人工智能简史

币圈吴彦祖 • 2023年4月3日 pm2:24 • 币圈新闻 • 阅读 19

多年来，多种因素推动了人工智能(AI) 的发展。计算技术的进步使快速有效地收集和分析大量数据的能力成为可能，这是一个重要的促成因素。另一个因素是对自动化系统的需求，这些系统可以完成对人类来说风险太大、挑战性太大或太耗时的活动。此外，由于互联网的发展和海量数字数据的可访问性，人工智能现在有更多机会解决现实世界的问题。此外，社会和文化问题也影响了人工智能。例如，为了应对对失业和自动化的担忧，出现了关于人工智能的伦理和后果的讨论。人们还担心人工智能可能被用于恶意目的，例如恶意网络攻击或虚假宣传活动。因此，许多研究人员和决策者正试图确保以合乎道德和负责任的方式创建和应用人工智能。在超过1000 名技术人员敦促暂停最强大的#AI 系统的培训后，@UNESCO 呼吁各国立即实施其关于AI 伦理的建议书——第一个此类全球框架，已被193 个成员国採纳https:// t.co/BbA00ecihO pic.twitter.com/GowBq0jKbi– Eliot Minchenberg (@E_Minchenberg) 2023 年3 月30 日自20 世纪中叶问世以来，人工智能已经取得了长足的进步。这是人工智能的简史。20世纪中叶人工智能的起源可以追溯到20 世纪中叶，当时计算机科学家开始创建算法和软件来执行通常需要人类智能才能完成的任务，例如解决问题、模式识别和判断。人工智能最早的先驱之一是艾伦图灵，他提出了可以模拟任何人类智能任务的机器的概念，现在被称为图灵测试。 1956 年达特茅斯会议1956 年的达特茅斯会议聚集了来自不同专业的学者，以研究构建能够“思考”的机器人的前景。会议正式介绍了人工智能领域。在此期间，基于规则的系统和符号思维是人工智能研究的主要课题。1960 年代和70 年代在1960 年代和1970 年代，人工智能研究的重点转移到开发旨在模仿特定领域的人类专家所做决策的专家系统。这些方法经常用于工程、金融和医学等行业。80年代然而，当基于规则的系统的缺点在80 年代变得明显时，人工智能研究开始关注机器学习，这是该学科的一个分支，它採用统计方法让计算机从数据中学习。因此，神经网络是根据人脑的结构和操作创建和建模的。1990 年代和2000 年代人工智能研究在1990 年代在机器人技术、计算机视觉和自然语言处理方面取得了长足的进步。在2000 年代初期，深度学习（使用深度神经网络的机器学习的一个分支）的出现使语音识别、图像识别和自然语言处理方面的进步成为可能。第一个神经语言模型，就是“深度学习教父”之一的Yoshua Bengio 他被广泛认为是自然语言处理和无监督学习领域最具影响力的人物之一。在https://t.co/8mUYA31M9R 中学习新知识… pic.twitter.com/4f2DUE5awF– Damien Benveniste (@DamiBenveniste) 2023 年3 月27 日现代人工智能虚拟助手、自动驾驶汽车、医疗诊断和财务分析只是AI 现代用途的一部分。人工智能正在迅速发展，研究人员正在研究强化学习、量子计算和神经形态计算等新想法。现代人工智能的另一个重要趋势是向更像人类的交互转变，Siri 和Alexa 等语音助手引领潮流。自然语言处理也取得了重大进展，使机器能够更準确地理解和响应人类语音。 ChatGPT——一种由OpenAI 训练的基于GPT-3.5 架构的大型语言模型——是“老百姓的谈话”AI 的一个例子，它可以理解自然语言并对各种查询和提示生成类似人类的响应。人工智能的未来展望未来，人工智能很可能在解决社会面临的一些最大挑战方面发挥越来越重要的作用，例如气候变化、医疗保健和网络安全。然而，人们对人工智能的伦理和社会影响感到担忧，特别是随着技术变得更加先进和自主。每所学校都应该教授AI 伦理。– Julien Barbier ❤️‍☠️ 七転び八起き(@julienbarbier42) 2023 年3 月30 日此外，随着人工智能的不断发展，它可能会对我们生活的方方面面产生深远的影响，从我们的工作和交易所方式到我们的学习和决策方式。资讯来源：由0x资讯编译自COINTELEGRAPH。版权归作者Guneet Kaur所有，未经许可，不得转载

原创文章，作者：币圈吴彦祖，如若转载，请注明出处：https://www.kaixuan.pro/news/463038/

人工智能简史

相关推荐