简介：许多朋友问有关人工智能如何出现的问题。本文的首席执行官注释将为您提供详细的答案，以供所有人参考。我希望这对每个人都会有所帮助！让我们一起看看！
本文目录清单：
1.人工智能的原因2.人工智能的起源是什么？3。人工智能的发展是什么？4。谁在1956年提出了人工智能？5.基本文章：问题1.人工智能的简短历史是什么？在1936 - 1969年在信息存储和处理信息存储和处理的各个方面的一场革命（1/3）。在美国和德国出现的这一发明同时是电子计算机。空调的大房间是程序员的梦想：只是为运行程序设置数千条线。可以在1949年之后存储程序的计算机使输入程序变得更简单，计算机理论是计算机理论。已经开发了计算机科学的开发，并且最终促进了人工智能的出现。计算机是电子方法使用的数据的发明，为可能实施人工智能提供了一种媒介。尽管计算机为AI提供了必要的技术基础，但直到AI提供必要的技术基础，直到AI直到AI，直到AI才直到AI，直到AI才直到AI，才直到AI.in.in.in。1950年代初，人们注意到人类智能与机器之间的联系。诺伯特·维纳（Norbert Wiener）是研究反馈理论的最早的美国人之一。最熟悉的反馈控制是自动恒温器。希望温度比较，并响应大小的打开加热器，从而控制环境温度。这项对反馈电路的研究重要性是：从理论上讲，维纳（Wiener）指出，所有智能活动都是反馈机制的结果，结果反馈机制可能会通过机器进行模拟。这一发现对早期AI的发展产生了重大影响。1955年底，纽厄尔（Newell）和西蒙（Simon）制定了一个名为“逻辑理论家”的节目.People认为这是第一个AI程序。它将每个问题表示为树状模型，然后选择最有可能获得正确结论以解决问题的问题。它成为AI开发的重要里程碑。1956年，被认为是人工智能之父的约翰·麦卡锡（John McCarthy）组织了一个社会，讨论许多对机器情报感兴趣的专家和学者。他们去佛蒙特州参加了“达特茅斯人工智能夏季研究协会”。从那以后，该领域被命名为“人工智能”。尽管达特茅斯社会不是很成功，但它确实集中了AI的创始人和未来的未来。
人工智能（人工智能），英语缩写是AI，是一项由计算机科学，控制，信息理论，语言学，神经病学，心理学，数学，哲学和其他学科开发的全面的新学科。，但终于被世界认可为优势的新优势，并越来越吸引人们的兴趣和关注。不仅有许多其他学科开始引入或借用AI技术，而且还借用了专家系统，自然语言处理和图像识别在AI中，已成为新兴智力行业的三个主要突破。
人工智能的芽可以追溯到17世纪的Basca和Leibnitz。他们早些时候有了智能机器的想法。在19世纪，英国数学家布尔和德国o默格提出了“思维定律”，可以被描述为人工智能的开始。在1920年代，英国科学家贝贝奇设计了第一个。“计算机”，被认为是计算机硬件和人工智能硬件的前身。电子计算机的出现使人工智能的研究确实成为可能。
作为一门学科，人工智能于1956年推出。这是麦卡锡（McCarthy of Matuther Intelligence）的第一次，麦卡锡（McCarthy）和一批数学家，知情者，心理学家，神经心理学家和计算机科学家首次进行。由于不同的研究观点，人工智能已经形成了不同的研究学校。这是：象征主义学校，联系学校和行为主义学校。
传统人工智能是象征意义。它基于Newell和Simon提出的物理符号系统。物理符号系统由一组符号实体组成。它们都是物理模式。它们可以在符号结构的实体中作为组成。其他符号可以通过各种操作生成。物理符号系统假设物理符号系统是智能行为的充分和必要条件。主要任务是“通用推荐求解器（GPS”：通过抽象进入符号系统。基于此符号系统，该问题用于通过动态搜索方法解决问题。
链接基于人类脑神经系统结构，研究非编程，适应性和脑式信息处理的本质和能力，并研究大量简单的神经元的小组信息处理能力及其动态行为。
