首頁 > 資訊 > 知識 > 人工智能的發(fā)展歷程，人工智能發(fā)展到什么程度了生產(chǎn)力完全滿足人類的需求后社會形態(tài)

人工智能的發(fā)展歷程，人工智能發(fā)展到什么程度了生產(chǎn)力完全滿足人類的需求后社會形態(tài)

來源：整理時間：2023-06-01 02:10:42 編輯：智能門戶手機版

本文目錄一覽

1，人工智能發(fā)展到什么程度了生產(chǎn)力完全滿足人類的需求后社會形態(tài)
2，人工智能的演進
3，人工智能的發(fā)展怎么樣

1，人工智能發(fā)展到什么程度了生產(chǎn)力完全滿足人類的需求后社會形態(tài)

人工智能發(fā)展方向是智來能設(shè)備越來越符合人的需源求，人只要用大腦的意識就可以控制為你服務(wù)的設(shè)備和機器人2113；社會形態(tài)的變化將是你無法想像的。那時候社會分工5261將會有很大的4102變化～能源將是社會需求的最大問題，能源的獲取也是整個社會的最大目1653標(biāo)！

人工智能發(fā)展到什么程度了生產(chǎn)力完全滿足人類的需求后社會形態(tài)

2，人工智能的演進

第一階段：50年代人工智能的興起和冷落人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機器定理證明、跳棋程序、通用問題s求解程序LISP表處理語言等。但由于消解法推理能力的有限，以及機器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點是：重視問題求解的方法，忽視知識重要性。第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN疾病診斷和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)、Hearsay-II語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實用化。并且，1969年成立了國際人工智能聯(lián)合會議（InternationalJointConferencesonArtificialIntelligence即IJCAI）。第三階段：80年代，隨著第五代計算機的研制，人工智能得到了很大發(fā)展日本1982年開始了“第五代計算機研制計劃”，即“知識信息處理計算機系統(tǒng)KIPS”，其目的是使邏輯推理達到數(shù)值運算那么快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展1987年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會議，宣告了這一新學(xué)科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。第五階段：90年代，人工智能出現(xiàn)新的研究高潮由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)技術(shù)的發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱?。另外，由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會生活的各個領(lǐng)域。

