人工智能課件chapter2

Chapter2

HistoryofArtificialIntelligenceTextAThehistoryofArtificialIntelligence(AI)beganinantiquity,withmyths,storiesandrumorsofartificialbeingsendowedwithintelligenceorconsciousnessbymastercraftsmen;asPamelaMcCorduckwrites,AIbeganwith“anancientwishtoforgethegods.”

人工智能的歷史人工智能（AI）的歷史可以追溯到遠古時代，當時的神話、故事和傳說都是由工匠大師賦予人工智能或意識的；正如帕梅拉·麥考達克（PamelaMcCorduck）所寫，人工智能始于“鑄造神靈的古老愿望”。Thestudyofmechanicalor“formal”reasoningbeganwithphilosophersandmathematiciansinantiquity.ThestudyofmathematicallogicleddirectlytoAlanTuring’stheoryofcomputation,whichsuggestedthatamachine,byshufflingsymbolsassimpleas“0”and“1”,couldsimulateanyconceivableactofmathematicaldeduction.Thisinsight,thatdigitalcomputerscansimulateanyprocessofformalreasoning,isknownastheChurch-Turingthesis1.Alongwithconcurrentdiscoveriesinneurobiology,informationtheoryandcybernetics,thisledresearcherstoconsiderthepossibilityofbuildinganelectronicbrain.Turingproposedthat“ifahumancouldnotdistinguishbetweenresponsesfromamachineandahuman,themachinecouldbeconsidered“intelligent”.ThefirstworkthatisnowgenerallyrecognizedasAIwasMcCullouchandPitts’1943formaldesignforTuring-complete“artificialneurons”.對機械或“形式”推理的研究始于古代的哲學家和數(shù)學家。艾倫·圖靈（AlanTuring）的計算理論就是基于這些數(shù)理邏輯的研究，該理論認為，一臺機器通過對像“0”和“1”這樣簡單的符號進行變換，能夠模擬任何可以想象的數(shù)學推導行為。數(shù)字計算機可以模擬形式推理的任何過程，這種觀點被稱為丘奇-圖靈論題。神經(jīng)生物學、信息論和控制論的同時發(fā)現(xiàn)促使研究人員思考構(gòu)建一個電子大腦的可能性。圖靈提出，如果一個人不能區(qū)分機器和人的反應(yīng)，這臺機器可以被認為是“智能的”?，F(xiàn)在公認的第一個人工智能作品是麥卡洛克和皮茨于1943年設(shè)計的具有圖靈完備的“人工神經(jīng)元”。ThefieldofAIresearchwasbornataworkshopatDartmouthCollegein1956.AttendeesAllenNewell(CMU),HerbertSimon(CMU),JohnMcCarthy(MIT),MarvinMinsky(MIT)andArthurSamuel(IBM)becamethefoundersandleadersofAIresearch.Theyandtheirstudentsproducedprogramsthatthepressdescribedas“astonishing”:computerswerelearningcheckersstrategies(c.1954)(andby1959werereportedlyplayingbetterthantheaveragehuman),solvingwordproblemsinalgebra,provinglogicaltheorems(LogicTheorist,firstrunc.1956)andspeakingEnglish.Bythemiddleofthe1960s,researchintheU.S.washeavilyfundedbytheDepartmentofDefenseandlaboratorieshadbeenestablishedaroundtheworld.AI’sfounderswereoptimisticaboutthefuture:HerbertSimonpredicted,“machineswillbecapable,withintwentyyears,ofdoinganyworkamancando”.MarvinMinskyagreed,writing,“withinageneration...theproblemofcreating‘a(chǎn)rtificialintelligence’willsubstantiallybesolved”.人工智能研究領(lǐng)域誕生于1956年Dartmouth學院的一個研討會上。參會人AllenNewell（CMU）、HerbertSimon（CMU）、JohnMcCarthy（MIT）、MarvinMinsky（MIT）和ArthurSamuel（IBM）成為人工智能研究的創(chuàng)始人和領(lǐng)導者。他們和學生制作了一系列被媒體描述為“驚人”的程序：計算機正在學習跳棋策略（據(jù)報道，到1959年，計算機的表現(xiàn)已經(jīng)超過了普通人），正在解決代數(shù)中的單詞問題，正在證明邏輯定理(邏輯理論家，大約1956年首次運行)，正在說英語。到20世紀60年代中期，美國的研究得到了國防部的大量資助，世界各地都建立了實驗室。人工智能的創(chuàng)始人對未來持樂觀態(tài)度：赫伯特·西蒙(HerbertSimon)預(yù)言“機器將在20年內(nèi)能夠完成人類能做的任何工作?！