사실 인공지능과 기계학습의 개념은 일찍이 90 년대에 나타났다. 사실 인공지능의 발전사에서, 이것은 우리와 가장 가까운 단계이다. 이 단계에서 인공지능의 발전은 이미 몇 가지 현저한 성과를 거두었다. 예를 들어 1997 년에 IBM 이 개발한 진한 파란색이 체스 세계 챔피언 카스파로프와의 전투에서 승리했습니다. 2009 년 로잔 연방 공과대학에서 발족한' 블루뇌 프로그램' 은 일부 쥐의 뇌를 성공적으로 시뮬레이션했다고 주장했다. 20 16 년 구글이 개발한 알파고는 바둑 세계 챔피언과의 대전에서 이겼다 ...
최근 몇 년 동안 기계 학습, 이미지 인식 등의 기술은 사람들의 일상생활과 업무에서 더욱 광범위하게 응용되었다. 예를 들어, 사람들은 Google Photos 를 통해 필요한 사진을 더 빨리 찾고, Google Now 의 자동 푸시 기능을 사용하여 필요한 정보를 얻고, 받은 편지함을 통해 메일 응답을 자동으로 작성할 수 있습니다. 인공지능은 우리의 일과 생활에 큰 편리함을 가져다 주었다.
첫째, 인공지능의 첫 번째 물결은
1956 년 조교수 존 매카시가 제시한 인공지능 개념은 미국 다트머스 대학에서 열린 여름 학술 세미나에서 정식으로 사용되었다. 이후 인공지능 선구자인 애륜 튜링은 유명한' 튜링 테스트' 인 사람과 기계를 분리해 테스트했다. 응답자의 30% 이상이 자신이 사람과 기계를 마주하고 있는지 확신이 서지 않으면 기계가 성공적으로 테스트를 통과하고 인공지능을 갖춘 것으로 간주된다. 튜링 테스트의 자극으로 전 세계적으로 첫 번째 인공지능이 나타났다.
이 단계에서 연구 방법 중 상징주의가 유행하고, 수학 증명, 전문가 시스템, 지식 추리 등 형식화 방법이 인간-컴퓨터 상호 작용 과정에서 광범위하게 응용되었다. 그러나 당시 컴퓨터와 인터넷 기술이 막 시작되었기 때문에 연산 속도가 제한되어 인공지능의 발전을 크게 제약했다.
둘째, 인공 지능의 두 번째 물결
80 년대 들어 제 2 차 인공지능의 물결이 나타났다. 전통적인 상징주의 학파의 발전이 더디기 때문에 일부 연구자들은 확률 통계 모델을 기반으로 하는 새로운 방법을 사용하려고 시도하여 음성 인식과 기계 번역의 발전을 촉진시켰다. 패턴 인식 분야에서는 인공신경망이 빛을 발한다. 이 단계에서 데이터 부족과 테스트 환경 제한으로 인해 인공지능은 학술 연구에만 국한되며 실용적 가치는 없다.
셋째, 세 번째 인공지능의 물결
2006 년, Hinton 등은 심도 있는 학습 기술을 제시하여 인공지능의 세 번째 물결을 일으켰다. 20 15 이미지 인식 분야에서 심도 있는 학습에 기반한 인공지능 알고리즘의 정확도가 처음으로 인간의 육안을 능가하고 인공지능이 비약적으로 도약했다. 머신 비전 연구 분야의 돌파와 함께 심도 있는 학습은 음성 인식, 자연어 처리, 데이터 마이닝 등에서 돌파구를 마련했다. 20 16 년 Microsoft 영어 음성 인식의 오류율은 5.9% 로 떨어졌습니다.
이 단계에서 각종 유리한 조건의 증설로 인공지능은 이미 실험실에서 나와 정식으로 시장에 진입하여 산업화를 실현하였다. (윌리엄 셰익스피어, 인공지능, 인공지능, 인공지능, 인공지능, 인공지능, 인공지능, 인공지능, 인공지능) 20 17 년, 무인운전, 검색엔진, 지능조수, 로봇, 뉴스추천, 글쓰기 등 앱이 이미 사람들의 일상생활에 들어왔기 때문에 20 17 년은 인공지능산업화 원년으로 불린다.
심도 있는 학습의 끊임없는 발전으로 인공지능은 세 번째 발전의 물결을 맞이하여 데이터, 컴퓨팅 능력, 알고리즘, 플랫폼의 네 가지 방면에서 장족의 발전을 이루었다.