人们也被称为神经计算。研究的重点集中于对人们的感知，感知过程，图像思维，分布式记忆和自组织过程的模拟和实现。
学生主义基于行为心理学，并认为智力仅在与环境互动时显示出来。
人工智能的研究经历了以下阶段：
第一阶段：1950年代人工智能的崛起和忽视
首次提出了人工智能的概念之后，出现了许多重要的结果，例如机器定理认证，检查过程，一般问题解决方案程序和LISP表处理语言。在机器翻译的解散和失败中，人工智能进入了槽。此阶段的特征是：注意解决问题的方法并忽略知识的重要性。
第二阶段：从1960年代后期到1970年
诸如Dendral化学质谱系统，Mycin疾病诊断和治疗系统，前瞻性勘探系统，Hearsay-II语音理解系统和其他专家系统等专家系统的研究和开发。人工智能成立于1969年。
第三阶段：在1980年代，随着第五代计算机的开发，人工智能发展了很大的发展
1982年，日本开始了“第五代计算机开发计划”，即“知识信息处理计算机系统kips”，目的是使逻辑推理如此之快地实现数值计算。尽管该计划最终失败了已经形成了一波研究人工智能。
第四阶段：在1980年代末，神经网络的快速发展
1987年，美国举行了第一次国际神经网络会议，宣布了这一新学科的诞生。此外，由于对神经网络的投资逐渐增加，并且神经网络发展迅速。
第五阶段：在1990年代，人工智能出现了新的研究高潮
由于网络技术的技术开发，尤其是国际互连网络，人工智能已开始从单个智能主题转变为网络环境中分布式人工智能的研究。不仅您是否可以基于相同目标研究分布式问题，但也可以解决多个智能主题的多目标问题，而人工智能更为实用。此外，由于Hopfield的多层神经网络模型的提议，人工神经网络的研究和应用具有繁荣场景。人工智能已渗透到社会生活的各个领域。
IBM的“深蓝色”计算机击败了世界的国际象棋冠军。美国已经制定了具有多机构系统应用程序的信息公路计划作为重要的研究内容。已经完全应用了基于软件字段和网络搜索引擎中的代理技术的软机（软机器人）。同时，美国桑迪亚实验室（American Sandia Lab）在国际上建立了最大的“虚拟现实”实验室。它旨在通过数据头盔和数据手套实现更友好的人类 - 机器交互，并建立一个更好的智能用户界面。图像处理和图像识别，声音处理和声音识别已良好的开发。IBM启动了Vivoice声音识别软件，以使声音能够作为重要信息输入进入媒体。主要的国际计算机公司开始使用“人工智能”，因为其研究内容。通常认为计算机会朝着网络发展的方向发展，情报和并行化。在21世纪，信息技术领域将以智能信息处理为中心。
目前，人工智能的主要研究内容是：分布式人工智能和多智能主系统，人工思维模型，知识系统（包括专家系统，知识基础系统和智能决策 - 制定系统），知识发现和数据挖掘（从大量不完整，不完整的，不完整的，不完整的模糊，噪声数据发掘了我们的有用知识），遗传和进化计算（通过模拟生物学遗传和进化论，揭示了智力演化定律），人工生命（通过人工生命），人造生命（简单结构的简单结构人工生命系统（例如：机器昆虫）并观察其行为，探索原理的奥秘），人工智能应用（例如模糊控制，智能建筑，智能人类 - 机器人 - 机器人界面，智能机器人等）。） 等等。
尽管人工智能研究和应用取得了很多结果，但与综合促销和应用还有很大距离。仍然有许多问题要解决，多学科研究专家需要共同努力。未来，人工智能的研究方向主要是：人工智能理论，机器学习模型和理论，不准确的知识及其推理，其推理，常见的常见感官知识及其推理，人工思维模型，智能人机接口，多智能主系统，知识发现和知识获取，人工智能应用程序基础等等。