人工智能的演進

3，人工智能的發(fā)展怎么樣

人工智能是計算機科學(xué)的一個分支，英文縮寫為AI（Artificial Intelligence）。人工智能的目的在于嘗試使用計算機技術(shù)生產(chǎn)出與人類智能相似的智能機器，包括但不僅限于人工智能機器人、語言識別、圖像識別等系統(tǒng)。人工智能的智能表現(xiàn)在對人的思維過程的模擬，但是人的思維過程并不簡單，它包括識別、分析、比較、概括、判斷、推理等等步驟，是一個復(fù)雜且高級的認(rèn)識過程，因此人工智能是一門非常具有挑戰(zhàn)性的科學(xué)。人工智能的概念大約誕生在20世紀(jì)50年代，到如今僅僅經(jīng)歷了60余年的發(fā)展之路，是一項非常高新的技術(shù)，被譽為二十一世紀(jì)三大尖端技術(shù)之一。人工智能雖然說是一門計算機科學(xué)的分支，但它在發(fā)展過程中還涉及到了心理學(xué)、哲學(xué)和語言學(xué)等學(xué)科，有學(xué)者甚至認(rèn)為人工智能的發(fā)展幾乎需要涉及自然科學(xué)和社會科學(xué)的所有學(xué)科，其范圍遠(yuǎn)遠(yuǎn)超出計算機科學(xué)的范疇。我們可以把人工智能簡單的拆開成“人工”與“智能”兩個方面來理解，“人工”很簡單，即人為制造的，那么“智能”是什么呢？智能從字面含義上來講，就是智力與能力的合體。我們知道，人類可以通過學(xué)習(xí)與實踐發(fā)展自己的智力與能力。也因此，人工智能在發(fā)展過程中，其核心問題就是如何幫助機器擁有推理、知識、規(guī)劃、學(xué)習(xí)、交流、感知、移動和操作物體的等能力，并嘗試構(gòu)建出智力。依托于計算機技術(shù)的先天優(yōu)勢，學(xué)習(xí)知識對于人工智能而言可以說只是時間和存儲空間的問題。自動化技術(shù)的發(fā)展，讓人工智能擁有了移動與操作物體的能力。智能算法的發(fā)展，讓人工智能在一定程度上也擁有了推理與交流的能力。人工智能與計算機的發(fā)展是分不開的。有學(xué)者總結(jié)，人工智能發(fā)展會面臨著六大瓶頸，分別是數(shù)據(jù)瓶頸、泛化瓶頸、能耗瓶頸、語義鴻溝瓶頸、可解釋性瓶頸和可靠性瓶頸。數(shù)據(jù)瓶頸是指“由于數(shù)據(jù)收集能力的不足、理論無偏性和數(shù)據(jù)隨機性等條件的限制而導(dǎo)致數(shù)據(jù)失真、缺乏等數(shù)據(jù)缺陷?！蔽覀兒唵蔚奶自谌斯ぶ悄苌蟻砜?，收集數(shù)據(jù)能力的不足可以理解成識別技術(shù)的不成熟，理論無偏性可以理解成獲取數(shù)據(jù)的質(zhì)量，數(shù)據(jù)隨機性的限制可以理解成獲取及處理數(shù)據(jù)的難易度。隨著大數(shù)據(jù)技術(shù)的發(fā)展，人工智能已在數(shù)據(jù)方面取得了比較明顯的進步。不過，目前人工智能的發(fā)展仍未完全突破數(shù)據(jù)瓶頸的問題，訓(xùn)練數(shù)據(jù)的增大對人工智能算法的提升效果仍然不夠理想。泛化瓶頸是指人工智能在泛化能力提升上所遇到的困難。泛化能力是指“機器學(xué)習(xí)算法對新鮮樣本的適應(yīng)能力?！蹦憧梢詫⑷斯ぶ悄艿姆夯芰唵卫斫獬勺灾鲗W(xué)習(xí)能力與適應(yīng)能力。通常來說，人工智能的各項能力，都需要通過大量的樣本數(shù)據(jù)訓(xùn)練及算法規(guī)定來獲得。在實驗室的環(huán)境下，很多人工智能的各項能力均有不錯表現(xiàn)。但是實際生活照比實驗室環(huán)境而言，存在太多的不確定性，因此人工智能要想更好的落地，就需要擁有強大的泛化能力，以在應(yīng)對突發(fā)情況及未知情況時能夠給出合理的響應(yīng)，更好的幫助人類。能耗瓶頸可以簡單的理解為人工智能在應(yīng)用等過程中所消耗能源大于它實際所產(chǎn)生的效益，即能耗成本過高。而在優(yōu)化人工智能能耗問題的過程中，首當(dāng)其沖的就是對算法的優(yōu)化。就像人體的大腦大概只占體重的2%，但是卻能占據(jù)人體總能耗的20%一樣，算法對于人工智能能耗的影響也非常的大。隨著智能算法的發(fā)展，人工智能在能耗瓶頸上也有所進步。例如奧地利科技學(xué)院、維也納工業(yè)大學(xué)和麻省理工學(xué)院的研究者就成功訓(xùn)練了一種能夠控制自動駕駛汽車的低能耗智能算法，這一算法僅僅使用了75000個參數(shù)與19個神經(jīng)元，比之前減少了數(shù)萬倍。語義鴻溝瓶頸是指人工智能缺乏真正的語言理解能力，無法根據(jù)上下文或常識理解一些容易產(chǎn)生歧義的語言，即聽不懂“人話”。目前，人工智能在這一點上仍然沒有顯著的突破?？山忉屝云款i是指人工智能過于依賴模型中已有的數(shù)據(jù)，缺乏深層學(xué)習(xí)能力的缺陷。人工智能很容易學(xué)習(xí)一個東西是什么，但是很難明白一個東西究竟為什么會這樣。如果人工智能不能理解知識或行為之間的深層邏輯，那么它在用已有模型去應(yīng)對未知變量時，就很容易引起模型崩塌，類似于“死機”。目前，已有學(xué)者提出可以使用對抗網(wǎng)絡(luò)與最優(yōu)傳輸技術(shù)找到模型坍塌的原因，并提出改進模型，從幾何映射的角度上嘗試去突破人工智能的可解釋問題，在理論上取得了一些進步。我們都遇到過電腦死機，這在一定程度上反映著可靠性｜public domain可靠性瓶頸是指人工智能在系統(tǒng)可靠性上的不足。粗略來講，可靠性主要包含設(shè)計可靠性、耐久性和可維修性三個方面。人工智能的設(shè)計可靠性可以簡單的理解為它的算法是否可靠，它是否能在規(guī)定的條件下，完成預(yù)定的功能。例如自動汽車在行駛過程中，是否能夠正確識別道路情況，并作出合理反應(yīng)，很大程度上都要依靠自動駕駛系統(tǒng)的設(shè)計可靠性。耐久性和可維修性很簡單，即能不能長久使用與能不能、方便不方便維修，維修的成本如何?，F(xiàn)階段的人工智能仍然存在很大的局限性，市面上應(yīng)用的人工智能絕大多數(shù)為弱人工智能，而強人工智能的發(fā)展仍然存在很多的難題。但是不管人工智能在未來有多少難關(guān)需要克服，可以肯定的是，科技的發(fā)展會不斷推動人工智能的發(fā)展，讓人工智能可以幫助更多產(chǎn)業(yè)、更多市場主體中實現(xiàn)新的賦能與轉(zhuǎn)型，最終完成為數(shù)字經(jīng)濟集約化發(fā)展提供不竭動力的光榮使命，為我們的美好未來添磚加瓦。