老铁们，大家好，相信还有很多朋友对于人工智能对历史和人工智能对历史的影响的相关问题不太懂，没关系，今天就由我来为大家分享分享人工智能对历史以及人工智能对历史的影响的问题，文章篇幅可能偏长，希望可以帮助到大家，下面一起来看看吧！
本文目录
人工智能的发展历史
人工智能最早的探索也许可以追溯到莱布尼茨，他试图制造能够进行自动符号计算的机器，但现代意义上人工智能这个术语诞生于1956年的达特茅斯会议。
黄金时期（1956-1974）
这是人工智能的一个黄金时期，大量的资金用于支持这个学科的研究和发展。这一时期有影响力的研究包括通用问题求解器（GeneralProblemSolver），以及最早的聊天机器人ELIZA。
第一次寒冬（1974-1980）
到了这一时期，之前的断言并没有兑现，因此各种批评之声涌现出来，国家（美国）也不再投入更多经费，人工智能进入第一次寒冬。
兴盛期（1980-1989
这一时期的兴盛得益于专家系统的流行。联结主义的神经网络也有所发展，包括1982年JohnHopfield提出了Hopfield网络，以及同时期发现的反向传播算法，但主流的方法还是基于符号主义的专家系统。
第二次寒冬（1989-1993）
之前成功的专家系统由于成本太高以及其它的原因，商业上很难获得成功，人工智能再次进入寒冬期。
发展期（1993-2006）
这一期间人工智能的主流是机器学习。统计学习理论的发展和SVM这些工具的流行，使得机器学习进入稳步发展的时期。
爆发期（2006-现在）
这一次人工智能的发展主要是由深度学习，也就是深度神经网络带动的。
人工智能专业发展历史
1.早期人工智能的发展
人工智能的历史可以追溯到20世纪50年代。1950年，计算机科学家艾伦·图灵提出了“图灵测试”，这是人工智能领域的一个里程碑事件。图灵测试是一种测试机器是否能够模拟人类智能的方法，即将人类和机器进行随机的交互，如果机器能够通过测试，那么它就被认为是具有人类智能的。
在图灵测试的基础上，人工智能领域开始了一系列的探索和研究。1956年，美国达特茅斯学院举办了一次会议，会议上正式提出了人工智能这个名词，并将其作为一门独立的学科来研究。
在人工智能领域的早期，主要研究的是基于逻辑的推理和问题求解。1960年代，人工智能的研究重心开始向机器学习和知识表示方向转移。机器学习是指让机器通过数据学习模式并改进自身，知识表示则是指如何将知识以一种计算机可以理解的方式表示出来。
2.人工智能的发展进展
20世纪70年代，人工智能开始进入了一个高潮期。许多机器学习算法和知识表示方法被开发出来，并被广泛应用于实际生产和科研中。在这个时期，人工智能领域的一些重要的技术和应用也开始形成，包括专家系统、自然语言处理、机器视觉等。
专家系统是指一种可以通过知识库中的专家知识进行推理和决策的计算机程序。它最初是用来模拟专业人士的知识和经验，用来帮助决策和问题解决。自然语言处理是指让计算机能够理解和使用人类自然语言的技术。机器视觉则是指让计算机能够识别和理解图像和视频的技术。
在20世纪80年代，人工智能的研究进一步深入，人工神经网络、遗传算法等技术逐渐被引入人工智能领域。人工神经网络是一种能够模拟生物神经网络的计算机系统，它可以学习和适应新的数据。遗传算法是一种受自然界进化规律启发的优化算法，它通过模拟自然界进化的过程来寻找最优解。这些技术的引入，进一步丰富了人工智能的研究内容和应用领域。
到了20世纪90年代，人工智能领域的研究进入了一个新的阶段，机器学习和深度学习成为了人工智能领域的主要研究方向。这些技术可以通过让计算机学习大量的数据来改进自身，使得机器在某些任务上的表现甚至超越了人类。例如，在2011年，IBM开发的人工智能系统“沃森”在美国电视节目《危险边缘》中击败了两位前冠军，展示出了其在自然语言处理方面的优异表现。
3.人工智能的应用
随着人工智能技术的不断发展，其应用范围也越来越广泛。人工智能已经渗透到各行各业，并为我们的生活和工作带来了很多便利和改变。
在医疗领域，人工智能可以帮助医生进行疾病诊断和治疗。例如，在2018年，一家人工智能公司开发了一款可以诊断眼部疾病的人工智能系统，其精度可以与顶尖专家医生相媲美。
