【AI学习】人工智能 or 人造智能 or 人创智能

刚刚读完了《十堂极简人工智能课》这本书,非常精彩的一本书,用非常简短的篇幅,几乎涵盖了人工智能发展的所有重要历程、重要路径和方法、重要观点以及重要问题,将技术以一种哲学思考的方式深入浅出的讲述,实在难得,只有特别深入理解这个领域的人才能够写出来的书,读来受益匪浅。希望如作者最后所说,"人工智能是一趟持续的发现之旅。这条漫长而艰难的道路也许能教会我们成为更好的人。"

读这本书,才知道人工智能这个名称的来源。书中先提到了人工智能发展初期的几位重要人物。
图灵 :图灵对于智能极为沉迷。智能是什么?该怎样造出人工智能?就算你有朝一日能造出一台像生命活体一样思考的机器,你又怎么确认它的思考能力呢?图灵认为我们需要一个方法来测试一台机器是否真的能思考。他把这个方法称作"模仿游戏",不过后来这个方法更广为人知的名字是"图灵测试"。

图灵测试:一名讯问者通过打字跟两个人通信,而这两个人分别在不同的房间里。讯问者可以提出任何问题:"请写一首诗,以福斯桥为题。"或是"34957加上70764等于多少?"那两个人则各自以打字回应。过了一段时间,讯问者得到提示,那两个人中的一个是计算机。如果他分辨不出来哪个是计算机,哪个是真人,那么我们就可以说这台计算机通过了图灵测试。

图灵测试从此成为人工智能领域的一项重要测试,但也引来了许多批评。虽说这个方法能测试人工智能用深思熟虑的书面语句回答问题的能力,但它衡量不了许多其他形式的人工智能,比如预测和优化,又比如自动控制或计算机视觉等应用。
冯·诺依曼 :曾在1945年帮助构想了最早的可编程计算机的数学天才约翰·冯·诺依曼,也曾与图灵合作试图建造智能机器。冯·诺依曼的最后一个课题就是自我复制的机器,他希望这个点子能让机器履行人脑的多数工作并自我复制。
克劳德·香农 :一手创立了信息论和密码学的另一个天才,也是把二进制位命名为"比特"的人。他也在人工智能的早期就深深涉足其中。香农造出了一只能自己走迷宫的机器老鼠,一个能下国际象棋的程序。他在晚年还有其他一些稀奇古怪的发明,比如能抛球杂耍的机器人。1955年,香农和另几个先驱约翰·麦卡锡、马文·明斯基、纳撒尼尔·罗切斯特一起倡议举办一场夏季研讨会,把科学家和数学家聚拢起来,用了几个星期的时间深入讨论人工智能。达特茅斯研讨会于1956年举办,持续了六个星期,是第一场专注这个领域的研讨会,探讨(并且命名)了人工智能 。这几个星期的讨论产生了一些关键的思想,主导了这个新领域随后数十年的研究。

关于冯·诺依曼 ,在另一本书《复杂》中还有这样的描述:

不管和谁比,冯·诺依曼都是真正的天才。在相对短暂的一生中,他至少在6个领域作出了基础性的贡献:数学、物理、计算机科学、经济学、生物学和神经科学。

图灵机将"明确程序"------也就是计算------的概念进行了形式化。计算就是图灵机根据机器的规则集将带子上的初始输入转换成停机时带子上的输出。这个抽象的机器就是后来所有数字计算机的设计原型。由于冯·诺依曼对计算机设计作出的贡献,现在的计算机架构被称为"冯·诺依曼体系结构"。

同其他许多精彩的思想一样,元胞自动机也是由冯·诺依曼发明的,他在20世纪40年代受他的一位同事------数学家乌拉姆------的启发提出了这个思想。(为了与冯·诺依曼体系结构相区别,元胞自动机经常被称为非冯·诺依曼体系结构,这是计算机科学的一大笑话。)

达特茅斯(Dartmouth)夏季人工智能研究专项提案

《关于举办达特茅斯人工智能暑期研讨会的提议》(A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence)

1955年8月31日

约翰·麦卡锡、马文·明斯基、纳撒尼尔·罗切斯特、克劳德·香农

我们提议于1956年夏季在新罕布什尔州汉诺威市举办一个为期两个月的、由十个人参加的专项研究。这个研究的出发点是这么一个猜想:人类学习能力的每个方面,或者说智能的其他特征,原则上都可以精确地得到描述,所以也可以造出机器来予以模拟。项目组致力于探讨如何让机器使用语言、形式化的抽象和概念,来解决目前只有人类能解决的问题,并且自我改进。我们认为,只要一组精心挑选出来的科学家并肩作战一个夏季,我们就能在其中一个或多个问题上取得重大进展。

一点想法

Artificial Intelligence,似乎不应该翻译为人工智能,人造智能 or 人创智能是否更合适。以避免如此的笑话:对于人工智能的发展重点,有的地方注重人工,有点地方注重智能......

相关推荐
小狗爱吃黄桃罐头6 分钟前
正点原子【第四期】Linux之驱动开发学习笔记-10.1 Linux 内核定时器实验
linux·驱动开发·学习
im_AMBER14 分钟前
Leetcode 47
数据结构·c++·笔记·学习·算法·leetcode
apocalypsx29 分钟前
深度学习-深度卷积神经网络AlexNet
人工智能·深度学习·cnn
leafff1231 小时前
一文了解LLM应用架构:从Prompt到Multi-Agent
人工智能·架构·prompt
BreezeJuvenile1 小时前
外设模块学习(17)——5V继电器模块(STM32)
stm32·单片机·嵌入式硬件·学习·5v继电器模块
一个数据大开发1 小时前
【零基础一站式指南】Conda 学习环境准备与 Jupyter/PyCharm 完全配置
学习·jupyter·conda
无风听海1 小时前
神经网络之特征值与特征向量
人工智能·深度学习·神经网络
艾莉丝努力练剑1 小时前
【C++:红黑树】深入理解红黑树的平衡之道:从原理、变色、旋转到完整实现代码
大数据·开发语言·c++·人工智能·红黑树
九章云极AladdinEdu1 小时前
论文分享 | BARD-GS:基于高斯泼溅的模糊感知动态场景重建
人工智能·新视角合成·动态场景重建·运动模糊处理·3d高斯泼溅·模糊感知建模·真实世界数据集
希露菲叶特格雷拉特2 小时前
PyTorch深度学习笔记(二十)(模型验证测试)
人工智能·pytorch·笔记