人工智能發展進程

孫江萍++麻芳

摘 要：人工智能自20世紀計算機互聯網技術發展以來，在各個領域具有廣泛應用的重大成就，并且滲入到各個學科研究領域。本文以人工智能的定義為出發點，簡單概括了人工智能的發展階段以及當前的研究和應用，將人工智能與人的智能進行對比，并對未來人工智能的發展趨勢進行闡述。

關鍵詞：計算機技術；人工智能

1 人工智能的發展歷史

1.1萌芽階段

1956年以前，英國數學家圖靈為人工智能做了開拓性的貢獻。圖靈機的出現是人工智能乃至整個計算機科學發展進入新階段的標志，1961年以后，人工智能主要內容涉及知識工程、自然語言理解等。人們研究人工智能方法也分為結構模擬派和功能模擬派，分別從腦的結構和腦的功能入手研究。

1.2成長階段

20世紀80年代，人工智能的研究進入成長階段。1984年，Astrom明確提出建立專家控制的新概念，專家系統是一種具有特定領域內大量知識與經驗的程序系統，其水平可以達到甚至超過人類專家的水平，專家控制系統是目前人工智能中最活躍最有效的一個研究領域，專家系統可分為解釋型、診斷型等類型，1986年，中國蔡自興提出把人工智能、控制論、信息論和運籌學結合起來，用于構造不同領域的智能控制系統，有效地促進專家系統進一步發展。與此同時，人工神經網絡的研究也因為人工智能的發展再度掀起熱潮；對于模糊理論的研究，以及其他分支也都開始迅速開展研究。這些標志著智能控制已從研制開發階段轉向應用階段。

1.3快速發展階段

20世紀80年代末，人工智能開始逐步向多技術、多方法的綜合集成與多學科、多領域的綜合應用型發展，人工智能進入了快速發展階段。人工智能既然是多個自然科學和社會科學交叉的結晶，那么每一個學科的研究成果都可以成為另外一個學科的研究基礎或輔助手段。可以預見，作為創新思想的源泉，學科交叉將催生更多的研究成果，學科交叉也必將孕育人工智能未來的大突破。對于人工智能學科整體而言，要有所突破，需要多個學科合作協同，在交叉學科研究中實現創新。

2 當前的研究和市場應用

艾瑞發布《2015年中國人工智能應用市場研究報告》，從“發展現狀”“應用現狀”“發展前景及市場機會”三方面對目前國內人工智能應用市場做出分析判斷，并對未來國內外人工智能市場的發展做出預測。報告透露，以BAT為首的互聯網巨頭已在人工智能領域布局，同時，上百家創業企業開始滲透并構架起產業基礎層、技術層、應用層，形成產業鏈模型。

3 人工智能與人的智能對比

3.1第一回合：人類險勝

人與計算機的對抗可以上溯至20世紀70年代，最早是計算機技術人員在實驗室一種休閑娛樂。1996年2月，由IBM開發的超級電腦深藍（Deep Blue）挑戰國際象棋世界冠軍卡斯帕羅夫，在經過7天的比賽之后，深藍以2∶4的失敗告終。這是歷史上第一次由人工智能挑戰世界頂級棋類選手，深藍輸了比賽，卻引起全球對人工智能發展的高度關注，這臺冷冰冰的機器在比賽中并沒有讓世界冠軍好受，卡斯帕羅夫雖然最終贏得比賽，但也宣告了人機對抗中人類勝利的歷史的結束。

3.2第二回合：人類完敗

1996—2016年的二十年，人類與機器之間進行了三次標志性的競賽，均以人類失敗告終。1997年，IBM深藍再次挑戰卡斯帕羅夫，并以3.5∶2.5的優勢贏得比賽，成為首個在標準比賽時限內擊敗國際象棋世界冠軍的電腦系統，同時也標志著人機智力對抗中，機器已經實現逆轉。

2011年，IBM開發的集成服務器沃森（Watson）參加美國《危險邊緣》，并最終擊敗最高獎金得主魯特爾和連勝紀錄保持者詹寧斯，獲得了100萬美元獎金。這是人工智能在綜藝節目上第一次擊敗人類選手獲得最高獎金。相對于深藍，沃森需要處理的信息更加復雜，盡管在一些提示信息相對較少的問題面前表現明顯不如人類，但是依靠強大數據處理能力和運算速度上的優勢，戰勝人類。

然而這一切到了2016年，發生了改變。2016年伊始，谷歌宣布其倫敦子公司Deep Mind開發的AlphaGo機器人以5∶0大勝歐洲圍棋冠軍樊麾，隨后又以4∶1比分戰勝世界冠軍韓國圍棋國手李世石。2016年底，AlphGo化名Master在圍棋網絡平臺上所向披靡，將中日韓的一個個頂尖棋手斬于馬下，取得了60連勝輝煌戰果。因為圍棋是迄今為止最復雜的棋類游戲，那么機器能夠在圍棋上戰勝人類頂尖選手則意味著至少在棋類游戲上實現了對人類的全面超越。

3.3第三回合：休戰、共贏

無論是深藍、沃森還是AlphaGo，其研發的目的遠不止贏得一場比賽那么簡單。IBM早已將深藍和沃森系統應用于藥物研發、金融風險計算等領域。至于輸給深藍的卡斯帕羅夫，也并沒有因為失敗而從此一蹶不振，相反他又拿下了幾乎所有著名的國際象棋比賽的冠軍，最后退出國際象棋界后，轉身又進軍政界。輸給AlphaGo的李世石從此人氣大漲，參加了各種訪談和綜藝節目，圍棋在韓國年輕人中進一步升溫。雖然人機大戰在比分上表現為人類的完敗，但最終的結果是：雙方都從中受益。

4未來發展方向

雖然人工智能有二十多年的發展歷史，但仍然處于研究階段，它仍然面臨一些問題。人工智能的發展是力求讓智能系統做出自己的決定。深度學習是機器學習的新浪潮，也是人工智能發展的一個里程碑，雖然深度學習已經在語音識別、圖像識別等領域小試身手，但客觀上講還處于襁褓階段，無論是理論研究還是工程化都還面臨巨大的難題。誰也不能保障深度學習在未來能否成為人工智能最基礎的方法，也許會有新的更好的技術替代深度學習，但是可以肯定的是，人工智能的夢想不再遙遠，機器將在不久的將來像人類一樣思考。

5結語

人工智能是社會發展的需要，也是社會發展的必然產物。伴隨著人工智能的發展，一方面學科在不斷細分，高度分化，另一方面，學科在不斷融合，呈現出交叉和綜合的趨勢。在備受關注的機器人領域，人工智能也具有無限的發展空間，雖然現在機器人的發展已經讓人矚目，但是相信人工智能會給我們帶來更加震撼的成果。

對人工智能的研究是人類一直以來的愿望，同時也是一項極其具有挑戰性的研究學科，和其他研究一樣，必定障礙重重，但是有信心與毅力恰好是人類勝過人工智能的一個方面，所以我們要敢于挑戰，敢于創新，讓人工智能取得新的突破性成就。

參考文獻：

[1]于新生，劉德華.控制理論與人類智能[J].周口師范學院報，2006，23（2）：65-67.

作者簡介：

孫江萍（1997.03—），本科在讀，市場營銷專業，現就讀于煙臺南山學院商學院市場營銷1601班。

麻芳（1982.12—），碩士研究生，高分子化學與物理專業，現任職于煙臺南山學院。