人工智能的学派和发展历程

合集下载

人工智能三大流派

三大流派

（Artificial Intelligence，简称）是一门研究和开发用于模拟、延伸和扩展人智能的理论、方法、技术及应用系统的科学。随

着科技的不断发展，逐渐分化出了三大主要流派，即符号主义流派、连接主义流派和进化主义流派。

1、符号主义流派

符号主义流派是领域最早兴起的一种方法论，也被称为经典（Classical ）。该流派主要关注运用符号逻辑推理和知识表示方

法来解决问题。其核心思想是借助推理、规则和知识表示，将问题

的符号表示与相应的问题解决方法进行匹配。符号主义方法在机器

学习、专家系统和自然语言理解等领域取得了一些重要的突破。

1.1 专家系统

专家系统是符号主义流派的核心研究领域之一。它通过建立一

套用于模拟专家知识和推理的规则和方法，来解决特定领域中的问题。专家系统可以将领域专家的经验和知识进行模拟，并通过推理

机制提供相应的解决方案。

1.2 逻辑推理

逻辑推理是符号主义流派的基础，它利用谓词逻辑和形式化推理来进行问题求解。逻辑推理可以将问题的符号表示转换为逻辑表达式，然后利用逻辑推理规则进行推导和演绎，最终得到问题的解答。

2、连接主义流派

连接主义流派（Connectionism）是对传统符号主义的一种批判和补充，也被称为神经网络。该流派的核心思想是模拟神经元之间的连接、传递和处理信息的方式，来构建人工神经网络，并通过学习和调整网络参数来实现智能行为。

2.1 人工神经网络

人工神经网络模拟了生物神经网络的结构和工作原理，通过模拟大量的人工神经元之间的连接和信息传递来实现智能行为。人工神经网络具有较强的自学习和自适应能力，在图像识别、语音识别和自然语言处理等领域取得了很多重要的应用。

《人工智能导论》第1章-绪论

过高预言的失败，给AI造成重大伤害
“20 年内，机器将能做人所能做的一切。”
——西蒙，1965
“在3～8年时间里，我们将研制出具有普通人智力的计算机。这样的机器能读懂莎士比亚的著作，会给汽车上润滑油，会玩弄政治权术，能讲笑话，会争吵。……它的智力将无以伦比。”
——明斯基，1977
1.2.3 萧条波折期 (20世纪60年代中期至70年代中期)
人工智能导论
第一章绪论
第1章绪论
1.1 人工智能的概念 1.2 人工智能的产生和发展 1.3 人工智能的主要学派 1.4 人工智能的主要研究内容 1.5 人工智能的主要应用领域
第1章绪论
1.1 人工智能的概念 1.2 人工智能的产生和发展 1.3 人工智能的主要学派 1.4 人工智能的主要研究内容 1.5 人工智能的主要应用领域
萧条波折期
20世纪80年代中期至今
稳步增长期
形成及第一个兴旺期
20世纪50年代中期至60年代中期
第二来自百度文库兴旺期
20世纪70年代中期至80年代中期
1.2.1 孕育期 (20世纪50年代中期以前)
人工智能的孕育期大致可以认为是1956年以前的时期。这个时期的主要成就是数理逻辑、自动机理论、控制论、信息论、神经计算、电子计算机等学科的建立和发展，为人工智能的诞生准备了理论和物质的基础。

人工智能的发展

人工智能（Artificial Intelligence，简称AI）是一门研究如何使计算机能够像人

一样思量和行动的科学。近年来，随着计算能力的提升和数据的爆炸式增长，人工智能得到了快速发展，并在各个领域展现出了巨大的潜力和应用前景。

一、人工智能的历史与背景

人工智能的概念最早可以追溯到上世纪50年代。当时，人们开始尝试用计算

机摹拟人类的思维过程，以解决复杂的问题。随着时间的推移，人工智能的研究逐渐分为不同的学派，包括符号主义、连接主义、进化计算等。在20世纪90年代，随着互联网的普及和大数据的兴起，人工智能进入了一个新的发展阶段。

