AI效应

现代人工智能（AI）对新移民来说似乎令人生畏，但这一切都始于一个非常简单的目标：自动化需要智能的任务。当前的复杂性部分是由于一种称为“ AI效应”的现象。

AI效应

让我们从简单的定义AI被认为是：

能够模拟智力任务的计算机系统

1. 定义研究人员认为需要“智力”的问题
2. 努力并实现（完全或足够接近）解决问题的解决方案
3. 更改“智能”的定义
4. 重复

AI是很酷的东西计算机还不能做

人工智能的诞生

三脚架有自己的遗嘱，参加众神的宴会……
哲学，泰娜的阿波罗尼乌斯的生活6

在几个世纪以来，智能创作的想法继续浮出水面，甚至可以在更现代的文本中看到影响。科学怪人玛丽·雪莉（Mary Shelly）遵循了一个“怪物”的创建，该“怪物”能够在被闪电中醒来后能够思考和感觉。在1927年的电影中可以找到更多直接的比较都会来自导演弗里茨·朗（Fritz Lang）的导演，该导演表明了一名机械妇女模仿叛逆的老师。

数字革命

当计算机首次出现时，工作的科学家长期以来一直接触到虚构的人工智能描述。他们看到计算机能够执行复杂的计算，因此AI效果得出了，并重新定义了智能。

这样的研究人员是艾伦·图灵（Alan Turing），他们考虑了“思考机器”的想法。图灵（Turing）提出了一个测试AI的游戏，称为模仿游戏，其中一位审判员会向两名参与者提出一系列问题。扭曲是其中一位参与者是一台计算机，审判员需要猜测哪个是哪个。

我将在接下来的步骤中进一步解释游戏，但我想在这里强调一个重要的一点。

图灵的模仿游戏的重点是问题。他认为人工智能的机器将能够回答宽的各种主题与人类具有相同精度。在他的论文中计算机和智能，他建议要求参与者写诗，选择国际象棋动作并计算一些复杂的算术。

广义AI

采用图灵（Turing）开发的工作定义，1950年代的研究人员开始编程“逻辑机”，以便将答案推导为任何问题；这种类型的AI称为广义。

为了实现这个崇高的目标，计算机科学家向其他领域借来了学习。这贝叶斯自18世纪和19世纪以来，统计模型就已经存在，但是它在帮助机器应对概率方面有了新的用途。生物学家的工作也影响了神经网络模仿大脑中的细胞。逻辑和哲学帮助开发人员应对不确定性下的决策。

AI冬天

这个AI的黄金时代的承诺无法持续。1950年代成立的公司通过承诺所有能力的思维机器获得了投资。当他们无法交付时，AI的钱开始干燥。这导致了1970年至1995年被称为“ AI冬天”的一段时间。

AI的回归

在1980年代，一些研究人员开始回顾AI研究，他们发现了一些新应用。

研究人员在1950年代开发的技术不是一个“智能”的系统，可以在更专业的环境中使用，以增加智力。最终的AI需要是1990年代万维网的发展。随着十年的发展，网络的真正产品变得清晰 - 数据。人类和机器都可以访问比以往任何时候都更多的数据。机器可以处理和分析这些数据以做出更好的决策，回答更多问题并变得更加“智能”。

在现代，对广义智力的追求并没有停止，但不再是主要重点。

AI效应示例

我挑战您，找到您定期使用的技术的示例，该技术已成为AI效应的受害者。或者，搜索Internet以寻找AI效果，以找到另一个与其他学习者共享的示例。