人工智能倫理導論- 課件 第1、2章 人工智能概述、倫理理論初步

人工智能倫理導論教學目標：倫理意識了解AI技術和AI應用中的倫理風險，建立科技與工程中的倫理意識;道德規(guī)范了解AI技術和AI應用中的倫理道德規(guī)范，塑造科技與工程中的職業(yè)道德;倫理決策了解AI技術和AI應用中的倫理決策方法，培育科技與工程中的倫理決策思維。考試方式：授課教材：古天龍.人工智能倫理導論，北京：高等教育出版社，2022課程考核方式及成績評定項目占比要求平時成績40%課堂聽課、課堂表現(xiàn)及平時作業(yè)課程論文60%結合課程內容撰寫報告論文1篇：ChatGPT的倫理風險及其治理課程的意義：要對付力量所帶來的邪惡結果，需要的不是智力行為，而是倫理行為?？茖W所造成的各種惡果，不能用科學本身來根治。——湯因比（ArnoldJosephToynbee）技術的發(fā)展，給善與惡都帶來了無限的可能性……新工業(yè)革命是一把雙刃劍，它可以用來為人類造?！鹿I(yè)革命也可以毀滅人類，如果我們不去理智地利用它，它將朝著這個方向越走越遠?！S納（NorbertWiener）為了使你的工作增進人類福祉，僅僅了解應用科學是不夠的。對人類本身及其命運的關懷必須成為一切技術努力的主要旨趣?！獝垡蛩固梗ˋlbertEinstein）阿諾德·約瑟夫·湯因比（ArnoldJosephToynbee，1889年～1975年），英國著名歷史學家，他曾被譽為“近世以來最偉大的歷史學家”。湯因比對歷史有其獨到的眼光，他的12冊巨著《歷史研究》講述了世界各個主要民族的興起與衰落，被譽為“現(xiàn)代學者最偉大的成就”。課程內容：Lecture01-人工智能概述Lecture02-倫理理論初步Lecture03-人工智能倫理Lecture04-人工智能風險Lecture05-隱私泄露問題Lecture06-偏見歧視問題Lecture07-技術濫用問題Lecture08-責權歸屬問題Lecture09-倫理道德規(guī)范Lecture10-隱私保護技術Lecture11-偏見抑制技術Lecture12-可信人工智能你可以用ChatGPT撰寫論文嗎？你可以用圖像合成技術將電視劇《狂飆》中安欣的扮演者張譯替換成吳京嗎？你可以允許商家跟蹤收集你的網(wǎng)絡訪問信息嗎？你應該承擔所擁有的自動駕駛汽車的交通事故的責任嗎？寫作機器人完成的小說應該享有著作權嗎？著作權歸誰所有？嘉士伯拍賣行拍賣了一幅人工智能繪畫作品，所得收入應該屬于誰？…….在這些例子中，你面對的不僅僅是現(xiàn)實和法律問題，還包括倫理問題?。。∪斯ぶ悄芨攀鯨ecture1智能與人工智能概念目錄人工智能的早期萌芽人工智能的主要技術人工智能的歷史階段12345人工智能的主流學派智能與人工智能概念智能？人類智能？動物智能？植物智能？人工智能？目錄智能？1.1智能與人工智能概念智wise能can,able,capable聰明、見識、記憶和理解、知識淵博、正確判斷才干、本事、勝任、善于、會做、會完成、有才干的能力是辦事的本領，是生物對自然探索、認知和改造的水平度量，是完成一項目標或者任務所體現(xiàn)出來的綜合素質。(capability，ability)智力是指生物的一般性精神能力，是接受和建立知識的能力。(intelligence，intellect)智能是智力和能力的總稱，是個體對客觀事物進行合理分析、判斷，并有目的地行動和有效地處理周圍環(huán)境事宜的綜合能力。智能的定義：感覺、理解、想象、記憶、回憶、思維、判斷、語言、行為等是智力和能力的表現(xiàn)。智能是邏輯、理解、意識、學習、情感、推理、規(guī)劃、創(chuàng)造、思維和問題求解等能力。測試或量化智能：IQ（IntelligenceQuotient）測試智力是指認識、理解客觀事物并運用知識經(jīng)驗等解決問題的能力，包括觀察、感覺、想象、理解、記憶、思考、判斷、學習等。智力定義為：從事艱難、復雜、抽象、敏捷和創(chuàng)造性活動的能力和保持情緒穩(wěn)定的能力。intelligence，intelligentandability精神指人的意識、思維活動和一般心理狀態(tài)；宗旨；主要的意義；表現(xiàn)出來的活力智能及智能的本質是古今中外許多哲學家、腦科學家一直在努力探索和研究的問題，但至今仍然沒有完全了解，以致智能的發(fā)生與物質的本質、宇宙的起源、生命的本質一起被列為自然界四大奧秘。人類智能？1.1智能與人工智能概念人類智能Humanintelligence人類智能是人類認識世界和改造世界的才智和本領。人類的勞動、學習和語言交往等活動都是“智”和“能”的統(tǒng)一，是人類獨有的智能活動。意向/意識是人類智能的一個重要方面。人的活動是有目的的、自覺的活動，一刻也離不開自己意向的主導。注意、需要、意圖、情緒、意志、理想等都是人的意向活動形式。保持積極的意向、恰當?shù)那榫w和頑強的斗志等等，對人類智能的發(fā)展和發(fā)揮是十分重要的。思維是人類智能的核心。人是一種有思想的動物，思想的核心又是思維。沒有思維就沒有人類的智能。通過思維，人類才能形成各種較復雜的意向，從而主導著人的活動，表現(xiàn)出人類所特有的自覺能動性。通過思維，人類才能探索自然界的奧秘，發(fā)現(xiàn)自然現(xiàn)象背后的規(guī)律。通過思維，人類才能發(fā)明各種技術，突破自己認識器官和行動器官的限制，大大提高改造世界的能力。（Wikipedia,thefreeencyclopedia）人類智能是具有復雜認知、高級動機和自我意識等特征的智能。這類智能使得人類能夠記憶和描述事物，并在未來行為中使用這些描述；這類智能使得人類能夠通過認知識別模式、創(chuàng)新、規(guī)劃、求解問題，并使用語言進行交流；這類智能使得人類能夠體驗和思考。目錄意向是某者對待或處理某事物的活動，其表現(xiàn)為此者的欲望、愿望、希望和/或謀慮等行為反應傾向。簡言之，心之所向。意識是人的頭腦對于客觀物質世界的反映，也是感覺、思維等各種心理過程的總和。意識是人腦對大腦內外表象的覺察。思維是人類所具有的高級認識活動。是對新輸入信息與腦內儲存知識經(jīng)驗進行一系列復雜的心智操作過程。人類智能？1.1智能與人工智能概念人類智能Humanintelligence人類智能的4個特征：思維能力；感知能力；學習能力；行為能力。人們通過腦的思維活動（如：記憶、聯(lián)想、推理、分析、比較、判斷、探索等），對各種信息進行加工處理，形成概念、建立方法，將感性知識上升為理性知識。通過回憶、推理、論證、計算、求解問題，作出決策或結論。思維能力人們通過視覺、聽覺、觸覺系統(tǒng)等感知客觀世界，獲取感性知識。如，眼睛、耳朵、舌苔等感覺器官接受各種信息，產(chǎn)生相應的響應，沿外周神經(jīng)傳入中樞神經(jīng)，通過視、聽、味中樞等，進行信息處理、模式識別等活動。感知能力人們通過與環(huán)境的相互作用,不斷地積累經(jīng)驗和知識,適應環(huán)境的變化。學習可能是自覺的、有意識的,也可能是不自覺、無意識的。由于環(huán)境和條件的不同,學習的效果亦不盡相同,從而體現(xiàn)出不同的智能差異。學習能力人們通常用語言或者某個表情、眼神及形體動作來對外界刺激作出反應、傳達信息,這些受心理支配的外部活動稱為行為。如果把人們的感知能力看作是信息的輸入,則行為能力就是信息的輸出,它們都受到神經(jīng)系統(tǒng)的控制。行為能力動物智能？1.1智能與人工智能概念動物智能Nonhumananimalintelligence

