人工智能的发展史

人工智能的发展史人工智能的研究不仅与对人的思维研究直接相关,而且和许多其它学科领域关系密切。因此说到人工智能的历史,应当上溯到历史上一些伟大的科学家和思想家所作的贡献,他们为人工智能研究积累了充分的条件和基础理论。这里仅列举几位重要的代表人物。古希腊伟大的哲学家、思想家Aristotle(亚里士多德)(公元前384-322),他的主要贡献是为形式逻辑奠定了基础。形式逻辑是一切推理活动的最基本的出发点。
在他的代表作《工具论》中,就给出了形式逻辑的一些基本规律,如矛盾律、排中律,并且实际上已经提到了同一律和充足理由律。此外,亚里士多得还研究了概念、判断问题,以及概念的分类和概念之间的关系,判断问题的分类和它们之间的关系。其最着名的创造就是提出人人熟知的三段论。
英国的哲学家、自然科学家Bacon(培根)(1561-1626),他的主要贡献是系统地给出了归纳法,成为和Aristotle的演绎法相辅相成的思维法则。Bacon另一个功绩是强调了知识的作用。
图灵奖
Bacon的着名警句是〃知识就是力量〃。
德国数学家、哲学家Leibnitz(莱布尼茨)(1646-1716),他提出了关于数理逻辑的思想,把形式逻辑符号化,从而能对人的思维进行运算和推理。
他曾经做出了能进行四则运算的手摇计算机
英国数学家、逻辑学家Boole(布尔)(1815-1864),他初步实现了布莱尼茨的思维符号化和数学化的思想,提出了一种崭新的代
数系统--布尔代数。
美籍奥地利数理逻辑学家Godel(哥德尔)(1906-1978),他证明了一阶谓词的完备性定理;任何包含初等数论的形式系统,如果它是无矛盾的,那么一定是不完备的。
pest分析法
此定理的意义在于,人的思维形式化和机械化的某种极限,在理论上证明了有些事是做不到的。
英国数学家Turing(图灵)(1912-1954),1936年提出了一种理想计算机的数学模型(图灵机),1950年提出了图灵试验,发表了"计算机与智能"的论文。
当今世界上计算机科学最高荣誉奖励为"图灵奖"。
小哥白尼趣味科学名词解释:图灵试验。当一个人与一个封闭房间里的人或者机器交谈时,如果他不能分辨自己问题的回答是计算机还是人给出时,则称该机器是具有智能的。以往该试验几乎是衡量机器人工智能的唯一标准,但是从九十年代开始,现代人工智能领域的科学家开始对此试验提出异议:反对封闭式的,机器完全自主的智能;提出与外界交流的,人机交互的智能。
美国数学家Mauchly,1946发明了电子数字计算机ENIAC
美国神经生理学家McCulloch,建立了第一个神经网络数学模型。
从某种意义上可以说近代人工智能的发展,首先是从人工神经网络研究开始的。但是由于某种原因,神经网络的研究一度进入低潮。详细内容参见第六章《人工神经元网络》
美国数学家Shannon(香农),1948年发表了《通讯的数学理论》,标志着"信息论"的诞生。
美国数学家、计算机科学家McCarthy,人工智能的早期研究者。1956年,他和其他一些学者联合发起召开了世界上第一次人工智能学术大会,在他的提议下,会上正式决定使用人工智能这个词来概括这个研究方向。
参加大会的有Minsky,Rochester,Shannon,Moore,Samuel,Selfridge,Solomonff,Simon,Newell等数学家、心理学家、神经生理学家、计算机科学家。McCarthy也被尊为〃人工智能之父〃。
50年代--70年代
50年代初开始有了符号处理,搜索法产生。
人工智能的基本方法是逻辑法和搜索法。最初的搜索应用于机器翻译、机器定理证明、跳棋程序等。
60年代Simon由试验得到结论:人类问题的求解是一个搜索的过程,效果与启发式函数有关。叙述了智能系统的特点:智能表示、智能推理、智能搜索。
Nilson发表了小算法(搜索方法)
McCarthy建立了人工智能程序设计语言Lisp
1965年Robinson提出了归结原理。
归结原理是与传统的自然演绎法完全不同的消解法。是第一个也是目前唯一的一个具有完备性(半完备性)的推理方法。曾轰动整个科学界。但该方法本身也有计算爆炸等问题。
1968年Quillian提出了语义网络的知识表示方法
1969年Minsky出了一本书〃感知机〃,给当时的神经网络研究
结果判了死刑
精打细算教学设计由于该书从理论上证明了当时主要的神经网络模型---感知器的分类能力是很有限的。因此,人工神经网络的研究由此进入低潮时期,而人工智能、专家系统的研究进入高潮。
神意太极拳70年代以后
70年代,人工智能开始从理论走向实践,解决一些实际问题。同时很快就发现问题:归结
法费时、下棋赢不了全国冠军、机器翻译一团糟。此时,以Feigenbaum为首的一批年轻科学家改变了战略思想,1977年提出了知识工程的概念,开展了以知识为基础的专家咨询系统研究与应用。
着名的专家系统有
DENDRAL化学分析专家系统(斯坦福大学1968);
MACSYMA符号数学专家系统(麻省理工1971);
MYCIN诊断和细菌感染性血液病的专家咨询系统(斯坦福大学1973);
CASNET(CausalASsciationalNetwork)诊断和青光眼的专家咨询系统(拉特格尔斯(Rutgers)大学70年代中);
CADUCEUS(原名INTERNIST)医疗咨询系统(匹兹堡大学);HEARSAYI和II语音理解系统(卡内基-梅隆大学);PROSPECTOR地质勘探专家系统(斯坦福大学1976);
XCON计算机配置专家系统(卡内基-梅隆大学1978)。
应该说,知识工程和专家系统是近十余年来人工智能研究中最有
成就的分支之一。
80年代,人工智能发展达到阶段性的顶峰。87,89年世界大会有6—7千人参加。硬件公司有上千个。Lisp硬件、Lisp机形成产品。同时,在专家系统及其工具越来越商品化的过程中,国际软件市场上形成了一门旨在生产和加工知识的新产业--知识产业。
同年代,1986年Rumlhart领导的并行分布处理研究小组提出了神经元网络的反向传播学习算法,解决了神经网络分类能力有限这一根本问题。从此,神经网络的研究进入新的高潮。

本文发布于:2024-09-22 15:46:00,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/719384.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:人工智能   研究   提出   知识   智能   计算机   问题
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议