~）

计算机将成为世界象棋冠军

计算机将演示，原始的数学定理

电脑将创作美学音乐作品

心理学理论将采取计算机程序的形式

象棋冠军“深蓝”和AlphaGo大家可能都知道。

△

来源 搜狗百科

而让计算机下棋这件事，其实图灵、香农和冯·诺依曼都研究过。

△ 计算机下棋简史 | AlphaZero完爆世界棋类冠军背后

http://www.sohu.com/a/209778865_268033

至于其它方面，

- 实现人工智能的两种途径

一个是自上而下。认知主义：假装智力是大脑操纵的逻辑规则的简单应用

另一个是自下而上。联系主义：反过来假装情报紧急情况构成了物质组织及其复杂化

- 人工智能在两种核心观点 之间徘徊

1943年到1960年间：两种方法共存，机器的力量无法在它们之间作出决定

1960年至1969年间：连接主义盛行

1970年至1988年间：认知主义的上升期

1988年以来：由于摩尔定律，回归连接主义。

- 人工智能：一片沃土

不仅仅是，我还制作了编程语言：LISP(1958)、SMALLTALK(1972)：第一个面向对象语言(Xerox)、PROLOG(1973)：通用逻辑编程 - 用于描述和利用逻辑规则。IT概念：图形界面和设备：数据手套(一种可穿戴计算设备)，AR / VR眼镜

- 人工智能历史一览

1943-1956：孕育和诞生

1956-1969：被寄予热情和厚望

1969-1979：第一次成功？ 专家系统

1980-1988：人工智能成为一个行业

1988-1993：工业大跌（人工智能的“冬天）

1990-2008：AI以计算机科学为基础，逐渐渗透了我们最稀疏平常的日常生活

Expert systems：专家系统，人工智能中的一个重要分支，古典人工智能的别称。是关于问题求解的一种智能软件。一种在相关领域中具有专家水平能力的智能程序系统。

- 认知主义

认知主义可以理解为是”对信息的处理和对符号的操纵”。它是如何工作的：利用表现和操纵符号的任何设备，系统仅与符号的形状相互作用。如何知道认知系统运作正常：当符号能充分表现现实世界的某些方面，以及对提出的问题有有效解决方案的处理信息的过程。

案例：如图，汉字。中国古代文字的一些文字规则，从而通过控制笔画来得到我们想要的。

- 连接主义

什么是连接主义：全球状态在简单组件网络中的出现。它是如何运作的：本地规则管理各个独立的操作，交互规则管理各部分之间的连接。如何知道认知系统运作正常？ ——当出现的属性（以及由此产生的结构）被识别为是认知能力时，对于给定任务来说是适当的解决方案。例如：细胞→人体。微小的蚂蚁制造的巨大蚁穴。

- 神经网络

神经网络是受到了真实神经元功能启发的计算模型，完全（而不是推理）。人工神经元计算其输入的加权和，然后应用于其他神经元。神经元是一个”黑匣子“（上一篇文章里提到过，能看到的只是“装入什么”和“得出什么”，不知其内部情况和过程），“决策”从不“解释”，只是“观察”。

- 神经网络的应用

神经网络是归纳系统：通过实验学习。主要用于大数据问题和统计：分类，OCR，财务

- 人造生命

受生命系统启发的人工系统，或非物质程序或材料机器人可能是最令人兴奋和最有前景的研究领域。

最后放一个老师上课时候给我们放的(有点抽象的）视频。我只录了一部分。

视频大意是：

”生命游戏“，这个世界是方形细胞构成的无限二维正交网格。”细胞“只有两种可能的状态，活着或死亡。每个细胞与其它八个邻居相互作用，这八个邻居是水平的，垂直的或对角相邻的。 在每个时间段（生成），发生转换 比如 3）任何有三个以上活着的邻居的活细胞，就像过度拥挤一样

看看简单的规则可以做什么......

Life is a miracle,

right ?

。

。

。

- 未完待续 -

图文原创：

Pro.Dominique sciamma

&Tao Xueqiong

文中未注明插图及

封面图来源 pinterest

谢谢阅读^ ^