智能以人類作為主要研究對象，但智能也在非人類動物和植物（其他生物）身上觀察到，盡管關于這些生命形式是否具有智能

存在爭議?。?！動物智能是類似于人類智能的低程度/級智能，其核心是利用因果關系達到動物自身的目的，滿足動物自己的需要。黑猩猩模仿人的行為：一只名叫朱莉的母猩猩，她用一根像稻草一樣的草在她的耳朵里反復地掏來掏去。隨著時間的推移，朱莉所在的群體中的其他猩猩模仿了她的掏耳行為。狗更能記住所喜歡人的氣味：給12條不同品種狗，聞5種不同氣味，在此過程進行核磁共振，觀察它們的大腦。被測試狗對熟悉人的氣味都做出了積極反應，甚至超過其熟悉的狗的氣味。老鼠有記憶功能：像人類用指尖感受震動一樣，老鼠則用胡須來感受震動。老鼠的工作記憶功能幫助他們識別環(huán)境刺激，并對決定怎樣對這些刺激做出反應。老鼠利用他們的經(jīng)歷來解決最佳的行動方案。亞洲象會安慰情緒低落的同伴：當一頭亞洲象因為附近的一只狗或者一條蛇而感到焦慮時，它的耳朵和尾巴就會突出來，甚至可能會發(fā)出吼叫聲。當這種情況出現(xiàn)時，其他大象會聚集到這只焦慮的大象身邊，通過聲音和肢體接觸對焦慮的大象進行安慰。斑胸草雀善于偽裝：不像雄性歌雀，斑胸草雀不會給它們的潛在配偶評判的機會，如果生病了，它會隱藏它們的疾病，在其他同類面前裝作很健康的樣子，在它有機會結交配偶的情況下尤其如此。目錄植物智能？1.1智能與人工智能概念植物智能Plantintelligence植物智能：類似于其他生物，植物擁有有五種和人類一樣的感官和知覺，植物之間會交換信息，也會與動物互動。植物會采取不同的生存策略，高效地利用自身資源。它們也能夠進行選擇、學習和記憶。金合歡樹：被啃食過的金合歡樹葉會釋放一種味道不好的丹寧酸，以阻止動物啃食自己，其它同類會識別出，在捕食者到來前釋放自己的丹寧酸。捕蠅草：捕食者在圈套中的某根茸毛短時間內連續(xù)被觸動2次時會突然閉合。當有小蟲闖入時，能以極快的速度將其夾住，分泌蜜汁、并消化吸收。要做到這一點，捕蠅草必須“記住”被觸動次數(shù)。錘蘭：模仿雌性黃蜂的外表和氣味，以欺騙雄性黃蜂來給自己授粉。一旦雄性黃蜂來到，錘蘭就會"誘捕"它，然后黃蜂全身會沾滿花粉，并傳播給另一朵花。玉米、煙草和棉花：玉米、煙草和棉花遭到毛毛蟲啃食時，會產(chǎn)生化學物質吸引寄生類黃蜂。寄生類黃蜂會將自己的卵放入啃食植株的毛毛蟲體內，然后毛毛蟲將死去，并養(yǎng)活黃蜂的幼蟲。人工智能？1.1智能與人工智能概念人工智能Artificialintelligence（AI）人工智能是模擬、延伸和擴展的人類智能。人工智能是人類智能的實現(xiàn)?！皺C器實現(xiàn)”指的是用某種機器完成人類智能的某種功能。人工智能是人類智能的模擬。“機器模擬”指的是用某種機器模擬人類智能，這種機器的工作原理與人類智能活動相同或相似。人工智能是模擬、延伸和擴展的智能，是智能的機器實現(xiàn)、模擬或創(chuàng)生，是人工設計和制造的機器所表現(xiàn)的智能（也稱為機器智能）。人類智能vs人工智能人類智能人工智能物理屬性生理的和心理的過程無意識的機械的、物理的過程社會屬性具有社會屬性（在社會實踐活動基礎上，人與人之間發(fā)生的各種關系，是人的最根本特性）無社會屬性能動性能主動提出問題，并進行發(fā)明創(chuàng)造無人類意識特有的能動性和創(chuàng)造力情緒性展現(xiàn)特定情緒以實現(xiàn)工作目標無情緒自然智能，又稱為生物智能，是生物的一種天生能力，可以使生物體在某些環(huán)境中探索、開發(fā)、適應和生存。自然智能包括人類智能和其他生物智能（動物智能、植物智能）。智能與人工智能概念目錄人工智能的早期萌芽人工智能的主要技術人工智能的歷史階段12345人工智能的主流學派智能？人類智能？動物智能？植物智能？人工智能？神話故事科幻小說棋類游戲自動機器計算機器目錄神話故事1.2人工智能的早期萌芽公元前4-6世紀完美女人伽拉忒亞：《變形記》講述了塞浦路斯國王皮格馬利翁與雕像仙女伽拉忒亞相愛的故事。青銅巨人塔羅斯：《神譜》描述的早期機器人形象，青銅鑄就、身軀龐大，日夜守護著克里特島。邪惡女潘多拉：火神赫菲斯托斯用粘土做成的一個女人，她像一個被打造出來的人工智能生命，任務是懲罰地球發(fā)現(xiàn)火的人類。飲料小推車：帶有20個輪子，可以在希臘眾神舉辦盛宴期間，自動進出奧林匹斯山上的大廳，為參加宴會的諸神供奉飲料。何蒙庫魯茲：將無生命金屬人格化，通過煉金術創(chuàng)造出人工生命。18-19世紀德國文學家歌德創(chuàng)作的戲劇《浮士德》中，也涉及到了何蒙庫魯茲相關的題材?？伎ㄋ剐埴棧呵嚆~鑄造，每天“自動”殺死巨人泰坦·普羅米修斯，并啄食其肝臟，以此來懲罰普羅米修斯將火賜予人類這一“罪行”?？苹眯≌f/電影1.2人工智能的早期萌芽時間作者書名內容簡介1726年喬納森·斯威夫特（JonathanSwift）《格列佛游記》一臺類似盧爾邏輯機的神奇機器：“運用實際而機械的操作方法來改善人的思辨知識”，“最無知的人，只要適當付點學費，再出一點點體力，就可以不借助于任何天才或學力，寫出關于哲學、詩歌、政治、法律、數(shù)學和神學的書。”1818年瑪麗·雪萊（MaryShelley）《弗蘭肯斯坦》科學家弗蘭肯斯坦計劃創(chuàng)造一個生命體，打造一個完美的人。于是，從墳場精挑細選后挖出的尸塊，以專業(yè)知識判斷還能使用部分，再將之拼成人型，通過電擊并賦予生命。不久便發(fā)現(xiàn)這是個嚴重的錯誤，他制造了一個怪物。1921年卡雷爾·恰佩克（KarelCapek）《羅素姆的萬能機器人》使用機器人的英文單詞“Robot”（來源于捷克語“Robota”）意為“努力工作”或“奴役”。機器人能像人類一樣思考。戲劇的高潮部分，機器人屠殺人類，只留下一人，而最終他們產(chǎn)生了情感，進入了一模一樣的輪回。1863年塞繆爾·巴特（SamuelButler）《機器中的達爾文》描述了機器通過自然選擇進化出智能的可能性，令人難以置信地大膽預測人工智能和自我復制機器會替代人類，并成為統(tǒng)治種群。1927年弗里茨·朗（FritzLang）電影《大都會》影片描述了由資本家和日夜維護機器的工人組成的大都會，一個女性機器人的出現(xiàn)引起了柏林的混亂。這是機器人形象第一次登上銀幕。該影片是一部經(jīng)典中的經(jīng)典，是一直被效法的無聲片時代杰作，它更是科幻電影史的第一個豐碑。1942年艾薩克·阿西莫夫（IsaacAsimov）《轉圈圈》提出了“機器人三定律”，即：第一法則：機器人不得傷害人類，或因不作為（袖手旁觀）使人類受到傷害；第二法則：除非違背第一法則，機器人必須服從人類的命令；第三法則：在不違背第一及第二法則下，機器人必須保護自己。1949年埃德蒙·伯克利（EdmundBerkeley）《巨型大腦，會思考的機器》“有許多關于巨型機器的新奇?zhèn)髀?，稱這種機器能極快速和熟練地處理信息……就像是用硬件和電線組成的大腦……可以處理信息、計算、總結和選擇。還可以基于信息作出合理操作。稱這樣一臺機器能思考并不為過?！?950年艾薩克·阿西莫夫（IsaacAsimov）《我，機器人》收錄了他自己創(chuàng)作的9篇關于機器人的短篇小說。雖然書中的短篇故事各自獨立，卻擁有共同的主題，探討了人類與機器人之間的道德問題。這些故事開創(chuàng)出阿西莫夫的機器人浩翰虛構歷史。1872年塞繆爾·巴特勒（SamuelButler）《無名之地》（Erewhon）“沒有任何措施可以阻止機器意識的發(fā)展。雖然，機器現(xiàn)在幾乎沒有意識。軟體動物沒有多少意識。想想機器過去幾百年取得的非凡進展，再看看動物和蔬菜的緩慢進展。機器與其說是昨天的生物，不如說是過去的五分鐘的生物……”目錄科幻小說1.2人工智能的早期萌芽“……然而，日復一日，機器正在逐漸趕上我們;一天又一天，我們越來越屈從于他們;越來越多的人每天被束縛成奴隸去照料它們，越來越多的人每天把他們的全部精力投入到機械生活的發(fā)展中。結果只是一個時間問題，但機器將真正主宰世界及其居民的時刻終將到來，這是任何具有真正哲學頭腦的人都無法片刻質疑的問題……”Themainissuesatstakehereare:Canmachinesevolveconsciousness?Iftheycan,then,howwillthatimpactthehumanrace?IsAIthenextstepinevolution?“thatthemachineswereultimatelydestinedtosupplanttheraceofman,andtobecomeinstinctwithavitalityasdifferentfrom,andsuperiorto,thatofanimals,asanimaltovegetablelife.So[...]theymadeacleansweepofallmachinerythathadnotbeeninuseformorethantwohundredandseventy-oneyears…...“-SamuelButler,Erewhon,1872年“機器最終注定要取代人類，成為一種具有活力的種群，既不同于動物，又優(yōu)于動物，就像動物對植物一樣。所以[…]，他們徹底清除了所有使用沒有超過271年的機器……”塞繆爾·巴特勒（SamuelButler）(1835-1902)“塞繆爾·巴特勒是第一個為機器的徹底毀滅和傳統(tǒng)中世紀主義的回歸寫過哲學思辨的勒德（Luddite）技術恐懼者。然而，巴特勒除了用寫作來表達他的觀點外，并沒有做什么。換句話說，盡管巴特勒只是采取文學行動，以‘喚醒’人類意識到技術進步和機器（人工智能）崛起的風險（或者，在他看來，不可避免）?！?872年匿名出版《Erewhon》，該書名是英語單詞“nowhere”（無名之地）倒序拼寫，字母“h”和“w”調換了位置。在工業(yè)革命期間，英格蘭的紡織工人主張模仿一個叫做NedLudd的人破壞工廠設備來抵制節(jié)省勞動力的技術帶給工廠的改變。術語勒德分子（Luddite）來自于Ludd的姓。今天，術語勒德分子仍然指認為技術對社會產(chǎn)生的損害要多于益處的人。勒德主義的極端形式，包括肆意破壞技術，現(xiàn)在已經(jīng)很少見了，尤其是在生活水平高的國家。通常保護著反對自動化或者威脅工作機會的技術進步的形式有磨洋工，裝病或者罷工。有爭議的是惡意的把病毒和蠕蟲放入因特網(wǎng)是現(xiàn)代形式的勒德主義。目錄科幻小說1.2人工智能的早期萌芽艾薩克·阿西莫夫（IsaacAsimov）（1920-1992）啟示一：人類在享受機器人帶來的服務及便利的同時，也擔心未來某一天，過度聰明的機器人可能給人類帶來難以預見的危害，尤其是安裝了人工智能系統(tǒng)的機器人，將來是否會在智能上超越人類，以至對就業(yè)造成影響，甚或威脅人類的生命財產(chǎn)？就像科幻小說中所描繪的：機器人在越來越多的領域取代了人類，最終站到了人類的對立面，由幫手變成了仇敵。啟示二：智能機器人并非無所不能，它的智商只相當于4歲的兒童，機器人的“常識”比正常成年人就差得更遠。目前，人類是如何學習和積累“常識”的機制和機理尚未完全清楚。即使智能機器人將來具有常識，并能進行自我復制，也不可能帶來大范圍的失業(yè)，更不可能對人類造成威脅。即使機器人在工作強度、運算速度和記憶功能方面可以超越人類，但在意識、推理等方面還不可能超越人類。1940年首個機器人系列短篇小說《小機》。1942年短篇小說《轉圈圈》，提出了“機器人三定律”。1950年長篇小說《我，機器人》，收錄了《小機》、《轉圈圈》、《理性》、《抓兔子》、《騙子》、《消失無蹤》、《逃避》、《證據(jù)》、《可避免的沖突》等9個機器人短篇小說。1952年首部機器人長篇小說《鋼穴》，第一部以以利亞·貝萊為主角的科幻推理小說，也是阿西莫夫“機器人系列”的第二部作品。1957年第二部以以利亞·貝萊為主角的科幻推理小說《裸陽》，也是阿西莫夫“機器人系列”的第三部作品。1983年機器人系列新作《曙光中的機器人》1985年機器人系列的最后一部作品《機器人與帝國》，提出了凌駕于“機器人三定律”之上的“第零定律”。因多·班德（EandoBinder）于1939年1月，發(fā)表了短篇小說《我，機器人》；艾西莫夫的《我，機器人》曾訂名為《心靈與鋼鐵》，在出版社的強烈要求下，改為此書名。目錄棋類游戲1.2人工智能的早期萌芽土耳其機器人：身披土耳其禮服、楓木雕刻的真人大小的下棋機器人，其實，藏有一個控制機器人走棋的象棋大師，是個“冒牌”！1770年第一臺象棋機器：西班牙工程師萊昂納多·托里斯·克維多展示了世界上第一臺可以自動下象棋的機器，機器能夠在無人干預的情況下自動下國際象棋。1914年1.e4e52.Nc3Nf63.d4Bb44.Nf3d65.Bd2Nc66.d5Nd47.h4Bg48.a4Nxf3+9.gxf3Bh510.Bb5+c611.dxc60-012.cxb7Rb813.Ba6Qa514.Qe2Nd715.Rg1Nc516.Rg5Bg617.Bb5Nxb718.0-0-0Nc519.Bc6Rfc820.Bd5Bxc321.Bxc3Qxa422.Kd2?[22.h5]22...Ne623.Rg4Nd4?[23...Rxb2!24.Bxb2Rxc2+]24.Qd3Nb525.Bb3Qa626.Bc4Bh527.Rg3Qa428.Bxb5Qxb529.Qxd6Rd80-1.紙上機器：圖靈編寫了讓機器下棋的指令程序。當時沒有機器能夠執(zhí)行這些指令，他自己執(zhí)行。輸給了同事。1947年1950年計算機象棋程序開發(fā)：香農(nóng)發(fā)表《編程實現(xiàn)計算機下棋》（Progra-mmingaComputerforPlayingChess）論文，第一次關注計算機象棋程序的開發(fā)問題。1950年埃德瓦克（EDVAC）測試：縮小的6

