摘要：人工智能的主流技術(shù)的發(fā)展大致經(jīng)歷了三個重要的歷程。

人工智能的主流技術(shù)的發(fā)展大致經(jīng)歷了三個重要的歷程。1956-1965年，人工智能的形成期，強(qiáng)調(diào)推理的作用。一般認(rèn)為只要機(jī)器被賦予邏輯推理能力就可以實(shí)現(xiàn)人工智能。不過此后人們發(fā)現(xiàn)，只是具備了邏輯推理能力，機(jī)器還遠(yuǎn)遠(yuǎn)達(dá)不到智能化的水平。1965-1990年，人工智能的“知識期”。這一時期，人們認(rèn)為要讓機(jī)器變得有智能，就應(yīng)該設(shè)法讓機(jī)器具有知識。

后來人們發(fā)現(xiàn)，知識獲取相當(dāng)困難。1990年至今，人工智能進(jìn)入“機(jī)器學(xué)習(xí)期”。隨著各種機(jī)器學(xué)習(xí)算法的提出和應(yīng)用，特別是深度學(xué)習(xí)技術(shù)的發(fā)展，人們希望機(jī)器能夠通過大量數(shù)據(jù)分析，從而自動學(xué)習(xí)出知識并實(shí)現(xiàn)智能化水平。這一時期，隨著計(jì)算機(jī)硬件水平的提升，大數(shù)據(jù)分析技術(shù)的發(fā)展，機(jī)器采集、存儲、處理數(shù)據(jù)的水平有了大幅提高。特別是深度學(xué)習(xí)技術(shù)對知識的理解比之前淺層學(xué)習(xí)有了很大的進(jìn)步，Alpha Go和中韓圍棋高手過招大幅領(lǐng)先就是人工智能的高水平代表之一。

人工智能發(fā)展的62年中，有高潮，有低潮，呈現(xiàn)波浪式前進(jìn)，螺旋式提升。1960年代，人工智能大發(fā)展，1970年代，人工智能處于低潮，特別是神經(jīng)網(wǎng)路、機(jī)器翻譯等的研究項(xiàng)目大量取消。1980年代，人工智能發(fā)展迎來了“日本五代機(jī)”大好時光。但是到1988年，“日本五代機(jī)”研究沒有達(dá)到預(yù)期的目標(biāo)，引起人們反思人工智能的研究。1991年，人工智能頂級刊物“Artificial Intelligence”第47卷發(fā)表了人工智能基礎(chǔ)專輯，指出了人工智能研究的趨勢。Kirsh在專輯中提出了人工智能的五個基本問題：

(1)知識與概念化是否是人工智能的核心？

(2)認(rèn)知能力能否與載體分開來研究？

(3)認(rèn)知的軌跡是否可用類自然語言來描述？

(4)學(xué)習(xí)能力能否與認(rèn)知分開來研究？

(5)所有的認(rèn)知是否有一種統(tǒng)一的結(jié)構(gòu)？

這些問題都是與人工智能有關(guān)的認(rèn)知問題,必須從認(rèn)知科學(xué)的基礎(chǔ)理論進(jìn)行探討。基礎(chǔ)理論研究是為獲得關(guān)于現(xiàn)象和可觀察事實(shí)的基本原理及新知識而進(jìn)行的實(shí)驗(yàn)性和理論性工作，它不以任何專門或特定的應(yīng)用或使用為目的。

在過去的幾年間，由于神經(jīng)網(wǎng)絡(luò)，或者“深度學(xué)習(xí)”方法的飛速發(fā)，人工智能已經(jīng)發(fā)生了一場變革，這些人工智能方法的起源都直接來自神經(jīng)科學(xué)。1943年，心理學(xué)家麥克洛奇(W S McCulloch) 和數(shù)理邏輯學(xué)家皮茲 (W Pitts) 在《數(shù)學(xué)生物物理公報 (Bulletin ofMathematical Biophysics)》上發(fā)表了關(guān)于神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型，提出了MP神經(jīng)網(wǎng)絡(luò)模型，開創(chuàng)了人工神經(jīng)網(wǎng)絡(luò)的研究。

神經(jīng)計(jì)算的研究以建設(shè)人工的神經(jīng)網(wǎng)絡(luò)作為開端，這些神經(jīng)網(wǎng)絡(luò)能計(jì)算邏輯函數(shù)。不久之后，有人提出了另外的一些機(jī)制，認(rèn)為神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元可能可以逐步地從監(jiān)督式的回饋或者非監(jiān)督方法中有效的編碼環(huán)境統(tǒng)計(jì)下進(jìn)行學(xué)習(xí)。這些機(jī)制打開了人工神經(jīng)網(wǎng)絡(luò)研究的另一扇大門，并且提供了當(dāng)代對深度學(xué)習(xí)進(jìn)行研究的基礎(chǔ)。費(fèi)爾德曼(Feldmann) 和 巴拉德(Ballard) 的連接網(wǎng)絡(luò)模型指出了傳統(tǒng)的人工智能計(jì)算與生物的“計(jì)算"的區(qū)別, 提出了并行分布處理的計(jì)算原則。

1985年，欣頓(Hinton)和塞杰諾斯基(Sejnowsky) 提出了一個可行的算法，稱為玻耳茲曼(Boltzmann) 機(jī)模型。他們借用了統(tǒng)計(jì)物理學(xué)的概念和方法,首次提出了多層網(wǎng)絡(luò)的學(xué)習(xí)算法。1986年，魯梅爾哈特(Rumelhart) 和 麥克萊倫德(McClelland) 等人提出并行分布處理(Parallel Distributed Processing, 簡稱PDP) 的理論。一群神經(jīng)科學(xué)和認(rèn)知科學(xué)家意識到，他們的研究屬于平行分布式處理（PDP）。

