人工智能的过去现在和未来(供中学生科普).ppt

人工智能的发展 xxxxx大学 目录 一 人工智能的定义二 人工智能的过去三 人工智能的现在四 人工智能的未来 目录 一 人工智能的定义二 人工智能的过去三 人工智能的现在四 人工智能的未来 移动互联网时代结束了 下一幕是人工智能 李彦宏 何为人工智能 百度定义 人工智能 Artificialintelligence AI 它是研究 开发用于模拟 延伸和扩展人的智能的理论 方法 技术及应用系统的一门新的技术科学 通俗的说法 人工的方法在机器 计算机 上实现的智能 交叉学科 目录 一 人工智能的定义二 人工智能的过去三 人工智能的现在四 人工智能的未来 1956 1974 1980 1987 1993 2006 AI的诞生1956达特矛斯会议 人工智能 正式诞生 孕育期电子计算机机器翻译与NLP图灵测试计算机下棋早期神经网络 搜索式推理聊天机器人 乐观思潮 所有的AI程序都只是 玩具 运算能力 计算复杂性 常识与推理 专家系统 知识工程 五代机 神经网络重生 未达预期削减投入 摩尔定律 统计机器学习 AI广泛应用 大数据 计算能力 应用增多 深度学习 人工智能 2016 人工智能发展历程 艾伦 麦席森 图灵1912年 1954年 人工智能之父 萌芽期 图灵测试 破解德国的著名密码系统Enigma 电子计算机 AI的物质基础 世界上第一台电子计算机阿塔纳索夫教授和他的研究生贝瑞在1937年至1941年间开发的 阿塔纳索夫 贝瑞计算机 莫科里与埃克特一起制造了 ENIAC 1946年 阿塔纳索夫 贝瑞计算机 冯 诺依曼 1956年夏出席达特茅斯会议的部分代表于50年后重逢 2006 AI50周年会议 美国 莫尔 麦卡锡 明斯基 塞尔夫里奇 索罗蒙夫 第一次正式使用了 人工智能 AI 这一术语 从而开创了人工智能的研究方向和学科 从此在美国形成了以人工智能为研究目标的几个研究组 并有了AI的第一个发展期 兴旺期 第一个兴旺期 1956 1966年 一些较有代表性的工作 机器翻译定理证明博弈 机器翻译 里程碑事件 1953年 美国乔治敦大学组织了第一次机器翻译的实际实验 1954年7月 IBM公司在701计算机上做了俄译英的公开表演 此后包括英国 苏联 中国在内的许多国家纷纷开展机器翻译的研究 从语料库大量的翻译实例中自动学习翻译知识 然后利用这些翻译知识自动翻译其他句子 定理证明 利用计算机证明数学定理是又一项大胆的设想 1956年 Newell Shaw和Simon给出了一个称为 逻辑机器 的程序 证明了罗素 怀德海所著 数学原理 中的许多定理 这标志着自动定理证明的开端 1959年 Gelernter给出了一个称为 几何机器 的程序 能够做一些中学的几何题 速度与学生相当 美籍华裔王浩在IBM704计算机上以3 5分钟证明了 数学原理 有关命题演算的全部220条定理 还用了几分钟证明了该书中带等式的谓词演算的150条定理中的85 1959年再接再厉 仅用了8 4分钟就证明了以上全部定理 博弈 博弈同样是AI第一个时期的研究热点 1956年Samuel研制了跳棋程序 它在1959年击败了Samuel本人 又在1962年打败了美国一个州的跳棋冠军而荣获州级冠军 符号积分程序 1963年Slagle发表了符号积分程序SAINT 用86道积分题做实验 其中54道选自麻省理工学院的大学考题 结果做出了其中的84道 机器视觉 1965年Roberts编制了可以分辨积木构造的程序 开创了计算机视觉的新领域 乐观的预言 