人工智能。定义、目的和历史

雅加达—近年来，人工智能（AI）一词越来越多地被用于各种讨论话题。这与技术在行业中日益增长的作用以及OpenAI及其Dall-E和ChatGPT的出现齐头并进。尽管需要人工智能来帮助人类。然而，并不是每个人都了解人工智能的含义和历史。

另一方面，人工智能或人工智能的概念早在十多年前就出现了。正是在2004年，出生于1927年9月4日的美国计算机科学家和认知科学家约翰·麦卡锡（John McCarthy）在他的论文中解释了人工智能的定义。

人工智能的定义

根据麦卡锡的说法，人工智能是制造智能机器，尤其是智能计算机程序的科学和技术。这与使用计算机来理解人类智能的任务相同，但人工智能不必将自己局限于生物学上可观察的方法。

早在约翰·麦卡锡（John McCarthy）之前，计算机科学家和数学家艾伦·图灵（Alan Turing）就讨论了人工智能的概念。在1950年发表的题为《计算机与智能》的论文中，图灵提出了“机器能思考吗？”的问题。

从这个问题开始，“计算机科学之父”概述了现在称为图灵测试的测试。图灵将人类询问器描述为试图区分计算机和人类文本响应。图灵测试是人工智能历史的重要组成部分，也是哲学中一个持续的概念，因为它使用了围绕语言学的想法，正如IBM报道的那样。

人工智能的目的

专家们随后继续对Stuart Russell和Peter Norvig进行的人工智能潜力的调查。两人撰写的《人工智能：一种现代方法》一书已成为当今人工智能研究的主要参考书。

Russell和Norvig发现了人工智能的潜力，使其与当今的计算机系统区分开来。根据这本书，人工智能将导致作为人类思考的能力。两人都指出了人工智能的一些潜力，即成为一个像人类一样思考的系统，以及一个像人类一样行动的系统。

但在开始之前，两位专家提供了一个更理想和更具体的方法解决方案，即成为一个理性思考和行动的系统。在人工智能的范围内，有称为机器学习（ML）和深度学习（DL）的子领域来处理和研究数据。

简而言之，人工智能是计算机科学和强大数据集的结合，旨在帮助解决人类问题。

人工智能的历史

事实上，“思考机器”的最初想法早在2000年之前就已经出现了。从想法开始，然后是实验，然后是发展，人工智能在本世纪经历了快速发展。

以下是人工智能的历史，导致人工智能出现的许多重要事件。

1950年，计算机科学之父艾伦·图灵发表了一篇题为《计算机与智能》的论文。在他的工作中，图灵解释了创建图灵测试来测试和确定计算机是否可以显示与人类相同的智力结果。

然后在1956年，约翰麦卡锡在达特茅斯学院举行的第一届人工智能会议上给出了人工智能一词的定义。同年，其他计算机科学家如Allen Newel，J.C. Shaw和Herbert Simon创建了第一个人工智能软件程序Logic Theorist。

心理学家弗兰克·罗森布拉特（Frank Rosenblatt）在深度学习人工智能领域享有盛誉，于1967年开发了第一台基于神经网络的计算机，称为Mark 1 Perceptron。还是在同一年，人工智能领域的美国认知科学家马文·明斯基（Marvin Minsky）和西摩·派普特（Seymour Papert）推出了一本名为《感知器》（Perceptron）的书。这本书成为未来各种神经网络研究项目的神经网络的重要著作。

1980 年代标志着使用可以自我训练的反向预推算法。这将在以后的人工智能应用中得到广泛应用。作为信息，反向传播是神经网络训练中使用的机器学习算法。它的工作原理是通过网络中的多个层将神经网络输出中的错误重新传播回输入，从而更新网络中的权重和偏差。

机器与人类的匹配

与人工智能相关的事件在1997年席卷了人类。当时，由IBM开发的人工智能（AI）系统深蓝在人与机器国际象棋游戏系列中击败了世界国际象棋冠军加里·卡斯帕罗夫宗师。

深蓝使用负极搜索算法，允许引擎执行快速分析并做出准确的决策。深蓝将并行处理技术与启发式算法和国际象棋策略相结合，做出游戏决策。该系统能够在不到一秒的时间内处理数百万个潜在的国际象棋步。

然后机器与人类的比赛再次发生 2011 年，IBM Watson 的人工智能系统通过在 Jeopardy 比赛中回答不同类别的问题，成功展示了其分析和自然语言处理能力！对阵冠军肯·詹宁斯和布拉德·鲁特。IBM Watson是赢家。

危险！对于人工智能系统来说是一项非常艰巨的任务，因为它需要理解自然语言和解决复杂问题的能力。然而，IBM Watson成功地完成了这项任务，并表明AI能够应对非常复杂的任务并提供准确的解决方案。此次活动标志着人工智能领域的变革，为各个领域更先进、更有用的人工智能技术的发展铺平了道路。

2015年，百度推出了他们最新的超级计算机Minwa，它使用卷积神经网络技术来识别和分类图像，其准确性高于一般人类。

第二年，DeepMind的AlphaGo程序在深度神经网络的支持下，在五场比赛中击败了世界冠军围棋选手李·索多尔（Lee Sodol）。考虑到在游戏中可以做出的许多可能的步骤（在短短四场比赛中超过14.5万亿步！最终，谷歌以4亿美元的价格收购了DeepMind。

随着人工智能技术和深度神经网络的发展，Minwa和AlphaGo等创新为未来开发更先进、更有用的人工智能系统铺平了道路。因此，人工智能的意义，它的目的和历史！