人工智能技术发展历程与趋势

1956年，麦卡锡、明斯基等科学家在美国达特茅斯学院举办了一场“关于如何用机器模拟人的智能”的学术研讨会，首次提出了人工智能的概念，标志着人工智能作为一门科学而诞生。狭义上，人工智能是类比人脑的人造算法与应用，但随着科技的更替和演进，其内涵正在不断地扩大和泛化。广义上，人工智能是以实现人造智能活动为目的的所有技术与应用的统称，涵盖了对应人类主要的智能：计算机视觉、自然语言理解与交流、语音识别与生成、机器人学、博弈与伦理和机器学习六个大学科，并且学科之间呈现交叉融合的发展势态。

历史上，人工智能的技术根据其所模拟的信息处理方法不同而分为两大类：一是经典逻辑或符号主义，二是人工神经网络或联结主义。符号主义和联结主义是人工智能技术发展历史中竞争最为激烈的两大流派，在人工智能几十年的发展中交替引领人工智能理念和技术的潮流。此外，还有一派是行为主义，它是从主体—客体的控制角度对人工智能进行定义和研究的。

符号主义的观点是人工智能源于数理逻辑。它是一种基于逻辑推理的智能模拟方法，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。该学派认为，人类认知和思维的基本单元是符号，而认知过程就是在符号表示上的一种运算。人是一个物理符号系统，计算机也是一个物理符号系统，因此，就能够用计算机来模拟人的智能行为，即用计算机的符号操作来模拟人的认知过程。该学派的理论与技术包括启发式算法、专家系统和知识工程等。(www.xing528.com)

联结主义的观点是人工智能源于仿生学。其主要原理为神经网络及神经网络间的连接机制与学习算法。该学派认为，人的认知活动就是大脑神经元整体的动态活动，因此可以用计算机模型在结构和功能上模拟大脑神经网络，利用人工神经网络来解释人类大脑的认知活动。联结主义赋予网络以核心性的地位，强调网络的并行分布加工。

在此之后，人工智能又经历了从人脑思维模仿、统计模型和大规模数据分析三个阶段，人工智能的研究从智能问题变为数据问题，从专家系统发展到基于机器学习的模式识别系统，再发展到基于深度学习的大数据分析系统。