打字猴:1.7046098e+09
1704609800 人工智能:改变世界,重建未来 达特茅斯会议
1704609801
1704609802 上述三人之中,只有香农继续探索并积极推动人工智能正式成为一个学科。遗憾的是,图灵和冯·诺依曼分别在41岁和53岁时英年早逝,但他们的理念和影响却延续至今。艾伦·图灵是同性恋,在那个时代的英国,同性恋是违法的。尽管图灵的密码破译工作对英国战胜纳粹德国起到了至关重要的作用,但功不抵过,1952年他被指控严重猥亵。作为惩罚,图灵必须在坐牢或化学阉割中做出选择,而他选择了后者。两年后,图灵吞下涂有氰化物的苹果自杀。2013年,他的罪行得到英国皇家的赦免,并且有人提议制定“图灵法”,以赦免那些在历史上被指控犯有猥亵罪的同性恋。
1704609803
1704609804 冯·诺依曼死于癌症。他之所以患上癌症,很可能是因为他曾参与原子弹项目。与冯·诺依曼关系密切的一位同事在《经济学杂志》(Economic Journal)上刊登的讣告中称,他的思维“十分特别,有些人(同样是杰出的科学家)不禁扪心自问:他是否将人类心智发展带入了一个新阶段”。
1704609805
1704609806 随着两位创始人的离去,其他年轻研究人员接过了建造思考的机器的重任。第二波人工智能研究人员第一次正式为该领域命名,将其确定为一个独立的学科。1956年夏天注定是一个不平凡的夏天:埃尔维斯·普雷斯利的电臀舞(hip gyration)震惊了观众;玛丽莲·梦露嫁给了剧作家亚瑟·米勒;德怀特·艾森豪威尔总统将“我们信仰上帝”确定为美国法定箴言。关于人工智能的首次正式会议也在这个夏天召开。研讨会持续6周,众多学科中最杰出的学者在新英格兰地区汉诺威市达特茅斯学院的269英亩土地上齐聚一堂。除克劳德·香农以外,大会还有另外两名年轻的组织者,他们分别是约翰·麦卡锡(John McCarthy)和马文·明斯基(Marvin Minsky),他们都在蓬勃发展的人工智能领域发挥了重要的作用。
1704609807
1704609808 他们写道:“人们将在一个假设的基础上继续进行有关人工智能的研究,那就是学习的各个方面或智能的各种特性都能够实现精确描述,以便我们能够制造机器来模仿学习的这些方面和特性。人们将尝试使机器读懂语言,创建抽象概念,解决目前人们的各种问题,并且能自我完善。”
1704609809
1704609810 然而,他们的雄心壮志和信念都太过绝对,而时间却有些紧迫。他们在达特茅斯会议的提议中指出:“我们认为,如果精心挑选一组科学家,并让他们专心研究人工智能,那么仅需一个夏天我们就能够在这些问题上取得重要进展。”
1704609811
1704609812 毋庸置疑,实际花费的时间肯定要比这更长。
1704609813
1704609814
1704609815
1704609816
1704609817 人工智能:改变世界,重建未来 [:1704609558]
1704609818 人工智能:改变世界,重建未来 传统人工智能的黄金时期
1704609819
1704609820 随着感兴趣的研究者越来越多,人工智能开始细分为不同的领域,这意味着人们探索的范围开始变得更加广阔。从某种意义上来说,这一现象是大势所趋。在达特茅斯会议上,人们发现,就连为各自的新领域取一个大家都认同的名字都十分困难。约翰·麦卡锡力荐“闪光探测人工智能”,但却并不能令其他人信服。另一位名为亚瑟·塞缪尔(Arthur Samuel)的研究者认为这个名字听起来很“做作”,而艾伦·纽厄尔(Alan Newell)和赫伯特·西蒙则立即又将其作品重新命名为“复杂信息编程”。
1704609821
1704609822 人工智能很快就细分为不同专业,仅从1958年在英国密德萨斯的特丁顿国家物理实验室召开的“思维过程的机械化”会议就能看出这一点。达特茅斯会议召开仅仅两年后,人工智能就已经细分为多个领域,包括人工思维、字符和模式识别、学习、机器翻译、生物学、自动编程、产业规划和办公机械化。
1704609823
1704609824 接下来的一段时间成了传统人工智能的黄金时期。新的领域层出不穷,研究者们不断取得重要进展,思考的机器也呼之欲出。由于有美国国防部高级研究计划局(ARPA)等政府机构的资金支持,巨大的投资使研究没有受到什么干扰。1963年6月,国防部高级研究计划局为麻省理工学院提供了220万美元的拨款,用于研究“计算机辅助识别”。据拨款受益人称,国防部高级研究计划局采取一次性付款,之后也未太过关心这笔款项是如何使用的。而类似的事情不止一次发生。
1704609825
1704609826 约翰·麦卡锡将这一现象称为人工智能的“看!不用手也行!”时代,这一时代成功唤起了青少年的热情和勇气。在之后的十多年里,研究者们应对了众多挑战,并反驳了“没有机器能够做到X”这样一个假设。X所代表的含义取决于提问者是谁。一位研究者曾经编写了一套国际跳棋程序,该程序能够打败大多数业余选手,包括编程者自己。另一项突破是感知人工智能,它能够在一个使用机器人手的桌面上重新排列不同形状的彩色模块:这无疑是计算机视觉方面的一项壮举。一个名为SAINT的项目能够解开大学一年级课程水平的微积分中的积分问题。另一个名为ANALOGY的项目还能够解开智力测验中的几何问题,而STUDENT则能够破解复杂的代数难题,例如:“如果汤姆的客户数量是广告数量20%的平方,他一共做了45个广告,那么请问汤姆一共有多少个客户?”
1704609827
1704609828 计算推理领域有一个特别引人注目的例子,那就是Sir(语义信息检索)项目。Sir不仅能够理解英语句子,甚至能够分析宾语之间的关系,这和人工智能有些类似。实际上,这一“知识”依赖于预先设定的模板,例如,A是B的一部分,然后用名词来代替变量。然而,正如马文·明斯基所说的那样,人们可以采用类似的方法解决一系列其他问题。有一个有关Sir的典型案例,案例中未加粗的句子为用户输入的文本,加粗的句子为机器给出的答案:
1704609829
1704609830 每个男孩都是人。
1704609831
1704609832 我知道。
1704609833
1704609834 手指是手的一部分。
1704609835
1704609836 我知道。
1704609837
1704609838 每个人都有两只手。
1704609839
1704609840 上述句子表达不清楚。请改述。
1704609841
1704609842 每个人都长两只手。
1704609843
1704609844 我知道。
1704609845
1704609846 约翰有几根手指?
1704609847
1704609848 上述句子表达不清楚,但是我猜(有)指的是(长有)。我不知道手指是否是约翰身体的一部分。
1704609849
[ 上一页 ]  [ :1.7046098e+09 ]  [ 下一页 ]