这一专栏开始，我们介绍近年来影响着人们生活方方面面的智能计算（也即人工智能）相关知识。

主要内容来源于《智能计算系统》陈云霁 的阅读笔记，与大家分享。

概述

以深度学习为代表的人工智能技术在飞速发展，在图像识别、语音识别、自然语言处理、博弈游戏等应用上，已经接近甚至超过了人类的水平。

可以说，整个人类社会走到了智能时代的门槛边，即将迎来一次巨大的变革。

如同人类历史上之前的各个时代必须要有核心物质载体作为支撑（如工业时代的发动机，信息时代的通用处理器），智能时代也必须要有核心物质载体作为支撑。而智能时代的核心物质载体正是智能计算系统。

人工智能

通俗地讲，人制造出来的机器所表现出来的智能，就是人工智能（Artificial Inelligence，AI）。

人工智能大致分为两大类：弱人工智能和强人工智能。

弱人工智能（weak artificial intelligence）是能够完成某种特定具体任务的人工智能，换个角度看，就是一种计算机科学的非平凡的应用。

强人工智能（strong artificial intelligence) 或通用人工智能，是具备与人类同等智慧，或超越人类的人工智能，能表现正常人类所具有的所有智能行为。

人工智能在有些方面很容易超越人类，例如计算加法、乘法等，目前广泛应用的就是这类弱人工智能。

但是强人工智能不仅要能解决一两个特定的问题，还要能够解决人类所能解决的各种各样的问题。

发展历史

人工智能的萌芽至少可以上溯到20世纪40年代

1943 年 W. MeCulloch 和 W.Pitts 提出了首个人工神经元模型

1949 年 D. Hebb 提出了 Hebbian Learning 规则来对神经元之间的连接强度进行更新

但人工智能概念的正式诞生则要等到 1956 年的达特茅斯会议

自那以后，人工智能60多年的发展历史可以说是几起几落，经历了三次热潮，但也遇到了两次冬天

第一次热潮

（1956 年至 20 世纪 60 年代）

1956 年夏天，J. McCarthy、M. Minsky、N. Rocheste r和 C. Shannon 发起了为期 2 个月的 10人 参与的达特茅斯人工智能研讨会，也就是著名的达特茅斯会议。

该会议认为，如果学习或智能的特征可以被精确描述，就可以用一台机器来模拟智能，并尝试如何让机器使用语言、形成抽象概念、解决人类才能解决的各种问题，甚至自我完善。

这次会议的参会者有多人后来获得了图灵奖 (包括 J. McCarthy、M. Minsky 和 H. Simon 等)。

由于参会者大多有着深厚的逻辑研究背景，达特茅斯会议驱动的第一次人工智能热潮是以符号逻辑为主要出发点，也就是后世所谓的符号主义。

理论上说，如果我们能用某种符号逻辑表示已有知识和要解决的问题，那么通过逻辑问题求解器就可以解决各种智能任务。

秉承这个思路，A. Newell 和 H. Simon 在达特茅斯会议上展示了推理计算机程序 —— 逻辑理论家，该程序后来证明了很多数学定理。

除此之外，第一次热潮还涌现出了几何定理证明者、国际象棋程序、跳棋程序、问答和规划系统等有一定影响力的成果。

该时期 F. Rsenblat 提出了感知机模型，这一神经网络模型受到了当时很多研究者的关注。

在第一次热潮的初期， 人工智能研究者对未来非常乐观

1957 年 H.Simon 就提出：“现在世界上已经有机器可以思考、可以学习、可以创造。它们的能力将迅速提高，处理的问题范围在可见的未来就能延伸到人类思维应用的范围。”

他还预测计算机将在 10 年内成为国际象棋冠军，而 40 年后IBM的深蓝系统才成为国际象棋冠军。

由于研究者发现人工智能发展的难度远远超过了当初的想象，很快人工智能第一次热潮就退去，进入了长
达10余年之久的第一次冬天。