人工智能--螺旋上升的60年

这是2016年10月29日，高文院士在“泰山学术论坛–智慧矿山信息技术专题”会议上做的报告。有幸聆听，受益匪浅。现在将主要内容整理如下：

---

报告人简介：高文，北京大学教授，博士生导师，中国工程院院士（55岁当选）。第十届全国政协委员，现任数字媒体研究所所长、系统芯片研究所所长。2013年3月，任第七届国家自然科学基金委员会副主任。2013年当选美国计算机学会会士（ACM Fellow）。现任北京大学信息与工程科学部主任。

---

1 关于人工智能

人工智能的三大派别：
逻辑主义（符号主义）：符号推理与机器推理
奠基人：西蒙（CMU）
该派别从计算机界衍生

连接主义：神经元网络与深度学习
奠基人：明斯基（MIT）
该派别从电子界衍生

行为主义：控制、自适应与进化计算
奠基人：维纳（MIT）
该派别从控制衍生

智力/知能：
生物一般性的精神能力。这个能力包括以下几点（理解、计划、解决问题、抽象思维、表达意念、以及语言和学习的能力）

智力三因素理论：
成分性智力：与受教育程度有关（对应符号主义）
经验智力：与生活经验有关（对应连接主义）
情境智力：可以简单理解为情商（对应行为主义）

人类多元智能理论：
逻辑方面的能力
语言文字方面的能力
空间改革的能力
音乐能力
肢体运作能力
内省的能力
人际关系能力
自然探索能力
图形图像理解的能力

人工智能之父：
Alan Turing（1912-1954，剑桥大学）
目前我们用来判断机器是否具有智能的测试就是他提出的，叫做图灵测试。

图灵奖（计算机领域的诺奖）
图灵奖到目前已经授予了60多位科学家（唯一的华人，姚期智），在这之中有8位科学家是做人工智能的。

MIT教授Minsky，最早的连接主义就是他提出的，之后称连接主义不行的观点也同样是他提出的，他是一名非常伟大的人工智能学家。

McCarthy、Newell、Simon、Feigenbaum他们几位都是非常典型的符号主义代表，在他们的推动下包括最早先的机器证明、人工智能、通用人工智能机、知识工程，基本上都是他们在几位亲自推动下进步的。

另外一位Reddy主要是做语音识别的，他也是李开复、沈向阳的老师。他授奖的领域是大规模人工智能，实际上他是做多媒体的。

另外两位中Valiant是2010年获奖（机器学习理论），Pearl是2011年获奖（概率计算和因果推理），他们的工作是未来人工智能的重点走向。

---

2 人工智能60年

人工智能的起源：
1956年，达特茅斯会议暑期会议

人工智能的第一次浪潮：1956-1976
符号主义盛行（功能主义占主流）
领头羊：CMU、MIT、IBM、斯坦福、哈佛
主要人物：McCarthy、Newell、Simon、Feigenbaum、Reddy
成就：推理、专家系统、知识工程、机器证明、人工智能逻辑语言

AI的第二次浪潮：1976-2006
连接主义盛行（深度学习未取得突破）
主要人物：Minsky
BP算法、感知机、SOM、误差反传网络

AI的第三次浪潮：2006-至今
2006年Geoffrey Hinton联合Yann LeCun、Yoshua Bengio的发表的论文是第三次浪潮开始的标志
连接主义盛行（深度学习取得突破）
深度学习成功的原因：硬件的进步/模型和参数调整技巧的进步

---

3 人工智能的未来走向：

未来方向：非确定性信息处理与贝叶斯网络（符号主义和连接主义的结合）
主要人物：Valiant、Pearl

real actions
机器学习领域，仍然支持deep learning的基础理论研究
应用领域（计算机视觉、语音识别、计算语言学），使用deep learning解决实际问题已经不算创新，此类项目都会被杀掉
deep learning
deep？ yes
learning？ no
deep machine learning
deep machine？ yes
learning？ no

人工智能60年的思考

下面三张图，好好理解一下，非常不错~

人工智能时代是否到来
逻辑、语言文字、图形图像方面做的比较好
空间、音乐与肢体运作方面则马马虎虎
内省、人际以及自然探索方面完全还不行

人工智能1.0是在可统计可推理的部分取得一定的成果。
人工智能2.0是在1.0的基础上向不可统计不可推理的部分区域推进。
人工智能3.0，大概最多到4.0，后面一定会有相当一部分是难以做到的（顿悟），但是这也是今后发展的方向。

---

4 总结