二、人工智能的技术与应用

1. 机器学习

机器学习是人工智能的核心技术之一。它通过让计算机从大量的数据中学习并

提取规律，从而实现自主学习和决策。机器学习的应用非常广泛，包括自然语言处理、图象识别、推荐系统等领域。

2. 深度学习

深度学习是机器学习中的一种方法，它通过构建多层神经网络来摹拟人脑的神

经网络结构。深度学习在图象识别、语音识别等领域取得了重大突破，成为人工智能发展的重要驱动力。

3. 自然语言处理

自然语言处理是指让计算机理解和处理人类自然语言的技术。它包括语音识别、机器翻译、情感分析等任务。自然语言处理的发展对于提高人机交互的效果和效率具有重要意义。

4. 机器人技术

机器人技术是人工智能的重要应用领域之一。机器人可以在工业生产、医疗护理、农业等领域发挥重要作用，提高生产效率和生活质量。

三、人工智能的影响与挑战

1. 经济影响

人工智能的发展将对经济产生深远影响。一方面，人工智能可以提高生产效率、降低成本，推动产业升级和创新。另一方面，人工智能可能导致一些传统行业的就业岗位减少，需要人们不断提升自身技能以适应新的就业需求。

人工智能的三大学派

近年来，人工智能技术的快速发展已引起了广泛关注。人工智能（AI）是一种通用术语，它涵盖了一种包括机器学习、自然语言处理、神经网络和语音识别在内的科技，其目的是使计算机系统能够模拟人类的思考和行为，进而以更快的速度和更高的准确率完成任务。人工智能技术的成功应用不仅将让人们的生活更加便利，而且将促进科技创新、经济发展和人类进步。然而，在人工智能的发展过程中，出现了三种不同的观点，它们被称为人工智能的三大学派：符号学派、连接学派和进化学派。本文将通过对这三派的简要介绍和比较，探讨每一种观点的优点和缺点，以及它们的重要性和发展潜力。

第一章符号学派

符号学派是人工智能的早期学派之一，它的主要思想是将人类的逻辑思维过程表示为一系列符号和规则，并以此为基础实现人工智能。符号学派认为，计算机程序必须使用符号和规则才能进行推理、学习和决策，而计算机程序中的符号和规则必须与人类思维中的符号和规则相对应。这使得计算机程序能够使用符号和

规则生成推理和输出结果，并正确认识和解决问题，而不是单纯地将符号和规则组合成输入输出关系。

符号学派的代表性人物是新康菲尔德的约翰·麦卡锡（John McCarthy），他是人工智能术语“人工智能”的发明者之一，同时也是计算机界的名字之一。早在上世纪50年代，麦卡锡就开始探索计算机如何能理解人类的语言和思维方式。符号学派诞生于这个时期，它的核心思想是将人类的语言和思维方式转化成文本表达式，然后计算机可以读取并理解这些表达式。符号学派在人工智能发展的早期得到了广泛的讨论和认可。

智能科学与技术发展历程

智能科学与技术的发展可以追溯到古代，但直到20世纪，随着计算机科学、控制论、信息论等理论的出现，才真正奠定了智能科学与技术的理论基础。以下是智能科学与技术的发展历程中的一些重要事件：

- 20世纪60年代，符号主义成为了人工智能的主流学派，该学派认为人类的智能是由符号操作实现的，因此人工智能也应该通过符号操作来实现。

- 20世纪80年代，连接主义逐渐取代了符号主义，成为了人工智能的主流学派。连接主义认为，人的智能是由神经元之间的连接实现的，因此“人工智能也应该通过建立类似神经网络的模型来实现。”

- 2006年，加拿大计算机科学家杰弗里·辛顿提出了深度学习的概念，即通过建立多层次的神经网络模型来实现高级的认知和决策能力。深度学习的出现标志着人工智能迎来了新的发展机遇。