一连串的胜利使人们盲目乐观 醉心于AI远景的专家们做出了种种乐观的预言 58年 Newell和Simon充满自信地说 不出十年 计算机将成为世界冠军 不出十年 计算机将要发现和证明重要的数学定理 不出十年 计算机将能谱写具有优秀作曲家水平的乐曲 不出十年 大多数心理学理论将在计算机上形成 有人甚至断言 照此趋势下去 80年代将是全面实现AI的年代 到了2000年 机器的智能就可以超过人了 危机 此时 兴奋的人们并未意识到初期的研究虽然很有成效 但并未抓到本质 危机正潜伏在初战告捷的欢乐中 萧条波折期 1967年 70年代初期 当人们进行了比较深入的工作后 发现人工智能研究碰到的困难比原来想象的要多得多 困难重重 Samuel的下棋程序当了州冠军之后没能进一步当上全国冠军更不要说世界冠军 65年世界冠军Helmann与Samuel的程序对弈了四局获得全胜 仅有的一个和局是因为世界冠军 匆忙地同时和几个人对弈 的结果 困难重重 已过去了十年 计算机并未证明出重要的人还未证明出的定理 困难重重 最糟糕的还是机器翻译 最初采用的主要办法是依靠一部词典的词到词的简单映射方法 结果没有成功 还出现了笑话 如英语和俄语之间的翻译 句子 outofsight outofmind 眼不见心不烦 译成俄文时却成了 又瞎又疯 困难重重 从神经生理学角度研究AI的人发现他们遇到了几乎是不可逾越的困难 以电子线路模拟神经元及人脑都并没有成功 人的脑子有1011 千亿 以上的神经元 生理学家认为 每个神经元可能不只是一个信息存储转送单位 而是一台完整的自动机 当时的计算技术要把1011 千亿 台机器组成一个联合运行的网络是不可能的 问题求解中的组合爆炸问题 例如国际象棋走第一步有10120种可能 用原有的计算机速度要1090年 而宇宙的年龄是1010年 所以有人讲 计算机下棋走第一步要走到 世界的末日 由此可见不能光靠把所有可能性存入计算机 而要研究人的思维方法 困难重重 敢问路在何方 这一切都说明 由于50年代的盲目乐观和期望值过高 没有充分估计困难 没有抓到本质 因此 AI的发展要比平时慢得多 而且遇到了严重的困难 第二个兴旺期 70年代中期 80年代中期 知识就是力量 1977年费根鲍姆教授提出 知识工程 的概念 至此人工智能的研究又有新的转折 知识作为智能的基础开始受到重视 知识工程的方法很快渗透了AI各个领域 促使AI从实验室研究走向实际应用 蓬勃发展的专家系统带动AI RI系统用作VAX计算机的组装每年为DEC公司节约2000万美元 斯坦福大学1976年开始研制的用于地质勘探的专家系统PROSPECTOR在1982年预测了华盛顿州的一个勘探地段的钼矿位置 其开采价值超过了一亿美元 由于智能机器人和第五代计算机研制计划的产生 使人工智能研究从萧条期转入第二个兴旺期并进入黄金时代 机器翻译研究全面复苏并从实验室走向实用走向市场 数百家计算机公司卷入了计算机视觉系统的研制 已有很多可以满足简单的视觉应用的商用产品面世 智能机器人的研制形成高潮 否定之否定规律 再次反思 十年过去了 日本的第五代机计划未能达到预期效果而不了了之 八十年代中期 后期 人们想研究通用的智能机器或专家系统的设想或计划开始出现危机 引起反思 顶天立地 人工智能研究人员开始做 顶天立地 的工作 顶天 是指研究和解决AI的一系列关键技术问题 例如常识性知识表示 非单调推理 不确定推理 机器学习 分布式人工智能 智能机器体系结构等基础性研究 以期取得突破性进展 立地 是指研究人工智能的实际应用 特别是专家系统 