简介：许多朋友问有关古代人工智能的名称的问题。本文的首席执行官注释将为您提供一个详细的答案，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！
人工智能的传说可以追溯到古埃及，但是随着20世纪以来计算机技术的快速发展，人工智能不再是传奇，人们最终可以创造机器智能。1956年的迪特茅斯大学学会。从那时起，研究人员发展了许多理论和原则，人工智能的概念也扩大了。开发。从1980年代开始，人工智能的步伐变得更加迅速，并且可以使复杂胜任通常需要人类智能完成的任务。“专家系统”是人工智能最活跃，最有效的研究领域。这是一个计划系统，在特定领域具有大量知识和经验，可以解决人类专家解决的问题。它还可以帮助人类专家在此过程中发现推理推理推理。在人工智能被引入市场之后，表现出强大的实践价值。Dupont，GM和Boeing依靠人工智能系统。People开始感受到计算机和计算机的影响人工智能技术。
人工智能是由人类的想象力和创造力创造的，可以像人类一样想到机械的身体形象。
人工智能将从远古时代开始，即人类拥有精神世界和肉体世界。这两个世界相对独立，并合并为一个。
在落后的科学和技术时代，当有人提出人类死亡时，肉会死亡，但圣灵会离开身体而不会死。我可以找到相关的物体，而不是人体，然后人类可以永远生存。
这种理论仅限于古代，没有技术，尚未出现。它受到各种因素的影响，没有实施。它不会成为现实。木牛的生活已经出现，这给人类带来了便利。由于该技术相对落后，因此不能为人类带来更多便利。
由于这些工具不是由某些能源驱动的，因此它们处于停滞状态。由于科学和技术的快速发展，已经发明了计算机，以及自人类世界的动荡变化以来。这台计算机被称为计算机。具有人类思维能力的机器。
计算机可以为人类带来更多便利，但是如果没有人类思维能力，输入程序就可以实现功能，并且没有人类脑思维的能力和学习能力。
直到Google出现在Alpha机器人上。它具有强大的数据计算功能和数据分析功能，并且具有自我学习能力，因此人工智能确实进入了现代人的地平线，这引起了人类的广泛关注。
珍惜彼此的相遇，也就是说，遭遇的最佳还款是公共帐户：“让过去消失”
人工智能的传说可以追溯到古埃及，但是随着自1941年以来电子计算机的开发，技术最终可以创造机器智能。然后，由于研究人员已经开发了许多理论和原则，并且人工智能的概念也已经建立了。扩展。在IT历史上，人工智能的发展比预期的要慢，但是从40岁开始，从40岁开始，从40岁开始，从40个Many AI计划开始出现，并且他们也影响了开发其他技术。在1941年，信息存储和信息存储和处理的各个方面的革命中。在美国和德国出现的这一发明是一台电子计算机。第一台计算机占用了一些带有空气调节的大房间。这是一场噩梦：只需设置数千条线即可运行程序。1949年，可以存储编程的改进的计算机使输入程序变得更加简单，计算机理论的开发产生了计算机科学，并最终促进了它。人工智能的出现。计算机电子处理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1950年代初，人们才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。它将将房间温度与希望相比，并做出反应以打开加热器以控制环境温度。它指出所有智能活动都是反馈机制的结果。反馈机制可能会由机器模拟。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Logic Theorist的程序。该计划被许多人认为是第一个AI计划。获得了正确结论以解决问题的问题。逻辑专家对公众和AI研究领域的影响使其成为AI发展的重要里程碑。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。对许多对机器情报感兴趣的专家和学者聚集在一起进行了一个月的讨论。他邀请他们前往佛蒙特州参加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。它非常成功，但它确实集中了AI的创始人，并为未来的AI研究奠定了基础。
