10、人工智能思维方式、过程、复杂性与复杂系统解析

人工智能思维方式、过程、复杂性与复杂系统解析

1. 人工智能核心技术与发展历程

人工智能以机器学习为核心的计算技术，具有广泛用途和变革性影响，能够对复杂数据进行训练，实现人类技能的自动化或增强。研究的重大进展使得大量数据得以利用，算法和预测模型的软件、高性能计算以及相关的劳动力投入等，都体现了人工智能的跨领域性质，为有组织、有重点地开展研究提供了强大动力。

从历史发展来看，人类对智能机器的追求由来已久。古希腊有关于机器人的神话，埃及和中国工程师能制造自动装置。笛卡尔热衷于自动机，莱布尼茨也有关于智能机器的设想。文艺复兴时期，机械人形仍存在，达·芬奇还设计了机器人骑士的方案。

现代类人人工智能项目在二战后出现，当时发现电子计算机不仅能进行数值计算，还能处理符号，这标志着人工智能研究的诞生。AI研究经历了三个繁荣阶段：
- 第一阶段（1956 - 1976年） ：神经网络软件、聊天软件发展，一些数学定理得到证明，预示着AI时代的到来。
- 第二阶段（20世纪60年代 - 70年代初） ：基于知识的系统发展，如Hopfield神经网络和BT训练算法的出现，推动了语音翻译、日本第五代计算机理念和语音识别的发展。
- 第三阶段（2006年至今） ：2006年Hinton提出深度学习技术，2012年ImageNet竞赛在图像识别方面取得重大突破。

不过，早期AI进展缓慢，像ELIZA和通用问题求解器等系统试图复制人类智能，但实际上都是专家系统，采用“如果 - 那么”的自上而下的规则来形式化和重构人类智能，与实际期望存在差距。 </