近日，NovelAi，ChatGPT等基于人工智能技術(shù)的網(wǎng)站一次次火出圈，不少網(wǎng)友也拿到了一些安裝包之類的東西，然而，對于有興趣的同學卻不滿足于使用大佬打好的包，而是想更深入的學習一些技術(shù)，本系列隨緣更新，本篇主要講述人工智能的起源與發(fā)展。

人工智能是研究使計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規(guī)劃等）的學科，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應(yīng)用。

人工智能將涉及到計算機科學、心理學、哲學和語言學等學科。可以說幾乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇，人工智能與思維科學的關(guān)系是實踐和理論的關(guān)系，人工智能是處于思維科學的技術(shù)應(yīng)用層次，是它的一個應(yīng)用分支。

從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發(fā)展，數(shù)學常被認為是多種學科的基礎(chǔ)科學，數(shù)學也進入語言、思維領(lǐng)域，人工智能學科也必須借用數(shù)學工具，數(shù)學不僅在標準邏輯、模糊數(shù)學等范圍發(fā)揮作用，數(shù)學進入人工智能學科，它們將互相促進而更快地發(fā)展。

而人工智能的發(fā)展經(jīng)歷了很長時間的歷史積淀，早在1950年，阿蘭·麥席森·圖靈（Alan Mathison Turing，1912—1954）就提出了圖靈測試機，大意是將人和機器放在一個小黑屋里與屋外的人對話，如果屋外的人分不清對話者是人類還是機器，那么這臺機器就擁有像人一樣的智能。

人工智能第一世代

1956年，美國漢諾斯小鎮(zhèn)寧靜的達特茅斯學院，約翰·麥卡錫（John McCarthy，1927年~2011年）、馬文·明斯基?(Marvin Minsky，( 1927?- 2016)、克勞德·艾爾伍德·香農(nóng)（Claude Elwood Shannon，1916-2001）等學者聚在一起，共同討論著機器模擬智能的一系列問題。他們討論了很久，始終沒有達成共識，卻為討論內(nèi)容起了一個名字：人工智能。自此，人工智能（AI，Artificial Intelligence）開始出現(xiàn)在人們的視野，1956年也就成為了人工智能元年?！叭斯ぶ悄堋背蔀榱艘粋€獨立的學科。之后的十余年內(nèi)，人工智能迎來了發(fā)展史上的第一個小高峰，研究者們瘋狂涌入，取得了一批矚目的成就，比如1959年，第一臺工業(yè)機器人誕生；1964年，首臺聊天機器人也誕生了。

在當時，人工智能面臨的技術(shù)瓶頸主要是三個方面，第一,計算機性能不足，導致早期很多程序無法在人工智能領(lǐng)域得到應(yīng)用；第二，問題的復雜性，早期人工智能程序主要是解決特定的問題，因為特定的問題對象少，復雜性低，可一旦問題上升維度，程序立馬就不堪重負了；第三，數(shù)據(jù)量嚴重缺失，在當時不可能找到足夠大的數(shù)據(jù)庫來支撐程序進行深度學習，這很容易導致機器無法讀取足夠量的數(shù)據(jù)進行智能化。

人工智能第二世代

終于在1980年，卡內(nèi)基梅隆大學設(shè)計出了一套專家系統(tǒng)——XCON。該專家系統(tǒng)具有一套強大的知識庫和推理能力，可以模擬人類專家來解決特定領(lǐng)域問題。

這是一種采用人工智能程序的系統(tǒng)，可以簡單的理解為“知識庫+推理機”的組合，XCON是一套具有完整專業(yè)知識和經(jīng)驗的計算機智能系統(tǒng)。

這套系統(tǒng)在1986年之前能為公司每年節(jié)省下來超過四千美元經(jīng)費。有了這種商業(yè)模式后，衍生出了像Symbolics、Lisp Machines等和IntelliCorp、Aion等這樣的硬件軟件公司。在這個時期，僅專家系統(tǒng)產(chǎn)業(yè)的價值就高達5億美元。

可惜的是，由于其畸形的生態(tài)(即對人工智能的研究僅限于專家系統(tǒng))，在僅僅維持了7年之后，這個曾經(jīng)轟動一時的人工智能產(chǎn)業(yè)就宣告結(jié)束歷史進程。到1987年時，蘋果和IBM公司生產(chǎn)的臺式機性能都超過了Symbolics等廠商生產(chǎn)的通用計算機。從此，專家系統(tǒng)風光不再。

