如何让浅显易懂地解释「人工智能」？它的发展历程是什么样 ...

相关内容：当微软小冰成为毕加索

「人工智能」涉及哪些领域？「人工智能」有哪些主要成果？

本问题将作为「知识库」栏目的一部分，你的创作将有机会被收录在相关话题的百科简介中，为知友们解答各种十万个是什么。

top域名为你回答：
简单说就是由人类制作出来的拥有智慧的程序。
有类人的思想，但是有超过人的思考能力。

定义

人工智能（Artificial Intelligence, AI）是计算机科学的一个分支，指人类制造的机器所表现出的智能，最终目标是让机器具有像人脑一般的智能水平。
目前，人工智能的发展处于十分初级的阶段，机器的智能程度还很低。
分类

从智能程度上看，人工智能通常分为两类：
应用人工智能（Applied AI）：即能完成特定任务的算法或程序，如人脸识别、语音识别、文本摘要等。
强人工智能（Artificial General Intelligence，AGI）：即与人类同等智慧的人工智能。这类人工智能经常出现在科幻作品中，暂无实现可能。
发展历程

1956-1969：诞生
1956 年，约翰·麦卡锡（John McCarthy）于达特茅斯会议上首次提出人工智能概念。
1958 年，受人脑神经元工作方式的启发，康奈尔大学博士弗兰克·罗森布拉特（Frank Rosenblatt）提出「感知机」算法，以制造可以识别物体的机器。



感知机

1969 年，马文·闵斯基（Marvin Minsky） 与西蒙·派珀特（Seymour Papert）合著的《Perceptron》出版，从数学角度证明单层感知机的计算局限性。人工智能开始进入低潮期。

1970-1997：低潮
由于计算力有限、计算的复杂度上升等问题，神经网络变得不再受欢迎，许多学者转而研究用于解决特定领域问题的复杂算法。
社会舆论的压力和科研经费大量转移，人工智能研究进入低潮。
这一期间仍有许多阶段成果，如：
1970 年，斯坦福大学开发人机对话系统 SHRDLU，通过结合句法分析、语义分析、逻辑推理等技术，使用者可以用自然语言指挥机器人完成一系列动作。
1980 年，卡耐基梅隆大学设计了专家系统 XCON，可以根据用户需求自动配置计算机零部件。该系统在投入使用的 7 年间，共处理了 80000 个订单。
1997 年，IBM 开发的 Deep Blue 计算机系统战胜了国际象棋世界冠军卡斯帕罗夫。人工智能再次进入大众的视野。



Deep Blue

1998-至今：发展
得益于互联网的普及、数据的积累及计算力的提升，深度学习等人工智能实现方法开始在各领域应用。
这一阶段，人工智能领域的突破性成果接连不断，如：
2012 年，Google 无人驾驶汽车上路，利用照相机、雷达和激光雷达获取环境信息，车辆可以自行作出驾驶判断；
2014 年，香港中文大学汤晓鸥团队公布了全新的人脸识别算法，其识别准确率高达 98.52%；
2016 年，Deep Mind 公司开发的人工智能 Alpha Go，击败了世界排名第一的围棋选手柯洁，再次引发了民众对人工智能的热议。

参考：
1、AI researcher Ben Goertzel explains why he became interested in AGI instead of narrow AI. Published 18 Oct 2013. Retrieved 16 February 2014. Ben Goertzel on AGI as a Field - Machine Intelligence Research Institute
2、 "Frank Rosenblatt - July 11, 1928-July 11, 1971" (PDF). Home.
https://ecommons.cornell.edu/bitstream/1813/18965/2/Rosenblatt_Frank_1971.pdf
3、McDermott, John (1980). "R1: An Expert in the Computer Systems Domain" (PDF). Proceedings of the First AAAI Conference on Artificial Intelligence. AAAI'80. Stanford, California: AAAI Press: 269–271.
4、集智俱乐部. 科学的极致 漫谈人工智能，2015:8-20；102-105；132-135.

