1.2 人工智能發展概述

人工智能在1956年作為一門新興學科被正式提出后，備受世界關注。自此之后，伴隨著數學、物理學、計算機科學、生物醫學等多個學科的發展，人工智能取得了驚人的成就，獲得了飛速的發展。谷歌DeepMind的AlphaGo在2016年擊敗人類圍棋冠軍之后，人工智能獲得了全社會的廣泛關注。基于人工智能技術的初創企業紛紛涌現，傳統產業巨頭也紛紛布局人工智能技術及相關應用。我們的日常生活中出現了越來越多基于人工智能技術的重要應用。人工智能與各行業的結合成為未來社會發展的重要趨勢。

人工智能發展中經歷了三次大的浪潮，如圖1-4所示。人工智能第一次浪潮始于20世紀50年代人工智能誕生。在算法方面，著名的感知器數學模型被提出用于模擬人的神經元反應過程，并能夠使用梯度下降法從訓練樣本中自動學習，完成分類任務。人工智能的第二次浪潮始于20世紀80年代。反向傳播（Back Propagation，BP）算法被提出，用于多層神經網絡的參數計算，以解決非線性分類和學習的問題。專家系統也在商業上獲得成功應用，人工智能迎來了又一輪高潮。但是在理論上，人工神經網絡的設計一直缺少相應的嚴格的數學理論支持，BP算法本身存在梯度消失等問題，專家系統也暴露出應用領域狹窄、知識獲取困難等問題。隨之而來的，人工智能的研究進入第二次低谷。人工智能的第三次浪潮始于2010年，深度學習的出現引起了廣泛的關注。多層神經網絡學習過程中的梯度消失問題被有效地抑制，網絡的深層結構也能夠自動提取并表征復雜的特征，避免傳統方法中通過人工提取特征所帶來的問題。深度學習被應用到語音識別以及圖像識別中，取得了非常好的效果。人工智能也進入了第三次發展高潮。

圖1-4 人工智能發展三次浪潮

目前，我們正身處人工智能第三次浪潮之中。人工智能的發展離不開三大基礎要素：數據、算法與算力。隨著大數據、云計算的快速發展，基礎的數據和算力問題得到快速的解決，更多復雜的模型和算法也層出不窮。這些因素綜合構成了人工智能第三次大發展的基礎。當前，人工智能快速發展以深度學習為代表，依托復雜的神經網絡對復雜問題進行計算與求解。目前人工智能相關各種技術與算法還處于快速發展之中。無論是以機器學習、圖像處理、自然語言處理等為代表的傳統AI領域，還是以自動駕駛、智能制造、智慧城市為代表的新興領域，人工智能均取得越來越多的優秀成果。以機器學習為代表的人工智能技術與各行業的深度融合，將給未來的生產與生活帶來巨大改變。