人工智能再次崛起

上世紀九十年代中期開始，隨著AI技術(shù)尤其是神經(jīng)網(wǎng)絡(luò)技術(shù)的逐步發(fā)展，以及人們對AI開始抱有客觀理性的認知，人工智能技術(shù)開始進入平穩(wěn)發(fā)展時期。1997年5月11日，IBM的計算機系統(tǒng)“深藍”戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫，又一次在公眾領(lǐng)域引發(fā)了現(xiàn)象級的AI話題討論。這是人工智能發(fā)展的一個重要里程。

2006年，Hinton在神經(jīng)網(wǎng)絡(luò)的深度學習領(lǐng)域取得突破，人類又一次看到機器趕超人類的希望,也是標志性的技術(shù)進步。

2016 年，Google 的 AlphaGo 戰(zhàn)勝了韓國棋手李世石，再度引發(fā) AI 熱潮。

AI不斷爆發(fā)熱潮，是與基礎(chǔ)設(shè)施的進步和科技的更新分不開的，從 70 年代 personal 計算機的興起到 2010 年 GPU、異構(gòu)計算等硬件設(shè)施的發(fā)展，都為人工智能復興奠定了基礎(chǔ)。

小結(jié)

到目前為止，人工智能按照總體向上的發(fā)展歷程，可以大致分為4個發(fā)展階段，分別為精耕細作的誕生期、急功近利的產(chǎn)業(yè)期、集腋成裘的爆發(fā)期，以及現(xiàn)在逐漸用AutoML來自動產(chǎn)生神經(jīng)網(wǎng)絡(luò)的未來發(fā)展期。

早期由于受到計算機算力的限制，機器學習處于慢速發(fā)展階段，人們更注重于將邏輯推理能力和人類總結(jié)的知識賦予計算機。但隨著計算機硬件的發(fā)展，尤其是GPU在機器學習中的應(yīng)用，計算機可以從海量的數(shù)據(jù)中學習各種數(shù)據(jù)特征，從而很好地完成人類分配給它的各種基本任務(wù)。

此時，深度學習開始在語音、圖像等領(lǐng)域大獲成功，各種深度學習網(wǎng)絡(luò)層出不窮，完成相關(guān)任務(wù)的準確率也不斷提升。同時，深度學習神經(jīng)網(wǎng)絡(luò)朝著深度更深、結(jié)構(gòu)更加巧妙復雜的方向推進，GPU的研發(fā)與應(yīng)用也隨著神經(jīng)網(wǎng)絡(luò)對算力要求的不斷提高而持續(xù)快速向前推進。

附錄：

1.達特茅斯會議

會議的主要發(fā)起人——約翰·麥卡錫（John McCarthy），計算科學家、認知科學家，也是他提出了“人工智能”的概念。麥卡錫對于人工智能的興趣始于1948年參加的一個名為“腦行為機制”的討論會，會上，約翰·馮·諾伊曼（John von Neumann）提出的自復制自動機（可以復制自身的機器）激起麥卡錫的好奇，自此開始嘗試在計算機上模擬智能。達特茅斯會議前后，麥卡錫的主要研究方向是計算機下棋。

另一位積極的參與者是當時在哈佛大學的馬文·明斯基（Marvin Minsky，1969年圖靈獎獲得者），他的老師塔克（Albert Tucker）多年來擔任普林斯頓大學數(shù)學系主任，主要研究非線性規(guī)劃和博弈論。1951年，明斯基建造了世界上第一個神經(jīng)網(wǎng)絡(luò)模擬器Snare。在Snare的基礎(chǔ)上，明斯基解決了“使機器能基于對過去行為的知識，預測當前行為的結(jié)果”這一問題，并完成了他的博士論文《Neural Nets and the Brain Model Problem》。

塞弗里奇（Oliver Selfridge），模式識別的奠基人，后來領(lǐng)導了MAC項目，這個項目后被分為計算機科學實驗室與人工智能實驗室，又合并為麻省理工學院最大的實驗室MIT CSAIL。

另外兩位重量級參與者是紐厄爾（Allen Newell）和西蒙（Herbert Simon），這兩位學者后來共享了1975年的圖靈獎。

紐厄爾在普林斯頓大學數(shù)學系碩士畢業(yè)后，加入了美國著名的蘭德公司，并結(jié)識了西蒙，開始了他們一生的合作。紐厄爾和西蒙提出了物理符號系統(tǒng)假設(shè)，簡單的說就是：智能是對符號的操作，最原始的符號對應(yīng)于物理客體。這一假設(shè)與西蒙提出的有限合理性原理成為人工智能三大學派之一——符號主義的主要依據(jù)。后來，他們與珀里思（Alan Perlis，第一屆圖靈獎獲得者）共創(chuàng)了卡內(nèi)基梅隆大學的計算機系。