6棋盤。第一局自己對自己，白勝。第二局對讓王后的高手，人類獲勝。第三局對一位新手，程序得勝。這是人類首次負于電腦。1952年三連棋游戲：道格拉斯設計了一款三連棋游戲Tic-Tac-Toe，兩人輪流在一有九格方盤上劃加字或圓圈,誰先把三個同一記號排成橫線、直線、斜線,即是勝者。它是第一款允許機器參與的游戲。1952年西洋跳棋：薩繆爾設計了一個可以學習的西洋跳棋計算機程序，該程序能通過觀察棋子的走位來構建新的模型，并用其提高自己的下棋技巧。它也是世界上第一個可以自己學習的程序。目錄自動機器1.2人工智能的早期萌芽木牛流馬：蜀漢丞相諸葛亮發(fā)明的運輸工具，分為木牛與流馬。木牛是有前轅的獨輪車，流馬是沒有前轅的獨推小車。232年可編程機器：加扎利設計了一個類似音樂盒的裝置，一條小船上坐著兩名鼓手、一名豎琴師和一名笛手，可以自動演奏，能通過改變插銷和凸輪位置產(chǎn)生不同的旋律與節(jié)奏。是已知最早的可編程機器。1206年達芬奇機器人：達芬奇設計了一個機器人摸樣的日耳曼裝甲騎士，可以做出一些動作，包括坐起、揮動胳膊、搖頭及張閉嘴巴等。1495年提花織機：約瑟夫·瑪麗·雅卡爾發(fā)明了提花織機，這種織機利用穿孔卡（類似于存儲程序）來控制在織布過程中經(jīng)線的提升。這是第一臺利用存儲和編程概念的可編程機器。1801年無線電波遙控船：在麥迪遜廣場花園舉行的電氣展覽會上，尼古拉·特斯拉展示了世界上第一臺無線電波遙控船只。特斯拉稱他的船配備了“借來的大腦”。1898年目錄自動機器1.2人工智能的早期萌芽玩具狗：“RadioRex”玩具狗是世界上最早的語音識別器，當有人喊“Rex”時，這只狗能夠從底座上彈出來。但實際上它所用的技術并不是真正的語音識別，而是通過一個彈簧，這個彈簧在接收到500赫茲的聲音時會自動釋放，而500赫茲恰好是人們喊出“Rex”中元音的第一個共振峰。1920年無人駕駛汽車：無線電設備公司HoudinaRadioControl造出了第一臺無線電控制的無人駕駛汽車，并開上了紐約的街道。1925年1927年Gakutensoku：西村真琴設計了日本的第一個機器人。它可以改變面部表情，并通過氣壓機制移動頭和手臂。機器人和機器狗：西屋電氣在紐約世博會上推出了機械人Electro和它的機械狗Sparko。Electro有軀干、手、胳膊和腿，能與操作員語言交互、在舞臺上表演。Sparko可以移動、轉頭、搖尾巴、汪叫。1939年可編程機器人：德沃爾申請了關于可編程通用自動化設備專利，實現(xiàn)了數(shù)字式可編程機器人，機器人是一個機械手臂，可以按程序進行工作，程序可以根據(jù)不同工作需要來編制。1954年1948年諾伯特·維納（NorbertWiener，1894-1964）維納在《控制論》中對“機器能不能擁有智能”給予了正面的回答。他認為不僅在人類和人類社會中，在其它生物群體乃至無生命的機械世界中，都存在著同樣的信息、通信、控制和反饋機制，智能行為是這套機制的外在表現(xiàn)，因此不僅人類，其他生物甚至是機器也同樣能做出智能行為。維納的控制論思想被視為后期人工智能“行為主義學派”的奠基者。計算機器1.2人工智能的早期萌芽公元前4世紀