當(dāng)時，大多數(shù)的人工智能研究都集中在基于序列計(jì)算建立邏輯處理系統(tǒng)，這一概念部分是受到這樣一種思路的啟發(fā)——人類的智能包含了對符號表征的處理。但是，在有一些領(lǐng)域，越來越多的人意識到，純粹的符號方法可能過于脆弱，并且在解決人類習(xí)以為常的現(xiàn)實(shí)問題時，可能不夠靈活。取而代之的是，關(guān)于大腦基礎(chǔ)知識的不斷增加，指出了一個非常不一樣的方向，強(qiáng)調(diào)動態(tài)和高度平行信息處理的重要性?；诖耍琍DP興起提出了一個思路：人類的認(rèn)知和行為來自動態(tài)的、分布式交互，并且基于神經(jīng)網(wǎng)絡(luò)內(nèi)單一類神經(jīng)元的處理單元，通過學(xué)習(xí)進(jìn)程來對交互進(jìn)行調(diào)整，他們通過調(diào)整參數(shù)，以將誤差最小化，將反饋?zhàn)畲蠡?。在各個地方，神經(jīng)科學(xué)為架構(gòu)和算法的范圍提供了初步指導(dǎo)，從而引導(dǎo)人工智能成功應(yīng)用神經(jīng)網(wǎng)絡(luò)。

除了在深度學(xué)習(xí)發(fā)展中的神經(jīng)科學(xué)發(fā)揮重要作用之外，神經(jīng)科學(xué)還推動了強(qiáng)化學(xué)習(xí)（RL）的出現(xiàn)。強(qiáng)化學(xué)習(xí)方法解決了如何通過將環(huán)境中的狀態(tài)映射到行動來最大化未來獎勵的問題，并且是人工智能研究中使用最廣泛的工具之一。深度 Q 網(wǎng)絡(luò)（DQN）通過學(xué)習(xí)將圖像像素的矢量轉(zhuǎn)換為用于選擇動作（例如操縱桿移動）的策略，在 Atari 2600 視頻游戲中展現(xiàn)出專家級的水平。DQN 的一個關(guān)鍵因素是“體驗(yàn)重播”（experience replay），其中網(wǎng)絡(luò)以基于實(shí)例的方式存儲訓(xùn)練數(shù)據(jù)的一部分，然后“離線重播”，從過去新發(fā)現(xiàn)的成功或失敗中學(xué)習(xí)。體驗(yàn)重播對于最大限度地提高數(shù)據(jù)效率至關(guān)重要，避免了從連續(xù)相關(guān)經(jīng)驗(yàn)中學(xué)習(xí)的不穩(wěn)定的影響，使網(wǎng)絡(luò)即使在復(fù)雜、高度結(jié)構(gòu)化的順序環(huán)境中，也能學(xué)習(xí)可行的價值函數(shù)。

體驗(yàn)重播直接受理論的啟發(fā)，這些理論旨在了解哺乳動物大腦中的多個記憶系統(tǒng)如何相互作用。動物的學(xué)習(xí)行為是由海馬和新皮質(zhì)中互補(bǔ)學(xué)習(xí)系統(tǒng)為基礎(chǔ)。DQN 中的重播緩沖區(qū)可以被視為一個非常原始的海馬，使計(jì)算機(jī)能夠進(jìn)行輔助學(xué)習(xí)，就像在生物大腦里發(fā)生的那樣。后續(xù)工作表明，當(dāng)具有高度獎勵價值的事件重播被優(yōu)先考慮時，DQN 中體驗(yàn)重播的好處得到了增長，正如海馬重播似乎更偏好能夠帶來高水平強(qiáng)化的事件一樣。

存儲在內(nèi)存緩沖區(qū)中的體驗(yàn)不僅可以用于逐漸將深度網(wǎng)絡(luò)的參數(shù)調(diào)整為最佳策略（就像在 DQN 中那樣），還可以根據(jù)個人經(jīng)驗(yàn)支持快速的行為變化。事實(shí)上，理論神經(jīng)科學(xué)已經(jīng)證明了情景控制的潛在好處，在生物大腦的海馬中，獎勵動作序列能夠在內(nèi)部從快速可更新的記憶庫中被重新激活。此外，當(dāng)獲得的環(huán)境經(jīng)驗(yàn)有限時，情景控制特別優(yōu)于其他的學(xué)習(xí)機(jī)制。最近的人工智能 研究已經(jīng)吸取了這些想法來克服深度強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)學(xué)習(xí)慢的特性，開發(fā)了實(shí)現(xiàn)情景控制的架構(gòu)。這些網(wǎng)絡(luò)存儲特定的體驗(yàn)，并且基于當(dāng)前情況輸入和存儲在存儲器中的先前事件之間的相似性來選擇新的動作，考慮與之前的事件相關(guān)聯(lián)的獎勵。

智能科學(xué)是由腦科學(xué)、認(rèn)知科學(xué)、人工智能等構(gòu)建的前沿交叉學(xué)科，研究智能的基本理論和實(shí)現(xiàn)技術(shù)。腦科學(xué)從分子水平、細(xì)胞水平、行為水平研究人腦智能機(jī)理，建立腦模型，揭示人腦的本質(zhì)。認(rèn)知科學(xué)是研究人類感知、學(xué)習(xí)、記憶、思維、意識等人腦心智活動過程的科學(xué)。人工智能研究用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能, 實(shí)現(xiàn)機(jī)器智能。智能科學(xué)是實(shí)現(xiàn)人類水平的人工智能的重要途徑，引領(lǐng)新一代人工智能的發(fā)展。