人工智慧起源與挫折

目錄

• 😊 人工智慧的歷史
  • 🎯 1956年達特茅斯大學的決定
  • 🧠 通用AI與窄AI的區別
  • 🚀 AI的第一次嘗試：翻譯
  • 💔 第一次AI寒冬
  • 💼 專家系統的嘗試
  • ❄️ 第二次AI寒冬
  • 🌟 機器學習的崛起

人工智慧的歷史

🎯 1956年達特茅斯大學的決定

在這篇文章中，我們將探討人工智慧的歷史。人工智慧這個詞語的組合，可以追溯到1956年，當時達特茅斯大學的五位學者首次提出這一概念。當時，他們決定花一個夏天的時間來研究，試圖讓計算機能夠像人類一樣理解世界。這一開始標誌著人工智慧領域的起步，但這也是一個漫長的過程。

🧠 通用AI與窄AI的區別

他們很快意識到，要實現計算機像人類一樣智能的目標是非常困難的。因此，他們提出了通用人工智慧和窄人工智慧的區別。通用人工智慧是指能夠模仿人類100%的智能，而窄人工智慧則僅能完成特定任務。這一區別成為了未來人工智慧發展的基礎。

🚀 AI的第一次嘗試：翻譯

在研究的早期階段，科學家們選擇了一個看似奇怪但卻合理的問題：從英文翻譯成俄文，然後再從俄文翻譯成英文。這是因為當時正值冷戰時期，政府希望能夠利用這項技術來獲取情報。然而，儘管付出了努力，但這項研究最終並沒有取得太大的進展。

💔 第一次AI寒冬

在1966年，美國政府下令進行一項報告，試圖檢視他們對人工智慧的投資是否划算。不幸的是，這份報告指出，由於缺乏適當的技術、計算機和數據，人工智慧的發展停滯不前。因此，美國政府決定削減資金，這一時期被稱為第一次AI寒冬。

💼 專家系統的嘗試

然而，在20世紀80年代，一些私營企業決定給人工智慧另一次機會，並開始對這一技術進行投資。他們開始專注於專家系統，這是一種專門利用領域專家知識的人工智慧形式。專家系統的目標是模仿專家的思維過程，但遺憾的是，這些系統並沒有取得太大的成功。

❄️ 第二次AI寒冬

專家系統的失敗導致了第二次AI寒冬。人們開始對人工智慧失去信心，直到一項新的技術出現，改變了這一切。

🌟 機器學習的崛起

這項技術就是機器學習，它被認為是推動人工智慧革命的引擎。在接下來的課程中，我們將深入探討機器學習的工作原理，以及它如何改變了我們的世界。

亮點

• 探索人工智慧的起源和發展過程
• 理解通用AI和窄AI的區別
• 分析人工智慧歷史中的寒冬期
• 探討專家系統的失敗與機器學習的崛起

常見問題與解答

問：什麼是窄人工智慧？

答：窄人工智慧是指只能完成特定任務的人工智慧形式，而無法像人類一樣具有通用的智能。

問：為什麼第一次AI寒冬出現？

答：第一次AI寒冬出現是由於缺乏適當的技術和資金投入，導致人工智