Post by account_disabled on Jan 4, 2024 8:59:33 GMT
“创造具有人类品质的机器长期以来一直是科幻小说中一个令人着迷的领域。然而，我们即将见证这样一台机器的诞生：能够在没有任何训练的情况下感知、识别和识别其环境。”或控制由人类。 说出这句话的人并不是ChatGPT和其他最新人工智能系统成功背后的企业家之一。这些话甚至可以追溯到1958 年，由心理学家兼工程师弗兰克·罗森布拉特 (Frank Rosenblatt) 撰写，描述了他当时正在完成设计的机器的潜力：Mark I 感知机。 罗森布拉特的承诺给美国海军留下了深刻的印象，决定资助他的工作，同时媒体也开始产生巨大的期望。例如，《纽约客》写道： “这是人类大脑有史以来第一个竞争对手。 ” 《纽约时报》等另一家享有盛誉的出版物也不甘落后，标题是：“看看自我学习的电子大脑。” 自学的大脑 简而言之，期望值非常高。然而，当感知器于 1958 年 7 月最终推出时，它只完成了一项任务：经过 50 次尝试，独立识别哪张打孔卡标记在左侧，哪张打孔卡标记在右侧。罗森布拉特表示，这个项目将产生“第一台能够拥有原创想法的机器”，但几乎没有理由投入巨额投资。 尽管结果令人失望，罗森布拉特仍然继续证明他的工作的合理性，为此他使用了重达 5 吨并占据整个房间的 IBM 704，并解释说这只是开始，“更进一步”，同样的系统将例如，能够听一种语言并立即将其翻译成另一种语言。
事情并没有按计划进行：罗森布拉特的预期结果没有实现，融资枯竭。事实上，今天感知器的兴衰被认为是第一个“人工智能冬天”的原因，在这个阶段，对该领域的热情降温，研究几乎停止。 弗兰克·罗森布拉特死后的荣耀 然而，在感知器问世 65 年后，我们可以说弗兰克·罗森布拉特 (Frank Rosenblatt) 的观点得到了证实。受到人类大脑中神经元协同工作方式的启发，感知器是一个单层神经网络：一种将输入分为两个可能类别的算法，”罗森布拉 手机号码列表 特在康奈尔大学任教的课程网站上写道。“神经网络使预测（例如，右或左，狗或猫），如果错误，它会自行调整其连接，以便下次做出更正确的预测。经过数千甚至数百万次重复之后，它就变得准确了。 简而言之， Frank Rosenblatt在 1958 年设计的感知器的基本结构 与今天用于为 ChatGPT、图像识别系统、建议在 Spotify 上听什么的算法以及所有其他基于深度学习的系统提供支持的人工智能的结构相同。学习。康奈尔大学教授托尔斯滕·约阿希姆斯 (Thorsten Joachims) 表示：“感知器是第一个神经网络：人工智能的基础就奠定在这里。” 那么，为什么过了近半个世纪，从2013年开始，神经网络才开始走出大学实验室，并被应用于越来越多的领域呢。
除了我们现在拥有的海量数据以及比当时强大的计算能力之外，还有另一个方面：虽然感知器的神经网络只有一层，但今天使用的神经网络有数百万层，使它们能够在海量数据中挖掘复杂的相关性，而罗森布拉特的软件只能困难地区分左右。 ChatGPT 的始祖 方向是正确的，但时机还为时过早。然而，罗森布拉特并没有活着看到他的努力得到回报，他还不得不遭受与另一位人工智能教父马文·明斯基（Marvin Minsky）的竞争，后者于 1969 年发表了对罗森布拉特工作的批评，这实际上结束了他在该领域的所有重要工作。 。 罗森布拉特 1928 年出生于纽约郊区新罗谢尔，拥有社会心理学学位，他从一开始就预见到新兴计算机器的社会潜力，以至于他的博士研究旨在利用计算机来分析人格特质，而后来，他的目标始终是利用机器来解开大脑之谜。 康奈尔大学教授理查德·奥布莱恩 (Richard O'Brien) 解释说：“我想了解大脑在执行令人难以置信的任务时必须具备的最少特征。” 他在一次乘船旅行中过早去世，享年 43 岁。弗兰克·罗森布拉特（Frank Rosenblatt）没有看到他的发明在多大程度上为当今的人工智能或我们在大脑知识方面取得的进步奠定了基础。不过，他那奇怪的“自教机”也算是当今ChatGPT的始祖了。
事情并没有按计划进行：罗森布拉特的预期结果没有实现，融资枯竭。事实上，今天感知器的兴衰被认为是第一个“人工智能冬天”的原因，在这个阶段，对该领域的热情降温，研究几乎停止。 弗兰克·罗森布拉特死后的荣耀 然而，在感知器问世 65 年后，我们可以说弗兰克·罗森布拉特 (Frank Rosenblatt) 的观点得到了证实。受到人类大脑中神经元协同工作方式的启发，感知器是一个单层神经网络：一种将输入分为两个可能类别的算法，”罗森布拉 手机号码列表 特在康奈尔大学任教的课程网站上写道。“神经网络使预测（例如，右或左，狗或猫），如果错误，它会自行调整其连接，以便下次做出更正确的预测。经过数千甚至数百万次重复之后，它就变得准确了。 简而言之， Frank Rosenblatt在 1958 年设计的感知器的基本结构 与今天用于为 ChatGPT、图像识别系统、建议在 Spotify 上听什么的算法以及所有其他基于深度学习的系统提供支持的人工智能的结构相同。学习。康奈尔大学教授托尔斯滕·约阿希姆斯 (Thorsten Joachims) 表示：“感知器是第一个神经网络：人工智能的基础就奠定在这里。” 那么，为什么过了近半个世纪，从2013年开始，神经网络才开始走出大学实验室，并被应用于越来越多的领域呢。
除了我们现在拥有的海量数据以及比当时强大的计算能力之外，还有另一个方面：虽然感知器的神经网络只有一层，但今天使用的神经网络有数百万层，使它们能够在海量数据中挖掘复杂的相关性，而罗森布拉特的软件只能困难地区分左右。 ChatGPT 的始祖 方向是正确的，但时机还为时过早。然而，罗森布拉特并没有活着看到他的努力得到回报，他还不得不遭受与另一位人工智能教父马文·明斯基（Marvin Minsky）的竞争，后者于 1969 年发表了对罗森布拉特工作的批评，这实际上结束了他在该领域的所有重要工作。 。 罗森布拉特 1928 年出生于纽约郊区新罗谢尔，拥有社会心理学学位，他从一开始就预见到新兴计算机器的社会潜力，以至于他的博士研究旨在利用计算机来分析人格特质，而后来，他的目标始终是利用机器来解开大脑之谜。 康奈尔大学教授理查德·奥布莱恩 (Richard O'Brien) 解释说：“我想了解大脑在执行令人难以置信的任务时必须具备的最少特征。” 他在一次乘船旅行中过早去世，享年 43 岁。弗兰克·罗森布拉特（Frank Rosenblatt）没有看到他的发明在多大程度上为当今的人工智能或我们在大脑知识方面取得的进步奠定了基础。不过，他那奇怪的“自教机”也算是当今ChatGPT的始祖了。
