深度学习引发人工智能浪潮同时也加速“AI泡沫”的到来.doc

《深度学习引发人工智能浪潮同时也加速“AI泡沫”的到来.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、深度学习引发人工智能浪潮同时也加速“AI泡沫”的到来　　深度学习的突破引发了第三次人工智能浪潮，获得了空前成功。但深度学习存在的局限性，同时也加速了新一轮“AI泡沫”的到来。　　自2016年AlphaGo战胜韩国围棋名手李世石后，世界掀起了新一轮的人工智能热潮。曾经有一种观点认为，由于围棋的极度复杂性和深厚的文化秉性，人工智能几乎不可能战胜人类。但这一天终究到来了，而且来得如此之快！但当前的人工智能技术存在固有缺陷，社会对人工智能的美好期望与AI现有能力的不匹配，将可能会导致“AI泡沫”的破灭。　　颠覆性技术的本质　　“人工智能”这一概念自诞生起，就没有一个严谨的定义与界限。1956

2、达特茅斯会议上，“人工智能”的叫法甚至一度落后于“控制论”。但由于其浪漫主义色彩和通俗易懂的称谓，很快就抓住了人们的“芳心”。自此以后，政府机构、社会资本、科技巨头的强势介入，使得人工智能研究获得了飞速的进步。但与一般的技术发展规律不同，人工智能发展过程经历了三次浪潮，其表现与传统Gartner曲线有着显著区别（见下图）。　　　　传统Gartner曲线V.S.人工智能曲线（国际技术经济研究所整理）　　第一次浪潮时间段约为1956年至1976年，其核心是符号主义（逻辑主义），当时最大的成果是专家系统、知识工程。如1956年，卡耐基梅隆大学的LT程序证明了《数学原理》第二章的38条定理；

3、1963年，经过改进的LT程序证明了《数学原理》第二章的52条定理，该程序随后被改进成GPS。但由于这些成果几乎无法解决实用问题，计算能力也严重不足，人们对AI未来产生失望，社会资本开始退出，政府资助不断下降，导致第一次“AI寒冬”到来。　　第二次浪潮时间段约为1976年至2006年，其核心是连接主义。在这一次浪潮中，符号主义退居幕后，AI神经元网络方法开始盛行。1975年，PaulWerbos提出了BP算法（BackpropagationAlgorithm），使得多层人工智能神经元网络的学习成为可能。1982年，JohnHopfield提出可用作联想存储器的互连网络——Hopfie

4、ld模型，大家发现人工智能的春天又来了。80年代，新一波人工智能热潮开始兴起，包括语音识别、语音翻译计划，以及日本提出的第五代计算机。尽管当时有商业应用的实例，但应用范畴却很有限，AI热潮在90年代开始逐渐消退。　　第三次浪潮是从2006年开始至今，其核心是深度学习的突破。众所周知，GeoffreyHinton、YannLeCun和YoshuaBengio于2006年发表了多篇关于“深度神经网络”的文章。在计算能力和大数据技术的加持下，人们发现深度学习技术可以解决前两次AI浪潮中解决不了的问题。2015年12月，微软亚洲研究院在ImageNet计算机识别挑战赛中凭借深度神经网络技术的

5、突破，获得图像分类、图像定位以及图像检测全部三个主要项目的冠军。2016年3月，谷歌Deepmind开发的人工智能程序AlphaGo以4：1的战绩击败韩国围棋职业九段选手李世石，被认为是人工智能发展的重要里程碑。　　为何以深度学习为代表的第三次AI浪潮获得了巨大的成功与空前的关注？从方法论上看，第二次和第三次AI浪潮都属于连接主义，没有本质上的不同。从研究范畴上看，人工智能包含的子领域众多，包括专家系统、遗传算法、机器学习等（见下图），而深度学习仅仅是机器学习中的一个子领域。　　　　人工智能研究范畴（