谢邀。
在人工智能发展进程中艾伦·麦席森·图灵，这位英国著名的数学家和逻辑学家最早提出了机器人是否会思考的概念，图灵也被誉为现代计算机科学之父和人工智能之父！



艾伦·麦席森·图灵（1912年6月23日－1954年6月7日）

我们把时间推回到半个多世纪的某个夏天，此时麦卡锡、明斯基等众科学家们正在举办一场Party，在这次聚会上探讨和共同研究了用机器模拟智能的问题，也是在那时，“人工智能(AI)”的理念正式被提出！
人工智能（Artificial Intelligence）简称AI，AI能根据大量的历史资料和实时观察（real－time observation）找出对于未来预测性的洞察（predictive insights）。

人工智能是旨在研究开发出能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，目的促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。

关于人工智能的发展历程，可以分为下述六个时期：
人工智能的起源期：
1950年，一位名叫马文·明斯基的大四学生与他的同学邓恩·埃德蒙一起，建造了世界上第一台神经网络计算机，这个事件被看做是人工智能的一个起点。
1950年，无独有偶被誉为“计算机之父”的阿兰·图灵提出了“图灵测试”这样一个举世瞩目的想法：一台机器如果能够与人类开展对话而不能被辨别出机器身份，那么这台机器就具有智能。
1956年，在达特茅斯学院举办的一次会议上，计算机专家约翰·麦卡锡提出了“人工智能”一词，达特茅斯会议被认为是“人工智能”诞生的标志性会议。
人工智能的反思发展期：
1956年的达特茅斯会议之后的十余年，计算机被广泛应用于数学和自然语言领域，用来解决代数、几何等问题。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望值，在当时甚至存在很多学者认为：“二十年内，机器将能完成人能做到的一切。”
这些专家学者开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，迎接他们的却是接二连三的失败打击和社会舆论的压力，这段时间也是人工智能发展史上停滞受限的一段艰难岁月。
人工智能的崛起期：
1980年，卡内基梅隆大学为数字设备公司设计了一套名为XCON的“专家系统”，XCON专家系统是一套具有完整专业知识和经验的计算机智能系统，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。XCON专家系统在医疗、化学、地质等领域取得的成功，推动人工智能崛起。
人工智能的低谷期：
20世纪80年代中——20世纪90年代中，伴随着人工智能的应用规模不断扩大，XCON专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。1987年，苹果和IBM公司生产的台式机性能都超过了Symbolics等厂商生产的通用计算机。XCON专家系统专优势荡然无存，仅仅7年之后，XCON专家系统正式宣告退出历史舞台。
人工智能的再次崛起期：
20世纪90年代中期开始，由于网络技术特别是互联网技术的发展，随着人们对AI开始抱有客观理性的认知，人工智能的研究开始进入平稳发展时期。
1997年IBM推出的“深蓝”超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，再次引起了公众对人工智能的广泛讨论。
2006年Hinton在神经网络的深度学习领域取得突破，人类又一次看到机器赶超人类的希望。
人工智能的蓬勃发展期：
近10年伴随着大数据、云计算、物联网等技术的发展，人工智能逐渐终于迎来了属于自己发展的春天，如今关于人工智能的商业化正在快速推进中，我们所知道和了解的人像识别、图像识别技术、语音识别、自然语言理解、用户画像等，此类技术也现阶段已经在金融、工业互联网等多个行业和领域得到应用！
政策层面的强大支持，举全国之力，在2030年一定要抢占人工智能全球制高点：“国家正在抓紧推进《国家新一代人工智能发展规划》实施工作，启动人工智能重大项目实施相关准备工作。将推动国家人工智能开源开放创新平台建设，初步考虑将依托百度、阿里、腾讯、科大讯飞在自动驾驶、城市大脑、医疗影像、智能语音等技术方向试点建设国家人工智能开源开放创新平台等。”
人工智能的未来大有可为，值得你我的期待！
关于人工智能的应用领域或场景：
场景1:无人驾驶
无人驾驶行业当前可谓是群雄逐鹿，如百度阿波罗无人驾驶计划，早些时候百度官方宣布与北汽联手，在2019年前后实现L3级别自动驾驶车辆量产，2021年前后实现L4级别自动驾驶车辆量产。
当然无人驾驶距离全面普及尚有很长一段路要走，不过庆幸的是这条路已经展现在我们面前了，未来如何，我们拭目以待！
场景2:智慧城市
城市大脑将交通、能源、供水等基础设施全部进行大数据化，将散落在城市各个角落的数据进行汇聚，然后通过超强地数据分析、大规模地快速精准的计算及运算，实现对整个城市的全局实时分析，让城市更加智能地运行和调度起来！
场景3:语音交互
如科大讯飞的语言互译工具已经做到了中文进、英文出，可谓是同声传译！
在人工智能的时代，让机器更好的读懂人类，让机器与人类更好、更顺畅准确的交互、交流！
场景4:智能家居
人工智能将走进我们每一个的生活中，现在AI音响等等已经逐步敲开了我们的大门，可以预见的是更多的智能家居将会出现在我们的生活中，让生活更智能，万物互联的时代值得期待！
当然，科技的进步，也意味着让人类变得更加慵懒！
场景5:无人餐厅
没有服务员、没有收银员、不用带手机、不用现场买单。
刷脸支付的时代，吃完饭、拍拍屁股走人！
场景6：智慧医疗
位于硅谷的斯坦福大学研究人员今年初公布了一项诊断皮肤癌的算法，经过训练，算法的表现已经可以媲美专业皮肤科医生。
此外，AI在预测心脏病、检测阿尔茨海默氏症等病症上面也能够加分很多，未来期待AI在医学研究领域能够协助攻克更多的医学难题！
附：相关行业典型案例