最后，信息論的創(chuàng)始人香農(nóng)（Claude Shannon），他比其他幾位年長10歲左右，當時已經(jīng)是貝爾實驗室的大佬。1950年，香農(nóng)發(fā)表論文《Programming a computer for playing chess》，為計算機下棋奠定了理論基礎(chǔ)。

除上述學者外，IBM的塞繆爾（Arthur Samuel），達特茅斯的摩爾（Trenchard More）、算法概率論的創(chuàng)始人所羅門諾夫（Ray Solomonoff）等學者也參與了這次會議。

1953年夏天，麥卡錫和明斯基都在貝爾實驗室為香農(nóng)打工。香農(nóng)當時在研究圖靈機及是否可以用圖靈機作為智能活動的理論基礎(chǔ)，但是麥卡錫只對計算機實現(xiàn)智能感興趣。由于與香農(nóng)研究方向上的不同加上麥卡錫認為香農(nóng)在一些時候過于理論，所以麥卡錫與IBM第一代通用機701的主設(shè)計師羅切斯特（Nathaniel Rochester）計劃搞一次活動，主要討論機器模擬智能，并說動香農(nóng)與明斯基共同寫了一個項目建議書以尋求活動資助。

麥卡錫給這個活動起了一個名字：人工智能夏季研討會（Summer Research Project on Artificial Intelligence）。

會議的主要議題有以下7個方面：

• 自動計算機

• 如何為計算機編程，使其能夠使用語言

• 神經(jīng)網(wǎng)絡(luò)

• 計算規(guī)模理論

• 自我改進（指機器學習）

• 抽象

• 隨機性與創(chuàng)造性

達特茅斯研討會進行了兩個月，其中，紐厄爾和西蒙公布的程序“邏輯理論家”（Logic Theorist）引起與者極大的興趣，這個程序模擬人證明符號邏輯定理的思維活動，并成功證明了《數(shù)學原理》第2章52個定理中的38個定理，被認為是用計算機探討人類智力活動的第一個真正成果，也是圖靈關(guān)于機器可以具有智能這一論斷的第一個實際證明。此外，邏輯理論家開創(chuàng)了機器定理證明這一新的學科領(lǐng)域（我記得高中數(shù)學課本有關(guān)于機器定理證明的相關(guān)課外拓展）。

最后補充一下，在達特茅斯會議期間，“人工智能”這一詞雖然被提出，但并沒有獲得大家的完全認可，尤其是紐厄爾和西蒙，他們的研究在某種意義上偏向于功能學派，他們更主張用“復雜信息處理”這個詞。"人工智能"一詞真正被學界接受要到1965年，德雷弗斯（Hubert Dreyfus）發(fā)表了著名的《煉金術(shù)與人工智能》報告，這一報告對當時人工智能的研究提出質(zhì)疑，意圖說明這些研究是沒有基礎(chǔ)的無用功。由于報告標題與內(nèi)容過于大膽，最初蘭德公司僅以備忘錄的方式發(fā)布了油印版，直至1967年，蘭德公司才正式發(fā)布了這一報告的印刷版。該報告后來成為蘭德公司銷量最高的報告之一，在AI學者中廣為流傳，關(guān)于這一報告的具體影響，可以自己去了解一下

2.人工智能主要的數(shù)學內(nèi)容

• 概率論、數(shù)理統(tǒng)計；

• 數(shù)值代數(shù)、數(shù)值分析、最優(yōu)化；

• 經(jīng)典分析、函數(shù)論；

• 離散數(shù)學、理論計算機科學。

根據(jù)林偉教授的報告，我還整理出十種所謂“新數(shù)學”

01、泛函分析

02、群表示論與范疇論

03、微分幾何

04、代數(shù)幾何

05、隨機矩陣

06、最優(yōu)傳輸

07、動力系統(tǒng)與隨機分析

08、統(tǒng)計物理與非線性科學

09、信息論

10、博弈論

*以上內(nèi)容皆總結(jié)自林教授報告《人工智能新數(shù)學》

以上內(nèi)容并不會全部談?wù)摰?，畢竟這只是講數(shù)學基礎(chǔ)的內(nèi)容。

*本人只是蒟蒻，如果后面論述有差錯的話希望大佬們指正