作为由互联网驱动的重要领域，人工智能直到今天就可以发展，而不是由其自身的内部驱动力，而是因为互联网正在不断改进，并且可以在任何地方获得数据。因此，人工智能的进步来自互联网的互联网基础，设施的持续改进，离开互联网以查看人工智能是毫无意义的。人工智能的出现并不是偶然的，因为外部环境和人造人工情报本身已经发展。将人工智能发展到当前层面的外部动机是：
1）传感器容量和数量的显着改善。启动智能手机和可穿戴设备的爆炸性增长，传感器在数量和质量方面具有飞跃，机器感知的感觉是机器成为“智能”的重要先决条件。小电子学的成熟度，例如LIGA和其他微电子，推动了传感器具有定性飞跃的能力，并且大量智能设备的出现进一步加速了传感器场的繁荣。在现实世界中，是机器感知世界的基础，而感知是智能实施的先决条件之一。
2）计算成本的显着下降。人类生物长期以来已经确定了人工智能需要处理的任务，但是以前的计算资源使计算机无法完成如此庞大且复杂的信息处理。迅速下降。同时，云计算的出现和GPU的大规模应用使集中式数据计算能力前所未有。例如，最新一代微处理器的性能是1971年第一代单芯片微型计算机的400万倍。Large -Scale -Scale -Scale集中计算加速了人工智能的开发速度指数。过去，训练深度神经网络模型花费了将近一年的时间来感知某个物体，现在这次已缩短到几天。
3）大量数据的出现。在2015年，全世界生成的总数据达到了10年前的20倍以上。大量数据提供了足够的机器学习材料。人工智能的本质实际上分为两种零件：首先，可以将其收集到足够的有效数据；其次，高级算法用于处理这些数据。BIG数据是由于Internet，移动互联网和更便宜，更便宜的传感器。BIG数据是开发人工智能的助推器，因为某些人工智能是一种人工智能的发展。技术使用统计模型来执行数据的概率，例如图像，文本或语音。通过将这些模型暴露在数据的海洋中，它们将继续使它们连续溶式化或“训练”。
人工智能首先是麦卡锡在1956年的迪特茅斯会议上提出的。会议确定人工智能的目标是“实现可以使用知识来解决人类等问题的机器”。其最初的意图是使机器完成一些任务，而不是使某些任务而不是，而不是人类像人类一样。
正是这种要求，机器学习的出现（1970年代）是出生的。夫人人工智能进入了开发的第一个高潮。会议结束后，麦卡锡在同一年从达特茅斯搬到了米特。两人共同创建了世界上第一个人工智能实验室-MIT AI Lab Laboration。
人工智能的三个发展高潮
人工智能的第一个高潮始于1950年。就算法而言，提议使用感知性数学模型来模拟神经元反应过程，并且可以使用梯度下降方法自动从训练样本中学习以完成分类任务。
人工智能的第二个高潮始于1980年。提出了BP（后传播）算法来解决多层神经网络的参数计算的非线性分类和学习问题。
人工智能的第三个高潮始于2010年。深度学习的出现引起了广泛的关注。多层神经网络学习过程中梯度消失的问题被有效地抑制。网络的深层结构还可以自动提取并表示复杂的特征。
单击以收听音频
在开始探索人工智能的相关问题之前，我们应该首先简要回顾人工智能开发的简要历史。
1.人工智能的诞生（20世纪至1950年代）
人工智能的概念首先是约翰·麦卡锡（John McCarthy）在1956年的达特茅斯会议上提出的：人工智能是指允许机器的行为似乎是人类表明行为相同的情报。新技术不可避免地具有时空时间的局限性。六十年后，人工智能的定义已得到更多新内容。人工智能在各个领域的应用不仅像人类的行为一样，而且甚至超过人类。它更快，更准确，更强大。
该定义强调人工智能是人工制作的机器，“性能”是“执行”某种智能的“表现”，即虚弱的人工智能。主流科学研究也集中在虚弱的人工智能上，并取得了相当大的成就。人工智能薄弱，另一个与之相对应的分类是强大的人工智能。
强大的人工智能通常认为，人类可能会创建可以真正推理和解决问题的智能机器。它具有以下特征：