瘪R文·明斯基（MarvinMinsky）對此表示贊同，他寫道：“一代人之內(nèi)……創(chuàng)造‘人工智能’的問題將得到實質(zhì)性解決”。Theyfailedtorecognizethedifficultyofsomeoftheremainingtasks.Progressslowedandin1974,inresponsetothecriticismofSirJamesLighthillandongoingpressurefromtheU.S.Congresstofundmoreproductiveprojects,boththeU.S.andBritishgovernmentscutoffexploratoryresearchinAI.Thenextfewyearswouldlaterbecalledan“AIwinter”,aperiodwhenobtainingfundingforAIprojectswasdifficult.他們沒有認識到一些剩余任務(wù)的困難。由于詹姆斯·萊特希爾爵士（SirJamesLighthill）的批評，以及美國國會要求資助更有成效的項目的持續(xù)壓力，美國和英國政府在1974年都停止了人工智能領(lǐng)域的探索性研究。接下來的幾年被稱為“人工智能冬天”，這段時間人工智能項目很難獲得資金。Intheearly1980s,AIresearchwasrevivedbythecommercialsuccessofexpertsystems,aformofAIprogramthatsimulatedtheknowledgeandanalyticalskillsofhumanexperts.By1985,themarketforAIhadreachedoverabilliondollars.Atthesametime,Japan’sfifthgenerationcomputerprojectinspiredtheU.S.andBritishgovernmentstorestorefundingforacademicresearch.However,beginningwiththecollapseoftheLispMachinemarketin1987,AIonceagainfellintodisrepute,andasecond,longer-lastinghiatusbegan.20世紀80年代初，人工智能研究因?qū)＜蚁到y(tǒng)的商業(yè)成功而恢復(fù)。專家系統(tǒng)是一種模擬人類專家知識和分析技能的人工智能程序。到1985年，人工智能的市場已經(jīng)超過了10億美元。與此同時，日本的第五代計算機項目激發(fā)了美國和英國政府，他們將恢復(fù)對學術(shù)研究的資助。然而，從1987年Lisp機器市場崩潰開始，人工智能又一次聲名狼藉，第二次更持久的停滯開始了。Inthelate1990sandearly21stcentury,AIbegantobeusedforlogistics,datamining,medicaldiagnosisandotherareas.Thesuccesswasduetoincreasingcomputationalpower(seeMoore’slaw2),greateremphasisonsolvingspecificproblems,newtiesbetweenAIandotherfields(suchasstatistics,economicsandmathematics),andacommitmentbyresearcherstomathematicalmethodsandscientificstandards.DeepBlue3becamethefirstcomputerchess-playingsystemtobeatareigningworldchesschampion,GarryKasparov,on11May1997.20世紀90年代末和21世紀初，人工智能開始被用于物流、數(shù)據(jù)挖掘、醫(yī)療診斷等領(lǐng)域。人工智能的成功得益于計算能力的增強（參見摩爾定律）、對解決特定問題的重視程度的提高、人工智能與其他領(lǐng)域（如統(tǒng)計、經(jīng)濟學和數(shù)學）之間的新聯(lián)系，以及研究人員對數(shù)學方法和科學標準的承諾。1997年5月11日，深藍成為首個擊敗國際象棋世界冠軍加里·卡斯帕羅夫的計算機國際象棋系統(tǒng)。In2011,aJeopardy!quizshowexhibitionmatch,IBM’squestionansweringsystem,Watson,defeatedthetwogreatestJeopardy!champions,BradRutterandKenJennings,byasignificantmargin.Fastercomputers,algorithmicimprovements,andaccesstolargeamountsofdataenabledadvancesinmachinelearningandperception;data-hungrydeeplearningmethodsstartedtodominateaccuracybenchmarksaround2012.TheKinect,whichprovidesa3Dbody–motioninterfacefortheXbox360andtheXboxOne,usesalgorithmsthatemergedfromlengthyAIresearchasdointelligentpersonalassistantsinsmartphones.InMarch2016,AlphaGowon4outof5gamesofGoinamatchwithGochampionLeeSedol,becomingthefirstcomputerGo-playingsystemtobeataprofessionalGoplayerwithouthandicaps.Inthe2017FutureofGoSummit,AlphaGowonathree-gamematchwithKeJie,whoatthetimecontinuouslyheldtheworldNo.

