3、人类学习机制与人工智能发展

人类学习机制与人工智能发展

1. 人工智能的终极目标与神经网络发展历程

人工智能的终极目标是设计出人造大脑。早在 1943 年，McCulloch 和 Pitts 受大脑神经元结构启发，提出了计算模型，这成为现代神经网络的基础。当时，还没有具体的计算模型和物理计算机，冯·诺依曼架构也尚在起步阶段。这意味着，从信息学诞生之初，我们就有可能拥有神经元计算机。

不过，神经网络的研究并非一帆风顺。20 世纪 60 年代，第一台物理计算机取得成功后，神经网络研究近乎停滞；直到 80 年代末才重新兴起；之后又因互联网的出现而放缓，近年来，由于云计算等因素，研究再次得到推动。

2. 智能的定义与智能软件

2.1 智能的定义

智能通常被定义为获取知识并将其转化为专业技能的能力。此外，智能还包括根据获取的知识形成判断和观点、基于此采取行动以及对未知事件做出反应的能力。简而言之，智能结合了感知、记忆、语言和推理等认知能力，并采用特定的学习方法来提取、转换和存储信息。

2.2 智能软件的特点

智能软件能够感知周围环境，并对检测到的变化做出反应。但真正的智能软件并非只能处理有限的、硬编码的情况，而是具备学习能力，在运行过程中，其行为能够自主改变，无需重新编程。

2.3 软件智能的示例

• 网球赛事应用 ：2012 年为大型网球赛事开发的移动应用，在实时比分页面添加了比赛预计最短时长的信息。软件会根据比分变化，计算领先球员获胜所需的最少分数，并乘以当前平均每分的时长。这虽然只是简单的数学运算，但被视为一种智能表现，不过其行为