未来/人工智能
人工智能是一个试图为机器提供人类般思维能力的领域。
在 1950 年代，卡内基梅隆大学和麻省理工学院成立了首批人工智能实验室。早期的成功带来了乐观情绪和虚假的希望，即某种宏大的统一思维理论即将出现，并使通用人工智能成为可能。
人工智能的承诺总结在 1968 年的经典电影《2001 年太空漫游》中，这部电影以人工智能计算机 HAL 9000 为特色。
1982 年，根据技术预见性练习的建议，日本通商产业省启动了第五代计算机系统项目，以开发能够将计算和人工智能提升到新水平的大规模并行计算机。
美国对此做出了回应，由国防高级研究计划局牵头的项目，其中包括柯达和摩托罗拉等大型公司。
但尽管取得了一些重大成果，但宏大的承诺未能实现，公众开始认为人工智能未能发挥其潜力。这最终导致了 1990 年代的“人工智能寒冬”，当时人工智能一词本身不再受欢迎，资金减少，人们对该领域的兴趣暂时下降。
研究人员集中在更具体的目标上，例如机器学习、机器人技术和计算机视觉，尽管对纯人工智能的研究仍在较低水平上继续进行。
历史上，人工智能有两种主要方法
- 经典方法（设计人工智能），基于 符号推理 - 一种数学方法，其中思想和概念用符号表示，例如词语、短语或句子，然后根据逻辑规则进行处理。
- 连接主义方法（让人工智能发展），基于人工 神经网络，模仿神经元的工作方式，以及 遗传算法，模仿遗传和适应性，在每一代中进化出更好的问题解决方案。
符号推理已成功应用于专家系统和其他领域。神经网络被广泛应用于从电脑游戏到 DNA 测序等多个领域。但两种方法都存在严重的局限性。人脑既不是大型推理系统，也不是巨大的同质神经网络，而是一个专门模块的集合。模拟人类思维方式的最佳方法似乎是专门对计算机进行编程，使其能够执行特定功能（语音识别、3D 环境重建、许多特定领域的功能），然后将它们组合在一起。
其他方法
- 遗传学、进化
- 贝叶斯概率推理
- 组合 - 例如：“影响形式专家系统的概率分布的进化（遗传）神经网络”
通过将人工智能研究分解成更具体的问题，例如计算机视觉、语音识别和自动规划，这些问题具有更明确的定义目标，科学家设法创造了大量的旨在解决这些个体问题的工作。
技术已经成熟并能够实现实际应用的一些领域是
- 语音识别
- 计算机视觉
- 文本分析
- 机器人控制
基于人工智能的现实世界系统的一些例子是
- 为美国海军开发的智能分配代理（IDA），通过电子邮件与水手协商，帮助他们在轮岗结束时分配新的工作。
- 无需人工干预即可交易股票和商品的系统
- 用于批准银行贷款和检测信用卡欺诈的银行软件（由 Fair Isaac Corp. 开发）
- 搜索引擎，例如 Brain Boost（甚至谷歌）
- 阿西莫
Cyc 是一个拥有 22 年历史的项目，基于符号推理，旨在积累一般知识和获得常识。到 2005 年年中，将开放 Cyc 的在线访问权限。它积累的知识量使其能够自行学习新事物。Cyc 将与互联网用户交谈并从他们那里获得新知识。
Mind.Forth—通过使用 扩散激活 展示思维。
Open Mind 和 mindpixel 是类似的项目。
这些项目不太可能直接导致人工智能的创建，但可以帮助教导人工智能英语语言和人类世界领域。
在未来 10 年，语音识别等狭窄领域的技術将继续改进，并将达到人类水平。在 10 年内，人工智能将能够使用文本或语音与人类进行非结构化英语的交流，在未准备好的环境中导航（但不完美），并将具有一些基本的常识（和特定领域的智力）。
我们将用硅重新创造人脑（动物脑）的某些部分。大鼠海马体实验的初步结果证明了这一点的可行性 [1] [2].
将会有越来越多的实际应用基于数字化重建的人类智能方面，例如认知、感知、排练学习或重复练习学习。
时间表:
- 发明
- 第一个人工智能实验室
- 国际象棋冠军
- 语音识别
- 自主类人机器人
- 通过图灵测试
- 为什么通用人工智能可能即将到来 - 这篇文章描述了正在进行的这方面的工作，以及未来可以做什么。
- 美国人工智能协会 - 关于人工智能最佳和最大的网站之一。
- 会思考的机器怎么了？，贾斯汀·穆林斯，2005 年 4 月 23 日 - 聪明的电脑无处不在。但是，您能诚实地说，任何机器在有意义的意义上都是智能的吗？
- 人工智能寒冬来了，作者：希瑟·哈文斯坦，2005 年 2 月 14 日 - 医药、客户服务、教育和制造领域涌现出数千种应用。
- AI wiki - 用于一般人工智能研究