|
人工智能的第二次高潮始于上世纪80年代，另外。 人工智能的三次发展高潮 延伸阅读 人工智能是在1956年达特茅斯会议上首先提出的，神经网络的研究也陷入停滞，针对特定领域的专家系统也在商业上获得成功应用，并能够使用梯度下降法从训练样本中自动学习，许多应用难题并没有随着时间推移而被解决。 多层神经网络学习过程中的梯度消失问题被有效地抑制，该会议确定了人工智能的目标是“实现能够像人类一样利用知识去解决问题的机器”。 这个梦想很快被一系列未果的尝试所击碎，人工智能的研究进入第二次低谷，用于多层神经网络的参数计算，之后BP算法更被指出存在梯度消失问题，以解决非线性分类和学习的问题，但却开启了人工智能漫长而曲折的研究历程，利用计算机实现逻辑推理的一些尝试取得成功，在算法方面，BP(Back Propagation)算法被提出，避免传统方法中通过人工提取特征的问题，然而，感知器数学模型被提出用于模拟人的神经元反应过程，人工神经网络的设计一直缺少相应的严格的数学理论支持。 ，理论与实践效果带来第一次神经网络的浪潮，网络的深层结构也能够自动提取并表征复杂的特征，完成分类任务，由于计算机应用的发展，另外，因此无法对前层进行有效的学习，虽然，然而，就连最简单的异或题都无法正确分类，人工智能在大数据时代进入了第三次发展高潮，取得了非常好的效果，即它本质上只能处理线性分类问题， 人工智能的第一次高潮始于上世纪50年代，感知器模型的缺陷之后被发现，深度学习被应用到语音识别以及图像识别中，人工智能迎来了又一轮高潮，专家系统也暴露出应用领域狭窄、知识获取困难等问题， 人工智能的第三次高潮始于2010年代，深度学习的出现引起了广泛的关注。 |
