1.2人工智能發(fā)展歷程和現(xiàn)狀教學設計人教-中圖版高中信息技術選擇性必修4

第1章人工智能概述1.2人工智能發(fā)展歷程和現(xiàn)狀教學設計教學背景信息科技是現(xiàn)代科學技術領域的重要部分，主要研究以數(shù)字形式表達的信息及其應用中的科學原理、思維方法、處理過程和工程實現(xiàn)。當代高速發(fā)展的信息科技對全球經(jīng)濟、社會和文化發(fā)展起著越來越重要的作用。義務教育信息科技課程具有基礎性、實踐性和綜合性，為高中階段信息技術課程的學習奠定基礎。信息科技課程旨在培養(yǎng)科學精神和科技倫理，提升自主可控意識，培育社會主義核心價值觀，樹立總體國家安全觀，提升數(shù)字素養(yǎng)與技能。教材分析本節(jié)課的教學內(nèi)容選自人教/地圖出版社選擇性必修4人工智能初步第1章人工智能概述1.2人工智能發(fā)展歷程和現(xiàn)狀。在一次北京國際消費電子博覽會上，首次亮相的“小螞哥”吸引了眾多觀眾，大家紛紛上前與其互動。“小螞哥”是一款用于無人配送的智能物流機器人，到達目的地后會自動通過語音通知客戶取貨，在一定區(qū)域范圍內(nèi)實現(xiàn)自動化配送。“小螞哥”具有衛(wèi)星定位、自主行駛、主動避障和規(guī)劃路線等多種功能，應用了機器人自主定位、計算機視覺、嵌入式控制和機械設計等多種技術。除此之外，還有許多人工智能技術已經(jīng)應用于人們的生產(chǎn)和生活當中。人工智能（ArtificialIntelligence，AI）對社會的影響，遠比人們今天所認識的還要廣泛。本章將以“人工智能在身邊”為主題開展項目活動，引領同學們了解人工智能的典型應用，感受人工智能給我們生活帶來的巨大變化，體驗人工智能新應用，關注人工智能的發(fā)展趨勢，激發(fā)同學們學習人工智能課程的興趣。教學目標1.了解人工智能的發(fā)展歷程，分析人工智能發(fā)展過程中出現(xiàn)高潮和低谷的原因。2.知道人工智能的發(fā)展現(xiàn)狀，了解我國在人工智能領域的成就。教學重點與難點教學重點:了解人工智能的發(fā)展歷程，分析人工智能發(fā)展過程中出現(xiàn)高潮和低谷的原因。教學難點:知道人工智能的發(fā)展現(xiàn)狀，了解我國在人工智能領域的成就。教學方法與教學手段案例分析法、講授法、任務驅(qū)動法。教學過程問題導入體驗探索智能推薦引擎智能推薦引擎常應用于電子商務、視頻推薦和媒體咨詢等領域。隨著電子商務規(guī)模的不斷擴大，電商平臺的商品種類快速增長，消費者要花大量的時間才能找到自己需要的商品。用戶在瀏覽大量商品及無關信息的過程中，可能會因信息過載而流失。為了解決這些問題，個性化推薦引擎（圖1.2.1）（參見教材P9）應運而生。它能根據(jù)網(wǎng)站最熱賣商品、用戶所處城市、用戶過去的購買行為和購買記錄，自動完成個性化商品的篩選，并將其推薦給用戶，以滿足用戶的個性化需求。在計算機或上任意打開一個購物網(wǎng)站，先觀察網(wǎng)站推薦的商品目錄，然后搜索并瀏覽某一個（類）商品，刷新頁面后再觀察推薦商品目錄與之前相比有何變化，最后根據(jù)你的體驗評價智能推薦引擎。思考：網(wǎng)站第二次推薦的內(nèi)容是否與剛剛搜索的內(nèi)容完全一致?網(wǎng)站推薦的內(nèi)容與你的實際需求是否有偏差?如有，試分析產(chǎn)生偏差的原因。人工智能的發(fā)展歷程1956年達特茅斯會議上，約翰·麥卡錫（JohnMcCarthy）提出了“人工智能”一詞，人工智能也被正式確立為一門學科。這次會議為人工智能奠基人相互交流提供了機會，并對人工智能的發(fā)展起了重要的鋪墊作用（圖1.2.2（參見教材P10）為2006年達特茅斯會議50周年時5位重要參與者合影）。此后60多年的發(fā)展歷程中，人工智能經(jīng)歷了多次高潮和低谷，大致可以分為三個階段。第一階段：從早期嘗試到符號推理從達特茅斯會議到20世紀70年代中期，人工智能從萌芽迅速走向繁榮。這個階段的標志性成果及事件列舉如下。

