簡述人工智慧的發展歷史

『壹』 試述人工智慧及發展的重大意義

A、不僅是人類意識的擴展，而且是人類實踐的器官，它極大地發展了人類改造客觀世界的能力
B、造成了人類意識的新的存在形態和進化方式
C、它不僅具有社會性，而且具有類似於人的創造性
D、極大地突破並彌補了人腦在意識方面的局限性，發展了人的意識活動本身的能動性、創造性

『貳』 簡述計算機的發展史

1889年，美國科學家赫爾曼·何樂禮研製出以電力為基礎的電動製表機，用以儲存計算資料。

1930年，美國科學家范內瓦·布希造出世界上首台模擬電子計算機。

1946年2月14日，由美國軍方定製的世界上第一台電子計算機「電子數字積分計算機」在美國賓夕法尼亞大學問世了。

1971年世界上第一台微處理器在美國矽谷誕生，開創了微型計算機的新時代。應用領域從科學計算、事務管理、過程式控制制逐步走向家庭。

隨著物理元、器件的變化，不僅計算機主機經歷了更新換代，它的外部設備也在不斷地變革。比如外存儲器，由最初的陰極射線顯示管發展到磁芯、磁鼓，以後又發展為通用的磁碟，現又出現了體積更小、容量更大、速度更快的只讀光碟（CD—ROM）。

(2)簡述人工智慧的發展歷史擴展閱讀：

計算機的主要特點：

1、運算速度快

計算機內部電路組成，可以高速准確地完成各種算術運算。當今計算機系統的運算速度已達到每秒萬億次，微機也可達每秒億次以上，使大量復雜的科學計算問題得以解決。

2、計算精確度高

科學技術的發展特別是尖端科學技術的發展，需要高度精確的計算。計算機控制的導彈之所以能准確地擊中預定的目標，是與計算機的精確計算分不開的。

3、邏輯運算能力強

計算機不僅能進行精確計算，還具有邏輯運算功能，能對信息進行比較和判斷。計算機能把參加運算的數據、程序以及中間結果和最後結果保存起來，並能根據判斷的結果自動執行下一條指令以供用戶隨時調用。

