人工智能-42. 机器学习发展史

42：机器学习发展史教师姓名授课名称人工智能及机器学习基础知识授课形式授课班级授课地点授课日期章节名称机器学习发展简史教学目的了解机器学习发展史。了解每一阶段机器学习主要技术。重点难点重点：机器学习发展史难点：搜索技术常见案例。主要内容课程引入桑克（R.Shank)曾经说过：“一台计算机若不会学习，就不能说它具有智能。”学习是人类获取知识的重要途径和自然智能的重要标志，机器学习则是机器获取知识的重要途径和人工智能的重要标志。机器学习其实就是是寻找一种对自然/人工主题、现象或活动可预测且/或可执行的机器理解方法。课程内容20世纪40-50年代1943年，WarrenMcCulloch和WallterPitts提出了神经网络层次结构模型，确立了神经网络的计算模型理论，从而为机器学习的发展奠定了基础。1950年，“人工智能之父”图灵提出了著名的“图灵测试”，使人工智能成为了科学领域的一个重要研究课题。20世纪50年代1958年，康奈尔大学教授FrankRosenblatt提出了Perceptron概念，并且首次用算法精确定义了自组织自学习的神经网络数学模型，设计出了第一个计算机神经网络。这个机器学习算法成为了神经网络模型的开山鼻祖。1959年，IBM的A.M.Samuel设计了一个具有学习能力的跳棋程序，曾经战胜了美国保持8年不败的冠军。这个程序向人们初步展示了机器学习的能力。20世纪60年代1962年，Hubel和Wiesel发现了猫脑皮层中独特的神经网络结构可以有效降低学习的复杂性，从而提出著名的Hubel-Wiese生物视觉模型，这之后提出的神经网络模型均受此启迪。1969年，人工智能研究的先驱者MarvinMinsky和SeymourPapert出版了对机器学习研究有深远影响的著作《Perceptron》，其中对于机器学习基本思想的论断：解决问题的算法能力和计算复杂性，影响深远且延续至今。20世纪80年代1980年夏，在美国卡内基梅隆大学举行了第一届机器学习国际研讨会（ICML），标志着机器学习研究在世界范围内兴起。1986年，《MachineLearning》创刊，标志着机器学习逐渐为世人瞩目并开始加速发展。1986年，Rumelhart，Hinton和Williams联合在《自然》杂志发表了著名的反向传播算法（BP）。1989年，美国贝尔实验室学者YannLeCun教授提出了目前最为流行的卷积神经网络（CNN）计算模型，推导出基于BP算法的高效训练方法，并成功地应用于英文手写体识别。20世纪90年代进入90年代，多种机器学习模型相继问世，诸如Logistic回归、支持向量机等等。这些机器学习算法的共性是数学模型为凸函数的最优化问题，理论分析相对简单，容易从训练样本中学习到内在模式，可以用来完对象识别等初级人工智能的任务。21世纪2006年，机器学习领域泰斗GeoffreyHinton发表文章，提出了深度学习模型。这个模型的提出，开启了深度网络机器学习的新时代。2012年，Hinton 研究团队采用深度学习模型赢得了计算机视觉领域最具有影响力的ImageNet比赛冠军（ILSVRC），标志着深度学习进入第二阶段。深度学习近年来在多个领域取得了令人赞叹的成绩，推出了一批成功的商业应用。2017年5月，AlphaGo Master与围棋世界冠军、职业九段棋手柯洁进行围棋人机大战，以3:0的总比分获胜。2017年10月18日，DeepMind团队公布了最强版AlphaGo，代号AlphaGoZero，它能在无任何人类输入的条件下，从空白状态学起，经过40天训练，总计运行了大约2900万次自我对弈，并以