人工智能的历史回顾和发展现状

被引：111

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

页码：157 / 166

页数：10

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 [J].

Hinton, Geoffrey E. ;

Osindero, Simon ;

Teh, Yee-Whye .

NEURAL COMPUTATION, 2006, 18 (07) :1527-1554

[4] Backpropagation Applied to Handwritten Zip Code Recognition [J].

LeCun, Y. ;

Boser, B. ;

Denker, J. S. ;

Henderson, D. ;

Howard, R. E. ;

Hubbard, W. ;

Jackel, L. D. .

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 →