行业信息化的一流服务商

业务咨询电话:400-820-5082
当前位置:首页 » 行业知识 » 人工智能开源软件发展现状概述

人工智能开源软件发展现状概述

文章出处:《中国人工智能开源软件发展白皮书(2018)》网责任编辑:软中信息作者:中国人工智能开源软件发展联盟人气:-发表时间:2019-04-23 14:18:00

 人工智能软件的发展历程可以分为第一次成长期、第二次成长期、复苏期、机器学习繁荣期、深度学习爆发期。

第一次成长期是于1956年达特茅斯会议正式确定了人工智能的研究领域。标志着人工智能正式诞生。这一时期人工智能研究主要集中于搜索式推理、自然语言和微世界等几个领域。到20世纪70年代,由于受限于计算机的计算能力和数据量,人工智能发展遇到瓶颈,人工智能远未达到人们的乐观预期。

第二次成长期于20世纪80年代,知识处理成为主流AI研究的焦点,其重要应用是专家系统,专家系统能够依靠一组从专门知识中得到的逻辑规则在以特定领域回答或者解决问题。然而到了80年代末90年代初,人工智能研究暴露了诸多问题,期待的目标难以实现,进而遭遇了一系列资金问题,而资金资助机构的拨款也更倾向于那些更容易出成果的项目,人工智能再次进入寒冬。

复苏期于90年代末期,随着计算机能力的增强和内存的增加,人工智能发展的硬件瓶颈被打破。低廉的硬件成本使人工智能的研究和应用更容易得到,即便是AI个人爱好者也可以使用计算机进行AI研究,促进了人工智能的发展。

机器学习的繁荣期于2007年开始。随着人工智能研究的深入,机器学习算法变得越来越完善,应用领域也越来越广泛。由于机器学习算法具有极强的复用性,可以解决大类问题,开源社区对机器学习框架需求不断加深。2007年某数据科学家发起了开源机器学习项目Scikit-learn,2008ASF推出了基于Java语言的开源机器学习框架Mahout2010年开源机器学习项目MLlib问世。将Spark的分布式计算应用到机器学习领域。人工智能软件的发展进入了机器繁荣期。

深度学习爆发期于2012年。Hinton课题组首次参加ImageNet图像识别比赛,他们构建的CNN神经网络算法夺得冠军,证明了深度学习的巨大潜力。深度学习在学术界和工业界迎来新一波浪潮。2013Google推出开源工具Word2vec2015Google推出深度学习开源框架TensorFlow2016年百度宣布开源其深度学习平台PaddlePaddle

伴随着深度学习的发展,深度学习框架和行业应用蓬勃发展,越来越多的科技公司和科研机构加入到开源潮流中,对人工智能发展起到巨大推动作用。

相关资讯