1.机器具有意识和自我意识；2.机器可以独立思考并制定解决问题的最佳解决方案；需求；5.从某种意义上说，它可以被视为一种新的文明。
例如，以好莱坞制作的人工智能为主题，许多机器人表现出强大的学习能力，认知能力和自我意识。这种人工智能可以被认为是强大的人工智能。但是，不幸的是，我们的科学和技术发展的当前水平无法创造任何类型的强大人工智能。人工智能和强大的人工智能之间的关系也存在。虚弱的人工智能不一定会发展为强大的人工智能。两者的发展路径和概念之间存在根本的区别。
让我们回顾人工智能诞生期间的重大历史事件：
1936年，数学家Alonzo Churc和Alan Turing命名为Qiuqi-Turing，并提出所有计算或算法都可以由Turing Machine执行。这也是Alsobuild的计算机科学基础之一。他发表的论文也是现代计算机的原型。
1943年，两名科学家沃伦·库洛赫（Warrenmcculloch）和沃尔特皮茨（Walterpitts）提出了“神经网络”的概念，正式打开了AI的大门。尽管这只是当时的数学理论，但它具有极大的影响，因为该理论允许这种理论允许人们了解计算机可以像人脑一样“深度学习”，描述人造神经元网络如何实现逻辑功能。
1945年，游戏理论的创始人John.von.n Eumann提出了存储程序的概念，并在计算机字段中建立了不朽的优点。他的思想被称为电子计算机时代的开始。基本上是冯·诺曼。
1在1946年2月14日的情人节上，根据图灵和冯·诺曼曼（Von Neumanman），计算机的先驱J.W. Mauchly及其研究生J.P.Eckert在美国合作，在世界上开发世界上第一个通用计算机，这是一个重要的重要性现代计算机开发历史上的里程碑，也为人工智能的出现奠定了硬件基础。
1947年，神经病学研究发现大脑结构是由神经元组成的电子网络。它的水平只有两个状态为“是”和“否”，并且没有中间状态。这也是人类研究大脑结构的主要结果。
1948年，当计算机时代刚进入黎明时，诺伯特·维纳（Norbert Wiener）提出了一个“控制理论”的概念。他是第一个预见信息技术双重可能性的人。这把双刃剑也可能从人类中逃脱，反过来控制人类。他也成为批评机器智能到来的最早的学者。
1950年，图灵（Turing）发表了一篇时期的论文，预测了使用真实智能创建机器的可能性。Turing测试是人工智能理念中的第一个认真提案。著名的图灵测试诞生了：如果机器可以开始与人类的间接对话（通过电子设备），无法用其机器识别，然后这台机器很聪明。。
1951年，克里斯托弗斯特拉奇（Christopherstrachey）撰写了西方检查过程。Dietrichprinz写了国际象棋程序。从这个开始，AI被视为评估AI开发水平的标准。
1955年，艾伦·纽维尔（Allen Newell）和赫伯特·西蒙（Herbert Simon）在J. C. Xiao的协助下开发了“逻辑理论家”。该计划通过符号逻辑定理的思维活动在“数学原理”中证明了38个定理，其中一些是更多的是其中的一些定理简洁明了，比原始人合理。
人1956年，马文·明斯基（Marvin Minsky），人工智能的诞生，约翰·麦卡锡（John McCarthy），克劳德·香农（Claude Shannon）等人在达姆斯茅斯学院（Datmouth College），《 da等》第一次，麦卡锡（McCarthy）提出了“人工智能”的概念西蒙展示了书面的“逻辑理论家”。在会议上，确定了AI的名称和任务，最初的成就和最早的研究人员同时出现了。因此，这一事件被广泛认为是AI的诞生，被称为“人工智能的起点”。
1956年，约瑟夫（Joseph）的乔治·德维沃尔（George Dewevol）和约瑟夫·恩格伯格（Joseph F.
