人工智能火爆,入门却太难了!( 二 )

因此到了 70 年代 , 人工智能受到各种批评 , 国家(美国)也不再投入更多经费 , 人工智能进入第一次寒冬(1974-1980) 。

即使在1958年出现最早的神经网络的研究: Frank Rosenblatt提出了感知机(Perception) , 但这之后的10年联结主义没有太多的研究和进展 。

1980-1989 年 , 人工智能因专家系统又处于繁荣兴盛期 。 而后又因商业难以成功 , 在 1989-1993 年又跌至第二次寒冬; 1993-2006 年 , 因统计学习理论的发展和 SVM 等工具的流行 , 使得机器学习进入稳步发展的时期 。

2006 年 , Hinton 提出了 Deep Belief Nets (DBN) , 通过 pretraining 的方法使得训练更深的神经网络变得可能 。

2009 年 Hinton 和 DengLi 在语音识别系统中首次使用了深度神经网络(DNN)来训练声学模型 , 最终系统的词错误率(Word Error Rate/WER)有了极大的降低 。 这让深度学习在学术界名声大噪的是 2012 年的 ILSVRC 评测 。

自此 , 人工智能进入爆发期 。 各路资本竞相投入 , 甚至国家层面的人工智能发展计划也相继出台 。 与此同时 , 作为人工智能开发的主要语言 Python 也热门起来 。

推荐阅读