你觉得会飞的汽车有必要发明吗？

一、你觉得会飞的汽车有必要发明吗？

我觉得发明一个可以在马路上跑的飞机比较靠谱

二、人工智能什么时候被发明？

一、起源

提到人工智能的历史，所有书都会提到1956年度的达特茅斯会议，在这次会上人工智能的鼻祖John mcarthy是发起人，minsky也 积极参与其中，包括我们课本上非常著名的提出信息论的香农本人。

曾经麦卡锡和明斯基都曾经在贝尔实验室为香农打工，当时他们研究的核心就是图灵机，并将此作为智能活动的理论基础。

后来麦卡锡到IBM打工，遇到了研究神经网络的罗切斯特并得到了洛克菲勒基金会的资助，决定在第二年达特茅斯召开人工智能夏季研讨会，这便是人工智能名字的由来。

从1955年到1965年，人工智能进入快速发展时期，在机器学习领域，出现了“跳棋程序”并在1959年实现了人工智能战胜人类的事件打败了当时设计他的设计师Samuel，并在1962年，打败了州跳棋冠军。

在模式识别领域，1956年Oliver selfridge研发了第一个字符识别程序，并在1963年发明了符号积分程序SAINT，在1967年SAINT的升级版SIN就达到了专家级的水准。

同时美国政府也投入了2000万美元资金作为机器翻译的科研经费。当年参加达特茅斯的专家们纷纷发表言论，不出十年，计算机将成为世界象棋冠军、可以证明数学定理、谱写优美的音乐，并且在2000年就可以超过人类。

二、第一次寒冬

但在1965年人工智能迎来一个小高潮之后，质疑的声音也随之到来，Samuel设计的跳棋程序停留在了战胜周冠军，机器翻译领域因为一直无法突破自然语言理解（NLP），1966年的美国公布了一份名为“语言与机器”的报告全盘否定了机器翻译的可行性。

1969年，发起人之一的minsky发表言论，第一代神经网络（感知机perceptron）并不能学习任何问题，美国政府和美国自然基金会大幅削减了人工智能领域的研究经费。在20世纪70年代人工智能经历了将近10年左右的寒冬时期。

三、第二次高潮与寒冬

直到80年代，人工智能进入第二次发展高潮，卡耐基梅隆大学为日本DEC公司设计的XCON专家规则系统（专注于解决某一限定领域的问题，具备2500条规则，专门用于选配计算机配件，因此避免了常识问题）可以为该公司一年节省数千万美金。

同期日本政府拨款8.5亿美元支持人工智能领域科研工作，主要目标包括能够与人交流、翻译语言、理解图像、像人一样进行推理演绎的机器。

但是随后人们发现，专家系统通用性较差，未与概率论、神经网络进行整合，不具备自学能力，且维护专家系统的规则越来越复杂，且日本政府设定的目标也并未实现，人工智能研究领域再次遭遇了财政苦难，随之人工智能发展进入第二次寒冬。

四、第一次算力与算法爆发

上世纪90年代，计算机在摩尔定律下的计算机算力性能不断突破，英特尔的处理器每18-24个月晶体管体积可以缩小一倍，同样体积上的集成电路密集度增长一倍、同样计算机的处理运算能力可以翻一倍。

1989年，还在贝尔实验室的杨立坤通过CNN实现了人工智能识别手写文字编码数字图像。

1992年，还在苹果任职的李开复利用统计学方法，设计了可支持连续语音识别的Casper语音助理（Siri的前身），在1997年IBM的国际象棋机器人深蓝战胜国际象棋冠军卡斯帕罗夫（不再止步于州冠军，第一次真正意义上的战胜人类），同年两位德国科学家提出了LSTM网络可用于语音识别和手写文字识别的递归神经网络。

五、算力+算法+数据三驾马车聚齐：发展进入快车道

直到2006年，也就是我们身处的这不到20年的时间是当代人工智能快速发展的阶段，同年杰弗里辛顿发表了《learning of multiple layers of representation》奠定了当代的神经网络的全新架构。

