“第七章 人工智能的发展历程”版本间的差异

来自cslt Wiki
跳转至： 导航、 搜索
（以“==教学目标== * 了解图灵去世后（1950）到达特茅斯会议之前（1956），人工智能学者们的探索，理解人工智能产生的历史背景 *...”为内容创建页面）
 
（→‎高级读者）
 
（相同用户的21个中间修订版本未显示）
第1行： 第1行：
−
==教学目标==
+
==教学资料==
 +
*[[教学参考-07|教学参考]]
 +
*[http://aigraph.cslt.org/courses/07/course-07.pptx 课件]
 +
*小清爱提问： 人工智能的发展为什么充满曲折?  [https://mp.weixin.qq.com/s?__biz=Mzk0NjIzMzI2MQ==&mid=2247484046&idx=2&sn=684655eab0c91af157e06be89ff1e1a4&chksm=c308084cf47f815a693aa83f5dcbb0cb6898d80ca3a969a4a11810600f90da8103a14d31a718&scene=178#rd]
  
−
* 了解图灵去世后（1950）到达特茅斯会议之前（1956），人工智能学者们的探索，理解人工智能产生的历史背景
+
==扩展阅读==
−
* 了解香农、约翰·麦卡锡、马文·闵斯基、赫伯特·西蒙、艾伦·纽厄尔等人工智能早期代表人物的工作
+
−
* 了解达特茅斯会议所讨论的内容，了解人工智能学者们所关注的问题
+
−
* 通过本节讲解，进一步引导学生建立正确的人工智能史观，理解人工智能研究的对象和领域（例如，人工智能只是编程吗？人工智能是机器人吗？）
+
  
−
==教学内容==
 
  
−
===风起云涌===
+
*维基百科：人工智能简史[http://aigraph.cslt.org/courses/07/History_of_artificial_intelligence.pdf][http://aigraph.cslt.org/courses/07/人工智能史.pdf]
 +
*百度百科：自动定理证明[https://baike.baidu.com/item/%E8%87%AA%E5%8A%A8%E5%AE%9A%E7%90%86%E8%AF%81%E6%98%8E/3155595]
 +
*ELIZA chat bot [http://aigraph.cslt.org/courses/07/ELIZA.pdf][https://xie.infoq.cn/article/d147591e1ce6d415eea766c9a]
 +
*百度百科：理查德·卡普 [https://baike.baidu.com/item/%E7%90%86%E6%9F%A5%E5%BE%B7%C2%B7%E5%8D%A1%E6%99%AE/10730668]
 +
*百度百科：专家系统 [https://baike.baidu.com/item/%E4%B8%93%E5%AE%B6%E7%B3%BB%E7%BB%9F/267819][http://baike.baidu.com/l/hWwd1nSb]
 +
*百度百科：爱德华·费根鲍姆[https://baike.baidu.com/item/%E7%88%B1%E5%BE%B7%E5%8D%8E%C2%B7%E8%B4%B9%E6%A0%B9%E9%B2%8D%E5%A7%86/7868210][http://baike.baidu.com/l/Kfxgcfiz]
 +
*百度百科：人工神经网络[https://baike.baidu.com/item/%E4%BA%BA%E5%B7%A5%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/382460]
 +
*人工神经网络与反向传播算法[http://c.biancheng.net/ml_alg/what-is-ann.html]
  
−
* 上世纪50年代，通用计算机刚刚诞生，其强大的计算能力引起来了研究者的广泛关注。另一方面，随着数理逻辑的发展，思维可计算的理念已经深入人心。受图灵“机器智能”思想的影响，利用计算机来模拟人类思维、实现类人智能激发起年轻学者的极大热情。
+
==视频展示==
−
* 1950年，人工智能的开创者，著名计算机学家图灵自杀离世，大洋彼岸的美国却有一批年轻人接过了图灵未竟的事业，开启了对后世产生深远影响的一场惊天革命。
+
−
* 1950-1956年间，一批新的研究成果涌现，包括的克劳德·香农的对弈算法，赫伯特•西蒙和艾伦•纽厄尔的“逻辑理论家”定理证明系统， 马文·闵斯基的SNARC神经网络学习机。这些成果启发人们，计算机能做的事可能远超过人们的想象。
+
  
