人工智能三个发展期

一 乐观期(1950-1968)
   大家都认为自己找到了智能的关键点,都不遗余力花大精力去研究,以Marvin MinSky,Frank Roseblatt,Bread Widrow为代表性人物,作品是单级感知器的出现,可以采用电子线路来进行模拟.

二 反思期(1969-1982)
   异或无法表示,造成了极大的困惑,但是坚定了认识-实践-再认识的目标

三 小突破期(1983-1990)
   1982年,J.Holpfield提出循环网络,用Lypaunov函数作为网络性能的能量函数,建立了判断稳定性的依据.同时,与动力学建立关系,并采用非线性来分析动力学,最大的贡献是指出了,信息存放在"神经元"上.
   1984年,Holdfiled网解决了著名的TSP问题,找到了最佳近似解,造成了巨大的轰动.
   1985年,UCSD的Hiton,Sejnowsky,Rumelheart等人在HoldField引入随机机制,提出了所谓的Boltzmann机.
   1986年,Rumelheart提出了多层网络学习算法-BP算法,较好解决了多层网络学习问题.
   1990年,中国北京举行神经网络大会.

四 再实践与研究期(1991-?)
   存在几个重要的问题:
   1 应用面窄
   2 结果不精确
   3 可信度未知
   4 理论发展停止,目前暂未突破性理论指明方向