- 2012年，美国计算机科学家亚历克斯·克里泽夫斯基带领的研究团队在ImageNet图像识别竞赛中取得了惊人的成绩。深度学习技术首次展现出了其在图像识别领域的巨大潜力。

随着深度学习技术的飞速发展和计算机算力的提升，智能科学与技术在各个领域都取得了令人瞩目的突破，例如智能家居、智能交通、智能医疗等。

人工智能导论-绪论

行为上的理性指的是已知某些信念，执行某些动作以达到某个目标。主体（AGENT）可以看作是可以进行感知和执行动作的某个系统。在这种方法中，人工智能可以认为就是研究和建造理性主体（AGENT）。
在“理性思维”方法中，它所强调的是正确的推理。做出正确的推理有时被作为理性主体（AGENT）的一部分。另一方面，正确的推理并不是理性的全部，因
达特茅斯学院（Dartmouth College），成立于1769年12月13日，是位于美国新罕布什尔州汉诺威镇的一所私立研究型综合性大学。达特茅斯是八所常春藤联盟（Ivy League School）名校之一，也是建校早于美国建国的九所殖民地学院（ Colonial Colleges）之一。
2023/12/13
符号主义
以符号处理为核心的方法
又称为自上而下和符号主义,起源于GPS,用于模拟人类问题求解过程的心理过程,逐渐形成为物理符号系统
AI的目标就是实现机器智能,而计算机自身具有符号处理功能,它本身就蕴含着推理能力,因而可能够方便地模拟逻辑思维过程
符号主义认为：人类智能的基本单元是符号，认知过程就是符号操作过程，从而思维就是符号计算
2023/12/13
4
人工智能
人工智能(Artificial Intelligence) 是相对人的自然智能而言，即用人工的方法和技术,模仿、延伸和扩展人的智能, 实现某些“机器思维”。

人工智能简介

⼈⼯智能简介

本⼈主要是关注⼈⼯智能的学科简介、发展史、三⼤门派。

何为智能？

在介绍⼈⼯智能之前，我们要先了解智能到底是什么？智能，其实就是智⼒和能⼒的总称。世界著名教育⼼理学家霍华德·加德纳提出了著名的“多元智能理论”，他认为⼈类个体都独⽴存在着⼋种智能，分别如下：

视觉—空间智能，指对线条、形状、结构、⾊彩和空间关系的敏感以及通过平⾯图形和⽴体造型将它们表现出来的能⼒。

语⾔—⾔语智能，指听说读写能⼒，利⽤语⾔描述事件、表达思想并与⼈交流的能⼒。

交往—交流智能，指与⼈相处交往的能⼒，表现为察觉、体验他⼈情绪、情感和意图并据此作出适宜反应的能⼒。

⾃知—⾃省智能，指认识、洞察和反省⾃⾝的能⼒，表现为正确地意识和评价⾃⾝的情绪、动机、欲望、个性、意志，并在正确的⾃我意识我⾃我评价的基础上形成⾃尊、⾃律和⾃制的能⼒。

逻辑—数理智能，指运算和推理能⼒，表现为对事物间各种关系如类⽐、对⽐、因果和逻辑等关系的敏感以及通过数理运算和逻辑推理等进⾏思维的能⼒。

⾳乐—节奏智能，指感受、辨别、记忆、改变和表达⾳乐的能⼒，表现为个⼈对⾳乐包括节奏、⾳调、⾳⾊和旋律的敏感以及通过作曲、演奏和歌唱等表达⾳乐的能⼒。

⾝体—动觉智能，指运⽤四肢和躯⼲的能⼒，表现为能够较好地控制⾃⼰的⾝体、对事件能够做出恰当的⾝体反应以及善于利⽤⾝体语⾔来表达⾃⼰的思想和情感的能⼒。

⾃然观察智能，指个体辨别环境的特征并加以分类和利⽤的能⼒。

何为⼈⼯智能？

⼈⼯智能，即是⼈⼯的智能，是⼈造出来的像⼈类⼀样思考和⾏动的机器，使得机器也拥有“多元智能理论”中的⼋种智能。多数⼈对⼈⼯智能的了解主要是通过科幻⽚，⾥⾯的机器⼈拥有着⼈类的思维意识、情感和超凡的能⼒。