亞里士多德創(chuàng)立了三段論邏輯，這是第一個正式的演繹推理系統(tǒng)。一個三段論就是一個包括有大前提、小前提和結論三個部分的論證。如：凡人都有死。所有的希臘人都是人。所以，所有的希臘人都有死。1308年

加泰羅尼亞詩人兼神學家雷蒙·盧爾《TheUltimateGeneralArt》，詳細描述了“邏輯機”的概念。聲稱能夠將基本的，無可否認的真理通過機械手段用簡單的邏輯操作進行組合，進而推出新的知識。1642年

布萊士·帕斯卡發(fā)明了加法器，是第一臺機械數(shù)字計算機。1673年

萊布尼茨對帕斯卡加、減法機械計算機進行了改進，使這種機械計算機能進行乘法、除法、自乘的演算。他造出的計算器樣機達到了可以進行四則運算水平。1822年

巴貝奇設計出了差分機，它可以完成基本的函數(shù)計算，而分析機（未完成設計）將可以完成所有常規(guī)的數(shù)學計算，可以將之前的計算輸出作為輸入并以在卡片上打孔的形式將其記錄下來。（在1991年，一臺基于他的設計而建造的差分機誕生了，這表明了他的設計在當時就是可行的。）1832年

巴貝奇的同事艾達·勒芙蕾絲為分析機創(chuàng)造了一些算法，巴貝奇和艾達設計了一種可編程的機械計算機分析引擎。艾達對巴貝奇的工作做出了重要的延伸和貢獻，被認為是世界上第一位程序員（艾達·勒芙蕾絲是著名詩人拜倫的女兒）。計算機器1.2人工智能的早期萌芽喬治·布爾（GeorgeBoole，1815-1864）艾倫·麥席森·圖靈（AlanMathisonTuring，1912-1954）約翰·馮·諾依曼（JohnvonNeumann，1903-1957）1950年馮·諾伊曼指導起草了一個全新的“存儲程序通用電子計算機方案”，1950年完成交付巨型機EDVAC。該巨型機內裝有數(shù)千個電子管和開關，可以編程、每秒執(zhí)行10,000條指令。對后來計算機的設計有決定性的影響，至今仍為電子計算機設計者所遵循。他也為世界上第一臺電子計算機ENIAC的設計提出過建議。馮·諾依曼結構也稱普林斯頓結構，是一種將程序指令存儲器和數(shù)據(jù)存儲器合并在一起的存儲器結構。即，計算機制造采用二進制邏輯、程序存儲執(zhí)行，計算機由五個部分組成（運算器、控制器、存儲器、輸入設備、輸出設備）1936年

圖靈從理論上設計了一部名為“圖靈機”的機器，稱為圖靈機模型：包含一條無限長的磁帶，磁帶被劃分成一格一格的存貯單元，每一格代表一個符號。在讀磁帶的時候，需要按照一張命令表的規(guī)則來回的移動磁帶，一次讀一格，即，一個符號。圖靈機模型奠定了現(xiàn)代計算機科學的基礎。1950年

圖靈發(fā)表《ComputingMachineryandIntelligence》,首次提出了“智能”和機器能夠思維的論述，即“圖靈測試”

。測試中，如果一臺機器不能被人類辨別出機器身份，那么就可認為這臺機器擁有意識。圖靈測試已成為測試機器是否具備人類智能的權威方法。1854年

喬治·布爾提出了“邏輯代數(shù)”

，建立了一套符號系統(tǒng)，利用符號來表示邏輯中的各種概念（邏輯判斷符號化），并從一組邏輯公理出發(fā)，像推導代數(shù)公式那樣來推導邏輯定理。人們?yōu)榱思o念這位偉大的邏輯學家，將“邏輯代數(shù)”稱為“布爾代數(shù)”。布爾代數(shù)作為一種形式邏輯數(shù)學化的方法，提出時是和計算機無關的，但這種簡化的二值邏輯為數(shù)字計算機的二進制數(shù)、開關邏輯元件和邏輯電路設計與簡化鋪平了道路，并為采用二進制的數(shù)字計算機提供了理論基礎。錄計算機器1.2人工智能的早期萌芽1763年托馬斯·貝葉斯將歸納推理法用于概率論基礎理論，創(chuàng)造了一個推理事件概率的框架。貝葉斯推斷是機器學習的理論先導。1943年

麥卡洛克和皮茨發(fā)表了《神經(jīng)活動中內在思想的邏輯演算》（ALogicalCalculusoftheIdeasImmanentinNervousActivity），討論了理想化和簡化的人工神經(jīng)網(wǎng)絡以及如何執(zhí)行簡單的邏輯功能。啟發(fā)了后期神經(jīng)網(wǎng)絡和深度學習的產(chǎn)生。1949年

唐納德·赫布提出了赫布定律（Hebb'srule），描述了學習過程中人腦神經(jīng)元突觸之間發(fā)生的變化，即，突觸前神經(jīng)元向突觸后神經(jīng)元的持續(xù)重復刺激可以導致突觸傳遞效能增加。赫布學習規(guī)則是最古老的也是最簡單的神經(jīng)元學習規(guī)則。唐納德·赫布（DonaldOldingHebb1904－1985）1951年

明斯基和愛德蒙建立了“隨機神經(jīng)網(wǎng)絡模擬強化計算器”SNARC，打造了第一個人工神經(jīng)網(wǎng)絡，用了3000個真空管來模擬40個神經(jīng)元規(guī)模的網(wǎng)絡，每個神經(jīng)元被設計成使用一個電容用于短期記憶，一個電位器用于長期記憶。通過讓機器在虛擬迷宮中導航來測試它的學習能力。1955年

西蒙和紐厄爾開發(fā)了“LogicTheorist”

程序，該程序證明了羅素、懷特海的數(shù)學名著《數(shù)學原理》中數(shù)學定理中的38個，并為一些定理找到了新的、更優(yōu)雅的證明。智能與人工智能概念目錄人工智能的早期萌芽人工智能的主要技術人工智能的歷史階段12345人工智能的主流學派智能？人類智能？動物智能？植物智能？人工智能？神話故事科幻小說棋類游戲自動機器計算機器誕生與起步期第一個低谷期復蘇與成長期第二個低谷期發(fā)展與繁榮期目錄誕生與起步期（1956年-1972年）1.3人工智能的歷史階段參加達特茅斯會議的科學家人工智能Artificialintelligence（AI）1955年8月31日

達特茅斯學院約翰·麥卡錫（JohnMcCarthy）、哈佛大學馬文·明斯基（MarvinMinsky）、IBM納撒尼爾·羅徹斯特（NathanielRochester）和貝爾電話實驗室克勞德·香農(nóng)（ClaudeShannon）聯(lián)合提交了一份“2個月、10個人的人工智能研究”提案。該提案中首次提出“人工智能（AI，artificialintelligence）”這一術語，并建議由10名專家組成小組，花2個月時間研究人工智能。1956年7月和8月

