人工智能(Artificial Intelligence,简称 AI)的历史可以追溯到上世纪50年代,以下是其中的关键点:
1956年,美国达特茅斯学院举办了一次会议,邀请了一些研究者共同探讨人工智能的概念、目标和方法。这次会议被认为是人工智能领域的创始之一,标志着人工智能领域的正式开始。
在人工智能发展初期,研究者主要采用符号主义学派的方法,即用符号表示人类知识,通过计算机程序实现人类的智能。代表性的工作包括逻辑推理系统、规则系统等。
在这一时期,研究者开始研究如何将知识表示成计算机可识别的形式,以及如何使用这些知识进行推理。代表性的工作包括Frame语言、Prolog等。
- 1980年代-1990年代:连接主义学派和机器学习
在这一时期,连接主义学派和机器学习开始兴起。连接主义学派认为人工神经网络可以模拟人类的神经系统,通过学习实现智能。机器学习则是一种让计算机自动学习的方法,使其能够从经验中不断改进自己。代表性的工作包括BP神经网络、决策树、支持向量机等。
近年来,深度学习和神经网络成为人工智能领域的热门研究方向。深度学习是一种基于多层神经网络的机器学习方法,可以自动提取高层次的特征表示。代表性的工作包括卷积神经网络、循环神经网络、生成对抗网络等。这些方法在图像识别、语音识别、自然语言处理等方面都取得了巨大的进展。