人工智能发展中的三次浪潮
人工智能发展的三次浪潮
人工智能发展的三次浪潮介绍人工智能（Artificial Intelligence，简称AI）是一门研究如何使计算机能够像人一样思考和行动的科学。
随着计算能力、数据量和算法的不断进步，人工智能已经取得了显著的发展。
本文将介绍人工智能发展的三次浪潮，分别是符号主义浪潮、连接主义浪潮和深度学习浪潮。
我们将从不同的角度探讨这些浪潮对人工智能的发展带来的影响。
符号主义浪潮符号主义浪潮是人工智能发展的第一次浪潮，起始于上世纪五六十年代。
在这个时期，人工智能研究主要关注使用逻辑和符号推理来实现智能行为。
研究者们希望通过编写规则和程序来模拟人类的思维过程。
在这个浪潮中，一些经典的人工智能计算机程序被开发出来，比如IBM的Deep Blue和AT&T贝尔实验室的SHRDLU。
然而，符号主义浪潮也面临一些挑战。
人工智能的推理过程往往需要手工编写大量的规则和知识，这对人力和时间的要求非常高。
而且，这些规则往往是固定的，无法适应复杂和变化的环境。
因此，符号主义浪潮逐渐失去了发展的动力。
连接主义浪潮连接主义浪潮是人工智能发展的第二次浪潮，起始于上世纪八九十年代。
在这个时期，人工智能研究主要关注使用神经网络和统计模型来实现智能行为。
连接主义模型通过模拟神经元之间的连接和突触传递信息的方式，实现了类似于人脑的信息处理。
连接主义浪潮在语音识别、图像处理和机器学习等领域取得了重大突破。
例如，1997年，IBM的Deep Blue击败了国际象棋世界冠军卡斯帕罗夫，引起了世界的关注。
另外，深度学习模型的兴起也是连接主义浪潮的重要成果，它使用多层神经网络来从大量数据中学习特征表示和模式识别。
连接主义浪潮的突出特点是其能够从数据中学习，并且能够处理复杂和非线性的问题。
然而，连接主义模型的可解释性较弱，很难理解学习到的特征和模式是如何作用的，这对一些应用场景来说是一个挑战。
深度学习浪潮深度学习浪潮是当前人工智能发展的主流趋势，起始于上世纪十年代中期。
人工智能的进化史
人工智能的进化史（一）人工智能的起源人工智能可以追溯到20世纪初期，当时计算机还是基于机械的，人们想利用计算机来完成智力活动，于是出现了一种称为“逻辑机”的设备，可以解决问题的正确性。
但是，由于当时计算机的处理能力非常有限，无法进行大规模的数据处理，因此，人们不能使用计算机来处理更为复杂的事物。
（二）人工智能的第一次浪潮到了20世纪50年代，人工智能的发展开始进入一个全新的时代——人工智能的第一次浪潮。
这个时期，科学家们开始尝试让机器模拟人脑的神经网络。
在这个时期，科学家们提出了许多重要的工具和概念，例如“逻辑术语”和“语言处理程序”。
科学家们开始用计算机处理各种语言，以达到理解和翻译的目的，并研究机器可以如何使用逻辑来推理。
（三）人工智能的第二次浪潮到了20世纪80年代，人工智能进入了第二次浪潮，这是一段非常重要的时期，因为它为现代人工智能的突破打下了坚实的基础。
在这个时期，科学家们还发现了一些新的技术，如“专家系统”和“基于知识的系统”。
专家系统是一种使用人工智能的应用程序，允许程序学习和记忆人工知识库中的事物，同时可以自动翻译和测量数据。
基于这种技术，人们可以将智能保存在一台计算机上，提供给全世界的人使用。
这使得机器能够模拟人类的思维模式，并进行高级的推理和决策。
（四）人工智能的第三次浪潮到了21世纪，人工智能迎来了“机器学习”时代，这是人工智能的第三次浪潮。
随着互联网的快速发展和能量传感器的减少，庞大的数据集支持着机器学习算法，从而使得机器可以更加准确地处理和误识别大规模的数据。
这个时期出现了平面上最强大的计算机技术，使得机器学习和自然语言处理成为可能。
（五）未来展望在未来，人工智能将会更加广泛地嵌入到我们的生活中，成为各种生活设备的基础。
人工智能使得机器可以更好地理解和感知我们所生活的环境，这将给我们带来更加便利的生活。
与此同时，人工智能将对未来的就业市场产生重要影响，可能使得有些行业的工作被自动化模拟，从而大大减少工作机会。
《人工智能的发展历史与应用》课件
“人工智能”第三次浪潮
2012年：“人造大脑”诞生
虽然我是人造的， 但我一样厉害。
加拿大神经学家团队创造了虚拟大 脑，并通过了最基本的智商测试。
20
“人工智能”第三次浪潮