約翰·麥卡錫（

“人工智能”術語的發(fā)明者）、馬文·閔斯基（首位圖靈獎獲得者，1969年）、克勞德·香農(nóng)（信息論的創(chuàng)始人）、艾倫·紐厄爾（1975年圖靈獎獲得者）、赫伯特·西蒙（1978年諾貝爾經(jīng)濟學獎得主）、亞瑟·塞繆爾（由于提出“機器學習”的概念，而被稱為機器學習之父）等科學家集聚在達特茅斯學院，就“用機器來模仿人類學習以及其他方面的智能”主體展開了討論。會議雖然沒有達成普遍共識，但是卻為會議討論的內容起了一個名字：人工智能（AI，artificialintelligence），成為了人工智能誕生的標志。因此1956年也就成為了人工智能元年。目錄誕生與起步期（1956年-1972年）1.3人工智能的歷史階段從1956年到20世紀70年代初，主要停留在理論研究階段，其基本方法是邏輯方法，主要包括自動推理，認知模型，知識表示和推理，人工智能語言、架構和工具等，并在機器翻譯、定理證明、通用問題求解、跳棋程序、機器人等領域相繼取得了令人矚目的應用研究成果，掀起了人工智能發(fā)展的第一個高潮，或者第一次發(fā)展高峰（1956-1972）。1957年

羅森布拉特在一臺IBM704計算機上模擬實現(xiàn)了“感知機”神經(jīng)網(wǎng)絡模型，能部分完成機器視覺和模式識別的任務。羅森布拉特描述到“創(chuàng)造具有人類特質的機器，一直是科幻小說里一個令人著迷的領域。但我們即將在現(xiàn)實中見證這種機器的誕生，這種機器不依賴人類的訓練和控制，就能感知、識別和辨認出周邊環(huán)境?！?/p>

該工作為深度神經(jīng)網(wǎng)絡奠定了基礎。1958年

麥卡錫發(fā)明了人工智能編程語言Lisp（LIStProcessing的縮寫）。一種通用高級計算機程序語言。LISP作為應用人工智能而設計的語言，是第一個聲明式系內函數(shù)式程序設計語言，長期壟斷人工智能領域的應用。約翰·麥卡錫

（JohnMcCarthy，1927-2011）1959年

紐厄爾、西蒙、肖，根據(jù)心理學實驗發(fā)現(xiàn)了人類思維的某些共同規(guī)律，開發(fā)了適于解決11種不同類型問題的計算機程序GPS，使啟發(fā)式程序有了更普遍意義。他們認為：“通用解題程序是某一類思維和問題求解行為的信息加工理論的一次相當成功的逼近。'思維'過程從此不應再被認為是完全神秘的了?！?959年

牛津大學邏輯學家王浩在紐約州的IBM實驗室的一臺IBM704機器上用匯編語言編寫了3個程序，在9分鐘的時間內證明了羅素和懷特?！稊?shù)學原理》中的超過350條的一階邏輯全部定理，他也因此成為了機器證明領域的開創(chuàng)性人物。目錄誕生與起步期（1956年-1972年）1.3人工智能的歷史階段1961年

MIT的詹姆斯·斯萊格爾的博士學位論文，用Lisp語言編寫了符號自動積分程序SAINT，有效解決了大學一年級的微積分問題。1964年MIT的丹尼爾·鮑勃羅博士，開發(fā)了自然語言理解計算機程序STUD-ENT，這是對計算機自然語言理解最早嘗試之一。1972年

法國的阿蘭·科默瑙爾小組為了提高歸結法的執(zhí)行效率，研制出一個定理證明程序的程序執(zhí)行器，取名為PROLOG（ProgrammingInLog-ic），標志著第一個邏輯程序設計語言PROLOG的誕生。1965年

MIT的魏澤鮑姆創(chuàng)建了一個英語對話機器人“伊麗莎”（Eliza）。其目的是教計算機用人類語言與我們交流，而不是用計算機代碼編程，或用戶界面進行交互。1965年

斯坦福大學的費根鮑姆等提出了知識工程的概念，成功研制了化學分析專家系統(tǒng)DENDRAL，DENDRAL被認為是第一個計算機軟件專家系統(tǒng)，能夠對實驗數(shù)據(jù)進行分析，自動做決策，解決有機化學問題，它的目的是研究假說信息，構建科學經(jīng)驗歸納模型。費根鮑姆(EdwardAlbertFeigenbaum)1969年

斯坦福大學研制出了世界上第一臺移動機器人沙基（Shakey）。Shakey能解決簡單的感知、運動規(guī)劃和控制問題，它是當時將AI應用于機器人的最為成功的研究平臺，它證實了許多通常屬于人工智能領域的嚴肅的科學結論。1972年

日本早稻田大學加藤一郎教授實驗室研發(fā)了世界上第一個全尺寸智能人形機器人WABOT-1。WABOT-1可以透過嘴巴進行簡單日語對話，并且憑借耳朵、眼睛測量距離和方向，再依靠雙腳行走前進，而兩手也具有觸覺，可以搬運物體行動。WABOT-1行動能力約與一歲半的嬰兒幾乎差不多。加藤一郎被譽為“世界仿人機器人之父”。目錄第一次低谷期（1973年-1980年）1.3人工智能的歷史階段人工智能發(fā)展初期的突破性進展大大提升了人們對AI的期望，人們開始嘗試更具挑戰(zhàn)性的任務，并提出了一些不切實際的研發(fā)目標。然而，接二連三的失敗和預期目標的落空（例如，無法用機器證明兩個連續(xù)函數(shù)之和還是連續(xù)函數(shù)、機器翻譯鬧出笑話等），使人工智能發(fā)展走入第一次低谷，或者第一個冬天（1973-1980）。1973年，詹姆斯·萊特希爾受英國政府委派對AI研究進行總體調查?！度R特希爾報告》批評人工智能并未實現(xiàn)其“宏偉目標”，報告中指出：“人工智能研究及相關領域的大多數(shù)工作者都對過去25年所取得的成就感到失望。人們在1950年左右甚至在1960年左右進入該領域，但充滿希望的事情遠未在1972年實現(xiàn)。迄今為止，該領域到目前為止沒有獲得任何其承諾將產(chǎn)生的重大影響的發(fā)現(xiàn)?！?969年，美國科學家明斯基等人出版《Perceptrons》，指出了感知機等線性模型的主要缺陷，即無法處理簡單的異或XOR等線性不可分問題。這直接導致了以感知機為代表的神經(jīng)網(wǎng)絡的相關研究進入了低谷期。AI研究者們曾有如下預言：1958年，西蒙和紐厄爾，“10年內數(shù)字計算機將成為國際象棋世界冠軍、將發(fā)現(xiàn)并證明一個重要的的數(shù)學定理、將能譜寫出具有優(yōu)秀作曲家水平的樂曲、大多數(shù)心理學理論將在計算機上形成?！?965年,西蒙，“二十年內，機器將能完成人能做到的一切工作?！?970年，明斯基，“在三到八年的時間里我們將得到一臺具有人類平均智能的機器?！痹谄孱惒┺姆矫妫瑏喩と姞柕南缕宄绦蛟谂c世界冠軍對弈時，5局敗了4局。在定理證明方面，用歸結原理證明兩個連續(xù)函數(shù)之和還是連續(xù)函數(shù)時，推了10萬步也沒證出結果。在問題求解方面，對于不良結構，會產(chǎn)生組合爆炸問題。在機器翻譯方面，發(fā)現(xiàn)并不那么簡單。例如，把“心有余而力不足”的英語句子翻譯成俄語，再翻譯回來時竟變成了“酒是好的，肉變質了”在神經(jīng)生理學方面，研究發(fā)現(xiàn)人腦有1011~12以上的神經(jīng)元，在現(xiàn)有技術條件下用機器從結構上模擬人腦是根本不可能的。

人工智能面臨三個方面的主要技術瓶頸：第一,計算機性能不足導致很多程序無法在AI領域得到應用；第二，人工智能程序主要是解決特定的問題，復雜性較低，可一旦問題上升維度，程序就不堪重負；第三，數(shù)據(jù)量嚴重缺失，找不到足夠大數(shù)據(jù)庫來支撐程序進行深度學習，導致機器無法通過足夠的數(shù)據(jù)實現(xiàn)智能化。目錄復蘇與成長期（1980年-1987年）1.3人工智能的歷史階段