自然语言理解 计算机视觉 智能机器人 机器翻译系统都朝实用化迈进 新的神经元网络时代 80年代中 90年代初 BP网 算法 解决了多层网的学习问题Hopfield网 成功求解了货郎担问题存在问题 理论依据解决大规模问题的能力 网络化 智能化 90年代 计算机发展趋势为小型化 并行化 网络化 智能化 人工智能技术逐渐与数据库 多媒体等主流技术相结合 并融合在主流技术之中 旨在使计算机更聪明 更有效 与人更接近 数据与网络时代 90年代初 现在 网络给AI带来无限的机会知识发现与数据挖掘AI走向实用化 1997年5月11日 IBM深蓝计算机打败了当时世界国际象棋冠军加里 卡斯帕罗夫 这成为了载入史册的历史性事件 2011年 Watson在美国最受欢迎的智力问答电视节目 危险边缘 Jeopardy 中亮相 一举打败了人类智力竞赛的冠军 目录 一 人工智能的定义二 人工智能的过去三 人工智能的现在四 人工智能的未来 大数据 云计算 深度学习 大数据时代 深度学习的概念由Hinton等人于2006年提出 源于人工神经网络的研究 含多隐层的多层感知器就是一种深度学习结构 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 在人工智能研究领域 YannLeCun GeoffreyHinton和YoshuaBengio一直被公认为深度学习三巨头 弱人工智能弱人工智能是擅长于单个方面的人工智能 比如有能战胜象棋世界冠军的人工智能 但是它只会下象棋 你要问它怎样更好地在硬盘上储存数据 它就不知道怎么回答你了 扫地机器人 强人工智能人类级别的人工智能 强人工智能是指在各方面都能和人类比肩的人工智能 人类能干的脑力活它都能干 创造强人工智能比创造弱人工智能难得多 我们现在还做不到 超人工智能牛津哲学家 知名人工智能思想家NickBostrom把超级智能定义为 在几乎所有领域都比最聪明的人类大脑都聪明很多 包括科学创新 通识和社交技能 超人工智能可以是各方面都比人类强一点 也可以是各方面都比人类强万亿倍的 超人工智能 上帝 谷歌人工智能程序阿尔法围棋 AlphaGo 是基于深度学习技术研究开发的 为了测试阿尔法围棋的水平 谷歌于2016年3月份向围棋世界冠军 韩国顶尖棋手李世石发起挑战 最终以4 1胜出 2017年5月 AlphaGoMaster战胜世界冠军柯洁 2017年10月18日 DeepMind团队公布了最强版本AlphaGo 代号AlphaGoZero 经过短短3天的自我训练 AlphaGoZero就强势打败了此前战胜李世石的旧版AlphaGo 战绩是100 0的 经过40天的自我训练 AlphaGoZero又打败了AlphaGoMaster版本 Master 曾击败过世界顶尖的围棋选手 甚至包括世界排名第一的柯洁 手机中的AI 面向知识图谱的搜狗搜索技术 DeepMind的软件控制着数据中心的风扇 制冷系统和窗户等120个变量 使谷歌的用电效率提升了15 几年内共为谷歌节约电费数亿美元 5 Deepmind已为谷歌挣钱 DeepMind算法减少了40 用于冷却的电量 即整体用电量效率提升15 各种穿戴设备 人 车共驾 脑控或肌控外骨骼机器人 人机协同手术等实现生物智能系统与机器智能系统的紧密耦合 人机一体化技术导向混合智能 人脸识别 无人驾驶共享汽车 智慧城市 虚拟现实 VR 医疗诊断 用深度神经网络实现皮肤科医生水平的皮肤癌分类 2017 1 25 他们通过使用深度卷积神经网络 利用129450个临床图像的数据集 