伴隨著“人工智能”這一新興概念的興起，人們對AI的未來充滿了想象，人工智能迎來第一次發(fā)展浪潮。這一階段，人工智能主要用于解決代數(shù)、幾何問題，以及學習和使用英語程序，研發(fā)主要圍繞機器的邏輯推理能力展開。其中20世紀60年代自然語言處理和人機對話技術(shù)的突破性發(fā)展，大大地提升了人們對人工智能的期望，也將人工智能帶入了第一波高潮。
但受限于當時計算機算力不足，同時由于國會壓力下美英政府于1973年停止向沒有明確目標的人工智能研究項目撥款，人工智能研發(fā)變現(xiàn)周期拉長、行業(yè)遇冷。
? 第二次浪潮（1980-1987年）：專家系統(tǒng)使得人工智能實用化
最早的專家系統(tǒng)是1968年由費根鮑姆研發(fā)的DENDRAL系統(tǒng)，可以幫助化學家判斷某特定物質(zhì)的分子結(jié)構(gòu)；DENDRAL首次對知識庫提出定義，也為第二次AI發(fā)展浪潮埋下伏筆。20世紀80年代起，特定領(lǐng)域的“專家系統(tǒng)”AI程序被更廣泛的采納，該系統(tǒng)能夠根據(jù)領(lǐng)域內(nèi)的專業(yè)知識，推理出專業(yè)問題的答案，AI也由此變得更加“實用”，專家系統(tǒng)所依賴的知識庫系統(tǒng)和知識工程成為了當時主要的研究方向。
然而專家系統(tǒng)的實用性只局限于特定領(lǐng)域，同時升級難度高、維護成本居高不下，行業(yè)發(fā)展再次遇到瓶頸。1990年人工智能DARPA項目失敗，宣告AI的第二次浪潮步入低谷。不過，同時期BP神經(jīng)網(wǎng)絡的提出，為之后機器感知、交互的能力奠定了基礎(chǔ)。
? 第三次浪潮（1993年至今）：深度學習助力感知智能步入成熟
不斷提高的計算機算力加速了人工智能技術(shù)的迭代，也推動感知智能進入成熟階段，AI與多個應用場景結(jié)合落地、產(chǎn)業(yè)煥發(fā)新生機。2006年深度學習算法的提出、2012年AlexNet在ImageNet訓練集上圖像識別精度取得重大突破，直接推升了新一輪人工智能發(fā)展的浪潮。2016年，AlphaGo打敗圍棋職業(yè)選手后人工智能再次收獲了空前的關(guān)注度。2017年，Alpha Go Zero通過深度學習實現(xiàn)了自我更新升級，不斷自我超越，完勝Alpha Go。IBM研發(fā)的人工智能Watson，通過機器學習分析和解讀海量醫(yī)療數(shù)據(jù)和文獻并提出治療方案，其分析結(jié)果與醫(yī)生的治療建議具有高度的一致性。近期ChatGPT等人工智能模型的推出，發(fā)布五天，用戶便超過100萬人，無情碾壓了臉書公司10個月破百萬用戶的紀錄。發(fā)布短短兩個月，ChatGPT日活躍用戶數(shù)突破1億，打破了Twitter保持的9個月的紀錄，成為史上用戶數(shù)增長最快的消費者應用。
從技術(shù)發(fā)展角度來看，前兩次浪潮中人工智能邏輯推理能力不斷增強、運算智能逐漸成熟，智能能力由運算向感知方向拓展。目前語音識別、語音合成、機器翻譯等感知技術(shù)的能力都已經(jīng)逼近人類智能。
北大青鳥開設(shè)了人工智能、大數(shù)據(jù)、5G云計算、Java、前端、軟件開發(fā)等課程，辦學十余年，擁有豐富的教學經(jīng)驗。如果你想學習一些人工智能方面的知識，也歡迎致電400-8035-955或在下方留下聯(lián)系方式來北大青鳥咨詢！
