人工智慧簡史�
在人工智慧的早期，計算機科學家試圖在計算機中重建人類思維的各個方面。 這就是科幻**中的智力型別，即或多或少像我們一樣思考的機器。 毫無疑問，這種型別的智慧型稱為可理解性。 具有可理解性的計算機可用於探索我們如何推理，學習，判斷，感知和執行腦力活動。
可懂度的早期研究集中於在計算機中對現實世界和思維（來自認知科學家的領域）的部分進行建模。 當您考慮到這些實驗是在60年前進行的時，這是非常了不起的。
[ 也在infoworld上：2023年的人工智慧** ]
早期的智力模型側重於演繹推理以得出結論。 這種型別的最早且最著名的ai程式之一是邏輯理論家，寫於2023年，用以模仿人類的解決問題的技能。 邏輯理論家很快在《 數學原理》
第二章中證明了前52個定理中的38個定理，實際上改進了乙個定理。 首次清楚地表明，一台機器可以執行直到現在為止仍需要智慧型和創造力的任務。
不久，研究轉向了另一種型別的思維，即歸納推理。 歸納推理是科學家在檢查資料並嘗試提出假設進行解釋時所使用的方法。 為了研究歸納推理，研究人員基於在nasa實驗室工作的科學家建立了乙個認知模型，以幫助他們使用有機化學知識來識別有機分子。 dendral程式是人工智慧第二功能（ 儀器 ）的第乙個真實示例，該功能是完成歸納推理任務（在本例中為分子識別）的一組技術或演算法。
dendral之所以與眾不同，是因為它還包含第乙個知識庫，即一組捕獲科學家知識的if / then規則，可與認知模型一起使用。 這種知識形式以後將稱為專家系統 。 在乙個程式中同時具有兩種「智慧型」，計算機科學家就可以問：「是什麼使某些科學家比其他科學家好得多？ 他們具有卓越的認知能力還是知識淵博？」
到2023年代後期，答案很明確。 dendral的效能幾乎完全取決於從專家那裡獲得的知識的數量和質量。 認知模型僅與績效改善之間存在微弱的關係。
這種認識導致了人工智慧界的重大正規化轉變。 知識工程學成為一門學科，可以使用專家系統對人類專業知識的特定領域進行建模。 而且他們建立的專家系統經常超過任何乙個人類決策者的效能。 這項非凡的成功激發了人工智慧界，軍事，工業，投資者和大眾**對專家系統的極大熱情。
隨著專家系統在商業上的成功，研究人員將注意力轉向建模這些系統並使它們在問題領域更靈活的技術。 正是在這一時期，物件導向的設計和分層本體由ai社群開發，並被計算機社群的其他部分所採用。 如今，分層本體已經成為知識圖的核心，近年來，知識圖已經重新流行。
[ 也在infoworld上：深度學習與機器學習：理解差異 ]
當研究人員決定採用一種稱為「生產規則」的知識表示形式（一種一階謂詞邏輯）時，他們發現系統可以自動學習。 也就是說，系統會根據其他資料自行編寫或重寫規則以提高效能。 對dendral進行了修改，並使其能夠根據來自實驗的經驗資料學習質譜法則。
就像這些專家系統一樣，它們確實有侷限性。 它們通常僅限於特定的問題領域，無法與多個合理的選擇區分開來，也無法利用有關結構或統計相關性的知識。 為了解決其中的一些問題，研究人員增加了確定性因素，即表示特定事實成立的可能性的數值。
當研究人員意識到確定性因素可以包裝到統計模型中時，就發生了ai的第二個正規化轉變。 統計資料和貝葉斯推斷可用於根據經驗資料對領域專業知識進行建模。 從現在開始，人工智慧將越來越多地由機器學習主導。
不過有乙個問題。 儘管諸如隨機森林，神經網路或gbt（梯度增強樹）之類的機器學習技術可產生準確的結果，但它們幾乎是無法穿透的黑匣子。 如果沒有可理解的輸出，則機器學習模型在幾個方面不如傳統模型有用。 例如，對於傳統的ai模型，從業者可能會問：
缺乏清晰度也對培訓產生影響。 當模型破裂而無法解釋原因時，將使其更難修復。 新增更多示例？ 什麼樣的例子？ 儘管我們可以在此期間進行一些簡單的取捨，例如接受較不準確的**以換取可理解性，但解釋機器學習模型的能力已成為ai即將實現的下乙個重要里程碑之一。
[ 通過infoworld的機器學習和分析報告時事通訊來掌握機器學習，人工智慧和大資料分析的最新進展 ]
他們說歷史在重演。 像今天一樣，早期的ai研究專注於對人類推理和認知模型進行建模。 早期ai研究人員面臨的三個主要問題-知識，解釋和靈活性-仍然是當代機器學習系統討論的核心。
知識現在以資料的形式出現，而對靈活性的需求可以從神經網路的脆弱性中看出，在神經網路中，資料的輕微擾動會產生截然不同的結果。 可解釋性也已成為ai研究人員的頭等大事。 諷刺的是，在60年後，我們如何從嘗試轉殖人類思維轉變為詢問機器的思維方式。
翻譯自:人工智慧簡史�
談談《人工智慧簡史》
自 alphago 戰勝李世石以來，每個人都聽說了人工智慧這個詞，都認識到人類的勞動馬上就要終結了 機器革命把人類從體力勞動中解放出來，資訊革命把人類從智力活動中解放出來。解放倒是解放了，但是問題也隨之而來，還有什麼事情需要人呢？人類社會的未來即將到來 要麼是共產主義 大同社會 要麼是黑客帝國 缸中...
遊戲人工智慧 讀書筆記 （二） 遊戲人工智慧簡史
從歷史來看，在很長的時間裡，創造乙個可以代替人類玩遊戲的機械人是唯一的在遊戲中應用人工智慧的方式。而在人工智慧發展的早期，絕大部分遊戲ai的研究者都在努力做出乙個很牛的ai在棋類遊戲中戰勝人類。這裡面一部分的原因是，棋類遊戲蘊含著一些人類智慧型的基本因素。大部分的棋類遊戲的規則都很簡單，但是在方寸的...
人工智慧基礎 什麼是人工智慧
人工智慧是一門研究如何構造智慧型機器 智慧型計算機 或智慧型系統，使它們能夠模擬 延伸和拓展人類智慧型的學科。個人理解就是 研究人的智慧型，並且把人的智慧型放到機器上面，代替人思考。人工智慧發展簡史 孕育階段 1.亞里斯多德三段論 2.英國哲學家培根 知識就是力量。3.萊布尼茨 建立一種通用的符號語...