2007年还在Stanford任教的华裔女科学家李飞飞教授，发起了ImageNet项目，开源了世界上最大的图像识别数据集（超过1400万、2万多标注类别的图像数据集）。

在2006年亚马逊的AWS的云计算平台发布，进一步大幅提升了人工智能网络模型计算所需要的算力。

同时，随着2014年4G时代的到来与智能手机大规模普及，移动互联网的极速发展，催生了覆盖人起居生活工作的方方面面的各色应用，带来了神经网络训练迭代所需的养料“海量的数据”，同时随着IoT物联网的兴起、支持分布式计算（边缘计算）的传感器时序（temporal）数据指数级生成。

六、技术发展离不开政府支持，我国将人工智能列入国家战略

2017年我国政府也引发了《新一代人工智能发展规划》明确了我国新一代人工智能发展的战略目标：到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径。

到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。

人工智能发展简史–符合事物发展本质-螺旋式上升

回顾人工智能历史发展的60多年间，有上升期、有瓶颈期、有寒冬期，但却一直不断的演进进步，正如恩格斯在《自然辩证法》所说，一切事物都是由螺旋形上升运动是由事物内部矛盾引起的，矛盾双方经过反复斗争，引起对立面的两次否定，两次转化，事物的发展从肯定到否定再到否定之否定，形成一个周期性，每一周期的终点同时又是下一周期的开端。

一个周期接着一个周期，每一周期完成时出现仿佛向出发点的复归，形成由无数“圆圈”衔接起来的无限链条，呈现出螺旋形的上升运动。

而如今的我们，正处在一个人工智能高速发展时代，且已经渗透到人们日常生产、生活、工作的方方面面，大家可能会问，为什么不是10年前、20年前而是现在？

这就不得不提人工智能三要素，分别是：算法、算力和数据，三者缺一不可。而人工智能早期发展的瓶颈，很多都是因为你三要素的一种或者多种要素的缺乏，导致人工智能产业陷入短暂的困境，如下图所示。

而如今，随着4G、5G基础网络通讯设施的快速发展，使万物互联成为可能，全球有天文数字级别的人、设备、传感器被连接，产生海量的数据，而这些数据正是人工智能算法模型迭代的充足养料。

而为什么我国有建设成为人工智能创新中心的底气？因为我们国家在网络基础设施建设方面在全球最为领先，移动互动联网渗透人们生产生活最为彻底 ，“配送下乡”的电商平台淘宝、拼多多、京东，美团等互联网“买菜”服务下沉到社区，村子里在直播玩短视频的大爷大妈，每个人都不知不觉的在享受着“人工智能”科技发展所带来的红利，同时也被“算法”支配着时间。

困在算法里的外卖小哥、内容平台利用推荐算法向你定向投喂的“猪食内容”、“人脸”信息被滥用，“算法”的偏见与歧视，正如一切事物的两面性一样、技术的发展同时一定会带来负面的影响，引发社会舆论的挑战。

如何更好的保护人们的隐私的同时，让算法更好的为人们服务？如何让人工智能将来不会“觉醒”，失去控制甚至伤害人类？如何让深度学习这个相对黑盒更具可解释性，更安全、更鲁棒？

相信诸位也跟我刚接触这个领域一样带着许多困惑。这些学界和工业界都已经有一些尝试与探讨，我希望在这本书的有限章节中向你尽可能简要但清晰的分享。

七、人工智能的未来在哪？

未来人工智能又将去向何从，会像是科幻电影里人工智能终将觉醒、他们因为不具备”人性”可以更加理智的不会错的进化统治甚至“奴役”人类？

还是由于人类生存活动使地球的生态环境不断恶化，“病毒”不断肆虐，人类无法外出，只能沉陷于由人工智能创造的虚拟环境中，像是”头号玩家”所描述的世界，在虚幻世界中实现”自我”价值？

