人工智能是指讓機(jī)器獲得像人類(lèi)一樣思考與處理事情能力的技術(shù),最早出現(xiàn)在 1956 年召開(kāi)的達(dá)特茅斯會(huì)議上。這次會(huì)議主要討論著一個(gè)在當(dāng)時(shí)看來(lái)完全不食人間煙火的主題:用機(jī)器來(lái)模仿人類(lèi)學(xué)習(xí)以及其他方面的智能。
人工智能是一項(xiàng)極具挑戰(zhàn)性的任務(wù)。從人類(lèi)認(rèn)知角度看,因?yàn)槿祟?lèi)目前尚無(wú)法對(duì)人腦的工作機(jī)制有全面科學(xué)的認(rèn)知,所以制造出達(dá)到人腦水平的智能機(jī)器無(wú)疑是非常困難的。但是隨著計(jì)算機(jī)技術(shù)的發(fā)展,在某個(gè)方面呈現(xiàn)出類(lèi)似、接近甚至超越人類(lèi)智能水平的機(jī)器被證明是可行的。
怎么實(shí)現(xiàn)人工智能是一個(gè)非常廣袤的問(wèn)題。人工智能的發(fā)展主要經(jīng)歷過(guò) 3 種階段,每個(gè)階段都代表了人類(lèi)從不同的角度嘗試實(shí)現(xiàn)人工智能的探索足跡。
最早期人類(lèi)試圖通過(guò)總結(jié)、歸納出一些邏輯規(guī)則,并將邏輯規(guī)則以計(jì)算機(jī)程序的方式來(lái)開(kāi)發(fā)智能系統(tǒng)。但是這種顯式的規(guī)則往往過(guò)于簡(jiǎn)單,很難表達(dá)復(fù)雜、抽象的規(guī)則。這一階段被稱為推理期。
1970 年代,科學(xué)家們嘗試通過(guò)知識(shí)庫(kù)+推理的方式解決人工智能,通過(guò)構(gòu)建龐大復(fù)雜的專家系統(tǒng)來(lái)模擬人類(lèi)專家的智能水平。這些明確指定規(guī)則的方式存在一個(gè)最大的難題,就是很多復(fù)雜,抽象的概念無(wú)法用具體的代碼實(shí)現(xiàn)。比如人類(lèi)對(duì)圖片的識(shí)別,對(duì)語(yǔ)言的理解過(guò)程,根本無(wú)法通過(guò)既定規(guī)則模擬。為了解決這類(lèi)問(wèn)題,一門(mén)通過(guò)讓機(jī)器自動(dòng)從數(shù)據(jù)中學(xué)習(xí)規(guī)則的研究學(xué)科誕生了,稱為機(jī)器學(xué)習(xí),并在 1980 年代成為人工智能中的熱門(mén)學(xué)科。
在機(jī)器學(xué)習(xí)中,有一門(mén)通過(guò)神經(jīng)網(wǎng)絡(luò)來(lái)學(xué)習(xí)復(fù)雜、抽象邏輯的方向,稱為神經(jīng)網(wǎng)絡(luò)。
神經(jīng)網(wǎng)絡(luò)方向的研究經(jīng)歷了 2 起 2 落,并從 2012 年開(kāi)始,由于效果極為顯著,應(yīng)用深層神經(jīng)網(wǎng)絡(luò)技術(shù)在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、機(jī)器人等領(lǐng)域取得了重大突破,部分任務(wù)上甚至超越了人類(lèi)智能水平,開(kāi)啟了以深層神經(jīng)網(wǎng)絡(luò)為代表的人工智能的第 3 次復(fù)興。這次復(fù)興直接與我們生活息息相關(guān),如語(yǔ)音識(shí)別技術(shù)、人臉識(shí)別技術(shù)從本質(zhì)上改變了我們生活的方式。
深層神經(jīng)網(wǎng)絡(luò)有了一個(gè)新名字,叫做深度學(xué)習(xí),一般來(lái)講,神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的本質(zhì)區(qū)別并不大,深度學(xué)習(xí)特指基于深層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的模型或算法。人工智能,機(jī)器學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),深度學(xué)習(xí)的相互之間的關(guān)系如圖所示。
-
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4814瀏覽量
103518 -
人工智能
+關(guān)注
關(guān)注
1806文章
48989瀏覽量
249170 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8501瀏覽量
134556
發(fā)布評(píng)論請(qǐng)先 登錄
【「芯片通識(shí)課:一本書(shū)讀懂芯片技術(shù)」閱讀體驗(yàn)】從deepseek看今天芯片發(fā)展
如何優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)率
BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析
BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系
人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別
NPU與機(jī)器學(xué)習(xí)算法的關(guān)系
嵌入式和人工智能究竟是什么關(guān)系?
LSTM神經(jīng)網(wǎng)絡(luò)與其他機(jī)器學(xué)習(xí)算法的比較
LSTM神經(jīng)網(wǎng)絡(luò)在語(yǔ)音識(shí)別中的應(yīng)用實(shí)例
Moku人工神經(jīng)網(wǎng)絡(luò)101

評(píng)論