人工智能的发展时期

迄今为止，人工智能（AI）的发展特点是基于逻辑和计算的不断迭代，从逻辑智能向计算智能转变。逻辑智能的核心是基于逻辑的各种推理，专家系统和Lisp机是发展的巅峰。如果说逻辑智能是AI1.0，那么计算智能就是AI2.0，它始于控制论和认知计算，在20世纪80年代中期开始使用大规模多层神经网络，并演变成现在的深度神经网络，是人工智能的一大发展方向。当今人工智能的突破。人工智能3.0：人机与虚拟交互
我个人的理解是AI3.0是人机与虚拟交互混合的人工智能——“人机混合虚实交互的并行智能””，也就是说，它在边缘机械和生物智能会产生有限的数据，然后通过云端的云计算产生大数据。最后，云计算将大数据转化为精确的深度智能，然后返回到边缘的生物体、物理体或机器人，即小数据-大数据-智能数据。这是一个循环过程，从边缘的出现到云末端的汇聚。这种“出现与汇聚”也是复杂性科学的核心概念。AI3.0的普及可以为社会服务，而不是像一些专家声称的那样导致失业。会让人们生活得更好，让人和机器各司其职——“人有用，机器有用”，从专业分工到人机分工，再到虚拟与实际分工，从而创建更加和谐的社会。例如，AI3.0在自动驾驶中的体现就是“平行驾驶”——将有人车、遥控车、车联网、无人驾驶车等与“平行车”结合起来。即不同物理车辆在道路上行驶的同时，相同的虚拟车辆也在并行的云世界中行驶，通过云计算生成驾驶策略来控制物理车辆的运行。尽管载人车辆在速度、效率、安全性和环境污染等方面存在，注定会被无人驾驶车辆取代，但我们不能急功近利，盲目普及无人驾驶车辆并付出高昂的代价。我认为从AI2.0演进到AI3.0并平稳过渡到自动驾驶时代应该需要20到30年的时间。这是普及自动驾驶汽车的唯一途径。未来智能化的发展和真正的推广应用必须解决两个问题。第一个问题是人工智能的可靠性，包括其可解释性。我认为人工智能的解释力最终在于人工智能的可靠性。第二个问题是人工智能的合法性，特别是隐私保护方面，引起了许多国家的反思和关注。当人工智能与区块链等技术结合时，这些问题都可以从技术层面得到解决。然而，用法律体系来规范人工智能系统的建设和使用是关键和重要的。
人工智能正在改变人类的未来。我们需要改变教育模式，培养面向未来的人工智能人才。正如传授“四书五经”的私塾教育无法培养现代工业所需的新型人才一样，当今世界各地的教育体系也落后于智能技术的发展。对于未来的人工智能人才，我认为应该重点培养三种思维：
第一个是复杂性思维，因为人工智能本身就属于复杂性科学的范畴，人工智能技术必须从复杂性的角度来看待。整体视角。这个非常重要。第二个是跨学科思维，因为人工智能要普及使用，肯定会涉及到跨学科、跨学科、跨学科的知识。最后，还有系统的思考。人工智能如果真想得到广泛应用，并达到可以接受的可靠性和合法性，就需要有系统的思考。正如我们有“系统工程”，我们也必须有“系统智能”

首先是初步发展时期：20世纪50年代到1960年代初，人工智能的思想提出后，取得了许多引人注目的研究成果，如机器定理的论证、格子程序等，呈现人工智能发展的第一个。
第二个反思与发展时期：20世纪60年代至70年代初。人工智能早期发展的突破大大提升了人们对人工智能的期望：人们试图尝试更困难的任务，一些研究产生并提出了发展目标。但所提出的期望的接二连三的失败和失败，比如无法用机器证明两个连续函数之和仍然是连续函数、机器通过翻译开玩笑等，都给人工智能的发展带来了挑战。一个低。观点
赛程发展有第三个时期：20世纪70年代初至80年代中期。20世纪70年代出现的专家系统模拟人类专家的知识和经验来解决特定领域的问题，实现了人工智能从理论研究到实际应用、从一般推理讨论到专门应用的重大突破。科学专家系统在医学、化学、地质等领域取得成功，将人工智能推向应用发展的新高峰。
第四个时期是经济放缓时期：20世纪80年代中期到90年代中期。随着人工智能应用规模不断扩大，现有专家系统中应用领域狭窄、缺乏共同知识、知识获取困难、核算、缺乏分布式功能、与数据库难以兼容等问题逐渐暴露出来。
第五个时期是稳步发展时期：20世纪90年代中期至21世纪初。网络技术特别是互联网技术的发展加速了人工智能的主流研究，进一步推动了人工智能技术的实际应用。1997年，国际商业公司（IBM）超级计算机“深蓝”击败了国际象棋世界冠军卡斯帕罗夫。2008年，IBM提出“智慧地球”的概念。所有这一次的都更高。
2011年至今，是第六个蓬勃发展时期。随着大数据、云计算、互联网、物联网等信息技术的发展，无处不在的数据传感、图形处理器等计算平台推动了人工智能技术的快速发展，人工智能技术通过深度神经网络，极大地跃升了人工智能技术的发展。介于科学与应用之间。两国“技术差距”，人工智能技术如图像识别、语音识别、问答识别、游戏机、驾驶驾驶等人工智能技术突破已实现“无用、难‘能用’”，在使用中迎来爆发式增长的新。