虽然无法先知，但是可以预见的是，人工智能未来一定会具备以下趋势：

从专家系统转向通用型的认知智能，像是我们上文提到的早期只能针对问题解决问题的某个细分领域的人工智能，未来的人工智能是更加通用型的、在感知能力的基础上具备像人一样具备认知智能，除了分类、归纳、检测、识别具备推演、预测的能力；

深度学习模型从过去的黑盒不可解释，变得更加具备“可解释性”，从而通过算法模型更公平、更安全、更鲁棒；

深度学习向多模态发展，正如人类文明进行学习不仅仅是通过眼睛观看，还有“口眼耳鼻舌身意、色相声香味触法”，因此深度学习需要多传感器的信息融合进行模型学习训练与判断；

由于高级任务的带标签训练数据十分匮乏，这会促使人们进一步研究稀疏数据环境中的学习技术，比如，小样本学习和自我监督学习以及如何提升学习的效率以及如何让学习的进度追赶上数据产生的进度，增量学习也是一个解决当前现状的实用方向。

数据隐私和数据安全引起社会广泛关注，如何保护隐私的前提下同时进行模型训练迭代，联邦学习已经被大多公司和组织广泛使用。

三、你最想发明什么，作文？

我想发明的东西是全能汽车，因为现在有骑自行车的，也有骑摩托车的，还有开汽车的，但是骑自行两车很不方便，骑摩托车或开汽车的话又污染环境，所以我想发明一辆全能汽车。

它的构造很特别，外面五彩缤纷，形状像一只老虎，而且没有车轮，灯的位置也不一样，只有一个位置，不过很长，有一米四多一些。方向盘很轻，只要你把方向盘向你想去的地方一转就可以了。刹车只用说一声停就会立即停下来。它里面没有音响但是有GPS帮你导航。在地震或海啸的时候它就会突然自动变形成飞机或变形金刚，让你避免灾难。如果真有这种全能汽车的话，我想让全宇宙，全地球人都来买一辆。

四、人工智能会超越人脑吗

在当今科技日新月异的时代，人工智能一直被认为是未来发展的重要趋势，许多人都在关注一个问题：人工智能会超越人脑吗？这个问题涉及到科技、伦理、社会等多个领域，引发了广泛的讨论和研究。

人工智能的发展历程

人工智能的概念早在上世纪50年代就被提出，经过几十年的发展，如今已经成为了科技领域的热门话题。随着计算能力的提升、大数据的应用以及算法的不断优化，人工智能在语音识别、图像识别、自然语言处理等方面取得了巨大的进步。

人类智能与人工智能的比较

人脑作为自然界最复杂的器官之一，拥有无法估量的潜力和创造力。而人工智能虽然可以通过算法模拟人类的思维和行为，但在某些方面仍然无法与人脑相媲美。比如，人类拥有情感、直觉、创造力等特质，这些是人工智能目前无法复制的。

人工智能的局限性

尽管人工智能在某些领域取得了惊人的成就，但它仍然存在着许多局限性。例如，人工智能无法完全理解人类的情感和情绪，也无法像人类一样去创造新的艺术作品。此外，人工智能的决策往往是基于大数据和算法，缺乏人类的道德和伦理判断能力。

人工智能超越人脑的可能性

虽然目前的人工智能还无法完全超越人类智能，但随着科技的不断发展和进步，这一可能性也逐渐增大。未来可能会出现一种超级人工智能，具备超出人类的智力和创造力，甚至可能对人类构成挑战。

未来人工智能的发展方向

随着人工智能技术的不断成熟，未来人工智能的发展方向可能包括：强化学习、机器学习、深度学习等方面的进一步研究和开发。同时，人工智能技术还将在医疗、金融、交通、农业等各个领域得到广泛应用，为人类社会带来更多的便利和效益。