2016年：AlphaGo战胜围棋世界冠军李世石
2016 年 3 月 15 日 ， Google 人 工 智 能 AlphaGo与围棋世界冠军李世石大战，最 终李世石与AlphaGo总比分定格在1比4， 机器战胜了李世石。
8
“人工智能”第一次浪潮
1966年~1972年：首台人工智能机器人Shakey诞生
美国斯坦福国际研究所研制机器人Shakey。 这是首台人工智能移动机器人，能寻找木箱 并将其推到指定目的位置。
9
“人工智能”第一次浪潮
1966年：世界上第一个聊天机器人ELIZA发布
心理治疗师Eliza
美国麻省理工学院（MIT）魏泽鲍姆 发 布 了世界 上 第一个 聊 天机器 ELIZA 。 ELIZA的智能之处在于她能理解简单的自 然语言，并能产生类似人类的互动。
人工智能的 发展历史与应用
1
一、人工智能的发展历史
人工智能改变了我们的生活 但其发展也历经曲折……
2
一、人工智能的发展历史
任务一：人工智能技术在发展历程中经历了三次高潮，两次低谷，阅读 教材P10-15，在空白处填入关键性的事件名称？（见学习单问题1）
3
一、人工智能的发展历史
梦的开始 （1900年~1956年）
23
一、人工智能的发展历史
24
二、人工智能在各行各业中的应用
您所知道的人工智能应用有哪些？
制造
家居
交通
医疗
安防
人工智能三次浪潮
第一次人工智能浪潮
第一次人工智能浪潮在1956年，当时在人工智能研讨会上，约翰.麦卡锡提出了“人工智能”的概念，这被认为是人工智能的起源，于是约翰.麦卡锡被称为人工智能之父。
这个阶段产生了很多理论基石，这些不仅成为了人工智能的理论基石，还成为了计算机领域的基石。
这个时间段的人工智能发展还是很快的，比如约翰.麦卡锡提出了逻辑语言LISP、通过机器学习出能够玩游戏的机器、实现了初步的自动驾驶（特定环境）。
第二次人工智能浪潮
此时的科学家们开始从公用的人工智能技术转变为了能够解决某一领域问题的专家系统，并且实现了应用。
科学家们将大量的规律和知识存入到计算机中，而计算机就是执行知识库的自动化工具，不过这并不是我们所追求的真正人工智能，但也算从实验室走了出来。
第三次人工智能浪潮
随着大数据时代的到来，以及计算机算力的提升，人工智能终于迎来了属于它的时代，2012年AlexNet在ImageNet大赛中战火冠军，让人们看到了深度学习的力量。
同时AlphaGo第一次战胜人类围棋选手，震惊了整个世界，这就像一个爆点，彻底点燃了第三次人工智能浪潮，
这也让人工智能的发展延续到现在。
此时的人工智能技术、比如语音识别、人脸识别、机器人、文本生成已经在现实生活中得到了应用。
人工智能狂潮——从专家系统到机器学习
第一次人工 智能浪潮
第二次人工 智能浪潮
20世纪 60年代
20世纪 70年代
20世纪 80年代
20世纪 90年代
21世纪 00年代
21世纪 10年代
人工智能第二次浪潮的代表——专家系统
人工智能第二次浪潮的代表——专家系统
动物识别系统
小结
专家系统
一类具有专门知识和经验的计算机智能程序系统
专家系统
你可以有哪些操作，对应于哪些结果呢？
两种操作：什么都不做 和 点击鼠标； 两种结果：不操作（小鸟坠落），小鸟飞行。
Flappy Bird游戏
进阶目标：
在原来的基础上，增加“机器学习模块”，分别 用两种方法——有监督学习和无监督学习，通过 若干轮的训练和学习，让小鸟自己飞跃柱子。
Flappy Bird游戏 无监督学习：
课后作业
自学编程猫的基本内容，利用编程猫制作一个简单的AI系统。 如对话系统、动物判断系统等。
Flappy Bird游戏
操作任务
③尝试修改源程序的特征值，看看有什么变化？
思考
有监督学习和无监督学习有什么不同点？ 机器学习（有监督学习和无监督学习）有什么局限性？
小结
一、人工智能第三次浪潮兴起的原因和背景，专家系统 和机器学习（有监督学习、无监督学习）的基本含义。 二、通过案例体验，掌握专家系统与机器学习的作用及 其局限性，运用机器学习的原理分析提取特征量，解决 实际问题。
知识延伸 知识是无边界的，无法输入所有的知识。
人工智能第二次浪潮的另一个代表——机器翻译
操作任务：中英文互译 （1）“有困难 找警察” （2）He saw a woman in the garden with a telescope.
