Paper之AI:人工智能发展历史中一些重要的时间节点以及大牛们对重要概念的定义

PS:本文章长期更新,主要为论文综述使用,禁止任何形式的粘贴复制!!

 

1950~



       1950,人工智能之父Alan Mzthison Turing,艾伦图灵在1950年发表的论文《计算机器与智能》(Computing
Muchinery and Intelligence)中提出了具有开创意义的“图灵测试”(Turing
Test),用来判断一台计算机是否达到具备人工智能的标准。

       1959,机器学习
作为人工智能的分支,从2o世纪50年代开始,也历经了几次具有标志性的事件,这其中包括:1959年.美国的前IBM员工塞缪尔(Arthur
Samuel)开发了一个西洋棋程序。这个程序可以在与人类棋手对弈的过程中,不断改善自己的棋艺。

       1997年,IBM公司的深蓝(Deep Blue)超级计算机在国际象棋比赛中,力克俄罗斯专业大师卜斯帕罗夫(Carry Kimovich
Kaaparov),自此引起了全世界从业者的瞩口。2011年,IBM公司的沃森深度问答系统( Wanton
DeepQA)在美国知名的百科知识问答电视节目(Jeopardy)中击败多位优秀的人类选手成功夺冠,又使得我们朝着达成‘“图灵测试更近了一步。

       深度学习
作为机器学习的分支,也逐步兴起,谷歌公司DeepMind研究团队宣布机器学习程序AlphaGo以4:1的总比分击败了世界顶级围棋选手李世石,见证了人工智能的极大进步。

       2016年3月,阿尔法围棋与围棋世界冠军、职业九段棋手李世石
<https://baike.baidu.com/item/%E6%9D%8E%E4%B8%96%E7%9F%B3/2980313>进行围棋人机大战
<https://baike.baidu.com/item/%E5%9B%B4%E6%A3%8B%E4%BA%BA%E6%9C%BA%E5%A4%A7%E6%88%98/19457655>
,以4比1的总比分获胜;2016年末2017年初,该程序在中国棋类网站上以“大师”(Master)为注册账号与中日韩数十位围棋高手进行快棋对决,连续60局无一败绩;2017年5月,在
中国乌镇围棋峰会
<https://baike.baidu.com/item/%E4%B8%AD%E5%9B%BD%E4%B9%8C%E9%95%87%E5%9B%B4%E6%A3%8B%E5%B3%B0%E4%BC%9A/20612831>
上,它与排名世界第一的世界围棋冠军柯洁 <https://baike.baidu.com/item/%E6%9F%AF%E6%B4%81/5037756>
对战,以3比0的总比分获胜。围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平,在GoRatings网站公布的世界职业围棋排名中,其等级分曾超过排名人类第一的棋手柯洁。

       
2017年5月27日,在柯洁与阿尔法围棋的人机大战之后,阿尔法围棋团队宣布阿尔法围棋将不再参加围棋比赛。2017年10月18日,DeepMind团队公布了最强版阿尔法围棋,代号
AlphaGo Zero <https://baike.baidu.com/item/AlphaGo%20Zero>。

 

大牛们对重要概念的定义

ML的定义

       Langley(1996) 定义的机器学习是“机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验
<https://baike.baidu.com/item/%E7%BB%8F%E9%AA%8C>学习中改善具体算法的性能”。(Machine
learning is a science of the artificial. The field's main objects of study are
artifacts, specifically algorithms that improve their performance with
experience.)

     Tom Mitchell的机器学习(1997)对信息论
<https://baike.baidu.com/item/%E4%BF%A1%E6%81%AF%E8%AE%BA>
中的一些概念有详细的解释,其中定义机器学习时提到,“机器学习是对能通过经验
<https://baike.baidu.com/item/%E7%BB%8F%E9%AA%8C>自动改进的计算机算法的研究”。(Machine
Learning is the study of computer algorithms that improve automatically through
experience.)。
      美国卡内基梅隆大学(Carnegie Mellon University)机器学习研究领域的著名教授Tom Mitchell的经典定义: A
computer program is said to learn from experience E with respect to some task T
and some performance measure P,if its performance on T,as measured by
P,improves with experience E.—-Tom Mitchell
      三个关键术语:任务(Task )、经验(Experience)、性能(Performance )。
   
 翻译一: 如果一个程序在使用既有的经验E(Experience)来执行某类任务T(Task)的过程中被认为是“具备学习能力的”,那么它一定要展现出:利用现有的经验E,不断改善其完成既定任务T的性能(Performance)的特质。
   
 翻译二:如果一个程序在使用既有的经验(E)执行某类任务(T)的过程中被认定为是“具备学习能力的”,那么它一定需要展现出:利用现有的经验(E),不断改善其完成既定任务(T)的性能(P)的特质。

      Alpaydin(2004)同时提出自己对机器学习的定义,“机器学习是用数据或以往的经验
<https://baike.baidu.com/item/%E7%BB%8F%E9%AA%8C>,以此优化计算机程序的性能标准。”(Machine
learning is programming computers to optimize a performance criterion using
example data or past experience.)