在达特茅斯会议后的7年中，AI研究开始迅速发展。尽管该领域尚未明确定义，但会议中的某些想法已被重新考虑和使用。卡内基·梅隆大学（Carnegie Mellon University）和麻省理工学院（MIT）开始成立AI研究中心。研究面对新的新闻：挑战：在下一步中，您需要建立一个可以更有效解决问题的系统，例如减少逻辑专家的搜索；还有一个可以从自我学习中学习的系统。
在1957年的新程序中，测试了GM问题解决机器（GPS）的第一版。该计划是由同一组生产逻辑专家开发的同一小组扩展的，该逻辑专家可以解决许多常识问题。多年后，IBM建立了一个AI研究小组。赫伯特·吉恩特（Herbert Geerneter）花了3年的时间制作了解决几何形状的程序。
当越来越多的程序出现时，麦卡锡（McCarthy）忙于AI历史上的突破。1958年，麦卡锡宣布了他的新成就：LISP语言。LISP今天仍在使用.LISP。它很快将其用于大多数AI开发人员。
1963年，麻省理工学院从美国政府获得了220万美元的资金来学习机器辅助认可。国防部高级研究计划（ARPA）的资金保证，美国领导苏联技术进步。该计划吸引了来自世界各地的Plancuper科学家，加快了AI研究的发展速度。Loebner（人工智能）
通过人类的智慧，创建与人脑平行的机器大脑（人工智能）。对于人类来说，这是一个非常诱人的领域。人类一直在努力实现这一梦想。人类语言，人类的智力是如此复杂，以至于我们的研究没有触及其定向的扩展部分的边缘。将来出现了大量程序。名为Shrdlu.shrdlu的著名名称之一是Micro -World项目的一部分，包括微观世界中的研究和编程（例如，只有有限数量的几何形状）。Personnel发现，面对小型对象，面对小型对象，计算机程序可以解决空间和逻辑问题。其他人，例如1960年代后期出现的学生，可以解决代数问题，先生可以理解简单的英语句子。逻辑很有帮助。
1970年代的另一个进展是专家系统。专家系统可以预测在一定条件下某种解决方案的概率。由于当时计算机的能力很大，专家系统可以从数据中获取法律。专家系统的市场应用非常广泛。在过去的十年中，专家系统已用于股票市场预测，帮助医生诊断疾病，并指示矿工确定矿物质的位置。所有这些都是可能的，因为专家系统存储规则和信息已成为可能。
1970年代，AI开发中使用了许多新方法，以及著名的建构理论，例如Minsky。此外，大卫·马尔（David Marr）提出了机器视觉的新理论，例如如何使用一对图像的阴影，形状，颜色，边框和纹理。通过分析此信息，您可以推断图像可能是什么。同时的另一个结果是序言。1972年，提出了。在1980年代，AI更快地进步并进入了企业领域。在1986年，与美国AI相关的软件和硬件销售达到4.25亿美元。由于其实用性，特别需要专家系统。像数字电气公司这样的公司使用XCON Expert System对VAX大型机器程序进行编程。专家系统。为了满足计算机专家的需求，一些生产专家系统辅助生产软件，例如Teknowledge和Intellicorp。为了查找和纠正现有专家系统中的错误，设计了其他一些专家系统。人们开始感受到计算机和人工智能技术的影响。计算机技术不再属于实验室中的一小群研究人员。个人计算机和许多技术杂志已向人们展示了计算机技术。有基础，例如美国人工智能协会。由于AI开发的需求，一波研究人员进入了一家私人公司。多150多家公司（例如，雇用了700多名员工从事AI研究），花费了10亿美元在内部AI开发小组中。
其他AI领域也在1980年代进入市场。其中之一是机器视觉。Minsky和Marr的结果现在正在使用生产线上的摄像机和计算机来执行质量控制。尽管非常简单，但这些系统可以区分黑白区分以区分物体的黑色和白色形状之间的区别是不同的。到1985年，美国有一百多家公司来生产机器视觉系统，销售总额为8000万美元。
但是在1980年代，对于人工智能行业来说，这并不是所有的美好时光。86-87对AI系统的需求下降了，该行业损失了近5亿美元。像Teknowledge和Intellicorp一样，总计超过600万美元，约600万美元，约600万美元，约600万美元，约600万美元，大约约600万美元，大约有大约三分之一的巨额利润损失迫使许多研究迫使许多研究领导者减少资金。另一个令人失望的是，由国防部高级研究和规划部门的支持的智能卡车。Robot.due为项目缺陷和绝望，五角大楼停止了该项目的资金。