在金融领域，人工智能可以帮助银行和金融机构进行风险评估和投资决策。例如，一些金融公司已经开始使用人工智能技术来自动化交易和投资组合管理。
在交通领域，人工智能可以帮助优化交通流量，减少交通拥堵。例如，谷歌地图使用的交通预测算法就是基于人工智能技术实现的。
在制造业领域，人工智能可以帮助企业优化生产流程和管理，提高生产效率。例如，一些制造企业已经开始使用人工智能技术来实现智能化制造和工业自动化。
在媒体和娱乐领域，人工智能可以帮助媒体公司和制片公司进行内容分发和推荐。例如，Netflix使用人工智能技术来分析用户的观看历史和偏好，为其推荐个性化的视频内容。
在农业领域，人工智能可以帮助农民优化农业生产和管理，提高农业产量和效益。例如，一些农业企业已经开始使用人工智能技术来分析农业数据和环境因素，制定最优的农业生产策略。
除此之外，人工智能还可以应用于智能家居、智慧城市、物联网等领域，为人们的生活和工作带来更多的便利和效率。
总体来说，人工智能作为一项新兴技术，已经深刻影响了我们的生活和工作，其应用领域还在不断拓展和深化。未来，随着人工智能技术的不断发展和完善，我们相信它将会为人类带来更多的惊喜和变革。
人工智能的发展历史，说得具体点？
长文预警。
一、孕育期
1.1943年WarrenMcCulloch和WalterPitts利用三种资源：基础生理学知识和脑神经元的功能、罗素和怀特海德对命题逻辑的形势分析、图灵的计算理论，提出了人工神经元模型。
2.1949年DonaldHebb提出用于修改神经元之间的连接强度的更新规则，即赫布型学习。
3.1950年MarvinMinsky和DeanEdmonds建造了第一台神经网络计算机SNARC，使用3000个真空管和自动指示装置模拟40个神经元构成的网络。
4.1950年阿兰.图灵提出图灵测试、机器学习、遗传算法和强化学习。
5.1952年阿瑟.萨穆尔的西洋跳棋程序，可以通过学习达到业余高手的水平。
二、诞生
1956年约翰.麦卡锡(johnMcCarthy)等人召开了达特茅斯研讨会，标志着人工智能的诞生。
此后20年，人工智能领域被这10个人以及他们所在的MIT、CMU、斯坦福和IBM的学生和同事支配了。
1.艾伦.纽厄尔和赫伯特.西蒙推出了一个推理程序"逻辑理论家"，能证明罗素和怀特海德的《数学原理》。
2.1958年麦卡锡定义了长期霸占人工智能编程统治地位的Lisp语言，发明了分时技术、提出了"有常识的程序"。
后者被认为是第一个完整的人工智能系统。
3.明斯基指导学生研究求解需要智能的有限问题，这些有限域称为微观世界，比如积木世界。
这直接引发了1970年学习理论、1971年的视觉项目、1972年的自然语言理解程序、1974年的规划器、1975年的视觉与约束传播工作、
4.1962年FrankRosenblatt用感知机加强了赫布的学习方法。Block等也提出了感知机收敛定理。
5.1969年Bryson和Ho首次提出反向传播算法。
三、第一次低谷(1974-1980)
1.由于准确的翻译需要背景知识来消除歧义并建立句子的内容，导致机器翻译迟迟没有进展。
2.微观世界能求解的问题，放大之后迟迟没有任何进展。
3.感知机被嘲讽无法解决最简单的异或问题，导致神经网络几乎销声匿迹。
四、第二次兴起(1980-1987)：专家系统的流行
1.1969年Buchanan等开发了第一个成功的知识密集系统DENDRAL，引发了专家系统的研究。
2.1982年第一个成功的商用专家系统RI在数据设备公司(DEC)运转，该程序帮助为新计算机系统配置订单，到1986年为公司节省了4000万美元。
这个期间几乎每个主要的美国公司都正在使用或者研究专家系统。
五、第二次AI寒冬1987-1995
1.XCON等最初大获成功的专家系统维护费用居高不下。
2.专家系统的实用性仅仅局限于某些特定情景。
3.1981年日本提出的"第五代计算机"，以研制运行Prolog语言的智能计算，始终无法实现。