1rankingfortwoyears.ThismarkedthecompletionofasignificantmilestoneinthedevelopmentofArtificialIntelligenceasGoisanextremelycomplexgame,moresothanChess.2011年，在一個名為Jeopardy!的智力競賽節(jié)目中，IBM的問答系統(tǒng)——沃森以顯著的優(yōu)勢擊敗了該節(jié)目兩個最偉大的冠軍布拉德·拉特（BradRutter）和肯·詹寧斯（KenJennings）。計算機速度的增強，算法的改進，以及對大量數(shù)據(jù)的訪問，使機器學習和感知的進步成為可能；大流量數(shù)據(jù)的深度學習方法在2012年左右開始控制精度基準。Kinect為Xbox360和XboxOne提供了一個3D身體運動界面，它使用的算法和智能手機中的智能助手一樣，都是經(jīng)過長期人工智能研究得出的。2016年3月，AlphaGo在與圍棋冠軍李世石的對弈中，五局四勝，成為首個擊敗無殘障職業(yè)棋手的計算機圍棋系統(tǒng)。在2017年的未來圍棋峰會上，AlphaGo贏了柯潔三局，柯潔連續(xù)兩年蟬聯(lián)世界第一。這標志著人工智能發(fā)展的一個重要里程碑的完成，因為圍棋是一項比國際象棋更為復(fù)雜的游戲AccordingtoBloomberg’sJackClark,2015wasalandmarkyearforartificialintelligence,withthenumberofsoftwareprojectsthatuseAIwithinGoogleincreasedfroma“sporadicusage”in2012tomorethan2,700projects.Clarkalsopresentsfactualdataindicatingthaterrorratesinimageprocessingtaskshavefallensignificantlysince2011.Heattributesthistoanincreaseinaffordableneuralnetworks,duetoariseincloudcomputinginfrastructureandtoanincreaseinresearchtoolsanddatasets.布隆伯格（Bloomberg）的杰克·克拉克（JackClark）表示，2015年是人工智能具有里程碑意義的一年，在谷歌中使用人工智能的軟件項目從2012年的“零星使用”增加到2700多個。克拉克還提供了實際數(shù)據(jù)，表明自2011年以來，圖像處理任務(wù)中的錯誤率已經(jīng)顯著下降。他將此歸因于負擔得起的神經(jīng)網(wǎng)絡(luò)的增加，這是由于云計算基礎(chǔ)設(shè)施以及研究工具和數(shù)據(jù)集的增加。OthercitedexamplesincludeMicrosoft’sdevelopmentofaSkypesystemthatcanautomaticallytranslatefromonelanguagetoanotherandFacebook’ssystemthatcandescribeimagestoblindpeople.Ina2017survey,oneinfivecompaniesreportedtheyhad“incorporatedAIinsomeofferingsorprocesses”.Around2016,Chinagreatlyaccelerateditsgovernmentfunding;givenitslargesupplyofdataanditsrapidlyincreasingresearchoutput,someobserversbelieveitmaybeontracktobecomingan“AIsuperpower”.其他被引用的例子包括微軟開發(fā)的Skype系統(tǒng)可以自動從一種語言轉(zhuǎn)換到另一種語言，以及Facebook的系統(tǒng)可以向盲人描述圖像。在2017年的一項調(diào)查中，五分之一的公司表示，它們“在一些產(chǎn)品或流程中加入了人工智能”。2016年前后，中國大幅加快政府資金投入；鑒于其龐大的數(shù)據(jù)供應(yīng)和快速增長的研究產(chǎn)出，一些觀察人士認為，中國可能正走上成為“人工智能超級大國”的道路。TextBComplexAISystemsExplainTheirActionsInthefuture,servicerobotsequippedwithartificialintelligence(AI)areboundtobeacommonsight.Thesebotswillhelppeoplenavigatecrowdedairports,servemeals,orevenschedulemeetings.