4、存儲容量大

計算機內部的存儲器具有記憶特性，可以存儲大量的信息，這些信息，不僅包括各類數據信息，還包括加工這些數據的程序。

5、自動化程度高

由於計算機具有存儲記憶能力和邏輯判斷能力，所以人們可以將預先編好的程序組納入計算機內存，在程序控制下，計算機可以連續、自動地工作。

參考資料來源：網路-計算機

『叄』 人工智慧的發展概況

探討人工智慧，就要回答什麼是智能的問題，綜合各類定義，智能是一種知識與思維的合成,是人類認識世界和改造世界過程中的一種分析問題和解決問題的綜合能力。對於人工智慧，美國麻省理工學院的溫斯頓教授提出「人工智慧就是研究如何使計算機去做過去只有人才能做的智能工作」，斯坦福大學人工智慧研究中心尼爾遜教授提出「人工智慧是關於知識的學科――怎樣表示知識以及怎樣獲得知識並使用知識的科學」。綜合來看人工智慧是相對人的智能而言的。其本質是對人思維的信息過程的模擬，是人的智能的物化。是研究、開發模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
（一）感知、處理和反饋構成人工智慧的三個關鍵環節
人工智慧經過信息採集、處理和反饋三個核心環節，綜合表現出智能感知、精確性計算、智能反饋控制，即感知、思考、行動三個層層遞進的特徵。
智能感知：智能的產生首先需要收集到足夠多的結構化數據去表述場景，因此智能感知是實現人工智慧的第一步。智能感知技術的目的是使計算機能 「聽」、會「看」,目前相應的計算機視覺技術和自然語言處理技術均已經初步成熟，開始商業化嘗試。
智能處理：產生智能的第二步是使計算機具備足夠的計算能力模擬人的某些思維過程和行為對分析收集來的數據信息做出判斷，即對感知的信息進行自我學習、信息檢索、邏輯判斷、決策，並產生相應反映。具體的研究領域包括知識表達、自動推理、機器學習等，與精確性計算及編程技術、存儲技術、網路技術等密切相關，是大數據技術發展的遠期目標，目前該領域研究還處於實驗室研究階段，其中機器學習是人工智慧領域目前熱度最高，科研成果最密集的領域。
智能反饋：智能反饋控制將前期處理和判斷的結果轉譯為肢體運動和媒介信息傳輸給人機交互界面或外部設備，實現人機、機物的信息交流和物理互動。智能反饋控制是人工智慧最直觀的表現形式，其表達能力展現了系統整體的智能水平。智能反饋控制領域與機械技術、控制技術和感知技術密切相關，整體表現為機器人學，目前機械技術受制於材料學發展緩慢，控制技術受益於工業機器人領域的積累相對成熟。
（二）深度學習是當前最熱的人工智慧研究領域
在學術界，實現人工智慧有三種路線，一是基於邏輯方法進行功能模擬的符號主義路線，代表領域有專家系統和知識工程。二是基於統計方法的仿生模擬的連接主義路線，代表領域有機器學習和人腦仿生，三是行為主義，希望從進化的角度出發，基於智能控制系統的理論、方法和技術，研究擬人的智能控制行為。
當前，基於人工神經網路的深度學習技術是當前最熱的研究領域，被Google，Facebook，IBM，網路，NEC以及其他互聯網公司廣泛使用，來進行圖像和語音識別。人工神經網路從上個世紀80年代起步，科學家不斷優化和推進演算法的研究，同時受益於計算機技術的快速提升，目前科學家可以利用GPU（圖形處理器）模擬超大型的人工神經網路；互聯網業務的快速發展，為深度學習提供了上百萬的樣本進行訓練，上述三個因素共同作用下使語音識別技術和圖像識別技術能夠達到90%以上的准確率。
（三）主要發達國家積極布局人工智慧技術，搶占戰略制高點。
各國政府高度重視人工智慧相關產業的發展。自人工智慧誕生至今，各國都紛紛加大對人工智慧的科研投入，其中美國政府主要通過公共投資的方式牽引人工智慧產業的發展，2013財年美國政府將22億美元的國家預算投入到了先進製造業，投入方向之一便是「國家機器人計劃」。
在技術方向上，美國將機器人技術列為警惕技術，主攻軍用機器人技術，歐洲主攻服務和醫療機器人技術，日本主攻仿人和娛樂機器人。
現階段的技術突破的重點一是雲機器人技術，二是人腦仿生計算技術。美國、日本、巴西等國家均將雲機器人作為機器人技術的未來研究方向之一。伴隨著寬頻網路設施的普及，雲計算、大數據等技術的不斷發展，未來機器人技術成本的進一步降低和機器人量產化目標實現，機器人通過網路獲得數據或者進行處理將成為可能。目前國外相關研究的方向包括：建立開放系統機器人架構（包括通用的硬體與軟體平台）、網路互聯機器人系統平台、機器人網路平台的演算法和圖像處理系統開發、雲機器人相關網路基礎設施的研究等。
由於深度學習的成功，學術界進一步沿著連接主義的路線提升計算機對人腦的模擬程度。人腦仿生計算技術的發展，將使電腦可以模仿人類大腦的運算並能夠實現學習和記憶，同時可以觸類旁通並實現對知識的創造，這種具有創新能力的設計將會讓電腦擁有自我學習和創造的能力，與人類大腦的功能幾無二致。在2013年初的國情咨文中，美國總統奧巴馬特別提到為人腦繪圖的計劃，宣布投入30億美元在10年內繪制出「人類大腦圖譜」，以了解人腦的運行機理。歐盟委員會也在2013年初宣布，石墨烯和人腦工程兩大科技入選「未來新興旗艦技術項目」，並為此設立專項研發計劃，每項計劃將在未來10年內分別獲得10億歐元的經費。美國IBM公司正在研究一種新型的仿生晶元，利用這些晶元，人類可以實現電腦模仿人腦的運算過程，預計最快到2019年可完全模擬出人類大腦。
（四）高科技企業普遍將人工智慧視為下一代產業革命和互聯網革命的技術引爆點進行投資，加快產業化進程。
谷歌在2013年完成了8 家機器人相關企業的收購，在機器學習方面也大肆搜羅企業和人才，收購了DeepMind和計算機視覺領軍企業Andrew Zisserman，又聘請DARPA原負責人 Regina Dugan負責顛覆性創新項目的研究，並安排構建Google基礎演算法和開發平台的著名計算機科學家Jeff Dean轉戰深度學習領域。蘋果2014 年在自動化上的資本支出預算高達110 億美元。蘋果手機中採用的Siri智能助理脫胎於美國先進研究項目局（DARPA）投資1.5億美元，歷時5年的CALO（ Cognitive Assistant that Learns and Organizes）項目，是美國首個得到大規模產業化應用的人工智慧項目。Amazon計劃在2015 年能夠使用自己的機器人飛行器進行快遞服務。韓國和日本的各家公司也紛紛把機器人技術移植到製造業新領域並嘗試進入服務業
（五）人工智慧的實際應用
人工智慧概念從1956年提出，到今天初步具備產品化的可能性經歷了58年的演進，各個重要組成部分的研究進度和產品化水平各不相同。人工智慧產品的發展是一個漸進性的過程，是一個從單一功能設備向通用設備，從單一場景到復雜場景，從簡單行為到復雜行為的發展過程，具有多種表現形式。
人工智慧產品近期仍將作為輔助人類工作的工具出現，多表現為傳統設備的升級版本，如智能/無人駕駛汽車，掃地機器人，醫療機器人等。汽車、吸塵器等產品和人類已經有成熟的物理交互模式，人工智慧技術通過賦予上述產品一定的機器智能來提升其自動工作的能力。但未來將會出現在各類環境中模擬人類思維模式去執行各類任務的真正意義的智能機器人，這類產品沒有成熟的人機介面可以借鑒，需要從機械、控制、交互各個層面進行全新研發。