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。

人工智能各学派简介

目前人工智能的主要学派有下面三家：

(1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派

(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。

(2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派

(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。

(3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派

(cyberneticsism)，其原理为控制论及感知-动作型控制系统。

他们对人工智能发展历史具有不同的看法。

1、符号主义

认为人工智能源于数理逻辑。数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。

计算机出现后，又在计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家，证明了38条数学定理，表明了可以应用计算机研究人的思维，模拟人类智能活动。

正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法->专家系统->知识工程理论与技术，并在20世纪80年代取得很大发展。

符号主义曾长期一枝独秀，为人工智能的发展做出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。

在人工智能的其他学派出现之后，符号主义仍然是人工智能的主流派别。这个学派的代表人物有纽厄尔(Newell)、西蒙(Simon)和尼尔逊(Nilsson)等。

描述人工智能的主要学派并说明各种学派的特点

描述人工智能的主要学派并说明各种学派的

特点

人工智能（Artificial Intelligence，简称AI）是计算机科学的一个领域，通过研

究和开发使计算机可以模拟、仿真和实现人类智能行为的技术和方法。在人工智能的发展过程中，涌现了多种不同的学派，它们通过不同的方法和理论来研究和实现人工智能。以下是人工智能的主要学派及其特点。

1. 符号学派（Symbolic AI）：符号学派是人工智能发展的早期学派，强调使用逻辑和符号表示知识，并利用推理和搜索算法进行问题求解。符号学派注重人工智能的逻辑推导和符号操作能力，其代表性算法包括专家系统和语义网络。然而，由于复杂问题的表示和推理困难，符号学派受到了知识获取和效率等方面的限制。

2. 连接主义学派（Connectionist AI）：连接主义学派认为人工智能可以通过模

拟人脑神经网络的方式来实现。它采用了一种分布式表示方式，将知识存储在神经元之间的连接权重中。连接主义学派的一个重要模型是人工神经网络（Artificial Neural Networks），通过训练和学习来提取和处理信息。这种学派的特点是其能力

通过大规模数据的训练和学习不断提高，但对于知识的表示和解释能力相对较弱。

3. 进化学派（Evolutionary AI）：进化学派受启发于生物进化理论，认为通过

模拟自然选择和进化的方式来达到人工智能。该学派利用遗传算法、遗传程序设计等方法进行问题求解和优化，通过不断迭代和演化来优化解决方案。进化学派的特点是具有自适应性和强大搜索能力，但在处理复杂问题上存在计算复杂度高和时间开销大的问题。

人工智能的学科派别

从人工智能在1956年正式的成为一门学科算起，这门学科已经经过了60多年的发展。人工智能在发展中逐渐形成了比较多的学术流派，它们分别从不同的学科背景或者运用不同的研究方法对人工智能进行了探索和发展，目前学界较为认可的，影响力较大的主要为三大学科派别，分别是符号主义学派、联结主义学派和行为主义三大学派。

（一）符号主义：基于逻辑推理的智能模拟方法

符号主义（Symbolism）学派，又被称为逻辑主义（logicism）、心理学派（Psychlogism）或者计算机学派（Computerism），是基于物理符号系统的假设和有限合理性原理的人工智能学派。”符号主义学派是一种早期的人工智能研究方法，该学派崇尚“符号”，因此取名符号主义，他们认为因为数理逻辑是人工智能的起点，所以符号才是我们认识整个客观世界的认知单元。那么这样一来，人认识客观世界的过程其实就是运算符号和符号表达的过程，人通过不断地输入符号并进行处理，再将处理后的符号进行输出，这才是人认识客观世界的科学过程，从此意义上来说，人必然成为一个符号系统或者符号集成处理系统。莱布尼茨曾经试图发明一种通用科学语言，想把所有的推理过程都演变成数学公式一样的形式来进行计算，这在当时确实是难以实现的。直到计算机出现以后，因为数理逻辑和计算机科学具有完全相同的形式化方法，所以符号主义学派又开始寻求在计算机技术的帮助，来用某种符号描述人类的认知过程，并试图将这种符号输入计算机来模拟人类的认知过程，从而达到实现人工智能的目的。