智能机器人

索菲亚 沙特公民（世界上首个获得公民身份的机器人）

另一种情感、陪护、交际的存在！
影视题材中AI机器人慢慢的出现在我们的生活中成为一部分，AI智能家居也已经逐渐走入我们的生活场景中，虽然机器人威胁论或者恐吓论一直存在，但是未来而言，AI机器人势不可挡很大程度上也会利大于弊！
AI机器人将会在辅助恢复、情感陪伴、残障人士等方面发挥着更多的作用，当然AI距离平民价格的量产还是有段时间的，道德的约束也会成为其AI机器人生产的一大需要考虑的层面。

无人餐厅

海底捞斥巨资1.5亿打造的“无人餐厅”在北京正式营业，想必很多人都已经被安利和种草了。在这家无人餐厅了，不见了洗菜工、配菜员、传菜员，门口表演拉面的小哥和美甲擦鞋的服务员都不见了踪影。按照海底捞的官方说法，全年无休的机器人，不领薪水还不要加班费、更不会发脾气、极低的出错率，至少能降低4成的成本。

无人酒店

酒店里面没有大堂经理、没有保洁阿姨，面对你的只有机器人工作人员，所有事情统统交给了人工智能。住客进门无需插卡，只需带着一张脸就行了，灯光会自动进入欢迎模式，电视机自动开启，房间内的空调、灯光、窗帘等设备全部不用手工操作。

智能生产

富士康而言算是国内较早一批率先用机器人来取代流水线员工进行生产的企业，其中的生产效率的提升和成本的用人成本规模化降低显然成了促使富士康做出这样改变的一大因素。其实不只是富士康这类的巨型科技类产品企业，比如国人最爱的饺子也早已在智能制造的路上大跨步的前进。

