【AI初识境】从3次人工智能潮起潮落说起

1、后续的AI初识境系列将深入探讨神经网络、深度学习技术的细节及其应用，助力读者理解人工智能的前沿进展。

人工智能发展的第二次热潮指的是

人工智能发展的第二次热潮发生在20世纪80年代。在这一时期，语音识别技术的进步成为了标志性成就，其关键在于思维方式的转变。传统的语音识别方法主要依赖于专家系统，即基于语言学知识来解析语音和音素，并通过将每个词汇分解为音节和音素，让计算机模仿人类学习语言的方式。

人工智能发展的第二次热潮指的是20世纪80年代。在第二次AI热潮中，语音识别是最具代表性的突破性进展之一，而这个突破依赖的是思维的转变。过去的语音识别更多的是专家系统，即根据的是语言学的知识，总结出语音和英文音素，再把每个字打开成音节与音素，让计算机用人类学习语言的方式来学习语言。

年代又兴起一拨人工智能的热潮，包括语音识别、语音翻译计划，以及日本提出的第五代计算机。不过，到了90年代后期，人们发现这种东西离我们的实际生活还很遥远。大家都有印象IBM在90年代的时候提出了一款语音听写的软件叫IBMViavoice，在演示当中效果不错，但是真正用的时候却很难使用。

达特茅斯会议被认为是全球人工智能研究的起点，在之后的十几年中，数学证明系统、语言学习、人机对话系统等技术的开发应用掀起了第一波AI热潮，然而由于当时计算机运算能力、程序设计及算法技术的限制，人工智能的发展陷入瓶颈。第二次AI热潮 在上个世纪80年代，专家系统在某些专业领域取得成功。

第二次以神经网络为标志的人工智能浪潮已经让很多投资人对人工智能望而生畏。这次又引得资本的追逐是因为资本真的看到了人工智能的实用性。至于能走多远，我是人工智能的乐观派，认为人工智能的发展会持续的发展，除非以后改名了。

简述人工智能三次浪潮中各阶段出现低潮的原因是什么?

1、如今第三次人工智能浪潮的兴起，得益于深度学习技术的突破。该技术是一种需要训练大型神经网络的“深层”结构，且每层可以解决不同方面的机器学习。其特点是，无需再依赖于硬件代码和事先定义的规则，而是依靠模拟人类大脑的神经网络系统，从案例和经验中习得算法。

2、如今，第三次浪潮的兴起得益于深度学习技术的突破。这种技术通过训练大型神经网络，模拟人类大脑的工作方式，从案例和经验中学习算法。它解决了不同方面的机器学习问题，无需依赖硬件代码和事先定义的规则。人工智能的不同技术应用处于不同的发展阶段。

3、第一次浪潮：这一阶段的开端是1956年的达特茅斯会议，会议上首次提出人工智能的概念。此阶段主要基于符号主义和逻辑推理，但由于技术限制和过于乐观的预期，在1974年陷入低谷。第二次浪潮：由专家系统的兴起推动，这些系统模拟人类专家的决策能力，在特定领域内提供决策支持，如医疗诊断、地质勘探等。

4、进入20世纪80年代，人工智能出现第二次浪潮。由于传统符号主义学派发展缓慢，研究者开始尝试基于概率统计模型的新方法，推动语音识别和机器翻译的进步。人工神经网络在模式识别领域大放异彩。然而，由于数据量有限和测试环境受限，这一阶段的人工智能仍局限于学术研究，未能走出实验室。

5、工业界人工智能成功过的三大法宝人工智能在第三次最近十年浪潮中，工业界取得了一些进步的成果。首当其推深度神经网络，其模型和算法和传统的方法是有本质的不同，虽然它与我们人类的神经网络相比，还有很多不足，但是确实在架构和描述方面有其强大之处；其次，大数据。

6、进入20世纪80年代之后，人工智能出现了第二次浪潮。因为传统的符号主义学派发展缓慢，有研究者尝试使用基于概率统计模型的新方法，促使语音识别、机器翻译实现了进一步发展。在模式识别领域，人工神经网络大放异彩。