从“人工”智能到人工智能——人工智能编年史

很多新兴技术刚开始的时候都很抓人眼球，然后进入处处碰壁的阶段，在经历一系列曲折之后，慢慢才能走向辉煌。人工智能从创立到现在已经经历了将近63年的历史，而这63年并非是一帆风顺，通过下面的资料希望能让大家更加深入的了解人工智能的原理以及这么多年来的兴衰更替。

鸟飞派：人类想要飞的话就要像鸟一样

 

 

在2006年之前在人工智能领域“鸟飞派”思想是是站主导作用的，“鸟飞派”思想顾名思义便是，机器如果要有智能都要像人脑一样的思考。所以出现所谓的所谓 “专家系统” 为代表的，用大量 “如果-就”（If – Then）规则定义的，自上而下的思路。人工神经网络（Artificial Neural Network），标志着另外一种自下而上的思路。神经网络没有一个严格的正式定义。它的基本特点是试图模仿大脑的神经元之间传递，处理信息的模式。然后科学家做了各种算法让计算机可以按照这种算法进行运转。

 

以衣藻为例，衣藻是一种结构及其单一的单细胞原核生物，但它也具备最简单的神经网络，它可以通过眼点的感知光线的强弱并通过鞭毛摆动使其移动到有光的环境下进行光合作用。如果使用“专家模式”来制作仿生衣藻则要给予其仿生衣藻为他朝各个方向运动制定各种算法，并要为朝光源制定一条合适的规则和算法，这么做需要耗费大量人力物力。这也使得“飞鸟派”极难突破其技术所存在的壁垒，光单细胞生物衣藻的智能AI工作量都如此巨大，更别说要处理复杂信息的复杂神经元网络了

 

人工智能领域中的“莱特兄弟”

 

“我们需要的是达成’飞’这个结果，而不是模仿会飞的动物”

 

直到出现了人工智能领域中的“莱特兄弟”：

 

贾利尼克教授，在研究语音识别的时候发现，于其教会人工智能学习人类的语言，不如将大量的语音数据输入到电脑里让电脑快速匹配，智能问题变成了统计学问题 还是以仿生衣藻为例，如果我们换一种角度来思考，如果我们给仿生衣藻制定一个目标让其到达光源处，并让草履虫随机运动然后让仿生衣藻将每次数据都记录下来，让衣藻AI根据数据统计决定下一次该怎么运动，这样才能将计算机的能力计算机的能力真正发挥在其擅长的领域上

 

近代人工智能大框架便趋于完善： 数据——信息——知识 从数据到信息然后到知识 ，然后人工智能便开始进入到了一个新的时代——深度学习时代。

 

 

深度学习时代

 

傅里叶转换音波部分图解

 

 

深度学习原理图解

 

 

在深度学习中最核心技术的思想类似于傅里叶转换：而傅里叶转换也正是人类可以接受外界众多复杂信息的原理所在，通过傅立叶转换的原理，机器可以将一个复杂的信息（图像 声音 气味亦或者其他）拆分为诸多更易理解并归类的数据再将数据转换成信息通过对于信息的统计分析得出信息之间的强相关性最终得出知识。

 

 

GPU时代加速神经网络

 

随着人工智能发展方向的改变人工智能也进入了GPU时代，相比于传统CPU只能单对单的处理及训练神经网络，GPU和云计算的普及大大的加快了对于人工智能训练速度。其原因是因为GPU可以同时对多个像素点进行运算从而大幅度提升了人工智能的及识别的效率，可以同时模拟多组神经源网络举个例子就如同草履虫的神经元系统和人脑的神经元系统一样，人脑的神经元网络远比草履虫复杂而正好符合GPU同时处理图像多个复杂像素点的特性。

 

 

大数据时代的人工智能

 

 

众所周知现在正处于大数据时代，而大数据时代信息则具备着以下特征：

 

1. 信息体量大幅度增大。

 

2. 维度广，现在大数据几乎包罗万象，不管是搜索习惯，通讯信息等一系列的数据。

 

3. 信息的完备性，例如谷歌的无人驾驶汽车通过提前将所有路况输入电脑然后通过及时扫描来做出判断。

 

互联网让数据量呈指数级增长，而这么庞大且全面的大数据也对于我们的生活产生了翻天覆地的影响，主流价值观也从机械思维过渡到大数据思维。

 

 

何为机械思维？

 

 

所谓机械思维最准确通俗的解释就是找到规律，在通过公式解释清楚，并且可以通过公式来提升科技，但是这么做是有前提条件的，那就是默认世界一切事物都是有规律的，其主要的逻辑为因果关系 ，早期公式所遵循的都是因果关系然而当今世界是越来越复杂的，其中变数也是越来越大的，传统机械思维无法把握全部细节。

 

其二，量子力学中有个说法叫测不准原理：即测量本身都会对其产生影响。这个原理在大数据时代也同样适用，有时候观察本身就是一种对于结果的影响更别说其他的未知变量了。

 

何为大数据思维？

 

这里就要不得不提到一个概念，叫做信息熵：一则信息的信息量于其信息的不确定性量有关，打个比方，同样的一本对于学过该领域的人或许只需粗略的阅读，但对于初学者来说则需要逐字逐句的阅读，所以说数据是消除不确定性最好好的方式。

 

而人工智能的大数据时代是结果导向，即先得出结论利用数据的强相关性，再倒推原理，这样做不但可以大大降低传统因果式研究的。

 

人们已经从因果关系往可以接受强相关性方向转变了。影响：未来的各行各业的体系都发生变化，大数据可以会改变行业竞争态势：从医学。

 

体育等等等等通过庞大的数据加持人工智能的运算速度以及考虑的方面的细致程度是人类以及一切碳基生物所不能比拟的。

 

 

在图像识别领域最让人津津乐道的猫狗大战便是最好的例子，谁都没想到对识别猫狗起到关键作用的居然是图像中是否有草坪

 

真正的人工智能时代

 

未来的各行各业的体系都发生变化，大数据可以会改变行业竞争态势：从医学，体育等等通过庞大的数据加持人工智能的运算速度以及考虑的方面的细致程度是人类等一切碳基生物所不能比拟的。

 

 

吴军在其所著书籍《智能时代》中提到：未来将会只有98%岗位或早或晚会被人工智能取代，所以于其逃避，还不如拥抱智能时代，积极学习使用大数据学习使用人工智能，智能时代是社会发展的大趋势，可能为你带来便利，也可能为你带来困扰，而这一切都将取决于你对待其的态度。