智能物流

人工智能同样蔓延到了物流行业，从智能分拣到快递运输，包括京东的无人运输车、饿了么的外卖机器人。从室内到室外，人工智能也逐渐释放者自身的价值。

智能驾驶

2017年，颜值担当的厂长李彦宏因为擅自驾驶无人车上路也吃了首张无人车罚单！

智能文案

2017年双十一撸完了4亿张Banner每秒钟能设计8000张海报的「鲁班」智能设计平台



阿里妈妈的AI人工智能文案

结 语
云计算、大数据和AI人工智能，被誉为助力数字中国的三驾马车。对于未来而言，人工智能会在人类生活的方方面面，发挥越来越多的作用，也会刷更多的存在感。
技术是把双刃剑，AI人工智能自然也不例外，除了关注技术发展外，道德层面、法律层面也需要出台相关的制度和政策去引导。人工智能，人为主导，机器为辅，发挥好人的价值才有可能更好的释放AI的价值和能量！

抛砖引玉。
虽然「人工智能（artificial intelligence）」近几年来炙手可热，但广义来说，人工智能出现的时间非常早，几乎是随着计算机的出现就伴随着人类。
所有通过计算机模拟人类行为，并代替人类进行对话、检测、决策的功能都可以视为人工智能。

以聊天机器人为例。
1966年，计算机科学家约瑟夫.维森班（JesephWeizenbaum）就写出了能作为精神治疗医师的聊天机器人，甚至还通过了图灵测试。
但这也没有什么神奇的，我们使用QQ的自动回复，也能构建出一个聊天机器人。
首先，我们先给QQ设置一个自动回复。


然后，我们等一个傻子上钩。


于是，你也实现了简单的人工智能。
这就是初代的人工智能，基于人类总结出的规则构建的决策流。需要指出的是，时至今日，基于规则的AI仍旧是解决问题的主力军。
而这种AI从未让人觉得惊叹，甚至大部分人觉得，TA能通过图灵测试，只是我们中了魔术师的陷阱。在障眼法下，先入为主地以为对面是人类。而当我们有意去测试各种非正常对话时，这样的AI原形毕露，容易被我们分辨出来。

而今天让我们惊叹的人工智能，采用了另一种思路解决问题，基于数据解决问题。将大量标记数据交给计算机，让计算机掌握规律，形成了现在的人工智能，基于数据的决策机。
换成人类的思维方式，就是基于经验判断解决问题。很多时候，我们也说不出为什么，但是就觉得应该这么做，这就是经验，或者换个时髦的词，这叫大案牍术。


这种思路的提出，其实非常早，约在20世纪50年代，就有学者开始研究人工神经网络。然而长达半个世纪的时间中，这项技术一直默默无闻。
卡在了两个最重要的点上，一是有标记的数据量不足，二是处理数据的硬件能力不足。
要说人工智能领域的量变来自于哪里，应该是研究人员始终朝着如何利用无标记数据或小样本数据完成模型训练。
而要说近年来，AI领域的大爆发质变来自于何，应该是硬件技术的大突破，云计算、分布式计算、GPU的广泛应用。
而人们观感上的AI的冲击力，更多来自于，原来AI只是一种低能的玩具，而现在已经可以开始真实解决问题。



图片来源见水印

当人工智能打败世界顶尖围棋选手，利用德州扑克每小时盈利500美元，与电子竞技顶尖选手分庭抗礼。人们再也无法将AI仅仅看做是娱乐的猴子，甚至伴生了被AI淘汰的恐慌。但更多的人，看到了AI时代的崭新未来。
全球级别的关注，进一步促使所有的资金和人才都涌入人工智能的研究，如果说以前的AI研究是坐着马车，现在几乎是乘着高铁往前冲刺。
电子客服、虚拟助手、图像修复、图像检测等无数应用正在以可见的速度高速迭代，入侵改变我们的生活。
狄更斯有一句描写工业革命的名言，我觉得同样适用于今天——
这是最好的时代，也是最坏的时代。

不管你愿不愿意，有没有准备好，「人工智能」的时代都已经来到。
感谢阅读。