其有代表性的成果为启发式程序，逻辑理论家，西蒙（Herbert A.Simon）、约翰·肖（John Cliff Shaw）和艾纽厄尔（Allen Newell）等几位科学家共同开发了该程序，证明了《数学原理》，其是由英国哲学家伯特兰·罗素（Bertrand Russell）和其老师怀特海（Alfred North Whitehead）合著的一本于1910-1913年出版的关于哲学、数学和数理逻辑的三大卷巨著，该书对逻辑学、数学、集合论、语言学和分析哲学有着巨大影响。但是由于此书内容艰深，一般人甚至专门从事数学原理探讨的人，也难以通读，所以目前国内还没有完整的权威的中文译本。书中详实表明了可应用计算机研究人的思维过程，进而模拟人类智能活动。也是因为《数学原理》这部历史巨著，使得罗素获得了1949的英国荣誉勋章，

人工智能简介

一、人工智能概述

人工智能是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多学科研究的基础上发展起来的综合性很强的交叉学科，是一门新思想、新观念、新技术不断出现的新兴学科，也是正在迅速发展的前沿学科。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。作为一门学科，人工智能于１９５６年问世，是由“人工智能之父“McCarthy及一批数学家、信息学家、心理学家、神经生理学家、计算机科学家在Dartmouth大学召开的会议上，首次提出。对人工智能的研究，由于研究角度的不同，形成了不同的研究学派。这就是：符号主义学派、连接主义学派和行为主义学派。它与空间技术、原子能技术一起被誉为20世纪三大科学技术成就。

二．人工智能的发展

人工智能的发展历史可归结为孕育、形成和发展三个阶段。

1.人工智能孕育期

这个阶段主要是指1956年以前。.

计算机时代1941年的一项发明使信息存储和处理的各个方面都发生了革命.这项同时在美国和德国出现的发明就是电子计算机. 1949年改进后的能存储程序的计算机使得输入程序变得简单些,而且计算机理论的发展产生了计算机科学,并最终促使了人工智能的出现.计算机这个用电子方式处理数据的发明, 为人工智能的可能实现提供了一种媒介. 1955年

末,Newell和Simon做了一个名为逻辑专家(Logic Theorist)的程序.这个程序被许多人认为是第一个AI程序. 1956年,被认为是人工智能之父的

John McCarthy组织了一次学会,将许多对机器智能感兴趣的专家学者聚集在一起进行了一个月的讨论.他请他们到Vermont参加Dartmouth人工智能夏季研究会.从那时起,这个领域被命名为人工智

人工智能综述：AI的发展

⼈⼯智能综述：AI的发展

⼈⼯智能综述:AI的发展

概括：⼈⼯智能学科⾃从诞⽣之后, 技术理论不断发展, 应⽤领域不断延伸。应⽤领域主要包括智能机器⼈、图像处理、⾃然语⾔处理及语⾳识别等。⼈⼯智能的基础理论科学包括计算机科学、逻辑学、⽣物学、⼼理学及哲学等众多学科。从⼈⼯智能的发展历史、⼈⼯智能的技术核⼼以及⼈⼯智能的应⽤前景3个⽅⾯阐述⼈⼯智能的发展与应⽤。

0 引⾔

⼈⼯智能是集合了计算机科学、逻辑学、⽣物学、⼼理学和哲学等众多学科，在语⾳识别、图像处理、⾃然语⾔处理、⾃动定理证明及智能机器⼈等应⽤领域取得了显著成果。⼈⼯智能在社会发展中扮演着不可或缺的⾓⾊。⼈⼯智能在提升劳动效率、减低劳动成本、优化⼈⼒资源结构及创造新的⼯作岗位需求⽅⾯带来了⾰命性的成果。⼈⼯智能的出现为疲软的全球经济提供了新的动⼒，提升了全球GDP的增长速度。