因編寫計算機弈棋程序的需要，提出了多種“智能”搜索算法，比如“深度優(yōu)先”和“廣度優(yōu)先”等，其中很多算法在今天看來都堪稱經(jīng)典。

艾倫·紐厄爾和赫伯特·西蒙開發(fā)了“邏輯理論家”及“通用問題求解機”，為早期專家系統(tǒng)和符號推理系統(tǒng)奠定了基礎。

弗蘭克·羅森布拉特最先提出了一類神經(jīng)網(wǎng)絡模型——感知機模型。

喬舒亞·萊德伯格和布魯斯·布坎南等人設計了第一個具有實用價值、基于知識的專家系統(tǒng)——DENDRAL。

約翰·麥卡錫和阿蘭·科莫勞爾分別設計專門面向人工智能的計算機編程語言LISP和PROLOG，其引入的語言范式和特點（如面向?qū)ο?、邏輯編程語言）至今仍為同類語言的典范。

愛德華·費根鮑姆和喬爾·摩西首先成功開發(fā)了基于知識的數(shù)學推理程序——MACSYMA。

我國著名數(shù)學家吳文俊提出了幾何定理機械化證明的“吳氏方法”?；跀?shù)理邏輯的符號知識表示與推理是這一階段的主要特色。人工智能在自然語言處理、專家系統(tǒng)、定理自動證明與自動推理等方面取得了一系列重要成果。同時，神經(jīng)網(wǎng)絡（感知機）及貝葉斯方法研究也開始萌芽并逐漸發(fā)展。不過，繁榮中也隱藏著危機。

1969年，馬文·明斯基（MarvinMinsky）和西摩·佩珀特（SeymourPapert）出版的《感知機：計算幾何導論》一書，證明感知機有重大缺陷，這直接導致神經(jīng)網(wǎng)絡的研究陷入低谷，也為后來人工智能領域的全面衰落埋下了伏筆。

1971—1972年，斯蒂芬·庫克和理查德·卡普等人建立了計算復雜性理論，揭示出很多計算問題原則上不存在“能行解”，暗示基于純符號推理的人工智能之路不可行。

1973年，英國數(shù)學家詹姆斯·萊特希爾（JamesLighthill）提交報告，對英國政府資助的人工智能研究作出了全盤否定。隨后，英國及其他國家陸續(xù)終止或大幅削減對人工智能研究的資助，人工智能的發(fā)展第一次經(jīng)歷了“寒冬”。第二階段：從專家系統(tǒng)到知識工程20世紀80年代初開始，“知識”逐漸成為人工智能領域的核心觀念，研究者們在人工智能系統(tǒng)中導入人類的“專家知識”。這一發(fā)展為符號推理的理論框架添加了領域“知識”，使機器能夠解決更實用、更專業(yè)和更復雜的問題。這一階段出現(xiàn)了大量的新型“專家系統(tǒng)”，如基于非經(jīng)典邏輯的專家系統(tǒng)、概率專家系統(tǒng)、模糊專家系統(tǒng)、演化專家系統(tǒng)和神經(jīng)專家系統(tǒng)等。最具有代表性的專家系統(tǒng)有：由愛德華·費根鮑姆主持設計的用于檢查血液傳染病的MYCIN系統(tǒng)，以及其后續(xù)的通用型專家系統(tǒng)EMYCIN；由斯坦福研究院基于貝葉斯推理開發(fā)的用于礦物勘探的概率專家系統(tǒng)PROSPECTOR，這是首批將貝葉斯推理付諸實踐的人工智能系統(tǒng)。在此期間，人工智能在基礎研究方面，包括神經(jīng)網(wǎng)絡、統(tǒng)計學習與并行信息處理等領域都取得了長足的進步，這為日后機器學習領域的全面爆發(fā)奠定了基礎。1982年，日本政府啟動“第五代計算機系統(tǒng)計劃”，同期英國政府也全面恢復了對人工智能研究的資助。這些都標志著人工智能領域步入第二次快速發(fā)展時期。但是，由于專家系統(tǒng)核心的知識表示和推理機制內(nèi)在局限性的影響，以及數(shù)據(jù)采集、存儲和計算能力等計算基礎架構和設施的嚴重制約，人工智能的大規(guī)模應用遭遇瓶頸，第二次發(fā)展浪潮也逐漸停息。第三階段：從大數(shù)據(jù)到深度學習20世紀90年代中后期開始，人工智能領域迎來了第三次發(fā)展浪潮。受益于瀏覽器和搜索引擎技術的突破，互聯(lián)網(wǎng)開始迅速普及并呈現(xiàn)出井噴式發(fā)展態(tài)勢，以采集、存儲及處理海量數(shù)據(jù)為目標的新一代計算基礎架構（大規(guī)模并行處理、高性能計算、大數(shù)據(jù)、云計算及物聯(lián)網(wǎng)技術等）和“智能”信息處理技術（語義網(wǎng)及本體技術、數(shù)據(jù)可視化技術、統(tǒng)計數(shù)據(jù)分析、數(shù)據(jù)挖掘、知識發(fā)現(xiàn)和機器學習等）趨向成熟，并迅速顯示出巨大價值，人工智能復興提速，并最終在2012年全面爆發(fā)。這一階段，人工智能發(fā)展的標志性事件是一系列以深度學習為代表的突破性算法和應用的不斷涌現(xiàn)。深度學習是過去幾十年間機器學習乃至整個人工智能領域中所取得的重大進展，幾乎開啟了人工智能在所有領域和行業(yè)中應用的大門。