希望我的回答可以幫到您哦

『肆』 簡述自動化的發展歷程。

自動化技術的發展歷史，大致可以劃分為自動化技術形成、局部自動化和綜合自動化三個時期。
社會的需要是自動化技術發展的動力。自動化技術是緊密圍繞著生產、軍事設備的控制以及航空航天工業的需要而形成和發展起來的。1788年，J.瓦特為了解決工業生產中提出的蒸汽機的速度控制問題，把離心式調速器與蒸汽機的閥門連接起來，構成蒸汽機轉速調節系統，使蒸汽機變為既安全又實用的動力裝置。瓦特的這項發明開創了自動調節裝置的研究和應用。在解決隨之出現的自動調節裝置的穩定性的過程中，數學家提出了判定系統穩定性的判據，積累了設計和使用自動調節器的經驗。
20世紀40年代是自動化技術和理論形成的關鍵時期，一批科學家為了解決軍事上提出的火炮控制、魚雷導航、飛機導航等技術問題，逐步形成了以分析和設計單變數控制系統為主要內容的經典控制理論與方法。機械、電氣和電子技術的發展為生產自動化提供了技術手段。1946年，美國福特公司的機械工程師D.S.哈德首先提出用自動化一詞來描述生產過程的自動操作。1947年建立第一個生產自動化研究部門。1952年J.迪博爾德第一本以自動化命名的《自動化》一書出版,他認為「自動化是分析、組織和控制生產過程的手段「。實際上,自動化是將自動控制用於生產過程的結果。50年代以後，自動控製作為提高生產率的一種重要手段開始推廣應用。它在機械製造中的應用形成了機械製造自動化；在石油、化工、冶金等連續生產過程中應用，對大規模的生產設備進行控制和管理，形成了過程自動化。電子計算機的推廣和應用，使自動控制與信息處理相結合，出現了業務管理自動化。
50年代末到60年代初，大量的工程實踐，尤其是航天技術的發展，涉及大量的多輸入多輸出系統的最優控制問題，用經典的控制理論已難於解決，於是產生了以極大值原理、動態規劃和狀態空間法等為核心的現代控制理論。現代控制理論提供了滿足發射第一顆人造衛星的控制手段，保證了其後的若干空間計劃（如導彈的制導、航天器的控制）的實施。控制工作者從過去那種只依據傳遞函數來考慮控制系統的輸入輸出關系，過渡到用狀態空間法來考慮系統內部結構，是控制工作者對控制系統規律認識的一個飛躍。
60年代中期以後，現代控制理論在自動化中的應用，特別是在航空航天領域的應用。產生一些新的控制方法和結構,如自適應和隨機控制、系統辨識、微分對策、分布參數系統等。與此同時，模式識別和人工智慧也發展起來，出現了智能機器人和專家系統。現代控制理論和電子計算機在工業生產中的應用，使生產過程式控制制和管理向綜合最優化發展。
70年代中期，自動化的應用開始面向大規模、復雜的系統，如大型電力系統、交通運輸系統、鋼鐵聯合企業、國民經濟系統等，它不僅要求對現有系統進行最優控制和管理，而且還要對未來系統進行最優籌劃和設計，運用現代控制理論方法已不能取得應有的成效，於是出現了大系統理論與方法。80年代初，隨著計算機網路的迅速發展，管理自動化取得較大進步，出現了管理信息系統、辦公自動化、決策支持系統。與此同時，人類開始綜合利用感測技術、通信技術、計算機、系統控制和人工智慧等新技術和新方法來解決所面臨的工廠自動化、辦公自動化、醫療自動化、農業自動化以及各種復雜的社會經濟問題。研製出柔性製造系統、決策支持系統、智能機器人和專家系統等高級自動化系統。
自動化技術的發展歷史是一部人類以自己的聰明才智延伸和擴展器官功能的歷史，自動化是現代科學技術和現代工業的結晶，它的發展充分體現了科學技術的綜合作用。

