人工智能是指讓機(jī)器獲得像人類一樣思考與處理事情能力的技術(shù)，最早出現(xiàn)在 1956 年召開的達(dá)特茅斯會(huì)議上。這次會(huì)議主要討論著一個(gè)在當(dāng)時(shí)看來完全不食人間煙火的主題：用機(jī)器來模仿人類學(xué)習(xí)以及其他方面的智能。

人工智能是一項(xiàng)極具挑戰(zhàn)性的任務(wù)。從人類認(rèn)知角度看，因?yàn)槿祟惸壳吧袩o法對人腦的工作機(jī)制有全面科學(xué)的認(rèn)知，所以制造出達(dá)到人腦水平的智能機(jī)器無疑是非常困難的。但是隨著計(jì)算機(jī)技術(shù)的發(fā)展，在某個(gè)方面呈現(xiàn)出類似、接近甚至超越人類智能水平的機(jī)器被證明是可行的。

怎么實(shí)現(xiàn)人工智能是一個(gè)非常廣袤的問題。人工智能的發(fā)展主要經(jīng)歷過 3 種階段，每個(gè)階段都代表了人類從不同的角度嘗試實(shí)現(xiàn)人工智能的探索足跡。

最早期人類試圖通過總結(jié)、歸納出一些邏輯規(guī)則，并將邏輯規(guī)則以計(jì)算機(jī)程序的方式來開發(fā)智能系統(tǒng)。但是這種顯式的規(guī)則往往過于簡單，很難表達(dá)復(fù)雜、抽象的規(guī)則。這一階段被稱為推理期。

1970 年代，科學(xué)家們嘗試通過知識(shí)庫+推理的方式解決人工智能，通過構(gòu)建龐大復(fù)雜的專家系統(tǒng)來模擬人類專家的智能水平。這些明確指定規(guī)則的方式存在一個(gè)最大的難題，就是很多復(fù)雜，抽象的概念無法用具體的代碼實(shí)現(xiàn)。比如人類對圖片的識(shí)別，對語言的理解過程，根本無法通過既定規(guī)則模擬。為了解決這類問題，一門通過讓機(jī)器自動(dòng)從數(shù)據(jù)中學(xué)習(xí)規(guī)則的研究學(xué)科誕生了，稱為機(jī)器學(xué)習(xí)，并在 1980 年代成為人工智能中的熱門學(xué)科。

在機(jī)器學(xué)習(xí)中，有一門通過神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)復(fù)雜、抽象邏輯的方向，稱為神經(jīng)網(wǎng)絡(luò)。

神經(jīng)網(wǎng)絡(luò)方向的研究經(jīng)歷了 2 起 2 落，并從 2012 年開始，由于效果極為顯著，應(yīng)用深層神經(jīng)網(wǎng)絡(luò)技術(shù)在計(jì)算機(jī)視覺、自然語言處理、機(jī)器人等領(lǐng)域取得了重大突破，部分任務(wù)上甚至超越了人類智能水平，開啟了以深層神經(jīng)網(wǎng)絡(luò)為代表的人工智能的第 3 次復(fù)興。這次復(fù)興直接與我們生活息息相關(guān)，如語音識(shí)別技術(shù)、人臉識(shí)別技術(shù)從本質(zhì)上改變了我們生活的方式。

深層神經(jīng)網(wǎng)絡(luò)有了一個(gè)新名字，叫做深度學(xué)習(xí)，一般來講，神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的本質(zhì)區(qū)別并不大，深度學(xué)習(xí)特指基于深層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的模型或算法。人工智能，機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，深度學(xué)習(xí)的相互之間的關(guān)系如圖所示。