人工智能发展过程

这是一篇关于人工智能发展过程的思维导图，主要内容有人工智能的诞生(1943-1956)、早期发展热潮(1950-1970、)第二次发展热潮(1980-2000)等。

人工智能发展过程

• 演变
  • 人工智能的诞生（1943-1956）
    • 1943-1946年，冯诺依曼提出计算机原理
    • 1950年，图林发表了一篇跨时代的论文，并提出了著名的”图灵测试“
    • 1956年，达特茅斯会议：AI诞生
  • 早期发展热潮（1950-1970）
    • 符号主义
    • 早期推理系统
    • 早期神经网络（联结主义)
    • 专家系统
      • 智能计算机系统，其包含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识的解决问题的方法来处理该领域的问题
  • 第二次发展热潮（1980-2000）
    • 统计学派
      • "AI之冬”之后，语音识别领域，统计学派取代专家系统
    • 机器学习
      • 专门研究计算机如何模拟或实现人类的学习行为以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能
    • 神经网络（联结主义重获新生）
      • 神经网络用于模式识别等任务
  • 第三次发展热潮（2006之后）
    • 大数据广泛应用
      • 指无法在一定时间范围内，用常规软件工具进行捕捉，管理和处理的数据集合，是需要新处理模式才能具有更强的决策力，洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产
    • 深度学习
      • 通过组合低层特征，形成更加抽象的高层，表示属性类别或特征，以发现数据的分布式特征表示
      • 机器视觉、语音识别、机器翻译等领域深度学习的普遍应用
      • 强化学习，迁移学习，生成对抗网络等新技术的发展
    • （非深度）机器学习
    • Alphago为标注的大众传播
• 技术
  • 技术演进
    • 1.从原有的CPU架构转变为GPU并进行运算架构
    • 2.从单一算法驱动转变为数据、运算力、算法复合驱动
    • 3.从封闭的单机系统转变成快速快捷灵活的开源框架
    • 4.从学术研究导向转变为快速迭代的时间应用导向
  • 技术体系
    • 云计算：基础的资源整合交互平台
    • 大数据：提供丰富的分析、训练与应用资源
    • 机器学习：持续引导智能水平提升
    • 模式识别：从感知环境和行为到基于认识的决策
    • 人机交互：支撑实现人机物交叉融合与协同互动