人工智能通识文章索引

image.png

1980年卡耐基梅隆大学（CMU）研发的XCON正式投入使用，这成为一个新时期的里程碑，专家系统开始在特定领域发挥威力，也带动整个人工智能技术进入了一个繁荣阶段。

image.png

专家系统的起源可以追溯到黄金时代，1965年，在斯坦福大学，美国著名计算机学家费根鲍姆带领学生开发了第一个专家系统Dendral，这个系统可以根据化学仪器的读数自动鉴定化学成分。

费根鲍姆还是斯坦福大学认知实验室的创始人，70年代在这里还开发了另外一个用于血液病诊断的专家程序MYCIN（霉素），这可能是最早的医疗辅助系统软件。

image.png

专家系统其实就是一套计算机软件，它往往聚焦于单个专业领域，模拟人类专家回答问题或提供知识，帮助工作人员作出决策。它一方面需要人类专家整理和录入庞大的知识库（专家规则），另一方面需要计算机科学家编写程序，设定如何根据提问进行推理找到答案，也就是推理引擎。

专家系统把自己限定在一个小的范围，避免了通用人工智能的各种难题，它充分利用现有专家的知识经验，务实的解决人类特定工作领域需要的任务，它不是创造机器生命，而是制造更有用的活字典，好工具。

XCON取得的巨大商业成功，80年代三分之二的世界500强公司开始开发和部署各自领域的专家系统，据统计，在1980到1985这5年间，就有超过10亿美元投入到人工智能领域，大部分用于企业内的人工智能部门,也涌现出很多人工智能软硬件公司。

image.png

计算机技术和人工智能技术的快速发展，点燃了日本政府的热情。1982年，日本国际贸易工业部发起了第五代计算机系统研究计划，预计投入8.5亿美元，目的是抢占未来信息技术的先机，创造具有划时代意义的超级人工智能计算机。

日本尝试使用大规模多CUP并行计算来解决人工智能计算力问题，并希望打造面向更大的人类知识库的专家系统来实现更强的人工智能。图中展示的就是当时日本研发的具有512颗CPU并行计算能力的第五代计算机。

这个项目在十年后基本以失败结束，主要是当时低估了PC计算机发展的速度，尤其是intel的x86芯片架构在很快的几年内就发展到足以应付各个领域专家系统的需要。

然而，第五代计算机计划极大的推进了日本工业信息化进程，加速了日本工业的快速崛起；另一方面，这开创了并行计算的先河，至今我们使用的多核处理器和神经网络芯片，都受到了20多年前这个计划的启发。

image.png

当各个垂直领域的专家系统纷纷取得成功之后，尤其是日本试图抢占先机的第五代计算机计划的刺激，美国和很多欧洲国家也加入到这个赛道中来。

1982年美国数十家大公司联合成立微电子与计算机技术公司（MCC）,该公司1984发起了人工智能历史上最大也是最有争议性的项目，Cyc，这个项目至今仍然在运作。

Cyc项目的目的是建造一个包含全人类全部知识的专家系统，“包含所有专家的专家”。截止2017年，它已经积累了超过150万个概念数据和超过2000万条常识规则，曾经在各个领域产生超过100个实际应用，它也被认为是当今最强人工智能IMB Woston的前身。

但随着科技的发展，21世纪到来之后，Cyc这种传统依赖人类专家手工整理知识和规则的技术，受到了网络搜索引擎技术、自然语言处理技术以及神经网络等新技术的挑战，未来发展并不明朗。

image.png

沉寂10年之后，神经网络又有了新的研究进展，尤其是1982年英国科学家霍普菲尔德几乎同时与杰弗里·辛顿发现了具有学习能力的神经网络算法，这使得神经网络一路发展，在后面的90年代开始商业化，被用于文字图像识别和语音识别。
图中是霍普菲尔德。

image.png

另一边，在德国的1986年，慕尼黑的联邦国防军大学把一辆梅赛德斯-奔驰面包车安装上了计算机和各种传感器，实现了自动控制方向盘、油门和刹车。这是真正意义上的第一辆自动驾驶汽车，叫做VaMoRs，开起来时速超过80公里。
图中看起来这辆车很笨重，这是由于当时硬件发展限制，整个车的后半部分都是用来安装计算机设备的，摄像头在前玻璃后视镜位置附近。