产品:24
联系我们
AI人工智能分为强，弱AI。强大的人工智能，也称通用人工智能，是指达到或超过人的水平，可以与外部环境的挑战自适应应对，有自我意识的人工智能。弱人工智能，也被称为窄人工智能，人工智能是指系统以实现特定的或特定的技能，如面部识别，机器翻译。到目前为止，各种人工智能系统熟悉，仅仅是为了实现特定的或特殊的人类的智慧，是弱人工智能系统。弱人工智能可以挑战在人类个体，如国际象棋，人类还没有AI对手。
人工智能研究的工作始于20世纪40年代，但其完整的概念于1956年正式登上历史舞台，并在美国达特茅斯培训举行的“人工智能暑期研讨会”上发表。 本次研讨会的主题是利用机器模仿人类学习等方面的智能，推进人工智能的起伏，螺旋式发展过程。
**阶段，1956-1976，基于符号逻辑的推理证明阶段。 本阶段的主要成果是将布尔代数作为逻辑演算的数学工具，演绎推理作为推理工具，开发逻辑编程语言，实现包括代数机器定理证明在内的机器推理决策系统.. 但在人工智能理论和方法不完全的人工智能早期，采取克服认知的目标显然是不切实际的，人工智能的研究逐渐从高潮到低谷。
第二个发展阶段，1976—2006年，基于中国人工管理规则的专家进行系统设计阶段。这个社会阶段的主要工作进展是打开了一个知识信息工程的新研究领地，研制出专家控制系统分析工具与相关教学语言，开发出学生多种技术专家通过系统，比如故障诊断专家系统、农业经济专家系统、疾病诊断专家系统、邮件自动分拣系统建设等等。专家系统主要由知识库、推理机以及环境交互界面构成，其中，知识库的知识主要由各领域专家人工构建。然而，知识仅靠专家的手工表达我们实现，终不免挂一漏万，使得我国专家系统已经无法与人类专家与时俱进的学习生活能力相匹配，人工智能理论研究第二次世界进入瓶颈期。
第三阶段，2006年至今，大数据驱动的深度神经网络阶段，也是深度学习盛行的时期.. 人工神经网络的发展，随着人工智能的发展跌宕起伏.. 早期，人们非常关注一些能够模拟生物神经系统的功能，但很难掌握复杂网络的学习收敛性、鲁棒性和快速学习能力，直到80年代反向传播算法和90年代卷积网络的发明，神经网络的研究取得了重要的突破。 深度神经网络法走向前台，开启人工智能新阶段..
由于基本理念和技术在一般的人工智能发展的诞生，有三条路径。
**种路径是符号社会主义或者说逻辑学派，形式进行逻辑是其理论知识基础，主张通过人工智能应从智能的功能可以模拟入手，认为文化符号是智能的基本生活元素，智能是符号的表征和运算教学过程。前述**个重要阶段和第二个阶段中，符号主义教育都是政府主导思想。
第二路径被连接的神经网络学说或学校，起源于20世纪40年代，强调情报活动是通过并行运行的一个复杂的连接大量简单（神经）细胞的结果。其基本思想是：由于人的大脑智力是由神经网络产生的，它会通过人工的方法构建的神经网络，然后通过训练产生智能。人工神经网络是生物神经网络的抽象和简化。 20世纪80年代的繁荣以及近年来深度学习网络神经网络的兴起，多层神经元都包含人工神经网络。
第三个路径是行为主义或控制的学校，也被称为进化论。在80年代末和90年代初的思想的兴起学校是控制论40年代上世纪的来源。控制论认为，从环境和其他智能代理交互的成功经验，聪明和智能代理是优胜劣汰的结果的生存。