−
===成果酝酿1：对弈程序===
 
  
−
* 对弈一向被认为是需要很强智能才能完成的游戏，因此，对弈机器一直承载着人类的智能梦想。最早的自动对弈机器由西班牙数学家莱昂纳多·托里斯于1910年发明[https://www.chessprogramming.org/El_Ajedrecista]。
+
*深蓝对战卡斯帕罗夫[https://baike.baidu.com/item/%E5%9B%BD%E9%99%85%E8%B1%A1%E6%A3%8B%E4%BA%BA%E6%9C%BA%E5%A4%A7%E6%88%98/20218077][http://aigraph.cslt.org/courses/07/deepblue.mp4]
−
* 计算机发明以后，包括图灵在内的很多科学家都研究过对弈算法（图灵没有机器，是用笔算的走棋步骤）。其中，克劳德·香农的研究最为深入。他在1949年的一篇论文中深入探讨了一种称为MinMax的走棋算法，并给出了优化方案。同年，香农还设计了一台电动走棋机器[https://www.chessprogramming.org/Claude_Shannon]。
+
*Waston在危险边缘游戏中胜过人类[http://aigraph.cslt.org/courses/07/Watson.mp4]
 +
*Hey Siri[http://aigraph.cslt.org/courses/07/hey-siri.mp4]
 +
*ELIZA chat bot [http://aigraph.cslt.org/courses/07/eliza.mp4]
  
−
===成果酝酿2：定理证明===
+
==演示链接==
  
−
* 定理证明是一项高智商活动。然而，数理逻辑的发展让人们相信，基于若干基础假设和简单的推理规则，通过计算是可以实现定理证明的。
+
* ELIZA chatbot [https://web.njit.edu/~ronkowit/eliza.html]
−
* 1955年，赫伯特•西蒙和艾伦·纽厄尔开始探讨机器定理证明的可能性，最后由来自兰德的计算机程序员约翰·克里夫·肖完成了程序编写。他们把这个程序命名为“逻辑理论家”[https://en.wikipedia.org/wiki/Logic_Theorist]。
+
−
* 逻辑理论家是一个树搜索程序，根结点是基础假设，通过设计好的推理原则进行扩展，直到扩展到定理的结论。这一程序的诞生具有深刻的历史意义，是“思维即计算”这一哲学思想的有力证明。
+
  
−
===成果酝酿3：神经网络===
 
  
−
* 科学家们很早就知道，大脑是我们的智能中枢，而大脑是由大量神经元组成。这些神经元是同质的，互相连接起来产生功能。通过模拟大脑的这种连接机制，有可能复现人类的智能。
 
−
* 1951年，当时还是普林斯顿大学数学系研究生的马文·闵斯基设计了一个称为[[SNARC]][https://en.wikipedia.org/wiki/Stochastic_neural_analog_reinforcement_calculator]的人工神经网络。这个网络包括40个神经突触，从随机状态开始运行，并通过操作员的反馈进行训练。SNARC是早期神经网络的代表性工作。
 
  
−
===约翰·麦卡锡===
+
==开发者资源==
 +
* ELIZA python code [https://github.com/wadetb/eliza]
  