⼈⼯智能规模发展迅速，截⾄2018年，中国⼈⼯智能市场规模已达238.2亿元。⼈⼯智能的产⽣已经为⼈类创造出很⼤的经济效益，正在惠及⽣活的⽅⽅⾯⾯，⽆⼈驾驶、⼈⼯智能医疗及语⾳识别等，为⼈类的⽣活提供了便利。同时⼈⼯智能的出现，取代了很多传统岗位，同时也创造了很多新的岗位来消化社会劳动⼒。⼈⼯智能的出现极⼤地推动了社会发展，让社会发展步⼊新的时期。

1 ⼈⼯智能发展历史

⼈⼯智能雏形的出现是在1955年，在⼀次“学习机器讨论会”上，著名的科学家艾伦·纽厄尔和奥利弗·塞弗⾥奇分别提出了下棋与计算机模式识别的研究。在次年的达特茅斯会议上，提出了“⼈⼯智能”⼀词，并讨论确定了⼈⼯智能最初的发展路线与发展⽬标。之后由阿瑟·塞缪尔提出了机器学习理论，根据这⼀理论编写完成了能够与⼈类进⾏对弈的西洋跳棋程序，并于1962年战胜了美国的西洋跳棋⼤师。20世纪70年代中叶符号学派⾛向低⾕，以仿⽣学为基础的研究学派逐渐⽕热。神经⽹络由于BP算法的⼴泛应⽤获得了⾼速发展。在⼤环境下，专家系统的⼤量使⽤使⼯业界节约了⼤量成本，提升了产业效益。例如价值上亿的矿藏由PROSPECTOR专家系统成功地分析得出。在此之后，⼈们开始尝试研究具有通⽤性的⼈⼯智能程序，却遇到了严重的阻碍，陷⼊停滞。⼈⼯智能⼜⼀次步⼊低⾕。1997年，“深蓝”的成功让⼈⼯智能的发展⼜提上⽇程。随着算⼒的增加，⼈⼯智能的瓶颈被打破，为基于⼤数据的深度学习与增强学习提供了发展的可能。GPU不断发展，与此同时定制化处理器的研制成功使算⼒不断提升，为⼈⼯智能的爆发提供了基础。在⽆⼈驾驶领域北京地平线信息技术有限公司，发布了⼀款嵌⼊式视觉芯⽚，主要针对⽆⼈驾驶汽车领域。阿⾥投资千亿成⽴“达摩院”，在机器学习等⽅⾯开展研究和进⾏产品开发。⼈⼯智能步⼊了快速发展期。