2012年，以全球范圍的圖像識別算法競賽ILSVRC作為標志性事件，深度學習先后在自動翻譯、自然語言處理、圖像識別和人機博弈等人工智能傳統(tǒng)領域取得明顯進步，同時也為機器人與智能制造、自然人機交互、自動駕駛、機器應答系統(tǒng)、垃圾郵件過濾、網(wǎng)絡安全取證和推薦系統(tǒng)等全新應用領域提供了發(fā)展基礎和動力。

2015年，谷歌、亞馬遜和微軟等國際信息技術公司開始相繼發(fā)布自己的人工智能開放平臺。國內(nèi)的百度、阿里巴巴、騰訊和科大訊飛等公司承擔了國家級人工智能行業(yè)應用開放平臺的建設，一批新興人工智能開發(fā)公司也推出了各具特色的人工智能應用開放平臺，這些平臺為開展人工智能在各個行業(yè)的創(chuàng)新應用，特別是教育應用，提供了更多的可能。

2017年，谷歌人工智能程序阿爾法圍棋（AlphaGo、AlphaGoZero）以絕對優(yōu)勢戰(zhàn)勝人類圍棋的頂尖高手，將以深度學習為代表的新一代人工智能的應用水準提升到了歷史性的新高度。閱讀拓展深度學習與大數(shù)據(jù)以深度學習為標志的新一代人工智能的興起依賴于三個緊密相關的方面：基于深度學習的機器學習架構和算法的突破、各行業(yè)數(shù)十年信息化及互聯(lián)網(wǎng)發(fā)展所積累的大量數(shù)據(jù)、廉價通用的圖形處理器（GraphicsProcessingUnit，GPU）被廣泛應用于訓練學習模型。如果將深度學習比作人工智能應用的“引擎”，那么大數(shù)據(jù)就是“燃料”。某種特定的數(shù)據(jù)集提供了與應用相關的各種記錄，是深度學習算法用于訓練和優(yōu)化模型所必需的。對大數(shù)據(jù)處理分析的需求已經(jīng)完全超出了人工編程所能達到的處理極限，必須發(fā)展能自動、智能、高效處理大數(shù)據(jù)的技術，而這些技術的研發(fā)正是人工智能算法的用武之地。人工智能的發(fā)展現(xiàn)狀隨著人工智能技術的發(fā)展，一些人工智能機器已經(jīng)可以承擔某種比較復雜的腦力勞動，也可以協(xié)助人們完成記憶和邏輯運算。經(jīng)過性能改善，一些智能機器有可能超越人類的某種能力，代替人類完成難度較大的工作。這些智能機器雖然可以代替部分人類勞動，卻還不能達到人類多方協(xié)調(diào)和自我學習提升的智能水平。想要制造出像人類一樣擁有智慧的機器，還需深入研究。當前，人工智能的發(fā)展現(xiàn)狀主要體現(xiàn)在以下幾個方面。智能接口技術研究智能接口技術研究是為了建立高效和諧的人機交互環(huán)境，讓人與機器之間的交互能夠像人與人之間的交流一樣便捷、自然。人工智能技術在自然語言理解、腦機接口（意識控制計算）、步態(tài)識別和情感識別等方面都取得了重要進展，有效地推動了智能接口技術的發(fā)展。大規(guī)模并行計算近年來，基于圖形處理器的大規(guī)模并行計算異軍突起。云計算的出現(xiàn)、GPU的大規(guī)模應用使得分布式的數(shù)據(jù)計算處理能力迅速增強。這種超大規(guī)模的并行計算大大提升了人工智能的信息處理能力。大數(shù)據(jù)隨著移動互聯(lián)網(wǎng)的爆發(fā)式發(fā)展，每天都會產(chǎn)生大量的數(shù)據(jù)，數(shù)據(jù)量的大幅度增長為人工智能的發(fā)展提供了基礎。