20世紀70年代的專家系統(tǒng)能夠模擬人類專家的知識和經(jīng)驗，解決特定領域問題，實現(xiàn)了人工智能從理論研究走向實際應用,從一般推理策略探討轉向運用專門知識的重大突破。專家系統(tǒng)在醫(yī)療、化學、地質等領域取得成功，推動人工智能走入應用發(fā)展的新高潮，被稱為人工智能的第二次發(fā)展高峰，或者第二個高潮。第五代計算機計劃：1981年日本“新一代計算機技術研究所”提出研發(fā)具有AI的第五代計算機，組織富士通、夏普等著名企業(yè)配合，很多其他國家也啟動類似計劃，投入大量資金進入AI領域，用于開發(fā)第五代計算機，當時稱為“人工智能計算機”。該計劃的目的是開發(fā)出能夠與人對話交流、翻譯語言、解釋圖像、自動推理的機器。日本政府為此撥款8.5億美元支持該項目。專家系統(tǒng)獲得賞識：1980年CMU為DEC公司開發(fā)了一個專家系統(tǒng)，每年可節(jié)省4000萬美元開銷。此后，很多公司和高校紛紛效仿，衍生出了Symbolics、LispMachines等和Intelliorp、Aion等這樣的硬/軟件公司。該時期，僅專家系統(tǒng)產(chǎn)業(yè)的產(chǎn)值就高達5億美元。特定領域專家系統(tǒng)的成功應用重燃了AI發(fā)展的信心。聯(lián)結主義得以重生：1982年，物理學家霍普菲爾德證明一種新型的神經(jīng)網(wǎng)絡，稱為“Hopfield網(wǎng)絡”。聯(lián)想記憶功能是Hopfield網(wǎng)絡的一個重要應用，聯(lián)想記憶有兩個突出的特點：記憶是分布式的，而聯(lián)想是動態(tài)的。Hopfield網(wǎng)絡能夠用一種全新的方式學習和處理信息。1986年，戴維·魯梅爾哈特、杰弗里·辛頓和羅納德·威廉姆斯聯(lián)合發(fā)表論文“Learningrepresentationsbyback-propagatingerrors”，詳細地描述了反向傳播算法，使得人們完全認識到反向傳播算法的重要性。目錄第二次低谷期（1987年-1993年）1.3人工智能的歷史階段人工智能研究在此期間（1987-1993）一度停滯，進入了第二個低谷期，也稱為人工智能的第二個冬天。蘋果、IBM開發(fā)的第一代個人計算機開始走向社會，人工智能技術逐漸與多媒體、數(shù)據(jù)庫等主流技術相結合，并融合在主流技術之中，旨在使計算機更聰明、更有效、與人更友好，人工智能就如同一般性的計算機一樣，不再顯示出其獨特的光環(huán)。神經(jīng)網(wǎng)絡本身缺少相應的嚴格數(shù)學理論支持，反向傳播神經(jīng)網(wǎng)絡存在的梯度消失問題。專家系統(tǒng)存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分布式功能、難以與現(xiàn)有數(shù)據(jù)庫兼容等問題也逐漸暴露出來。1992年，日本政府宣布“第五代計算機”項目失敗。主要原因在于，在日本學者全力研究人工智能計算機的同時，美國等國家在通用計算機方面發(fā)展步伐非常之大，計算機的速度及其并行效率都有明顯提高，日本專用計算機所表現(xiàn)出的推理速度被高速通用計算機秒殺。發(fā)展與繁榮期（1997年-至今）1.3人工智能的歷史階段1997年

IBM深藍超級計算機以3勝1負2平的成績擊敗了等級分排名世界第一的國際象棋世界冠軍卡斯帕羅夫。1997年

美國國家航空航天局的索杰納號火星車登陸火星表面，它是在火星上從事科學考察工作的第一輛自主機器人系統(tǒng)，首次向地球傳回了蔚為壯觀的火星全景照片。2004年美國國防高級研究計劃局發(fā)起了DARPA無人駕駛汽車挑戰(zhàn)賽（舉辦了2004、2005、2007三屆），旨在促進開發(fā)完全自動駕駛車輛所需技術的發(fā)展。1997年

施密德胡貝爾和霍克里特提出了長短期記憶（LSTM）網(wǎng)絡，提高了遞歸神經(jīng)網(wǎng)絡的效率和實用性，得到了廣泛應用。2000年

布雷澤爾團隊開發(fā)了社交機器人KISMET，它具有平靜、感興趣、生氣、開心、沮喪、驚喜、厭惡等多種感情，可以進行對話、表情、體態(tài)等人機互動。2002年

美國iRobot公司推出全球首款吸塵機器人Roomba。網(wǎng)絡技術特別是互聯(lián)網(wǎng)技術的發(fā)展，加速了AI的創(chuàng)新研究，大數(shù)據(jù)、云計算、移動計算、物聯(lián)網(wǎng)、邊緣計算等信息技術，以及圖形處理器等計算平臺，推動了以深度神經(jīng)網(wǎng)絡為代表的機器學習技術的飛速發(fā)展，使得科學與應用之間的“技術鴻溝”實現(xiàn)了大幅跨越。AI迎來了蓬勃發(fā)展的真正春天，進入了爆發(fā)式繁榮期，也稱為第三次發(fā)展高峰。目錄發(fā)展與繁榮期（1997年-至今）1.3人工智能的歷史階段2006年

辛頓和他的學生正式提出了深度學習的概念，并詳細給出了

“梯度消失”問題的解決方案

。2009年

美國西北大學開發(fā)了寫稿機器人StatsMon-key，在無人類干預下率先完成一篇體育新聞報道稿。2010年

國內科大訊飛發(fā)布全球首個移動互聯(lián)網(wǎng)智能語音交互平臺“訊飛語音云”，該平臺免費向開發(fā)者提供科大訊飛的語音合成、語音識別、語音喚醒、語義理解等智能服務。2010年

IBM發(fā)布了WATSON（沃森）,一個基于大數(shù)據(jù)和機器學習的技術平臺。2011年Watson參加綜藝節(jié)目《危險邊緣！》戰(zhàn)勝了了最高獎金得主和連勝紀錄保持者。2009年

李飛飛開始建立Image-Net圖像數(shù)據(jù)集，并連續(xù)舉辦了總共7屆基于Image-Net數(shù)據(jù)集的挑戰(zhàn)賽。挑戰(zhàn)賽中獲勝算法的準確率達到97.3%，機器的性能優(yōu)于人類。2010年

蘋果以2億美金收購SIRI為該公司產(chǎn)品上應用的一個語音助手。使用者可以通過對話與手機進行互動，完成查找信息、撥打電話、獲取路線、播放音樂等。2011年

吳恩達成立了“GoogleBrain”項目，這個項目利用谷歌的分布式計算框架計算和學習大規(guī)模人工神經(jīng)網(wǎng)絡。僅通過觀看無標注的YouTube的視頻學習到識別高級別的概念，如貓，這就是著名的“GoogleCat”。目錄發(fā)展與繁榮期（1997年-至今）1.3人工智能的歷史階段2012年

GoogleX實驗室研發(fā)的全自動駕駛汽車在加州的幾條道路上進行了測試，并獲得了合法車牌牌照。2014年6月7日

計算機科學之父圖靈逝世60周年紀念日。聊天程序尤金·古斯特曼“通過”了英國皇家學會舉行的圖靈測試。尤金模擬了一個13歲的烏克蘭男孩。

2016年

AlphaGo程序擊敗了世界圍棋冠軍李世石，成為人工智能領域少有的里程碑事件。2019年

CMU和Facebook合作開發(fā)的人工智能系統(tǒng)Pluribus，在六人無限制德州撲克比賽中擊敗世界冠軍在內的16名職業(yè)選手，為人工智能與人類競賽領域再次帶來新突破，成為機器在多人游戲中戰(zhàn)勝人類的一個里程碑。2014年

古德費勒團隊提出了生成對抗網(wǎng)絡。一種深度學習模型，是復雜分布上無監(jiān)督學習最具前景的方法之一。2018年

DeepMind開發(fā)了蛋白質結構預測軟件AlphaFold，在全世界范圍的蛋白質結構預測比賽中取得了第一名的好成績。2020年

OpenAI發(fā)布了GPT-3語言模型，具有1,750億個參數(shù)的自然語言深度學習模型，該模型經(jīng)過了將近0.5萬億個單詞的預訓練，并且在不進行微調的情況下，可以在多個NLP基準上達到最先進的性能。目錄發(fā)展與繁榮期（1997年-至今）1.3人工智能的歷史階段目錄發(fā)展與繁榮期（1997年-至今）1.3人工智能的歷史階段2016年6月21日，OpenAI宣布了其主要目標，包括制造“通用”機器人和使用自然語言的聊天機器人。OpenAI研發(fā)主管伊利婭·蘇特斯科娃(IlyaSutskever)、OpenAICTO格雷格·布勞克曼（GregBrockman）、硅谷知名創(chuàng)業(yè)加速器YCombinator總裁薩姆·阿爾特曼（SamAltman）以及埃隆·馬斯克（ElonMusk）等人聯(lián)合發(fā)表博文：“我們正致力于利用物理機器人（現(xiàn)有而非OpenAI開發(fā)）完成基本家務?！?/p>

