人工智能发展简史[转贴]
1. 萌芽期（1956年以前）自古以来，人类就力图根据认识水平和当时的技术条件，企图用机器来代替人的部分脑力劳动，以提高征服自然的能力。公元850年，古希腊就有制造机器人帮助人们劳动的神话传说。在我国公元前900多年，也有歌舞机器人传说的记载，这说明古代人就有人工智能的幻想。
随着历史的发展，到十二世纪末至十三世纪初年间，西班牙的神学家和逻辑学家Romen Luee试图制造能解决各种问题的通用逻辑机。十七世纪法国物理学家和数学家B.Pascal制成了世界上第一台会演算的机械加法器并获得实际应用。随后德国数学家和哲学家G.W.Leibniz在这台加法器的基础上发展并制成了进行全部四则运算的计算器。他还提出了逻辑机的设计思想，即通过符号体系，对对象的特征进行推理，这种"万能符号"和"推理计算"的思想是现代化"思考"机器的萌芽，因而他曾被后人誉为数理逻辑的第一个奠基人。十九世纪英国数学和力学家C.Babbage致力于差分机和分析机的研究，虽因条件限制未能完全实现，但其设计思想不愧为当时人工智能最高成就。
进入本世纪后，人工智能相继出现若干开创性的工作。1936年，年仅24岁的英国数学家A.M.Turing在他的一篇"理想计算机"的论文中，就提出了著名的图林机模型，1945年他进一步论述了电子数字计算机设计思想，1950年他又在"计算机能思维吗？"一文中提出了机器能够思维的论述，可以说这些都是图灵为人工智能所作的杰出贡献。1938年德国青年工程师Zuse研制成了第一台累计数字计算机Z-1，后来又进行了改进，到1945年他又发明了Planka.kel程序语言。此外，1946年美国科学家J.W.Mauchly等人制成了世界上第一台电子数字计算机ENIAC。还有同一时代美国数学家N.Wiener控制论的创立，美国数学家C.E.Shannon信息论的创立，英国生物学家W.R.Ashby所设计的脑等，这一切都为人工智能学科的诞生作了理论和实验工具的巨大贡献。
2. 形成时期（1956-1961）
1956年在美国的Dartmouth大学的一次历史性的聚会被认为是人工智能学科正式诞生的标志，从此在美国开始形成了以人工智能为研究目标的几个研究组：如Newell和Simon的Carnegie-RAND协作组；Samuel和Gelernter的IBM公司工程课题研究组；Minsky和McCarthy的MIT研究组等，这一时期人工智能的研究工作主要在下述几个方面。
1957年A.Newell、J.Shaw和H.Simon等人的心理学小组编制出一个称为逻辑理论机LT(The Logic Theory Machine)的数学定理证明程序，当时该程序证明了B.A.W.Russell和A.N.Whitehead的"数学原理"一书第二章中的38个定理（1963年修订的程序在大机器上终于证完了该章中全部52个定理）。后来他们又揭示了人在解题时的思维过程大致可归结为三个阶段：
（1） 先想出大致的解题计划；
（2） 根据记忆中的公理、定理和推理规则组织解题过程；
（3） 进行方法和目的分析，修正解题计划。
这种思维活动不仅解数学题时如此，解决其他问题时也大致如此。基于这一思想，他们于1960年又编制了能解十种类型不同课题的通用问题求解程序GPS（General Problem Solving）。另外他们还发明了编程的表处理技术和NSS国际象棋机。和这些工作有联系的Newell关于自适应象棋机的论文和Simon关于问题求解和决策过程中合理选择和环境影响的行为理论的论文，也是当时信息处理研究方面的巨大成就。后来他们的学生还做了许多工作，如人的口语学习和记忆的EPAM模型（1959年）、早期自然语言理解程序SAD-SAM等。此外他们还对启发式求解方法进行了探讨。
1956年Samuel研究的具有自学习、自组织、自适应能力的西洋跳棋程序是IBM小组有影响的工作，这个程序可以像一个优秀棋手那样，向前看几步来下棋。它还能学习棋谱，在分析大约175000幅不同棋局后，可猜测出书上所有推荐的走步，准确度达48％，这是机器模拟人类学习过程卓有成就的探索。1959年这个程序曾战胜设计者本人，1962年还击败了美国一个州的跳棋大师。 在MIT小组，1959年McCarthy发明的表（符号）处理语言LISP，成为人工智能程序设计的主要语言，至今仍被广泛采用。1958年McCarthy建立的行动计划咨询系统以及1960年Minsky的论文"走向人工智能的步骤"，对人工智能的发展都起了积极的作用。
此外，1956年N.Chomsky的文法体系，1958年Selfridge等人的模式识别系统程序等，都对人工智能的研究产生有益的影响。这些早期成果，充分表明人工智能作为一门新兴学科正在茁壮成长。