AI的发展历程和未来趋势

人工智能（Artificial Intelligence, AI）是一门研究如何使机器能够像

人一样具备思维能力和智能行为的科学。自20世纪50年代诞生以来，AI经历了几个阶段的发展，从最初的符号主义到现在的机器学习和深

度学习，展现出了让人瞩目的发展。

一、AI的发展历程

1. 符号主义时代

最早的AI研究阶段是符号主义时代，研究者们尝试使用逻辑推理

和符号表达来模拟人类智能。这一阶段的代表性成果是人工智能程序ELIZA，它能够模拟人类对话，引发了对AI潜力的广泛关注。

2. 统计学派的兴起

20世纪80年代，统计学派在AI领域兴起，开始利用统计模型和概

率论来进行机器学习。这一阶段的代表性算法包括朴素贝叶斯分类器

和隐马尔可夫模型等，为AI的发展迈出了重要的一步。

3. 专家系统时代

80年代末至90年代初，专家系统成为AI的主流研究方向。专家系

统通过对专家知识的提取和表示，将人类专家的经验转化为计算机可

理解的形式，从而实现了一定程度的智能化。然而，这一阶段的局限

性在于专家系统无法处理复杂的问题和不确定性。

4. 机器学习和深度学习

21世纪初，机器学习和深度学习的突破使AI进入了新的阶段。通

过大量的数据训练，机器学习算法可以从中发现规律和模式，并进行

预测和决策。深度学习则借鉴了人脑神经网络的结构和工作原理，构

建了多层次的神经网络模型，具备了更高的学习和推理能力。

二、AI的未来趋势

1. 强化学习的发展

强化学习是指智能系统通过与环境的交互不断学习和优化自身行为

的能力。未来，强化学习有望在自动驾驶、机器人控制和游戏策略等

人工智能、机器学习及深度学习的起源和发展

⼈⼯智能、机器学习及深度学习的起源和发展

发展时间线

第⼀阶段：⼈⼯智能起步期1956—1980s

1956达特茅斯会议标志AI诞⽣

1957神经⽹络Perceptron被罗森布拉特发明

1970受限于计算能⼒，进⼊第⼀个寒冬

第⼆阶段：专家系统推⼴1980s—1990s

1980 XCON专家系统出现，每年节约4000万美元

1986 BP ，Geoffrey Hinton提出了前馈算法，⼀个通过对输⼊数据按照重要进⾏排序的精准神经⽹络。

1989 卷积，Yann LeCun写了另外⼀篇旷世之作，描述了卷积神经⽹络。这些发现突破了计算机难以解决的问题，譬如从⼀张照⽚中找到⼀只猫。

1990——1991 ⼈⼯智能计算机DARPA没能实现，政府投⼊缩减，进⼊第⼆次低⾕

1997 IBM的DeepBlue战胜国际象棋冠军

1997 Schmidhuber发明了长短期记忆⽹络（LSTM）

第三阶段：深度学习2000s—⾄今

2006 Hinton提出“深度学习”的神经⽹络

2011 苹果的Siri问世，技术上不断创新

2012

Google⽆⼈驾驶汽车上路（2009年宣布）

2012年，计算机视觉界顶级⽐赛ILSVRC中，多伦多⼤学Hinton团队所提出的深度卷积神经⽹络结构AlexNet⼀鸣惊

⼈，同时也拉开了深度卷积神经⽹络在计算机视觉领域⼴泛应⽤的序幕。成功原因

⼤量数据，Deep Learning领域应该感谢李飞飞团队搞出来如此⼤的标注数据集合ImageNet；

GPU，这种⾼度并⾏的计算神器确实助了洪荒之⼒，没有神器在⼿，Alex估计不敢搞太复杂的模型；

人工智能三大流派

代表人物：罗森布莱特、威德罗、霍夫、鲁梅尔哈特、麦克莱兰、霍普菲尔德
代表成果：人工神经网络、语音识别、图片处理、模式识别等
3行为主义又称：进化主义、控制论学派、行为模拟学派主要观点：智能取决于感知和行为。代表人物：罗德尼·布鲁克斯代表成果：机器人昆虫、类人机器人波士顿动力机器人、波士顿大狗
迷你猎豹机器人
理论方法方面：符号主义着重于功能模拟，提倡用计算机模拟人类认识系统所具备的功能和机能。
连接主义着重于结构模拟，通过模拟人的生理网络来实现智能。行为主义着重于行为模拟，依赖感知和行为来实现智能。
技术路线方面：符号主义依赖于软件路线，通过启发性程序设计，实现知识工程和各种智能算法。
连接主义依赖于硬件设计，如VLSI（超大规模集成电路）、脑模型和智能机器人等行为主义利用一些相对独立的功能单元，组成分层异步分布式网络，为机器人研究开
THANKS
FOR LISTENING
感
谢
聆
听
人工智能三大流派
人工智能概论
Artificwk.baidu.comal Intelligene
人工智能三大流派
符号主义
Symbolicism
连接主义
Connectionism
行为主义
Actionism
1 符号主义又称：逻辑主义、心理学派、计算机主义、功能模拟学派主要观点：知识的基础是符号，思维过程是符号模式的处理过程代表人物：纽厄尔、西蒙、费根鲍姆代表成果：专家系统、定理机器证明、国际象棋AI等