第一部分 人工智能時代大沖擊
從仆人到顛覆者甜孤，人工智能的反叛
給計算機以數(shù)據(jù)燕侠，他能用一毫秒；授計算機以搜索眶痰，夠他用一輩子。
- 1956年達特茅斯會議正式提出人工智能的概念梯啤。
IBM開始重視人工智能的開發(fā)凛驮，后期，引起反對条辟。公司決策著對于AI的未來開始擔心黔夭，決定停止相關(guān)的研究。同時關(guān)閉相應(yīng)部門羽嫡。
管理成員提出的建議是：
計算機只能按照編好的程序工作本姥。這些電子電腦只是順從的機械仆人，他們會盲目聽從你的指揮杭棵。
程序員進行結(jié)構(gòu)化編程婚惫，隨后網(wǎng)絡(luò)產(chǎn)生。
計算機能自動成為一個專家嗎魂爪？
- 符號系統(tǒng)法：人工智能研究者將可以被處理的數(shù)據(jù)類別擴展到任何類型的符號上先舷，包括已知的符號，也包括因為特殊目的而新發(fā)明的符號滓侍。
- 遇到的一個問題：計算機還沒這么強大蒋川。
無論計算機多快，都無法馴服所謂的組合爆炸（combinatorial explosion）撩笆。
有時候并不一定需要找到效率最高捺球，最有效的選擇。
-
修剪搜索空間：在計算機可用的范圍內(nèi)夕冲，盡量多的尋找答案氮兵，當情況嚴峻時，根據(jù)法則繞過那些浪費時間的無用的備選方案歹鱼。
所以難以編程尋找修剪的法則泣栈，最終引出專家系統(tǒng)。由知識工程師采訪專門的專家，將他們的技能融入到AI程序南片，最終的程序成為專家系統(tǒng)（expert systems）篙悯。 - 由此引發(fā)的問題：專業(yè)的本質(zhì)是什么，從何而來铃绒？
神經(jīng)網(wǎng)絡(luò)鸽照，讓計算機模擬人腦
- 神經(jīng)網(wǎng)絡(luò)：研究者模仿人類大腦，形成類似的結(jié)構(gòu)：神經(jīng)元接收輸入信號颠悬，同時制造一個輸出信號矮燎，重復循環(huán)，用數(shù)字表示傳輸?shù)臋?quán)重赔癌。
- 程序的精髓：自動調(diào)整權(quán)重诞外，能夠根據(jù)底層輸入端的示例數(shù)據(jù)而做出調(diào)整。
-
符號系統(tǒng)法和神經(jīng)網(wǎng)絡(luò)法的不同：前者灾票，程序員預先定義符號和邏輯規(guī)則來組成問題的論域峡谊，告訴計算機如何解決問題；后者刊苍，程序員提供足夠多示例既们，告訴想讓計算機做什么。
但是神經(jīng)網(wǎng)絡(luò)早期并沒有完全發(fā)展起來正什。
機器學習逆襲
20世紀90年代和21世紀初啥纸，機器學習開始產(chǎn)生成果，但并沒有被廣泛認可婴氮。計算機的“指數(shù)級增長（expinential growth）”促成了它的發(fā)展斯棒。