尽管发生了这些沮丧的事件，但AI仍在缓慢恢复发展。日本已经开发了新技术。如果在美国的第一个逻辑模糊逻辑，它可以从不确定的条件下做出决定；有一些神经网络被认为是被视为的，它们被认为是被视为的。简而言之，AI在1980年代被引入市场，并显示出实用价值。可以坚信它将是21世纪的勺子。智能设备已经进行了战争考验。人工智能技术用于导弹系统和警告显示以及其他高级武器。AI技术也进入了家庭。智能计算机的增加引起了公众的兴趣；可以购买Apple和IBM兼容机的某些应用程序。可以购买语音和文本识别的软件；使用模糊的逻辑，AI技术简化了相机设备。对人工智能相关的技术的需求越来越多，这引发了新的进步。生活对人工智能的更为流行的定义也是该领域的早期定义。约翰·麦卡锡（John McCarthy）在1956年的达特茅斯会议上提出了：人工智能是为了使机器的机器机器的机器制作。这种行为看起来像是人们所表现出的智能行为。）。另一个定义是指人工智能的智能作为人类制造机器。一般来说，人工智能的定义可以分为四类，也就是说，机器“像人”，“像人”，“行为”，“理性地思考“和“理性行动”。“在这里的行动”应理解为采取行动或制定行动决策而不是身体运动的决定。
强大的人工智能（自下而上的AI）
强烈的人工智能观点认为，可以创建可以真正合理的推理和解决问题的智能机器，并且可以将这种机器视为有意识和自我意识。有两种强大的人工智能类型：
人们的人工智能，即机器的思维和推理就像人们的思想。
非类人的人工智能，即机器作为一个人具有完全不同的意识和意识，并使用完全不同的推理方式作为人类。
人工智能薄弱（自上而下的AI）
人们认为，薄弱的人工智能观点是不可能创建能够真正合理的推理和解决问题的智能机器。
主流科学研究集中在人工智能上，人们普遍认为该研究领域已取得了相当大的成就。强大的人工智能的研究处于停滞状态。
强烈人工智能的哲学争议
“强大人工智能”一词最初是由约翰·罗杰斯·海勒（John Rogers Hyler）为计算机和其他信息处理机的处理机创建的。它被定义为：
“强有力的人工智能意见认为，计算机不是研究人们思考的工具；相反，只要运行适当的程序，计算机本身就在思考。”3,1980）这是一台计算机进行智能活动的指示。如下所述，这里的智能含义是通用和不确定的，如下所述。当使用计算机解决问题时，您必须知道清晰的程序。但是，即使人们不知道该程序，也有很多情况根据HEU持续的方法巧妙地解决了问题。是一个例子。曲目，由于学习的学习能力和归纳推理的能力，基于班级推动的推理也是一个示例。此外，尽管解决方案很明显，但实施它需要很长时间。对于此类问题，人们可以在短时间内找到一个好的解决方案，例如竞争竞争。此外，当计算机没有提供足够的逻辑正确信息时，它就无法理解其含义，并且如果人们只给予人们不足和不正确的信息，人们可以根据适当的补充信息掌握它，并且他们也可以掌握它。以其含义为例。自然语言就是一个例子。使用计算机对自然语言进行处理称为自然语言处理。
关于强人人工智能的辩论与更广泛的 - 宽 - - 软件和二元论。辩论的要点是：如果机器的唯一工作原理是转换编码数据，则它考虑了这台机器吗？希勒认为这是不可能的。代码和这种实用的事情不了解。机器确实在思考和有意识的人类。
丹尼尔·丹内特（Daniel C. Dennett）对其书籍意识的信念解释说，人们只是一台灵魂机器。我们为什么认为人们可以拥有聪明和普通的机器？他认为上述数据转换机可能具有思维和意识。
一些哲学家认为，如果有弱的人工智能可用，那么也可以实现强大的人工智能。我永远不知道另一个人是否真的像我这样很聪明，还是她/他看起来很聪明。基于这一论点，因为虚弱的人工智能认为机器看起来很聪明，因此不能完全否认这台机器真的很聪明。布莱克本认为这是一个主观问题。
应当指出的是，虚弱的人工智能并没有完全反对强大的人工智能，也就是说，即使强大的人工智能是可能的，人工智能仍然有意义。至少，当今的计算机可以做一些事情，例如算术操作，等等。。，一百多年前，它们被认为是聪明的。
结论：以上是首席CTO注释引入的古代人工智能召唤的所有内容。我希望这对每个人都会有所帮助。如果您仍然想了解有关此信息的更多信息，请记住收集并关注此网站。