復(fù)雜人工智能系統(tǒng)將能解釋他們的行為在未來幾年，配備人工智能的服務(wù)型機器人將成為普遍趨勢。這些機器人將會幫助人們在擁擠的機場導航，服務(wù)人們用餐，或者制訂會議日程。AstheseAIsystemsbecomemoreintegratedintodailylife,itisvitaltofindanefficientwaytocommunicatewiththem.Itisobviouslymorenaturalforahumantospeakinplainlanguageratherthanastringofcode.Further,astherelationshipbetweenhumansandrobotsgrows,itwillbenecessarytoengageinconversations,ratherthanjustgiveorders.當人工智能系統(tǒng)變成人們?nèi)粘Ｉ钪胁豢煞指畹囊徊糠謺r，找到一個和機器有效的交流方式變得至關(guān)重要。對于人類來說，使用普通語言交流顯然比用一串串代碼溝通更為自然。與此同時，隨著人類和機器的關(guān)系變得日益親密，相較人類單方面的給出指令，雙方皆能參與到對話變得尤為必要。Thishuman-robotinteractioniswhatManuelaM.Veloso’sresearchisallabout.Veloso,aprofessoratCarnegieMellonUniversity,hasfocusedherresearchonCoBots,autonomousindoormobileservicerobotswhichtransportitems,guidevisitorstobuildinglocations,andtraversethehallsandelevators.TheCoBotrobotshavebeensuccessfullyautonomouslynavigatingforseveralyearsnow,andhavetraveledmorethan1,000km.Theseaccomplishmentshaveenabledtheresearchteamtopursueanewdirection,focusingnowonnovelhuman-robotinteraction.這種人機互動正是曼紐拉·M·維羅索（ManuelaM.Veloso）教授的科研方向。維羅索是卡耐基·梅隆大學計算機科學系教授，她的研究集中于協(xié)作機器人。這些服務(wù)型機器人可以在室內(nèi)運輸物品，也可以為游客進行樓宇間及樓內(nèi)導航。這類協(xié)作機器人已經(jīng)成功自動導航服務(wù)數(shù)年，累計歷程超過1000千米。如此成就使得研究團隊有了新的開發(fā)方向，即更先進的人機互動?！癐fyoureallywanttheseautonomousrobotstobeinthepresenceofhumansandinteractingwithhumans,andbeingcapableofbenefitinghumans,theyneedtobeabletotalkwithhumans”Velososays.“如果你真希望這類自動化機器人呈現(xiàn)于世人面前，并為人類生活提供便利，那么它們就需要能夠和人類對話溝通?！本S羅索說。CommunicatingWithCoBotsVeloso’sCoBotsarecapableofautonomouslocalizationandnavigationintheGates-HillmanCenterusingWiFi,LIDAR,and/oraKinectsensor(yes,thesametypeusedforvideogames).與協(xié)作機器人溝通維羅索的協(xié)作機器人可以利用無線網(wǎng)絡(luò)，激光雷達和體感裝置（是的，就是用于游戲中的那種）在蓋茨-希爾曼中心自主定位并導航。InthenextfewyearsAIresearchlabspoppedupattheMassachusettsInstituteofTechnology(MIT)andStanfordUniversity.Researchtouchedoncomputerchess,roboticsandnatural-languagecommunication.在接下來的幾年里，麻省理工學院（MIT）和斯坦福大學（StanfordUniversity）成立了人工智能研究實驗室，研究涉及計算機象棋、機器人和自然語言交流。Therobotsnavigatebydetectingwallsasplanes,whichtheymatchtotheknownmapsofthebuilding.Otherobjects,includingpeople,aredetectedasobstacles,sonavigationissafeandrobust.Overall,theCoBotsaregoodnavigatorsandarequiteconsistentintheirmotion.Infact,theteamnoticedtherobotscouldweardownthecarpetastheytraveledthesamepathnumeroustimes.機器人通過探測墻壁來導航，通過這種方式以匹配建筑的平面圖。包括人類在內(nèi)的其他物體則被定義為障礙物，所以導航系統(tǒng)是非常安全有效的。整體來說，協(xié)作機器人是很好的導航器，并且在工作狀態(tài)下始終如一。事實上，研究團隊發(fā)現(xiàn)機器人會重復(fù)選擇同一條路線，如此多次之后途經(jīng)的地毯竟出現(xiàn)了磨損的跡象。Becausetherobotsareautonomous,andthereforecapableofmakingtheirowndecisions,theyareoutofsightforlargeamountsoftimewhiletheynavigatethemulti-floorbuildings.Theresearchteambegantowonderaboutthisunaccountedtime.Howweretherobotsperceivingtheenvironmentandreachingtheirgoals?Howwasthetrip?Whatdidtheyplantodonext?這是因為機器人的行為是自主的，它們有能力做出自己的決定。這樣一來它們穿梭于各個樓層之間的大部分時間都在人類的視野范圍之外。研究團隊對這段行蹤不明的時間非常好——機器人是如何感知周邊環(huán)境并最終到達預(yù)定目標地點的？這些行程怎么樣？它們的下一步行動計劃是什么？