发布时间：2019-07-12 文章来源：荔枝新闻

 

　　大约1977年的时候，人工智能的发展进入第二阶段——人工规则专家系统阶段，吸取了第一阶段“规则”太少的教训，人为建立规则成为这一阶段的主要工作，不过，由于专家无法穷尽所有规则或构建需要的所有特征，人工智能沦为了“人工不智能”。

 

　　直到2006年，Geoffrey Hinton发表了关于深度神经网络的论文，人工智能的发展得以进入了第三阶段。Geoffrey在论文中提到，人们可以用深度神经网络做我们过去很多没办法完成的事情。什么是深度神经网络呢?是指将一组神经元连接起来形成的网络。

 

　　人类的神经元长这样

 

　　人的神经元是这么工作的，神经细胞左端的树突(绿色的部分)像一个信号接收器，将电信号接收进来，接着，神经细胞中部的细胞体(黄色部分)将接收的电信号进行处理，最后处理后的信号经过长长的轴突传达出去，一个信号接收输出的过程就完成了。模仿神经细胞的工作原理就是将细胞的工作抽象为数学模型，变成下面这个小模型：

 

　　当我们把大量人工神经元层层相连，不可思议的变化就发生了：

 

　　多层人工神经元组成的嵌套结构，将神经网络的数学表达能力大大增强了。现在，人工智能分析处理数据都是在此基础上进行的。2006年深度神经网络的发表，为人工智能的开发打开了新局面，加之企业界、投资界的大规模投入，人工智能的发展步入了正轨。

 

　　人工智能的风刮遍了全球，怎么能少了我们中国?

 

　　李世鹏说：“在基础理论的突破、信息环境的支撑，和经济社会需求的拉动这三者的共同作用下，人工智能的发展正呈现着一系列新趋势。”

 

　　在智能水平上，人工智能的感知智能日益成熟，认知智能持续突破。现今的语音识别、人脸识别等感知智能技术在识别精度上已经赶上甚至超过人类水平，我国旷视科技(Face++)人脸识别技术准确率已达到超过人类肉眼的水平;

 

　　大数据+深度学习的主流智能计算范式也已经形成，并且日益成为主流。这种范式已经在我们的各行各业发生巨大的作用，不过离实现强人工智能还是有很大的距离。