人工智慧"簡史"，闡述人類對自身探索的傑作

​ 早在上個世紀30年代，人類便開始探索人工智慧，即使初期的人工智慧，只是為了解決純粹的數學問題，一直在思考一個問題，為什麼會產生人工智慧呢？人工智慧到底是科技發展的副產品，還是人類對自身的深度探索，或許2者都是。很多科學研究都是在無意間發現的，進而便一發不可收拾！然而人工智慧的發展過程，可並非一帆風順，在1956年「達特茅斯會議」開啟人工智慧的誕生後，20世紀60年代可謂是人工智慧集中爆發的10年，潮水般的科學牛人進入人工智慧行業，然後卻因為各種技術問題過於超前，無法在短時間內發揮出商業價值，而被擱置了近20年，直到1980年迫於國際競爭以及專家級系統的誕生，全球再次啟動人工智慧領域，進入快速發展的階段。

人工智慧探索

可以說我們現在所享受的各種人工智慧應用，「基於神經網絡模型的深度學習」、「人臉識別」、「語義識別」、「機器人」、「增強現實」等等一系列，都是前輩們大半生的探索的產物，請向他們致敬

圖靈：人工智慧以及計算機科學領域的鼻祖，發明了圖靈機，並首次提出了對人工智慧的評價準則，即暗箱「圖靈測試」；

• 馬文.閔斯基：神經網絡理論的提出者
• 麥卡錫：「搜索法」的提出者
• 西蒙：「邏輯理論家「程序的發明者；
• F·Rosenblatt：設計製作了「感知機」
• Widrow：提出了自適應線性元件網絡；
• 約翰.霍普費爾德：提出了新型神經網絡算法——霍普菲爾德網絡；
• 大衛.魯姆哈特等人：推出的BP神經網絡；

等等，大神，在此致敬！

整個人工智慧的發展史大概經歷了3個階段：

• 萌芽階段（1936年~1956年）：以圖靈為代表的，以計算機模擬人腦的階段；
• 誕生階段（1956年~1962年）：1956年美國的「達特茅斯會議」，標誌著人工智慧的誕生
• 沉寂階段：（1962年~1982年）：在人工智慧技術難題的困擾下，以及市場的聲討中，進入近20年的沉寂階段：
• 重啟階段：（1982年~2017年）
• 新世紀的人工智慧元年（2017年之後）：全球乃至中國國內人工智慧技術大爆發；

大體時間軸以及重要事件，如下所以：

• 1936年，圖靈首次提出了圖靈機的概念，圖靈機的出現本來是用於解決純數學中的基礎理論問題，然而卻帶來了意料之外的收穫。圖靈機以天才的抽象性模擬了人腦的計算過程，將其還原為若干最基礎的機械操作，圖靈機的實際意義在於定義了數字計算機的計算能力（數字計算機能識別的語言屬於遞歸可枚舉的集合，它能計算的問題是部分遞歸函數的整數函數）。
• 1945年6月：馮諾伊曼發表了《關於離散變量自動電子計算機的草案》，「馮諾伊曼體系結構」誕生，為電子計算機的邏輯結構設計奠定了基礎，成為了計算及設計的基本原則
• 1950年，圖靈發表了論文《計算機器與智能》，首次提出了對人工智慧的評價準則，即「圖靈測試」，如果有超過30%的測試者不能區分出那個是人那個是機器的回答，那麼這臺機器就通過了圖靈測試，並被認為具有人類水準的智能。「圖靈測試」從行為主義的角度對智能進行了重新定義。
• 1956年8月：著名的「達特茅斯會議」成為了人工智慧誕生的標誌，會中馬文.閔斯基，提出「神經網絡理論」，麥卡錫提出了「搜索法」原理，以及西蒙和艾倫.紐維爾提出的「邏輯理論家」程序；
• 1957年，F·Rosenblatt設計製作了「感知機」，它是一種多層的神經網絡；.在感知論的幫助下，閔斯基，驗證了第一代人工神經網絡並不能解決「異或」問題；
• 1958 年，美國科學家約瑟夫· 英格伯格成立了世界上第一家機器人製造廠——Unimation 公司。
• 1965 年，約翰· 霍普金斯大學應用物理實驗室研製出 Beast 機器人。在這之後，科學家們又開始研究「有感覺」的機器人，這意味著人工智慧的研發又向前邁進了一步。
• 1966 年，美國麻省理工學院的魏澤鮑姆發布了世界上第一個聊天機器人 ELIZA。ELIZA 能通過腳本理解簡單的自然語言，並能產生類似人類的互動。
• 1966 年 到 1972 年 間， 美 國 斯 坦 福 國 際 研 究 所 研 制 出 機 器 人Shakey，它是首臺採用人工智慧的移動機器人，帶有視覺傳感器，能根據人的指令發現並抓取積木。雖然控制它的計算機足足裝滿了一個房間，但這在當時已經是一個足夠優秀的、能夠感知並理解外部信息而作出簡單回應的機器人了。
• 1959 年，約瑟夫· 英格伯格和喬治· 德沃爾聯手製造出世界上第一臺工業機器人。在技術還不夠強大的時代，第一代機器人可謂是名副其實的「機器」，它們通過計算機的控制，反覆重複人類教授的動作，不能對外界環境產生任何感知。
• 1962年，Widrow提出了自適應線性元件網絡，這是一種連續取值的線性加權求和閾值網絡，與感知機的主要不同之處在於神經元有一個線性激活函數；
• 1982年，物理學家：約翰.霍普費爾德提出了新型神經網絡算法——霍普費爾德網絡
• 1986年，大衛.魯姆哈特等人BP神經網絡：一種按照誤差逆向傳播算法訓練的多層前饋神經網絡，是目前應用最廣泛的神經網絡

對人工智慧保持敬畏

我們是享受人工智慧成果的一代，但同時我們需要保持對科技發展的敬畏之心，不能為了欲望而失去理智，當人類剛剛開化後，便學會了圈養牲畜，當溫飽問題得到解決後，部分牲畜變成了我們的寵物，在未來有沒有可能情感機器人替代寵物來治癒人類？隨著3D列印技術的發展，以及各類仿生技術的成熟，機器人在很大程度上可以擁有自我繁殖能力。三體雖然是科幻小說，但霍金的擔憂並非不可能！保持敬畏浩然之氣才能永存！