大微会
新浪微博
微信
当前位置:大微会网 » 地理

AI人工智能发展简史之——机器人篇


我们常听说的AI人工智能,指的是根据对周围环境的感知,能够做出与人类相似的反应的计算机程序。2016年引起轰动的AlphaGo击败李世石等围棋高手事件,令AI技术又一次进入大众视野当中,掀起一波不小的AI热潮。但其实早在世界上第一台计算机诞生之际,AI就已经开始悄悄萌芽。让我们来简单回顾一下AI的发展史。



第一次AI热潮

1950年10月,“计算机之父”艾伦·图灵发表论文《计算机械和智能》(Computing Machinery andIntelligence),探讨了机器具备智能思维的可能性,并提出一个有趣的测试方法:如果一台机器能够与人类展开对话而不被识破机器身份,称这台机器具有智能思维,这就是著名的“图灵测试”。


艾伦·图灵


1956年8月,约翰·麦卡锡、马文·闵斯基、克劳德·香农等科学家在达特茅斯开展了一场学术会议,会议的主题是:用机器模仿人类学习以及其他方面的智能,并将这一学科命名为“Artificial Intelligence”——人工智能。达特茅斯会议被认为是全球人工智能研究的起点,在之后的十几年中,数学证明系统、语言学习、人机对话系统等技术的开发应用掀起了第一波AI热潮,然而由于当时计算机运算能力、程序设计及算法技术的限制,人工智能的发展陷入瓶颈。


第二次AI热潮

在上个世纪80年代,专家系统在某些专业领域取得成功。专家系统指的是内部含有大量某个领域专家水平的知识与经验,可以利用这些经验解决问题的智能系统,专家系统在基础学科的成功应用获得了企业的认可,企业试图研发能够实现人机对话、语言翻译、具有人类逻辑推理思维的机器人。

 

但是专家系统的应用领域太狭窄,没有大数据的支撑,知识和经验的获取比较困难,更适用于科学研究,而非企业所设想的智能语音、语言翻译等应用,因此到90年代初,AI的发展再次陷入了低谷。


第三次AI热潮

专家系统的失败恰恰印证了图灵在《计算机械和智能》中的建议:与其研制模拟成人思维的计算机,不如尝试制造更简单的,或许相当于小孩智慧的系统,然后让系统不断学习。当我们抛弃所谓的专家的成熟经验,转而从数据特征建模的角度,让机器去学习、寻找规律,再应用规律解决问题,反而能获得更好的结果。

 

2006年杰弗里·辛顿(Geoffrey Hinton)发表论文《一种深度置信网络的快速学习方法》,正式提出深度学习的概念,并给出一种深度学习方法,2006年至今,深度学习一直处于快速发展阶段,在图像、语音、自然语言处理等方面有重大突破,广泛应用于金融、教育、家居、自动驾驶、医疗、机器人等领域。AI正在颠覆传统,给我们的生活带来巨大的改变:苹果Siri、微软小冰等智能助手的推出,让我们能更便捷地操作各类科技产品;手机银行搭载的人脸识别技术,能够有效降低金融诈骗风险,保护财产安全;各大搜索引擎利用深度学习技术对网页进行排序,提高搜索的相关性和准确度……


展望

 

杉科科技紧跟时代潮流,通过计算机算法研发,结合机器视觉、人脸识别、车辆识别、语音交互、深度学习、物联网等最新的AI技术,实现深入的人机交互,并推出了室外智能巡逻机器人和室内智能服务机器人。室外巡逻机器人可以自主规划巡逻路径、通过AI识别技术对车辆和人群进行管理、从多个维度进行环境监控,助力园区的智能安防体系建设;室内服务机器人在日常巡逻的基础上,还可实现人机对话、提供智能引导查询服务和物品递送服务,帮助企业实现智慧办公。通过巡逻机器人和服务机器人相结合的立体服务系统,让高科技渗透到生活中,做到真正的生活智能化,同时重新定义智能机器人。

 

未来,杉科科技将会推出更多智能终端产品,为客户定制全方位的操作流程和场景解决方案,减少企业的人力成本,简化管理流程,提高运营效率,助力城市智慧发展。


感谢关注机器人博览


国内最具影响力的集机器人产业研究、行业资讯、前言技术为一体的垂直机器人领域服务平台。由竞争力咨询机器人团队倾力打造!

每天推送不重样!

相关报道