人工智能技术的发展与应用场景
人工智能技术的发展与应用场景一、引言随着科技的不断进步，AI人工智能技术得到了高度的发展。
随着计算机技术和互联网的快速发展，人工智能已经开始影响我们的生活和工作方式。
那么，人工智能技术的发展和应用场景会是什么样子呢？二、人工智能技术的发展人工智能是一种计算机技术，它可以让机器模仿人类的行为和思考方式。
人工智能分为弱人工智能和强人工智能。
弱人工智能是在特定领域高效工作的模型。
这种人工智能在翻译、推荐、音乐、图像和语音识别等领域有广泛应用。
相反，强人工智能是能够完全模仿人类思考方式的模型。
强人工智能在未来可能会成为人类同等的竞争对手。
人工智能历经了三次浪潮的发展。
第一次浪潮发生在20世纪50年代至70年代，研究人员试图制定一种能够实现机器学习的算法。
第二次浪潮从前10年开始，深度学习在这个时期广泛应用。
第三次浪潮进入软件开发板块，使AI技术应用程序的开发变得更加容易。
三、人工智能技术在医学领域中的应用AI技术正在改变医学的方式。
医学影像处理是AI应用的重要领域之一。
医学影像学家可以使用AI分析大量的医学图像，提高疾病的检测和准确性。
同时，人工智能技术还可以用于制药领域。
天然草药对人类有着悠久的历史，但繁琐的实验室工作和高成本使得制药变得更加困难。
人工智能可以帮助制药业更好地理解化学品和草药的复杂性。
这种技术可以加速药物发现的时间，并帮助他们更好地理解化学品和草药的组合。
四、人工智能技术在教育领域中的应用教育业也是受益于人工智能技术的领域之一。
互联网和智能设备正在改变教育的方式。
人工智能技术可以帮助学生更完全地理解材料，并快速回答一些问题。
AI学习系统还可以根据学生的学习习惯和能力提供有针对性的建议。
人工智能技术也可以帮助师资队伍迅速发现学生的困难。
AI可以检测到学生的学习模式，帮助教育工作者更好地了解学生的学习进度和难点，更有针对性地指导学生。
五、人工智能在金融领域中的应用人工智能技术在金融领域的应用领域十分广泛。
关于人工智能的研究
关于人工智能的研究1.人工智能的内涵通过对现有文献进行梳理发现，人工智能的内涵至今未有定论，但究其本质而言，人工智能是代理者（机器、算法、系统等）从结构上、功能上和行为上模仿人类智能行为的能力，表现为具有智能行为的机器智能。
其中，结构上的模拟发端于1943年Mc Culloch和Pitts 提出的人工神经细胞模型（M-P 模型），该方法试图建造人工的神经细胞来模拟人类的思维能力，后来逐步演化出人工神经网络（ANN）。
为解决人工神经网络“结构复杂”问题，1956年Mc Carthy、Shannon 和Minsky 等探讨利用电子计算机作为硬件平台，通过软件模拟人类逻辑思维功能，并正式提出人工智能（AI）概念，即人工智能是让机器表现出像人一样的智能行为。
与此同时，从功能上模拟人类智能，产生了人工智能领域第二类方法——基于功能模拟的物理符号系统（Simon，1969；Newell & Simon，1972）。
功能模拟早期主要集中于“逻辑推理机”这一启发程序的研制，后来演变为专家系统（Expert System），早期的显著成就为第一个通过图灵测试的血液感染疾病诊断专家系统（MYCIN）和战胜国际象棋大师的“深兰（Deeper Blue）”专家系统。
而基于行为的模拟起源于控制论动物，即能够模拟动物的某种智能行为的机器动物模型，例如香农研制的“香农老鼠”和瓦尔特研制的“电动乌龟”。
之后，功能模拟进入智能机器人研究阶段，Brooks（1991）等提出“无需知识表示和推理的智能系统”的“行为主义”方法，并成功研发一种新型的机器人，它拥有150多个各种类型的传感器，能够模拟六脚虫的行为方式。
钟义信（2006）提出智能生成的“机制主义”，机制主义是人工智能结构主义、功能主义、行为主义的统一。
综上所述，人工智能是人类制造出的智能，即是代理者（机器、算法、系统等）模仿人类智能行为的能力，表现为具有智能行为的机器智能，包括没有物质形态的基于结构和功能上的模拟以及有物质形态的基于行为上的模拟。
人工智能发展中的第三次浪潮的时间和特点
