脑科学导论读书报告——人工智能的历史发展与将来

《脑科学导论读书报告——人工智能的历史发展与将来》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、人工智能的历史发展与将来陈肖苇1.人工智能的发展历史2.人与机器人的不同1)人脑的认识2)模拟大脑3)设计理念4)面临的问题3.近期的应用——专家系统4.中期的预测——2030-20701)模块机器人2)机器人外科医生与音乐家3)有情感的机器人4)模拟大脑5.远期的展望——2070—21001)有意识的机器2)简单的展望在人类漫长的生活史上，人类慢慢的进化成了地球上唯一的拥有高级智能的生物，但是在我们生活中，我们或多或少的都会因为是唯一的智慧生命感受到一丝的孤独。为此，我们进行了各种各样的努力，例如用尽各种努力去寻找外星人来过的痕迹，主动发射各种探测器去寻找地外生命，然而在经历了一次又一次的

2、失败之后，人们又开始用起了新的方法——通过自己制造人工智能的生命体来陪伴我们，让我们不再孤单。首先，让我来简单讲一下人工智能的历史发展吧。在20世纪50年代，第二次世界大战后开始引进计算机时，科学家提出了能进行技艺表演的机器的想法，各种各样的功能让社会眼花缭乱。虽然这时人工智能取得了实际突破，但是这个进展被夸大，最后适得其反，在社会的批评之中，人工智能研究的第一个冬天到来了。在20世纪80年代，人工智能出现了第二次的研究热潮。比较有代表的就是美国的智能卡车。这种卡车预期能行进到敌人后方进行侦查，营救人质，回到总部，而这一切都是由车自己来完成。不幸的是，智能卡车最后的下场就是迷了路。虽然在20

3、世纪80年代取得了很大的进步，但和第一次一样，由于过于夸张，第二次回流开始，人工智能的研究迎来第二个冬天。在1997年，机器人的研究取得了历史性的突破，即由IBM研制的“深蓝”打败了世界冠军。然而，这却没有打开人工智能新时代的大门。深蓝虽然下棋优秀，但是其智商测试却是零分。现在，新一代的乐观的研究者将取代老一代的悲观主义，在人工智能的领域再次产生新的能量。在第二次回朝之后的30年间，计算机的研究取得了极大的进步，使新一代的人工智能研究出现了非常有希望的未来。接下来我想说一下在书中所提到的关于人与机器人的不同。首先第一个问题就是人的大脑并不是数字计算机，这是在近半个世纪来所犯的错误。大脑是某种

4、类型的学习机器，是神经元的集合，遵循着赫布法则，每学会一个任务后就会自己不断的重新接线。模拟大脑至少存在两种方法：自上而下或从下到上。自上而下的模拟方式是指将机器人处理为数字计算机，在开始的时候就编制好所有的智能规则。我们的大脑其实更像一个“神经网络”，遵循着赫布规则，即每当做出一个正确的决定，这些神经通路就得到加强。而从下到上的方式就是基于神经网络的，是按照婴儿的方式进行学习的，靠接触事物与经验来进行学习。这两种方法体现在设计理念上就导致了两种截然不同的模式。自上而下的像斯坦福大学的人工智能研究中心研制的斯泰尔，从一开始，所有的事物都是编程到斯泰尔中的，斯泰尔能够从不同角度识别物体，能够做

5、到一个勤杂工能做的任何事情，但是斯泰尔能够识别的物体是有限的，如果让他在一个陌生的环境中随机识别物体，他就会不知所措了。从下到上的代表是纽约大学的路面学习型机器人——拉格尔。拉格尔通过与事物的接触开始学习，当它通过物体时，每通过一次就学习一次，所以下一次通过时，能更好的避开障碍物。接下来我想再说一下因为人与机器的不同所导致的问题。机器人存在的两个问题就是不能完成人类轻而易举完成的任务:模式识别与常识。机器人看得比人要清楚很多，甚至可以看到人类的可见光谱之外的东西，但是却不能理解所看到的是什么。正如老师在课上所放的PPT,我们的大脑基本上只需几分之一秒就能识别出图像的类别，例如指纹，猫，狗，但

6、是对于计算机来说这却是一个特别繁重的任务。其次就是常识问题，需要很多行的代码才能模拟人的常识，例如一个6岁小孩所应有的常识就需要几亿行的代码，这也是我们至今没有机器人女仆或管家的原因。再说一下近期可能出现或者是正在兴起的研究吧，那就是专家系统。正如1997年深蓝打败国际象棋冠军一样，人类的经验和智慧都可以编码成程序，甚至表现得比人类更好。这样的一个系统是探问式的，其遵循着一个正式的且有一定规则的系统。例如，当我们需要计划一个假期时，只要告诉屏幕上的“旅游专家”想去哪里，去多久，价位等等，这个专家就可以为我们做出最棒的选择。在专家系统中最实用的应用将是医疗。只要你感到不舒服，就可以与墙幕上的机

7、器人医生进行对话。每一次你只需从一组简单的答案中选择一个答案，然后这个答案又将促使机器人医生产生新的问题，最终机器人将根据世界上最好的医生经验提供解决方案同时机器人医生还可以根据来自衣服，家具，DNA芯片的数据监视着你的健康并进行分析。这样大多数去医院的患者可以用这种方法得到治疗，极大的减缓医疗系统的压力。接下来作者又对2030——2070的未来做了一些预测，在此我想简单说一下。首先我想说的就是模块机器人。在