2019年7月22日，微軟投資OpenAI10億美元，雙方將攜手合作替Azure云端平臺服務開發(fā)人工智能技術。2020年6月11日，OpenAI宣布了GPT-3語言模型，微軟于2020年9月22日取得獨家授權。2022年6月，量子計算專家、ACM計算獎得主ScottAaronson宣布，將加盟公司。

2023年2月2日，OpenAI宣布推出ChatGPTPlus訂閱服務，可以讓用戶在高峰期優(yōu)先使用人工智能聊天機器人ChatGPT。OpenAI，在美國成立的人工智能研究公司，核心宗旨在于“實現(xiàn)安全的通用人工智能(AGI)”，使其有益于人類。OpenAI于2015年由一群科技領袖，包括阿爾特曼、彼得·泰爾（PeterThiel）、里德·霍夫曼（ReidHoffman）和埃隆·馬斯克（ElonMusk）等人創(chuàng)辦。目錄發(fā)展與繁榮期（1997年-至今）1.3人工智能的歷史階段人工智能的迅速發(fā)展深刻改變著人類社會和世界的面貌，為了抓住AI發(fā)展的戰(zhàn)略機遇，世界各國相繼制定了國家層面的發(fā)展戰(zhàn)略規(guī)劃或者實施了相關支持計劃。目錄發(fā)展與繁榮期（1997年-至今）1.3人工智能的歷史階段中央全面深化改革委員會第七次會議2019年3月，審議通過《關于促進人工智能和實體經(jīng)濟深度融合的指導意見》。并指出:把握新一代人工智能發(fā)展的特點，構建數(shù)據(jù)驅動、人機協(xié)同、跨界融合、共創(chuàng)分享的智能經(jīng)濟形態(tài)。2017年，政府報告提出“加快人工智能技術研發(fā)和轉化”；2018年，政府報告提出“加強新一代人工智能研發(fā)應用”；2019年，政府報告提出“拓展‘智能+’，深化大數(shù)據(jù)、人工智能等研發(fā)應用，培育新興產(chǎn)業(yè)集群，壯大數(shù)字經(jīng)濟。”政府工作報告2015.05《中國制造》國務院2015.072016.032016.052017.072017.12《國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》國務院《新一代人工智能發(fā)展規(guī)劃綱要》國務院《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》國家發(fā)改委《關于積極推進“互聯(lián)網(wǎng)+”行動指導意見》國務院《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018-2020）》工信部《新一代人工智能發(fā)展規(guī)劃》三步走戰(zhàn)略：第一步，到2020年中國的AI產(chǎn)業(yè)界與世界最強競爭者“齊頭并進”；第二步，到2025年在一些AI領域實現(xiàn)“世界領先”水平；第三步，到2030年成為全球人工智能創(chuàng)新的“主要中心”。這一計劃還明確指出要在促進人工智能發(fā)展的法律、法規(guī)和道德規(guī)范方面引領世界。目錄發(fā)展與繁榮期（1997年-至今）1.3人工智能的歷史階段目錄發(fā)展與繁榮期（1997年-至今）1.3人工智能的歷史階段工業(yè)經(jīng)濟時間機械化時代蒸汽機18世紀60年代工業(yè)革命紡紗機電磁學電氣化時代電力革命電動機發(fā)電機19世紀70年代計算機信息化時代信息技術革命通信自動控制互聯(lián)網(wǎng)20世紀50年代數(shù)字經(jīng)濟工業(yè)經(jīng)濟區(qū)塊鏈智能化（數(shù)字化）時代人工智能大數(shù)據(jù)物聯(lián)網(wǎng)云計算移動互聯(lián)網(wǎng)新技術革命21世紀初邊緣計算農(nóng)業(yè)經(jīng)濟農(nóng)業(yè)經(jīng)濟農(nóng)業(yè)經(jīng)濟農(nóng)耕時代IMABCDE物聯(lián)網(wǎng)移動通信人工智能區(qū)塊鏈云計算大數(shù)據(jù)邊緣計算智能與人工智能概念目錄人工智能的早期萌芽人工智能的核心技術人工智能的歷史階段12345人工智能的主流學派智能？人類智能？動物智能？植物智能？人工智能？神話故事科幻小說棋類游戲自動機器計算機器符號主義連接主義行為主義誕生與發(fā)育期第一個低谷期復蘇與成長期第二個低谷期發(fā)展與繁榮期目錄符號主義1.4人工智能的主流學派在60余年人工智能發(fā)展歷史中，不同領域、不同背景的學者和研發(fā)人員對人工智能做出了各自的理解，提出了不同的觀點，由此產(chǎn)生了不同的學術流派。迄今為止，對人工智能發(fā)展影響較大的主要有符號主義、連接主義和行為主義三大學派。名稱解釋特點不足之處代表性成果符號主義（邏輯主義/心理學派/計算機學派）一種基于邏輯推理的智能模擬方法。其原理主要為物理符號系統(tǒng)（符號操作系統(tǒng)）假設和有限合理性原理。通過研究人類認知系統(tǒng)的功能機理，用某種符號來描述人類的認知過程，并把這種符號輸入到能處理符號的計算機中，就可以模擬人類的認知過程，從而實現(xiàn)人工智能。符號主義的思想可以簡單地歸結為“認知即計算”。立足于邏輯運算和符號操作，適合模擬人的邏輯思維過程，解決需要邏輯推理的復雜問題。知識可用顯示的符號表示，在已知基本規(guī)則的情況下，無需輸入大量的細節(jié)知識。便于模塊化，當個別事實發(fā)生變化時，易于修改。能與傳統(tǒng)的符號數(shù)據(jù)庫進行連接?？蓪ν评斫Y論進行解釋，便于對各種可能性進行選擇。符號主義主張用邏輯方法來建立人工智能的統(tǒng)一理論體系，但卻遇到了“常識”問題的障礙，以及不確知事物的知識表示和問題求解等難題，因此而受到其他學派的批評與否定。1957年紐威爾和西蒙等人研制的“邏輯理論家”的數(shù)學定理證明程序LT，LT證明了38條數(shù)學定理。LT的成功，表明了可以用計算機來研究人的思維過程，模擬人的智能活動。1956年首先提出并采用了“人工智能”這個術語，后來又發(fā)展了啟發(fā)式算法→專家系統(tǒng)→知識工程，尤其是20世紀80年代專家系統(tǒng)的成功開發(fā)與應用，使人工智能研究取得了突破性的進展，為人工智能走向工程應用和實現(xiàn)理論聯(lián)系實際具有特別重要的意義。符號主義曾長期一枝獨秀，為人工智能的發(fā)展作出重要貢獻。在人工智能的其他學派出現(xiàn)之后，符號主義仍然是人工智能的主流派別。目錄連接主義1.4人工智能的主流學派名稱解釋特點不足之處代表性成果連接主義（仿生學派/生理學派）一種基于神經(jīng)網(wǎng)絡及網(wǎng)絡間的連接機制與學習算法的智能模擬方法。其原理主要為神經(jīng)網(wǎng)絡和神經(jīng)網(wǎng)絡間的連接機制和學習算法。通過大量的非線性并行處理器來模擬人腦中眾多的神經(jīng)細胞（神經(jīng)元），用處理器的復雜連接關系來模擬人腦中眾多神經(jīng)元之間的突觸行為，在一定程度上實現(xiàn)人腦形象抽象思維功能，從而實現(xiàn)人工智能。連接主義的思想可以簡單地歸結為“認知即網(wǎng)絡”。通過神經(jīng)元之間的并行協(xié)作實現(xiàn)信息處理，處理過程具有并行性，動態(tài)性，全局性。可以實現(xiàn)聯(lián)想的功能，便于對噪聲的信息進行處理?？梢酝ㄟ^對于神經(jīng)元之間連接強度的調整實現(xiàn)學習和分類等。適合模擬人類的形象思維過程。求解問題時，可以較快的得到一個近似解。一方面，數(shù)據(jù)的“錯誤”會“污染”結果，需要對數(shù)據(jù)進行把關；另一方面，連結主義是從事實中學習結論，本質上屬于歸納，從已有數(shù)據(jù)中總結經(jīng)驗或知識，難以發(fā)現(xiàn)未知，而符號主義是從規(guī)則中推導出結論，屬于演繹，可以發(fā)現(xiàn)人們沒有想到的但卻是必然可達的未知結論（盡管目前尚未發(fā)現(xiàn)具有重大意義的人類還未曾指導的定理）；此外，連接主義的結果不可解釋性，影響的其信任性。1943年由麥克洛奇和皮茲提出的形式化神經(jīng)元模型，即M-P模型。他們總結了神經(jīng)元的一些基本生理特性，提出神經(jīng)元形式化的數(shù)學描述和網(wǎng)絡的結構方法，從此開創(chuàng)了神經(jīng)計算的時代。1982年，美國物理學家霍普菲爾特提出了離散的神經(jīng)網(wǎng)絡模型，1984年他又提出了連續(xù)的神經(jīng)網(wǎng)絡模型，使神經(jīng)網(wǎng)絡可以用電子線路來仿真，開拓了神經(jīng)網(wǎng)絡用于計算機的新途徑。1986年，魯梅爾哈特等人提出了多層網(wǎng)絡中的反向傳播（BP）算法，使多層感知機的理論模型有所突破。2007年，辛頓提出了深度學習算法，深度學習算法被認為是最接近模擬人類大腦智能學習的過程，逐漸成為人工智能必不可少的組成部分。目錄行為主義1.4人工智能的主流學派名稱解釋特點不足之處代表性成果行為主義（進化主義/控制論學派）一種基于“感知-行動”的行為智能模擬方法。其原理主要為活動和行為的檢測、預測與控制。通過對智能行為和作用的自尋優(yōu)、自適應、自校正、自鎮(zhèn)定、自組織和自學習等的模擬，實現(xiàn)人工智能。行為主義的思想可以簡單地歸結為“認知即反應”。知識和形式表達和模型化方法是人工智能的重要障礙之一。智能取決于感知和行動，直接利用機器對機器環(huán)境作用后，以環(huán)境對作用的響應為原型。智能行為只能體現(xiàn)在世界中，通過與周圍環(huán)境交互而表現(xiàn)出來。人工智能可以像人類智能一樣逐步進化，分階段發(fā)展和增強。行為主義通過不斷演變（化）來實現(xiàn)人工智能系統(tǒng)，這種演變具有不確定性或不受控制，很有可能使系統(tǒng)產(chǎn)生未知的行為。20世紀40~50年代維納和麥克洛克等人提出的控制論和自組織系統(tǒng)。到20世紀60~70年代，控制論的系統(tǒng)研究取得的進展，播下了智能控制和智能機器人的種子，并在20世紀80年代誕生了智能控制和智能機器人系統(tǒng)。行為主義是20世紀末才以人工智能新學派的面孔出現(xiàn)的，引起許多人的興趣。1989年，魯克斯開發(fā)了六足行走機器人，它被看作是新一代的“控制動物”，是一個基于感知-動作模式模擬昆蟲行為的控制系統(tǒng)。2000年布雷澤爾開發(fā)了社交機器人KISMET，它具有視覺、聽覺、觸覺輸入和位置感應，并具有平靜、感興趣、生氣、開心、沮喪、驚喜、厭惡等多種感情表達能力，可以進行對話、表情、體態(tài)等人機互動。智能與人工智能概念目錄人工智能的早期萌芽人工智能的主要技術人工智能的歷史階段12345人工智能的主流學派智能？人類智能？動物智能？植物智能？人工智能？神話故事科幻小說棋類游戲自動機器計算機器機器學習語音識別計算機視覺自然語言處理生物特征識別腦機接口符號主義連接主義行為主義誕生與發(fā)育期第一個低谷期復蘇與成長期第二個低谷期發(fā)展與繁榮期目錄機器學習1.5人工智能的主要技術機器學習是一種能夠賦予機器學習的能力以此讓它完成直接編程無法完成的功能的方法。但從實踐的意義上，機器學習是一種通過利用數(shù)據(jù)，訓練出模型，然后使用模型預測的一種方法。機器學習是研究如何使用機器來模擬人類學習活動的一門學科。更為嚴格地，機器學習是一門研究機器獲取新知識和新技能，并識別現(xiàn)有知識的學問。這里所說的“機器”，指的就是計算機，現(xiàn)在是電子計算機，以后還可能是量子計算機、光子計算機或神經(jīng)計算機等等。亞瑟?塞繆爾（ArthurSamuel）（1959）給出機器學習的定義為，“一門不需要通過外部程序指示而讓計算機有能力自我學習的學科?！迸商亍ぬm里（PatLangley）（1996)的