人工智能发展中的第三次浪潮的时间和特点近几年，机器学习、图像识别等技术在人们的日常生活与工作中得到了更广泛的应用。
比如，人们可以通过Google Photos更快地寻找自己需要的图片，可以利用Google Now 的自动推送功能获取所需信息，可以通过Inbox自动撰写邮件回复等。
人工智能为我们的工作、生活带来了极大的便利。
一、第一次人工智能浪潮1956年，在美国达特茅斯学院举办的夏季学术研讨会上，助理教授John McCarthy提出的“人工智能”概念被正式使用。
此后，人工智能的先驱艾伦·图灵提出了著名的“图灵测试”：将人和机器分开进行测试，如果30%以上的被测试者无法确定他面对的是人还是机器，这台机器就顺利通过测试，被认为具有人工智能功能。
受图灵测试的刺激，全球范围内出现了第一波人工智能浪潮。
在此阶段，研究方法方面符号主义方法盛行，数学证明、专家系统、知识推理等形式化的方法在人机交互过程中得到了广泛应用。
但因为那个时候计算机和互联网技术刚刚起步，运算速度有限，在很大程度上制约了人工智能的发展。
二、第二次人工智能浪潮进入20世纪80年代之后，人工智能出现了第二次浪潮。
因为传统的符号主义学派发展缓慢，有研究者尝试使用基于概率统计模型的新方法，促使语音识别、机器翻译实现了进一步发展。
在模式识别领域，人工神经网络大放异彩。
在这个阶段，由于数据量不足，再加上测试环境有限，人工智能只限于学术研究，没能走出实验室，不具备实用价值。
三、第三次人工智能浪潮2006年，Hinton等人提出深度学习技术掀起了人工智能的第三次浪潮。
2015年，在图像识别领域，基于深度学习的人工智能算法的准确率首次超过了人类肉眼识图的准确率，人工智能实现了飞跃式发展。
随着机器视觉研究领域的突破，在语音识别、自然语言处理、数据挖掘等领域，深度学习都取得了突破性进展。
2016年，微软英语语音识别错词率降至5.9%，与人类不相上下。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人工智能发展中的三次浪潮
第一次浪潮（1956-1974年）：AI思潮赋予机器逻辑推理能力。
伴随着“人工智能”这一新兴概念的兴起，人们对AI的未来充满了想象，人工智能迎来第一次发展浪潮。
这一阶段，人工智能主要用于解决代数、几何问题，以及学习和使用英语程序，研发主要围绕机器的逻辑推理能力展开。
其中20世纪60年代自然语言处理和人机对话技术的突破性发展，大大地提升了人们对人工智能的期望，也将人工智能带入了第一波高潮。
但受限于当时计算机算力不足，同时由于国会压力下美英政府于1973年停止向没有明确目标的人工智能研究项目拨款，人工智能研发变现周期拉长、行业遇冷。
第二次浪潮（1980-1987年）：专家系统使得人工智能实用化。
最早的专家系统是1968年由费根鲍姆研发的DENDRAL系统，可以帮助化学家判断某特定物质的分子结构；DENDRAL首次对知识库提出定义，也为第二次AI发展浪潮埋下伏笔。
20世纪80年代起，特定领域的“专家系统”AI程序被更广泛的采纳，该系统能够根据领域内的专业知识，推理出专业问题的答案，AI也由此变得更加“实用”，专家系统所依赖的知识库系统和知识工程成为了当时主要的研究方向。
然而专家系统的实用性只局限于特定领域，同时升级难度高、维护成本居高不下，行业发展再次遇到瓶颈。
1990年人工智能DARPA
项目失败，宣告AI的第二次浪潮步入低谷。
不过，同时期BP神经网络的提出，为之后机器感知、交互的能力奠定了基础。
第三次浪潮（1993年至今）：深度学习助力感知智能步入成熟。
不断提高的计算机算力加速了人工智能技术的迭代，也推动感知智能进入成熟阶段，AI与多个应用场景结合落地、产业焕发新生机。
2006年深度学习算法的提出、2012年AlexNet在ImageNet训练集上图像识别精度取得重大突破，直接推升了新一轮人工智能发展的浪潮。
2016年，AlphaGo打败围棋职业选手后人工智能再次收获了空前的关注度。
从技术发展角度来看，前两次浪潮中人工智能逻辑推理能力不断增强、运算智能逐渐成熟，智能能力由运算向感知方向拓展。
目前语音识别、语音合成、机器翻译等感知技术的能力都已经逼近人类智能。