科技高速發(fā)展的今天，似乎萬物都在談人工智能，很多數(shù)碼硬件產(chǎn)品如果不加上智能，就好似天生低人一頭。當(dāng)下整個科技行業(yè)都在談人工智能+自動駕駛、人工智能+智能語音、人工智能+智慧家庭，似乎方方面面面都離不開人工智能，那么整個行業(yè)都在談的人工智能是如何被定義的，它的發(fā)展起源又是如何呢？

人工智能名字的由來

如果想要知道人工智能這個名字是怎么來的，那么就要追溯到1955年8月31日了。當(dāng)時，研究人員JohnMcCarthy、MarvinMinsky、NathanielRochester和ClaudeShannon提交了一份《2個月，10個人的人工智能研究》的提案，第一次提出了“人工智能”的概念。而其中JohnMcCarthy被后人尊稱為“人工智能之父”。

1956年，會議在達(dá)特茅斯學(xué)院占地269英畝的莊園舉行。會議的召集人是達(dá)特茅斯學(xué)院的數(shù)學(xué)系助理教授約翰?麥卡錫（JohnMcCarthy），他邀請了幾位大神和新秀一起到達(dá)特茅斯學(xué)院開一個“人工智能夏季研討會”。

參會者還包括信息論的創(chuàng)始人香農(nóng)、天才學(xué)者赫伯特?西蒙（他曾經(jīng)獲得過圖靈獎和諾貝爾經(jīng)濟(jì)學(xué)獎）等。有人說人工智能這個名字就是麥卡錫提出來的，麥卡錫自己說他是從別人那里聽來的。嚴(yán)格意義上來講人工智能的概念最早是在1955年被提出的，1956年才正式以人工智能為核心展開業(yè)內(nèi)的研討會。

人工智能到底是什么？

早期的人工智能發(fā)展并不是很順利，甚至一度從興起到?jīng)]落。剛開始的時候涉及計算機(jī)領(lǐng)域的最多的還是以編程為主，提出人工智能甚至涉足其中的人在當(dāng)時是很難被理解的。后來，編程逐漸變得過時了，研究人員轉(zhuǎn)而研究“經(jīng)驗法則”。原理其實參考人們在決策中大多憑借的是經(jīng)驗，那么計算機(jī)在處理問題時也要在計算范圍內(nèi)盡快找出答案，但卻不必窮盡所有的選項，這個過程被稱為“修剪搜索空間”。

很難想象，在人工智能的早期就已經(jīng)有激進(jìn)的學(xué)者引入了所謂的神經(jīng)網(wǎng)絡(luò)方法。要知道這是時至今日人工智能再度興起的重要因素之一，可卻在當(dāng)時就已經(jīng)被提出了，只當(dāng)時技術(shù)還不足以實現(xiàn)罷了。那么什么是神經(jīng)網(wǎng)絡(luò)呢？

簡單地講，就是把盡可能多的數(shù)據(jù)輸入一個模仿神經(jīng)元結(jié)構(gòu)的系統(tǒng)，程序會自動調(diào)整權(quán)重，直到系統(tǒng)逐漸穩(wěn)定下來。

這就比傳統(tǒng)的編程更像人的思維過程了，你不必預(yù)先告訴計算機(jī)該怎么做，只要告訴計算機(jī)足夠多的例子，它自己就會學(xué)會怎么做。

遺憾的是，神經(jīng)網(wǎng)絡(luò)方法受到學(xué)術(shù)界的批評，很快就衰落下去，直到近年來才東山再起，也就是我們現(xiàn)在常常提到的機(jī)器學(xué)習(xí)和大數(shù)據(jù)。

神經(jīng)網(wǎng)絡(luò)延伸出的深度學(xué)習(xí)

在人工智能行業(yè)另一個熱度最高的詞匯莫過于深度學(xué)習(xí)了。深度學(xué)習(xí)是一個近幾年備受關(guān)注的研究領(lǐng)域，在機(jī)器學(xué)習(xí)中起著重要的作用。 深度學(xué)習(xí)通過建立、模擬人腦的分層結(jié)構(gòu)來實現(xiàn)對外部輸入的數(shù)據(jù)進(jìn)行從低級到高級的特征提取，從而能夠解釋外部數(shù)據(jù)。

