下载掌阅APP，畅读海量书库
立即打开
人工智能的一个标志性事件是，数学家艾伦·图灵提出了他的图灵测试理论，该理论的定义是通过测试一个计算机能否像人一样回答问题，从而衡量这个计算机是否具有了智能。
如果还不好理解的话，那就举个例子说明。拨通一个不知情者的电话，然后让计算机跟他进行交流。如果对方经过一段时间交谈之后，没能分辨出电话那头的交谈者是计算机，那么这次图灵测试就算通过。
直到今天，图灵测试仍是衡量计算机算法是否具有智能的重要标准之一。下图是图灵测试概念图。
»图灵测试概念图
图灵在20世纪50年代提出图灵测试理论的时候，没有任何计算机算法能通过这项测试，但是到了今天，已经有很多系统都能通过这项测试了。这也是为什么人们说，如今我们生活在几十年前人们的科幻世界中。
人工智能的另一个标志性事件是，亚瑟·塞缪尔第一个将机器深度学习技术应用到了棋类游戏领域。这些程序能够通过与游戏玩家不断地博弈，学会更好的下棋方法。在这个过程中，程序不仅实现了自我学习，还能快速提高游戏水平。这是人工智能应用最早出现在我们生活中的标志性事件。
后来亚瑟·塞缪尔还和其他科学家一起撰写了《深度学习》一书，而这本书现在被业界视为机器学习领域的经典著作之一。
随着技术的不断深入，人们又研发出遗传算法、神经网络算法及专家系统等。它们共同构成了现在的人工智能底层技术。
其中，遗传算法模拟了达尔文进化论中的自然选择规律和生命遗传学中的一些生物进化过程，从而建立起一套数学计算模型。
而神经网络算法则模仿了人类大脑的工作原理。人类的大脑由几百亿个脑细胞组成，单个脑细胞并没有存储和计算能力。但是当这几百亿个脑细胞组合到一起的时候，就让人类的思维变得丰富多彩。
神经网络算法的原理大致也是如此，它是通过分布式存储和计算，然后在关键点进行汇合，从而产生结果。但即使如此，神经网络算法也仅仅模拟了大脑中的形象思维（直观）能力。下图是神经网络算法示意图。
»神经网络算法示意图
人工智能算法还有很多，比如线性回归算法、逻辑回归算法及决策树等，这些内容过于专业，读者若感兴趣，可以查阅相关书籍。
但即便拥有了如此多的算法，人工智能依然无法媲美人类现在所拥有的抽象思维、形象思维及灵感（顿悟）等能力。
由此可见，大自然赋予了咱们人类远超现在计算机系统的大脑，而我们每个人都应该珍惜这份大自然的礼物。