在21位经过认证的皮肤科医生的监督下学习 完成对角质形成细胞癌 良性脂溢性角化病 恶性黑色素瘤 普通痣等的识别 诊断准确率达91 以上 谷歌的科学家们做了一个尝试 由于单张切片的照片过于庞大 他们将这些图像分割成了数万至数十万个128x128像素的小区域 每个小区域内可能含有数个肿瘤细胞 随后 他们提供了许多肿瘤组织与正常组织的病理切片 供人工智能学习 最终 这款人工智能掌握了一项像素级的技巧 它能分辨出单个小区域内被标注为 肿瘤 的像素 从而将整个小区域标注为 肿瘤区 这能有效将肿瘤组织与健康组织区分开来 与现有的计算机分析方案 中 相比 新型人工智能 右 能更准确地找到肿瘤 病理学家30个小时73 3 人工智能88 5 vs 乳腺癌 由张康教授领导的广州妇女儿童医疗中心和加州大学圣迭戈分校团队 于2018年2月22日在顶级期刊 细胞 上发表了一篇人工智能 AI 在医疗领域应用的重磅研究成果 基于深度学习开发出一个能诊断眼病和肺炎两大类疾病的AI系统 准确性匹敌顶尖医生 细胞 以封面文章的形式 刊登了来自中国的这项AI研究 这不仅是中国研究团队首次在顶级生物医学杂志发表有关医学人工智能的研究成果 也是世界范围内首次使用如此庞大的标注好的高质量数据进行迁移学习 并取得高度精确的诊断结果 达到匹敌甚至超越人类医生的准确性 还是全世界首次实现用AI精确推荐治疗手段 目录 一 人工智能的定义二 人工智能的过去三 人工智能的现在四 人工智能的未来 缸中之脑 我们如何能证明我们不是生活在虚拟世界中 人们已经不再热衷于玩网络游戏 而是创造了高科技成人乐园 体验更加真实刺激的游戏 里面有不少机器人接待员 他们过着设定好的剧情生活 而游客呢 现实中不敢的胡作非为 在公园里都能无限制放纵 嫖妓 追凶甚至滥杀无辜 提供服务的机器人 也不是一般的机器人 他们不仅具有超高仿真外形 还有自身情感 而且能带给游客最真实的体验 比如 中弹以后会流血 受伤以后会痛苦地嗷叫 夜幕降临 所有机器人的记忆被清除 一切归零 第二天太阳升起 新一批游客入园 不过 在程序的失误以及程序员要求机器人更接近于人类思维和情感的情况下 机器人的自主意识和思维使他们开始怀疑这个世界的本质 进而觉醒并反抗人类 黑客帝国 系列电影是一部关于AI失控控制人类的影视作品 片中AI有了自主意识 认为人类的生存对整个星球的进步是种阻碍 将人类的意识囚禁在数字虚拟空间 而人类的身体成了AI的能量源 未来人的生活状态 乐观的展望 三维全息虚拟技术正式大规模商用 可以通过VR AR技术进行远程交流 网络购物了 乐观的展望 升级版Hyperloop建成 由于运行空间真空 没有摩擦力 胶囊大玩具 车厢运行速度最高可能达到每小时6500公里 这样算下来 从美国纽约到洛杉矶只要5分钟 纽约到北京只需2小时 环球旅行只需要3个小时 乐观的展望 量子计算机正式大规模商用 其运行速度比传统模拟装置计算机芯片运行速度快1亿倍 乐观的展望 人类带上 大脑帽 可以进入虚拟世界 乐观的展望 机器人承担了100 的人类体力工作 智力方面工作的替代率也提高到了90 人类进入到了可以不用工作的时代 绝大部分人类从世俗事务中脱离出来 得以专心致力于自己的爱好专长 知识将能够植入大脑中的生物芯片 教育制度发生了根本性改变 人类再也不需要死记硬背了 传统的长达十来年的教育缩短为几周的移植教育 乐观的展望 人类甚至可以将自己的意识下载到超级电脑 或克隆的新生命 内 从而达到某种意义上的 永生 乐观的展望 在技术上解决了辐射反馈等艰巨困难之后 人类史上首个 虫洞