深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。 深度學(xué)習(xí)也稱為深度結(jié)構(gòu)學(xué)習(xí)、層次學(xué)習(xí)或者是深度機(jī)器學(xué)習(xí)是一類算法集合，是機(jī)器學(xué)習(xí)的一個分支。

機(jī)器學(xué)習(xí)通過算法，讓機(jī)器可以從外界輸入的大量的數(shù)據(jù)中學(xué)習(xí)到規(guī)律，從而進(jìn)行識別判斷。機(jī)器學(xué)習(xí)的發(fā)展經(jīng)歷了淺層學(xué)習(xí)和深度學(xué)習(xí)兩次浪潮。深度學(xué)習(xí)可以理解為神經(jīng)網(wǎng)絡(luò)的發(fā)展，神經(jīng)網(wǎng)絡(luò)是對人腦或生物神經(jīng)網(wǎng)絡(luò)基本特征進(jìn)行抽象和建模，可以從外界環(huán)境中學(xué)習(xí)，并以與生物類似的交互方式適應(yīng)環(huán)境。神經(jīng)網(wǎng)絡(luò)是智能學(xué)科的重要部分，為解決復(fù)雜問題和智能控制提供了有效 的途徑。神經(jīng)網(wǎng)絡(luò)曾一度成為機(jī)器學(xué)習(xí)領(lǐng)域備受關(guān)注的方向。

從根本上說，深度學(xué)習(xí)和所有機(jī)器學(xué)習(xí)方法一樣，是一種用數(shù)學(xué)模型對真實世界中的特定問題進(jìn)行建模，以解決該領(lǐng)域內(nèi)相似問題的過程。如果舉個簡單易懂的例子，比如要教計算機(jī)認(rèn)字，差不多就是同樣的道理。計算機(jī)也要先把每一個字的圖案反復(fù)看很多很多遍，然后，在計算機(jī)的處理器和存儲器里，總結(jié)出一個規(guī)律來，以后計算機(jī)再看到類似的圖案，只要符合之前總結(jié)的規(guī)律，計算機(jī)就能知道這圖案到底是什么字。

用專業(yè)的術(shù)語來說，計算機(jī)用來學(xué)習(xí)的、反復(fù)看的圖片叫“訓(xùn)練數(shù)據(jù)集”；“訓(xùn)練數(shù)據(jù)集”中，一類數(shù)據(jù)區(qū)別于另一類數(shù)據(jù)的不同方面的屬性或特質(zhì)，叫做“特征”；計算機(jī)在“大腦”中總結(jié)規(guī)律的過程，叫“建?！?；計算機(jī)在“大腦”中總結(jié)出的規(guī)律，就是我們常說的“模型”；而計算機(jī)通過反復(fù)看圖，總結(jié)出規(guī)律，然后學(xué)會認(rèn)字的過程，就叫“機(jī)器學(xué)習(xí)”。

人工智能的意義

人類的歷次工業(yè)革命、能源革命，提高了生產(chǎn)力極大改變?nèi)祟惖纳鏍顟B(tài)，在表面上的巨大改變的同時，一個更大的意義是在所有的變化過程中沉淀下來的對人類內(nèi)心的改變。而最近一次的信息革命，第一次大規(guī)模地接觸到人類的意識層面，以量子物理為標(biāo)志的人類對所生存環(huán)境和自身的認(rèn)知深入，在此次信息革命進(jìn)行到人工智能階段，人類第一次具備種群整體跳出自身看問題的可能，此時才有希望建立一個更合理的社會結(jié)構(gòu)，徹底脫離動物界。

這一技術(shù)就是人工智能。人工智能對人類的影響是全面的，初期人工智能在某個領(lǐng)域的深入研究，可以替代部分工作崗位，隨著應(yīng)用的深入，由點到面，由面成片，可能會出現(xiàn)大規(guī)模替代人類工作的局面。即使人工智能發(fā)展到這種程度，也不是人工智能的最大意義。