3. 发展时期（1961年以后）
六十年代以来，人工智能的研究活动越来越受到重视。为了揭示智能的有关原理，研究者们相继对问题求解、博弈、定理证明、程序设计、机器视觉、自然语言理解等领域的课题进行了深入的研究。几十年来，不仅使研究课题有所扩展和深入，而且还逐渐搞清了这些课题共同的基本核心问题以及它们和其他学科间的相互关系。1974年N.J.Nillson对发展时期的一些工作写过一篇综述论文，他把人工智能的研究归纳为四个核心课题和八个应用课题，并分别对它们进行论述。
这一时期中某些课题曾出现一些较有代表性的工作，1965年J.A.Robinson提出了归结（消解）原理，推动了自动定理证明这一课题的发展。70年代初，T.Winograd、R.C.Schank和R.F.Simmon等人在自然语言理解方面做了许多发展工作，较重要的成就是Winograd提出的积木世界中理解自然语言的程序。关于知识表示技术有C.Green（1996年）的一阶谓词演算语句，M.R.Quillian(1996年)的语义记忆的网络结构，R.F.Simmon（1973年）等人的语义网结构，R.C.Schank（1972年）的概念网结构，M.Minsky(1974年)的框架系统的分层组织结构等。关于专家系统自1965年研制DENDRAL系统以来，一直受到人们的重视，这是人工智能走向实际应用最引人注目的课题。1977年E.A.Feigenbaum提出了知识工程（Knowledge Engineering）的研究方向，导致了专家系统和知识库系统更深入的研究和开发工作。此外智能机器人、自然语言理解和自动程序设计等课题，也是这一时期较集中的研究课题，也取得不少成果。
从80年代中期开始，经历了10多年的低潮之后，有关人工神经元网络的研究取得了突破性的进展。1982年生物物理学家Hopfield提出了一种新的全互联的神经元网络模型，被称为Hopfield模型。利用该模型的能量单调下降特性，可用于求解优化问题的近似计算。1985年Hopfield利用这种模型成功地求解了"旅行商（TSP）"问题。1986年Rumelhart提出了反向传播（back propagation-BP）学习算法，解决了多层人工神经元网络的学习问题，成为广泛应用的神经元网络学习算法。从此，掀起了新的人工神经元网络的研究热潮，提出了很多新的神经元网络模型，并被广泛的应用于模式识别、故障诊断、预测和智能控制等多个领域。 1997年5月，IBM公司研制的"深蓝"计算机，以3.5：2.5的比分，首次在正式比赛中战胜了人类国际象棋世界冠军卡斯帕罗夫，在世界范围内引起了轰动。这标志着在某些领域，经过努力，人工智能系统可以达到人类的最高水平。
这一时期学术交流的发展对人工智能的研究有很大推动作用。1969年国际人工智能联合会成立，并举行第一次学术会议IJCAI-69（International Joint Conference on Artificial Intelligence），以后每两年召开一次。随着人工智能研究的发展，1974年又成立了欧洲人工智能学会，并召开第一次会议ECAI(European Conference on Artificial Intelligence)，随后也是相隔两年召开一次。此外许多国家也都有本国的人工智能学术团体。在人工智能刊物方面，1970年创办了《Artificial Intelligence》国际性期刊，爱丁堡大学还不定期出版《Machine Intelligence》杂志，还有IJCAI会议文集，ECAI会议文集等。此外ACM,AFIPS和IEEE等刊物也刊载人工智能的论著。
美国是人工智能的发源地，随着人工智能的发展，世界各国有关学者也都相继加入这一行列，英国在60年代就起步人工智能的研究，到70年代，在爱丁堡大学还成立了"人工智能"系。日本和西欧一些国家虽起步较晚，但发展都较快，苏联对人工智能研究也开始予以重视。我国是从1978年才开始人工智能课题的研究，主要在定理证明、汉语自然语言理解、机器人及专家系统方面设立课题，并取得一些初步成果。我国也先后成立中国人工智能学会、中国计算机学会人工智能和模式识别专业委员会和中国自动化学会模式识别与机器智能专业委员会等学术团体，开展这方面的学术交流。此外国家还着手兴建了若干个与人工智能研究有关的国家重点实验室，这些都将促进我国人工智能的研究，为这一学科的发展作出贡献。
近年来，人工智能在很多方面取得了新的进展，尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的广泛的舞台。
来自：百度贴吧
页:
[1]