1.5发展历程
机器学习是人工智能(artificial intelligence)研究发展到一定阶段的必然产物．二十世纪五十年代到七十年代初，人工智能研究处于“推理期”，那时人们以为只要能赋予机器逻辑推理能力，机器就能具有智能，这一阶段的代表性工作主要有A. Newell和H. Simon的“逻辑理论家”(Logic Theorist)程序以及此后的“通用问题求解”(General Problem Solving)程序等，这些工作在当时取得了令人振奋的结果，例如，“逻辑理论家”程序在1952年证明了著名数学家罗素和怀特海的名著《数学原理》中的38条定理，在1963年证明了全部52条定理，特别值得一提的是，定理2.85甚至比罗素和怀特海证明得更巧妙．A．Newell和H. Simon因为这方面的工作获得了1975年图灵奖．然而，随着研究向前发展，人们逐渐认识到，仅具有逻辑推理能力是远远实现不了人工智能的．E．A. Feigenbaum等人认为，要使机器具有智能，就必须设法使机器拥有知识．在他们的倡导下，从二十世纪七十年代中期开始，人工智能研究进入了“知识期”．在这一时期，大量专家系统问世，在很多应用领域取得了大量成果．E．A．Feigenbaum作为“知识工程”之父在1994年获得图灵奖，但是，人们逐渐认识到，专家系统面临“知识工程瓶颈”，简单地说，就是由人来把知识总结出来再教给计算机是相当困难的．于是，一些学者想到，如果机器自己能够学习知识该多好！
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
