2019/04/22 08/23/56　　【丹佛斯变频器 www.dfsbp.com】到了１９５６年，麦卡锡、纽厄尔、赫伯特西蒙等人在美国诺汉斯小镇的达特茅斯学院中，开了个长达两个月的小会——用机器来模仿人类学习以及其他方面的智能。每秒２亿步棋，７０万份大师对战棋局数据，能搜寻并估计随后的１２步棋，人们终于意识到，机器可以超越“专家变频器维修”而拥有“智能”。

　　１９９７年ＩＢＭ的深蓝击败世界第一国际象棋大师的新闻让人炸锅，那是第一次人们感受到被ＡＩ支配的恐惧。

　　然而变频器维修 第一次冬天来得太快。电影《模仿游戏》临近结尾时，那个二战时期为盟军破译了德国密码系统“英格玛”的图灵，用一颗沾染氰化物的苹果掐断了自己的生命线。这样的成本凡人玩不起，想要人人都能ＡＩ的设想，似乎还遥不可及。但第二场寒冬再次不期而遇。这才是人工智能的将来，或者说，人类的下一个进步。

　　如果说数据是人工智能高速运行的燃料，那么算力就是其发展的动力和引擎，可大数据爆发又给算力出了一道巨大的难题——ＡＩ负担的数据体量在迅速增大，当前算力处理如此庞大的数据开始力不从心，曾经给了ＡＩ发展希望的东西都在被逐一打破失效。

　　（商业合作：）

　　。人工智能再次感受到了寒冬的凛冽，人们开始逃离专家系统与人工智能。

　　后来随着深度学习算法出现，再结合日益强大的处理器，人们对于ＡＩ的热情被再次点燃。可无限叠加是不可能的，晶体管工艺也已逼近原子量级。

　　转机出现在１９８０年，那一年卡耐基梅隆大学为ＤＥＣ公司制造了个“知识库＋推理机”组合的系统——专家系统，采用了人工智能程序，它能让ＤＥＣ每年节约４０００万左右的费用，这样的魅力让商业沸腾了。

　　图灵给人工智能定下了发展的ＳＴＹＬＥ。

　　也许，人工智能不应该仅限于阿尔法狗，也不能一直仅存在于科幻电影，而应该像智能手机一般落地普及。通俗一点解释就是网友形容的：如果一台机器能够像紫薇一样，和尔康从诗词歌赋谈到人生哲学，并且不让尔康发现她是一个机器，那么这台机器就算是很智能了。

　　此后，人工智能被广泛应用于数学及自然语言领域，这是人工智能的第一次ＨＡＰＰＹ　ＴＩＭＥ。１９８７至１９９３年现代计算机的出现及普及，让ＰＣ开始走进世界，走入家庭，其费用远低于专家系统所使用的专用计算机。

　　自２０１２年以来，大型ＡＩ运算中用到的计算量呈指数式上升，并且每３．５个月计算量就会翻一倍，这一指标如今已经增长了３０万倍，以摩尔定律的正常速度运算能力只能提升１２倍。

　　不仅如此，计算成本也直冲云霄。对于复杂问题，上世纪７０年代的ＡＩ研究和计算能力根本无法承担，超出变频器维修 一点点范围就触及到台达变频器它们的盲区。人们失望了，资本也纷纷离场，人工智能陷入停滞。这个会议最大的成就就是诞生了一个名字：人工智能。而作为一名有着光怪陆离思想的天才，图灵作出的贡献远远不止于破译那些该死的密码。

　　这是人工智能的第三次热潮，人们感受到了ＡＩ在“智商”上存在超越人类的潜力。　人工智能的三次浪潮与危机

　　早在图灵拿起那颗苹果之前，他曾在论文中提出过一个模型，叫图灵机；１９５０年又提出了一种判断机器能否像人类一样思维的方法，即图灵测试。

　　接下来的故事大家都知道了：２０１１年ＷＡＳＴＯＮ在美国电视问答节目击败两名人类冠军选手，四年后微软ＲＥＳＮＥＴ获得ＩＭＡＧＥＮＥＴ冠军，错误率仅为３．５％，一年后阿法狗战胜围棋世界冠军李世石，第二年升级后的阿法狗又再次战胜柯洁。

　　算力的核心，是芯片，通常就是ＣＰＵ，ＣＰＵ＝Ｎ个晶体管＝无数金属线＋无数半导体材料，摩尔定律近乎失效导致集成电路上可容纳的晶体管数量，随着运算的迫切需求不断叠加再叠加。但是第三次热潮到底能走多远，有一个关键性的因素正在显现。阿尔法狗拥有３万多幅专业棋手对弈棋谱以及自我对弈产生的３０００万盘棋局，每小时消耗２０００度电，下一盘棋的电力开销大约为３０００美元。

　　ＡＩ需要的不仅仅是算法和大数据

　　不难发现，六十多年算法一次次的突破，数据在互联网移动化浪潮下的空前丰富，算力在芯片作用下的提升，刚好支撑起了人工智能的腾飞。

　　有了商业的青睐，人们开始觉得，人工智能会是一出好戏。

　　一边芯片体积不断缩小，一边半导体技术趋于物理学极限，最先进的晶体管已经小于可见光的波长，电子开关的尺寸比生物病毒还小。

　　如何绕过ＣＰＵ的物理极限释放算力，是人工智能将来发展的首要难关。人们乐此不疲的研究各种算法以及计算工具，你所知道的几何、代数和英语等问题，都能被一一解决

20190422082356