1956年，Oliver Selfridge制定了第一个角色识别程序，以打开新的模型识别领域。
1957年，艾伦·纽维尔（Allen Newell）和赫伯特·西蒙（Herbert Simon）开始研究一种不依赖特定领域的常见问题解决设备。在此期间，搜索 - 类型推理是许多AI程序使用的基本算法。该原理就像找到一种方法在迷宫中；如果遇到死胡同，您将回到选择其他分支的方式。这是“搜索推理”。该算法的主要困难是，在许多问题中，线路总数的可能性是天文数字。
1958年，建立了国防高级研究项目机构，主要负责高科技的研究，开发和应用。几十年来，DARPA成功地为美国军方开发了大量的高级武器系统，同时为美国积累了大量的科学和技术资源储备，并领导了美国和全世界军事和平民的高科技研发的趋势。
总而言之，最初的人工智能研究是从1930年代末到1950年代初科学研究结果的创新产物。这些领域的顶级研究人员本身也是多学科专家，因此他们需要整合人工智能每位主任的发展迅速。主要学科是：
1.神经学研究发现神经网络；2.控制理论的原始理论描述了电子网络的研究。3。武信息理论的数字信号研究；·诺丹提出了存储程序的概念。这些密切相关的想法结合在一起，表明了建立电子大脑的可能性，并研究了如何使用机器模拟人类智能学科。
2.在人工智能逻辑推理期间（1960年代）
在此期间，人们普遍认为，只要机器具有逻辑推理能力，就可以实现人工智能。但是，人们的失望发现创建的机器只具有基本的逻辑推理能力，并且它们远非级别“聪明”。
早在1958年，约翰·麦卡锡（John McCarthy）提出了“ NAIDIANS”的计划概念，并将逻辑介绍给了AI研究社区。1960年代末，麦卡锡（McCarthy）和他的学生发现，这个想法的复杂性复杂性非常高：非常高：即使是简单定理的证明也需要天文数量的计算步骤。这次，麦卡锡认为人类的思维方式无关紧要：真正的目标应该是解决问题的机器，而不是模仿人类思考的机器。麦卡锡和其他人也被称为“极简主义派系”。
此期间的主要事件是：
1962年，成立了6年的“ Yunmeter”公司推出了世界上第一个工业机器人“ Yunmeter”，并开始在GM的大会线路中服役。
1963年6月，来自DARPA的麻省理工学院和国防部高级研究项目局获得了资金，包括Marvinminsky和John McCarthy五年前成立的AI研究小组。1970年代。
从1966年到1972年，斯坦福国际研究所（SRI）开发了一定的人工智能移动机器人Shakey，它可以感知到感知，环境建模，行为计划和执行任务（例如寻找木箱，并将其推动推动它来推动它。
1966年，麻省理工学院的系统工程师约瑟夫·韦森鲍姆（Joseph Weizenbaum）和心理学家肯尼斯·科尔比（Kenneth Colby）发布了世界上第一个聊天机器人伊丽莎（Eliza）。聪明的是，她可以成为剧本“理解”简单的自然语言，并且可以产生类似于人类的互动。最著名的剧本是Rojis心理治疗师模拟的医生。作为最早的情感人工智能机器，它可以帮助用户和机器，缓解压力和抑郁症，这也是人工智能语音助手的最早原型。
1968年，加利福尼亚州斯坦福大学的道格拉斯·C·恩格尔巴特（Douglas C.正是他提出了超级链接的概念，超链接的原则成为了现代互联网几十年后的基础。他的人工智能发展概念是促进“智能增强”，而不是取代人类。
了解有关最新课程内容，单击原始链接或搜索“知识星球”小程序，搜索“人工智能进化论”订阅课程，加入圈子以讨论或向作者提出问题。或添加WX：AI61825
结论：以上是主要CTO注释为每个人汇编的人工智能如何汇编的所有内容。感谢您阅读本网站的内容。我希望这对您有帮助。关于人工智能如何出现的更多信息。不要忘记在此网站上找到它。