−
* 1927年9月4日，麦卡锡出生于美国波士顿一个共产党家庭。父母的工作性质决定全家需不断搬迁，从波士顿迁到纽约，然后又到了洛杉矶。
+
==高级读者==
−
* 信仰爱尔兰天主教的父亲当过木匠、渔夫和工会组织者，同时也是一位发明家，拥有捻船缝机和桔汁冷冻机两项专利。他的母亲是立陶宛犹太人，最初在联合通讯社当记者，后来在一家共产党报社工作。夫妻俩都曾参加过美国给出的，受父母的影响，麦卡锡从小就把自己对科学的兴趣与家庭的政治倾向结合起来。
+
−
* 麦卡锡认为自己的青少年时期平淡无奇，但事实证明并非如此。在上高三时，他得到了一份加州理工学院的课程目录，上面列出了该校一年级和二年级的微积分课本。他买了这些书，完成了所有的练习题目。这使得他最终在 1944 年进入加州理工后得以免修头两年的数学课程。
+
−
* 1948年，他获得了加州理工学院数学学士学位，在1951年又获得了普林斯顿大学数学博士学位。
+
−
* 1948年9月，他参加了加州理工主办的希克森脑行为机制研讨会，大数学家、计算机设计大师冯·诺依曼在会上演讲了一篇关于自复制自动机的论文，这是一种可以对自身进行复制的机器。
+
−
* 尽管当时的与会人员并没有明确地将机器智能与人类智能联系起来，但冯·诺依曼的讲话却激发了麦卡锡的好奇心。麦卡锡敏锐地将机器智能与人的智能联系起来，打算从事更深入的研究。第二年，在普林斯顿大学数学系做博士论文时，麦卡锡幸运地与冯·诺依曼一起工作。
+
−
* 在冯·诺依曼的鼓励和支持下，麦卡锡决定从在机器上模拟人的智能入手，主要研究方向定为计算机下棋。
+
  
−
===达特茅斯会议申请===
+
*AI简史[http://aigraph.cslt.org/courses/07/AbriefhistoryofAI.mp4][http://aigraph.cslt.org/courses/07/brief-ai.mp4]
−
 
+
*"ELIZA — A Computer Program for the Study of Natural Language Communication between Man and Machine," Communications of the Association for Computing Machinery 9 (1966): 36-45. [https://cse.buffalo.edu/~rapaport/572/S02/weizenbaum.eliza.1966.pdf]
−
* 1952年，普林斯顿大学的一个研究生向麦卡锡建议，可以找一些对机器智能感兴趣的人去收集一些该领域的文章。麦卡锡找到了贝尔实验室的克劳德·香农——“信息论”的创始人。在人工智能方面的若干深入探讨之后，他们萌生召开一次研讨会的共识。在洛克菲勒基金会的一笔微薄的赞助下，他们邀请到当时哈佛大学的明斯基和IBM工程师罗彻斯特等几位学者，参加这次会议
+
*王东，利节，许莎《人工智能》第一章 “神奇的人工智能”，第六章“学习你的思维” [http://aibook.cslt.org]
−
* 1955年9月2日，约翰·麦卡锡（达特矛斯学院数学助理教授）联合克劳德·香农（贝尔电话实验室数学家） ，马文·闵斯基（哈佛大学数学与神经学初级研究员）和纳撒尼尔·罗切斯特（IBM信息研究经理）向洛克菲勒基金会提出申请，希望举办一次为期两个月，大约10人参加的讨论会。
+
*尼克，人工智能简史[https://e.jd.com/30410197.html][https://github.com/rmlzy/my-ebook/blob/master/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E7%AE%80%E5%8F%B2.pdf]
−
* 在申请中，麦卡锡等人首次提出“人工智能 （Artificial Intelligence）”的概念，为一门新学科的诞生埋下了种子[https://web.archive.org/web/20080930164306/http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html]。
+
*贲可荣，陈火旺.    自动定理证明:十年回顾． 《 计算机科学 》 ， 1993 [https://www.jsjkx.com/CN/Y1993/V20/I4/19]
−
 
+
*Karp R M. Reducibility among combinatorial problems[M]//Complexity of computer computations. Springer, Boston, MA, 1972: 85-103. [https://link.springer.com/chapter/10.1007/978-1-4684-2001-2_9]
−
 
