人工智能的历史回顾和发展现状

被引：107
|
作者：
顾险峰
机构：
[1] 纽约州立大学石溪分校计算机系
来源：
自然杂志 | 2016年 / 38卷 / 03期
关键词：
人工智能; 连接主义; 符号主义; 深度学习; 图像识别; 语音识别; 神经网络;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ; 0812 ; 0835 ; 1405 ;
摘要：
简略地回顾了人工智能的历史和发展现状。分析比较了人工智能两大领域:符号主义和连接主义,同时介绍了各个领域的主要原理和方法。着重回顾了深度学习的历史、复兴的原因和主要的应用。
引用
收藏
页码：157 / 166
页数：10
相关论文
共 5 条
  • [1] Intersection theory in differential algebraic geometry: Generic intersections and the differential Chow form[J] . Xiao-Shan Gao,Wei Li,Chun-Ming Yuan.Transactions of the American Mathematical Society . 2013 (9)
  • [2] Deep, Big, Simple Neural Nets for Handwritten Digit Recognition[J] . Dan Claudiu Cire&scedil,an.Neural Computation . 2010 (12)
  • [3] A fast learning algorithm for deep belief nets
    Hinton, Geoffrey E.
    Osindero, Simon
    Teh, Yee-Whye
    [J]. NEURAL COMPUTATION, 2006, 18 (07) : 1527 - 1554
  • [4] Backpropagation Applied to Handwritten Zip Code Recognition
    LeCun, Y.
    Boser, B.
    Denker, J. S.
    Henderson, D.
    Howard, R. E.
    Hubbard, W.
    Jackel, L. D.
    [J]. NEURAL COMPUTATION, 1989, 1 (04) : 541 - 551
  • [5] Improving neural networks by preventing co-adaptation of feature detectors .2 HINTON G E,SRIVASTAVA N,KRIZHEVSKY A,et al. Improving neural networks by preventing co-adaptation of feature detectors-Research Gate . 2012
1