4.美国AI研究计划中的芯片设计和人机接口研究始终无法实现目标。
六、第三次兴起(1995-现在)
1.80年代中期，至少4个不同的研究组重新发明了反向传播学习算法，导致神经网络的重新引起人们的注意。
2.智能Agent的出现。Agent是指驻留在某一环境下，能持续自主地发挥作用，具备驻留性、反应性、社会性、主动性等特征的计算实体。
3.九十年代中期，以支持向量机(SVM)、贝叶斯为代表的统计学习迅速占据主流舞台。
4.2006年Hinton提出了深度学习；
5.2012年Hinton课题组在ImageNet图像识别比赛，以CNN网络AlexNet一举夺得冠军，且碾压第二名（SVM方法）的分类性能。
错误率逐年降低，超越人类，导致2017年ImageNet图像识别比赛中止。
6.2016年阿尔法围棋以4比1的总比分碾压李世石，从此引发了人工智能的热潮。
7.2017年10月19日，DeepMind团队重磅发布AlphaGoZero，从空白状态学起，在无任何人类输入的条件下，迅速自学围棋，并以100:0的战绩击败“前辈”。
如果对您有帮助，请您点赞支持。谢谢
人工智能的历史答案
一、孕育期
1.1943年WarrenMcCulloch和WalterPitts利用三种资源：基础生理学知识和脑神经元的功能、罗素和怀特海德对命题逻辑的形势分析、图灵的计算理论，提出了人工神经元模型。
2.1949年DonaldHebb提出用于修改神经元之间的连接强度的更新规则，即赫布型学习。
3.1950年MarvinMinsky和DeanEdmonds建造了第一台神经网络计算机SNARC，使用3000个真空管和自动指示装置模拟40个神经元构成的网络。
4.1950年阿兰.图灵提出图灵测试、机器学习、遗传算法和强化学习。
5.1952年阿瑟.萨穆尔的西洋跳棋程序，可以通过学习达到业余高手的水平，
二、诞生
1956年约翰.麦卡锡(johnMcCarthy)等人召开了达特茅斯研讨会，标志着人工智能的诞生。
此后20年，人工智能领域被这10个人以及他们所在的MIT、CMU、斯坦福和IBM的学生和同事支配了。
1.艾伦.纽厄尔和赫伯特.西蒙推出了一个推理程序'逻辑理论家'，能证明罗素和怀特海德的《数学原理》。
2.1958年麦卡锡定义了长期霸占人工智能编程统治地位的Lisp语言，发明了分时技术、提出了'有常识的程序'。
后者被认为是第一个完整的人工智能系统。
3.明斯基指导学生研究求解需要智能的有限问题，这些有限域称为微观世界，比如积木世界。
这直接引发了1970年学习理论、1971年的视觉项目、1972年的自然语言理解程序、1974年的规划器、1975年的视觉与约束传播工作、
4.1962年FrankRosenblatt用感知机加强了赫布的学习方法。Block等也提出了感知机收敛定理。
5.1969年Bryson和Ho首次提出反向传播算法。
三、第一次低谷(1974-1980)
1.由于准确的翻译需要背景知识来消除歧义并建立句子的内容，导致机器翻译迟迟没有进展。
2.微观世界能求解的问题，放大之后迟迟没有任何进展。
3.感知机被嘲讽无法解决最简单的异或问题，导致神经网络几乎销声匿迹。
四、第二次兴起(1980-1987)：专家系统的流行
1.1969年Buchanan等开发了第一个成功的知识密集系统DENDRAL，引发了专家系统的研究。
2.1982年第一个成功的商用专家系统RI在数据设备公司(DEC)运转，该程序帮助为新计算机系统配置订单，到1986年为公司节省了4000万美元。
这个期间几乎每个主要的美国公司都正在使用或者研究专家系统。
五、第二次AI寒冬1987-1995
1.XCON等最初大获成功的专家系统维护费用居高不下。
2.专家系统的实用性仅仅局限于某些特定情景。
3.1981年日本提出的'第五代计算机'，以研制运行Prolog语言的智能计算，始终无法实现。
4.美国AI研究计划中的芯片设计和人机接口研究始终无法实现目标。
六、第三次兴起(1995-现在)
好了，关于人工智能对历史和人工智能对历史的影响的问题到这里结束啦，希望可以解决您的问题哈！