3、人工智能与数据：发展、应用及挑战

人工智能与数据：发展、应用及挑战

1. 人工智能的发展历程

人类创造智能机器的愿望由来已久。早期计算机只是简单的计算设备，模仿人类处理符号以完成基本数学任务。1956 年在达特茅斯学院举办的研讨会上，科学家们预测能像人类一样有效推理的机器最多只需一代人的时间就能出现，但这一预测并未成真。当时面临的问题不仅在于硬件处理能力不足，更在于我们对人类推理过程的理解不够深入，无法进行有效模拟。

1.1 专家系统的出现与发展

20 世纪 70 年代和 80 年代，专家系统应运而生，旨在利用专家知识降低人工智能的计算需求。专家系统有多种表现形式，包括基于规则（使用“如果……那么”语句根据经验法则做决策）、基于框架（使用组织成相关通用信息层次结构的数据库）和基于逻辑（依靠集合论建立关系）的系统。专家系统的出现具有重要意义，它是人工智能首次真正有用且成功的应用。如今，我们仍能在一些应用中看到专家系统的影子，比如应用程序中的拼写和语法检查器。不过，专家系统的创建和维护较为困难，早期用户需要学习专门的编程语言。后来一些产品试图让经验不足的程序员也能使用专家系统，但功能有限。到了 90 年代，“专家系统”这一说法逐渐消失，实际上是因为它们太成功，已融入到所支持的应用中。

1.2 人工智能的寒冬与复苏

“人工智能寒冬”指的是人工智能发展过程中资金投入减少的时期。通常，人工智能的发展会经历这样的周期：支持者过度夸大其可能性，吸引大量资金投入；当人工智能无法达到预期时，就会遭到批评，进而导致资金减少。如今，由于机器学习技术的出现，人工智能进入了新的炒作阶段。机器学习让计算机从数据中学习，无需依赖人类程序员设置操作，但也存在计算机可能因不当教学而学习错误的问题。目