定義是“機器學習是一門人工智能的科學，該領域的主要研究對象是人工智能，特別是如何在經(jīng)驗學習中改善具體算法性能。”湯姆米·歇爾（TomMitchell）（1997）定義的機器學習為，“對能通過經(jīng)驗自動改進的計算機算法的研究”。埃塞姆

阿培?。‥themAlpaydin）（2004）提出的定義為，“機器學習是用數(shù)據(jù)或以往的經(jīng)驗來優(yōu)化計算機程序的性能標準”。機器學習1.5人工智能的主要技術機器學習是人工智能中最具智能特征，最前沿的研究領域之一。自20世紀80年代以來，機器學習作為實現(xiàn)人工智能的途徑，在人工智能界引起了廣泛的興趣，特別是近十幾年來，機器學習領域的研究工作實現(xiàn)了飛速的發(fā)展。一個系統(tǒng)是否具有學習能力已成為是否具有“智能”的一個標志。目錄機器學習1.5人工智能的主要技術機器學習的理論和方法廣泛應用于解決工程和科學領域的復雜問題，也逐步滲透到百姓生活的各個角落機器能否象人類一樣能具有學習能力呢？1959年塞繆爾設計了一個下棋程序，這個程序具有學習能力，它可以在不斷的對弈中改善自己的棋藝。4年后，這個程序戰(zhàn)勝了設計者本人。又過了3年，這個程序戰(zhàn)勝了美國一個保持8年之久的常勝不敗的冠軍。這個程序向人們展示了機器學習的能力，提出了許多令人深思的社會問題與哲學問題。機器的能力是否能超過人類？很多持否定意見的人的一個主要論據(jù)是：機器是人造的，其性能和動作完全是由設計者規(guī)定的，因此無論如何其能力也不會超過設計者本人。這種意見對不具備學習能力的機器來說的確是對的，可是對具備學習能力的機器就值得考慮了，因為這種機器的能力在應用中不斷地提高，隨著時間的推移，設計者本人也不知它的能力到了何種水平。高德地圖、百度地圖、騰訊地圖等服務，當我們步行或驅車行駛在途中，當前的位置和速度被傳送到中央服務器進行管理，機器學習幫助規(guī)劃和導航躲避擁堵、時間最短的出行路徑AlphaGo圍棋軟件擊敗世界圍棋冠軍李世石是機器學習中深度學習和強化學習的成功應用目錄語音識別1.5人工智能的主要技術語音識別也被稱為自動語音識別（AutomaticSpeechRecognition，ASR），是以語音為研究對象，通過語音信號處理和模式識別讓機器自動識別和理解人類口述的語音。語音識別技術就是讓機器通過識別和理解過程把語音信號轉變?yōu)橄鄳奈谋净蛎畹母呒夹g，其目標是將人類的語音中的詞匯內容轉換為計算機可讀的輸入，例如按鍵、二進制編碼或字符序列。從廣義角度，語音識別包括四個方面的任務:說話人識別是以話音對說話人進行區(qū)別，從而進行身份鑒別和認證。關鍵詞檢出應用于一些具有特定要求的場合，只關注那些包含特定詞的句子，例如，對特殊人名、地名的電話監(jiān)聽等。語言辨識是通過分析處理一個語音片斷以判別其所屬語言種類。語音識別就是通常人們所說的對說話語音所包含的詞匯內容進行識別，它是4個任務中最重要且研究最廣泛的一個方向。語音識別系統(tǒng)整體上包括兩大部分：訓練和識別。訓練通常是離線完成，對預先收集好的海量語音、語言數(shù)據(jù)庫進行信號處理和知識挖掘，獲取語音識別系統(tǒng)所需要的“聲學模型”和“語言模型”；而識別過程通常是在線完成，對用戶實時語音進行自動識別。識別過程通常又可以分為“前端”和“后端”兩大模塊：“前端”模塊主要的作用是進行端點檢測（去除多余的靜音和非說話聲）