+
* Jeff Dean: AI isn't as smart as you think -- but it could be | TED [http://aigraph.cslt.org/courses/07/AI_is_not_smart.mp4]
−
===达特茅斯会议===
+
−
 
+
−
* 会议大约开始于6月18号，差不多8月17号结束，前后大约有47人参加。讨论在达特矛斯数学系一座教学楼里进行，有时候会有人做主讲报告成果，更多时候是自由讨论。
+
−
* 除了组织者麦卡锡、香农、闵斯基、罗切斯特，与会者还包括赫伯特·西蒙、艾伦·纽厄尔、阿瑟·塞缪尔、雷·所罗门诺夫、约翰·纳什等。这些人在接下来的几十年里都是人工智能领域的领军人物，完成了一次又一次创举和突破，包括麦卡锡的LISP语言，塞费里奇的机器感知理论，塞缪尔的机器学习方法等。
+
−
* 特茅斯会议宣告人工智能作为一门新学科正式登上历史舞台。
+
−
 
+
−
===会议讨论的内容===
+
−
 
+
−
*麦卡锡等人的达特茅斯会议申请中列出的讨论内容包括：
+
−
:*如何对计算机进行编程；
+
−
:*如何让计算机理解和使用语言；
+
−
:*如何用神经网络来表达概念；
+
−
:*如何定义计算效率和复杂性；
+
−
:*如何实现机器的自我改进；
+
−
:*如何实现对象的抽象表示；
+
−
:*如何实现随机性和创造性。
+
−
 
+
−
* 可见，当时人工智能的研究方向还是很宽泛的，很多基础的事情都需要人工智能的学者们考虑。尽管如此，现代人工智能的主要研究内容已经基本确定了。
+
−
 
+
−
* 从某种意义上讲，人工智能可能是计算机诞生后的第一个研究方向。当时计算机刚出现，人们对计算机的强大能力极为期待，希望它做更多的事情。让它做什么事呢？研究者们首先想到的是让它模似人的能力，成为人们的助手。“除了计算，那就干点儿人干的事”，这是当时很自然的思路。
+
−
* 随着人们探索的深入，才出出了如网络，多媒体处理等细分研究领域，而这些技术在没有出现之前，也是“智能”的，也是人工智能学者们想要达到的目标。
+

2023年8月8日 (二) 08:55的最后版本

教学资料

扩展阅读

  • 维基百科：人工智能简史[2][3]
  • 百度百科：自动定理证明[4]
  • ELIZA chat bot [5][6]
  • 百度百科：理查德·卡普 [7]
  • 百度百科：专家系统 [8][9]
  • 百度百科：爱德华·费根鲍姆[10][11]
  • 百度百科：人工神经网络[12]
  • 人工神经网络与反向传播算法[13]

视频展示

  • 深蓝对战卡斯帕罗夫[14][15]
  • Waston在危险边缘游戏中胜过人类[16]
  • Hey Siri[17]
  • ELIZA chat bot [18]

演示链接

  • ELIZA chatbot [19]


开发者资源

  • ELIZA python code [20]

高级读者

  • AI简史[21][22]
  • "ELIZA — A Computer Program for the Study of Natural Language Communication between Man and Machine," Communications of the Association for Computing Machinery 9 (1966): 36-45. [23]
  • 王东，利节，许莎《人工智能》第一章 “神奇的人工智能”，第六章“学习你的思维” [24]
  • 尼克，人工智能简史[25][26]
  • 贲可荣，陈火旺. 自动定理证明:十年回顾． 《 计算机科学 》 ， 1993 [27]
  • Karp R M. Reducibility among combinatorial problems[M]//Complexity of computer computations. Springer, Boston, MA, 1972: 85-103. [28]
  • Jeff Dean: AI isn't as smart as you think -- but it could be | TED [29]
取自“http://index.cslt.org/mediawiki/index.php?title=第七章_人工智能的发展历程&oldid=40477”