大數(shù)據(jù)的應用已經(jīng)滲透到農(nóng)業(yè)、工業(yè)、商業(yè)、服務業(yè)和醫(yī)療業(yè)等領域，成為影響人工智能發(fā)展的一個重要因素。深度學習深度學習是人工智能現(xiàn)階段的重要研究領域。深度學習通過建立、模擬人腦的分層結構來實現(xiàn)對輸入數(shù)據(jù)從低級到高級、從局部到整體、從具體到抽象的特征提取和建模。通過深度學習，機器可以識別數(shù)據(jù)中隱藏的復雜模式，揭示數(shù)據(jù)的分布規(guī)律和局部特性，并將結果用于預測和建模新的數(shù)據(jù)，提出深刻的見解。閱讀拓展我國在人工智能領域的應用案例在國際信息技術公司相繼發(fā)布人工智能開放平臺的同時，國內(nèi)的百度、阿里巴巴、騰訊和科大訊飛分別承擔了自動駕駛、城市大腦、智慧醫(yī)療和語音技術國家級人工智能行業(yè)應用開放平臺的建設。百度與金龍汽車合作研發(fā)了一款無人駕駛小巴車，并于2018年7月實現(xiàn)量產(chǎn)。小巴車基于高精度地圖和智能感知技術，能實時感知環(huán)境信息并根據(jù)地圖數(shù)據(jù)規(guī)劃路線。該車還能對車輛、行人的行為進行預測，從而作出行車決策，以應對路面交通情況的變化。阿里云ET城市大腦是目前全球規(guī)模最大的人工智能公共系統(tǒng)之一，可以對整個城市進行全局實時分析。截至2017年10月，杭州城市大腦接管了杭州128個信號燈路口，試點區(qū)域通行時間減少了15.3%，高架道路通過時間節(jié)省了4.6min。在主城區(qū)，城市大腦事件報警日均500次以上，準確率達92%；在蕭山區(qū)，已經(jīng)實現(xiàn)了救護車等特種車輛的優(yōu)先調(diào)度，到達現(xiàn)場的時間可縮短一半。騰訊發(fā)布了一款人工智能醫(yī)學影像產(chǎn)品——騰訊覓影。它是首款人工智能食管癌篩查系統(tǒng)，篩查準確率超過90%；在肺結節(jié)方面，它可以檢測出3mm及以上的微小結節(jié)，檢測準確率超過95%。騰訊覓影還將與醫(yī)學院和醫(yī)療機構合作，助力更多病種檢測?？拼笥嶏w語音識別的準確率達到95%，其語音合成技術在2017年的國際語音合成比賽中成功摘得桂冠，實現(xiàn)了在該項比賽中的十二連冠。人工智能并不是一個獨立、封閉和自我循環(huán)發(fā)展的智能科學體系，而是通過與其他科學領域的交叉，融入人類社會發(fā)展的各個方面。人工智能的發(fā)展有以下三大趨勢。第一，現(xiàn)在人工智能技術是相對獨立的，如圖像處理、聲音處理等，人工智能的發(fā)展必然會使其具備接近人類大腦思維能力的功能，可以同步處理多類信息。第二，人類對機器的干預貫穿于人工智能發(fā)展的始終。人類始終是智能機器的制造者，是智能機器的服務對象，是智能機器價值的評判者。人工智能的發(fā)展必然會將人的作用或人的認知模型引入人工智能系統(tǒng)，形成“混合增強人工智能”技術。第三，自主性和智能性是智能無人自主系統(tǒng)最重要的兩個特征。依靠圖像識別、人機交互、智能決策、自動推理和深度學習等人工智能技