『伍』 什麼是人工智慧發展過程中經歷了哪些階段

人工智慧指通過計算機實現人的頭腦思維，是對能夠從環境中感知並執行行動的智能體的描述與構建。
一是起步發展期：20世紀50年代—20世紀60年代初。人工智慧概念提出後，相繼取得了一批令人矚目的研究成果，如機器定理證明、跳棋程序等，掀起人工智慧發展的第一個高潮。
二是反思發展期：20世紀60年代—20世紀70年代初。人工智慧發展初期的突破性進展大大提升了人們對人工智慧的期望，人們開始嘗試更具挑戰性的任務，並提出了一些不切實際的研發目標。然而，接二連三的失敗和預期目標的落空，例如無法用機器證明兩個連續函數之和還是連續函數、機器翻譯鬧出笑話等，使人工智慧的發展跌入低谷。
三是應用發展期：20世紀70年代初—20世紀80年代中。20世紀70年代出現的專家系統模擬人類專家的知識和經驗解決特定領域的問題，實現了人工智慧從理論研究走向實際應用、從一般推理策略探討轉向運用專門知識的重大突破。專家系統在醫療、化學、地質等領域取得成功，推動人工智慧走入應用發展的新高潮。
四是低迷發展期：20世紀80年代中期—20世紀90年代中期。隨著人工智慧的應用規模不斷擴大，專家系統存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分布式功能、難以與現有資料庫兼容等問題逐漸暴露出來。
五是穩步發展期：20世紀90年代中—21世紀初。由於網路技術特別是互聯網技術的發展，加速了人工智慧的創新研究，推動人工智慧技術進一步走向實用化。1997年國際商業機器公司(簡稱IBM)深藍超級計算機戰勝了國際象棋世界冠軍卡斯帕羅夫，2008年IBM提出「智慧地球」的概念。以上都是這一時期的標志性事件。
六是蓬勃發展期：2011年至今。隨著大數據、雲計算、互聯網、物聯網等信息技術的發展，泛在感知數據和圖形處理器等計算平台推動以深度神經網路為代表的人工智慧技術飛速發展，大幅跨越了科學與應用之間的「技術鴻溝」，諸如圖像分類、語音識別、知識問答、人機對弈、無人駕駛等人工智慧技術實現了從「不能用、不好用」到「可以用」的技術突破，迎來爆發式增長的新高潮。

『陸』 人工智慧發展的三個階段，分別有怎樣的重要進步

1. 人工智慧就其本質而言，是對人的思維的信息過程的模擬。

2. 對於人的思維模擬可以從兩條道路進行，一是結構模擬，仿照人腦的結構機制，製造出「類人腦」的機器；二是功能模擬，暫時撇開人腦的內部結構，而從其功能過程進行模擬。現代電子計算機的產生便是對人腦思維功能的模擬，是對人腦思維的信息過程的模擬。

3. 弱人工智慧如今不斷地迅猛發展，尤其是2008年經濟危機後，美日歐希望借機器人等實現再工業化，工業機器人以比以往任何時候更快的速度發展，更加帶動了弱人工智慧和相關領域產業的不斷突破，很多必須用人來做的工作如今已經能用機器人實現。

4. 而強人工智慧則暫時處於瓶頸，還需要科學家們和人類的努力。

『柒』 簡述人工智慧的未來發展趨勢

發展新一代人工智慧是事關一個國家能否抓住新一輪科技革命和產業變革機遇的戰略問題。近年來，各國紛紛出台政策大力支持推動國家人工智慧的發展，我國也不例外。目前，我國人工智慧企業主要分布在京津冀、長三角和珠三角，京津冀競爭力排名第一。

京津冀競爭力位居榜首

與前三次工業革命不同，中國在科技革命已經不再是被動的跟隨者，在人工智慧領域正在成為積極的引領者。繼2017年7月國家出台的《新一代人工智慧發展規劃》之後，各省市自治區紛紛響應，制定了各自的人工智慧發展規劃、實施意見和行動方案。地方政府的政策不僅在針對國家戰略作出響應，還在對當地智能企業和產業發展需求的作出響應，尤其是以人才聚集地著稱的京津冀、長三角和珠三角地區。近年來這些地區在政策紅利等各種疊加因素的驅動下，人工智慧行業發展迅速，成為了我國人工智慧發展的典範。其中，京津冀地區競爭力最強，奪得2019年人工智慧評選綜合分80.6分;長三角和珠三角分別奪得60.7分和45.6分。

—— 以上數據來源於前瞻產業研究院《中國人工智慧行業市場前瞻與投資戰略規劃分析報告》。

『捌』 簡述一下人工智慧的歷史，發展，技術基礎，主要作用和未來展望，不用太詳細，只要能包括上面的幾個方面就

這個你還不如網路人工智慧呢、、