“Inthefuture,Ithinkthatincrementallywemaywanttoquerythesesystemsonwhytheymadesomechoicesorwhytheyaremakingsomerecommendations,”explainsVeloso.TheresearchteamiscurrentlyworkingonthequestionofwhytheCoBotstooktheroutetheydidwhileautonomous.Theteamwantedtogivetherobotstheabilitytorecordtheirexperiencesandthentransformthedataabouttheirroutesintonaturallanguage.Inthisway,thebotscouldcommunicatewithhumansandrevealtheirchoicesandhopefullytherationalebehindtheirdecisions.“在未來，我們會逐漸了解到這些系統(tǒng)是如何做選擇，以及如何提出某些建議的?！本S羅索說。目前研究團隊正致力于解釋協(xié)作機器人在自主行動時是如何選定特定行動路線的。研究團隊想賦予機器人記錄能力，這樣它們就可以把路線數(shù)據(jù)轉(zhuǎn)化成自然語言。通過這種方法，機器人便能和人類進行溝通并給出他們的選擇，幸運的話一并解釋他們做出各種選擇的基本原理。LevelsofExplanationThe“internals”underlyingthefunctionsofanyautonomousrobotsarecompletelybasedonnumericalcomputations,andnotnaturallanguage.Forexample,theCoBotrobotsinparticularcomputethedistancetowalls,assigningvelocitiestotheirmotorstoenablethemotiontospecificmapcoordinates.不同等級的解釋任何自主機器人的內(nèi)部分析功能都是依靠數(shù)值計算，而不是自然語言。舉例來說，協(xié)作機器人根據(jù)距墻的遠近的估算來設(shè)定發(fā)動機速度以到達特定的地圖坐標。Askinganautonomousrobotforanon-numericalexplanationiscomplex,saysVeloso.Furthermore,theanswercanbeprovidedinmanypotentiallevelsofdetail.“Wedefinewhatwecallthe‘verbalizationspace’inwhichthistranslationintolanguagecanhappenwithdifferentlevelsofdetail,withdifferentlevelsoflocality,withdifferentlevelsofspecificity.”維羅索認為讓自主機器人做出非數(shù)值解釋是非常復(fù)雜的。此外，機器人提供的答案潛在著不同等級的細節(jié)。“機器人給出的解釋轉(zhuǎn)化成語言將呈現(xiàn)出不同程度的細節(jié)，不同具體度的位置，以及不同級別的特征。我們把這種情況定義為‘冗長空間’?！崩纾绻_發(fā)者要求機器人提供所走線路的細節(jié)數(shù)據(jù)，他們期待的是路程長度外加電池消耗等細節(jié)。但是一個隨機訪問用戶也許只是想知道機器人從一個辦公室到另一個辦公室花了多長時間而已。Forexample,ifadeveloperisaskingarobottodetailtheirjourney,theymightexpectalengthyretelling,withdetailsthatincludebatterylevels.Butarandomvisitormightjustwanttoknowhowlongittakestogetfromoneofficetoanother.Therefore,theresearchisnotjustaboutthetranslationfromdatatolanguage,butalsotheacknowledgmentthattherobotsneedtoexplainthingswithmoreorlessdetail.Ifahumanweretoaskformoredetail,therequesttriggersCoBot“tomove”intoamoredetailedpointintheverbalizationspace.因此，研究人員不只是單純地把數(shù)據(jù)轉(zhuǎn)化成語言，而是讓機器人給出解釋時有能力界定提供數(shù)據(jù)的細節(jié)程度。如果詢問者想要請求更多的細節(jié)，那么該請求就會觸發(fā)機器人‘冗長空間’中更加細節(jié)的部分?！癢earetryingtounderstandhowtoempowertherobotstobemoretrustablethroughtheseexplanations,astheyattendtowhatthehumanswanttoknow,”saysVeloso.Theabilitytogenerateexplanations,inparticularatmultiplelevelsofdetail,willbeespeciallyimportantinthefuture,astheAIsystemswillworkwithmorecomplexdecisions.HumanscouldhaveamoredifficulttimeinferringtheAI’sreasoning.Therefore,thebotwillneedtobemoretransparent.維羅索說到：“我們正在試圖了解如何讓機器人在回答此類問題時有更強的自主能力，讓它們理解人類到底想獲取什么信息?！痹诮窈螅斯ぶ悄芟到y(tǒng)會參與到更加復(fù)雜的決策中，所以給出不同細致等級解釋的能力將會變得尤為重要。人類推斷人工智能推理過程時也會變得更加復(fù)雜。因此，機器系統(tǒng)需要變得更加通透易懂Forexample,ifyougotoadoctor’sofficeandtheAItheremakesarecommendationaboutyourhealth,youmaywanttoknowwhyitcametothisdecision,orwhyitrecommendedonemedicationoveranother.例如，你去看醫(yī)生時人工智能為你提出健康