结语

总的来说，人工智能会超越人脑吗是一个复杂而深刻的问题，涉及到技术、道德、伦理等多个层面的讨论和思考。在探讨这个问题的过程中，我们不仅需要关注技术的发展，还需要思考人类智慧的本质与价值，以及人工智能带来的可能影响。只有在充分理解和认识这些问题的基础上，我们才能更好地引领人工智能技术的发展，并为人类社会带来更大的利益。

五、人工智能会取代律师吗

随着科技的不断发展，人工智能在各行各业都展现出越来越强大的潜力。对于法律界而言，人工智能的应用也在不断扩大，这引发了一个备受关注的问题：**人工智能会取代律师吗**？这个问题涉及到法律行业的未来发展方向以及人工智能技术的影响力。

人工智能在法律领域的应用

人工智能在法律领域的应用已经初具规模，从简单的法律文书撰写到更复杂的法律案件分析，人工智能都展现出了强大的效率和准确性。通过大数据分析和机器学习算法，人工智能可以帮助律师更快速地查找相关案例、分析法律条款，并提供各种法律建议。

人工智能取代律师的可能性

尽管人工智能在法律领域的应用已经取得了一定成就，但要说人工智能会完全取代律师，还有一定的难度和限制。法律是一门涉及人情、道德和伦理等多方面因素的学科，律师的工作不仅仅是机械性的信息处理，还需要深度思考、情绪认知和人际交流能力。

虽然人工智能可以处理大量的数据和信息，但在解决复杂案件、处理特殊情况和进行法律谈判等领域，律师仍然具有独特的优势。律师的专业知识、法律经验和人际关系网是人工智能无法替代的。

人工智能与律师的合作模式

与其说人工智能会取代律师，不如说人工智能更多地是在辅助律师的工作。律师可以借助人工智能工具来提高工作效率、减少错误率，并且能够更专注于法律事务的核心部分。通过人工智能，律师可以更好地利用时间和资源，提供更优质的法律服务。

未来展望

在未来，随着人工智能技术的不断进步和法律行业的发展，人工智能与律师之间的合作模式也将不断优化和完善。律师可以通过不断更新自己的知识和技能，更好地适应人工智能时代的挑战与变化。

最终，人工智能与律师之间并非零和游戏，而是一种相互补充和共生的关系。只有律师充分利用人工智能的优势，才能更好地发挥自身的专业能力，为客户提供更全面、更优质的法律服务。

六、人工智能会取代会计吗

在当今数字化快速发展的时代，人工智能技术已经逐渐渗透到各行各业，其在会计领域的应用也日渐普遍。有人担心人工智能会取代会计，使传统的会计工作岌岌可危。那么，人工智能会取代会计吗？这是一个备受争议的话题。

人工智能在会计领域的应用

首先，我们需要了解人工智能在会计领域的具体应用情况。目前，人工智能技术已经可以实现对会计数据的自动识别、分类、归档和分析等任务。比如，人工智能可以通过OCR技术识别和提取发票信息，自动录入会计系统；还可以通过大数据分析技术对财务数据进行深度挖掘，提供决策支持等。

人工智能取代会计的可能性

虽然人工智能在会计领域的发展势不可挡，但是要说人工智能完全取代会计，还为时过早。会计工作不仅仅是简单的数据处理和报表生成，还涉及到复杂的财务分析、风险评估和业务咨询等工作。这些工作需要会计人员具备丰富的专业知识和经验积累，而人工智能在这些方面仍然存在局限性。

此外，会计领域涉及到大量的法律、法规和伦理规范，需要会计人员具备一定的判断力、逻辑思维和道德素养。而人工智能对于复杂的情境理解和情感识别仍然存在一定的难度，这也是其无法完全取代会计的原因之一。

人工智能与会计的结合

尽管人工智能还无法完全取代会计工作，但是人工智能与会计行业的结合是不可逆转的趋势。人工智能可以帮助会计人员提高工作效率，减少重复性工作，降低错误率，从而让会计人员有更多的时间和精力去从事更高级别的工作。

通过人工智能技术，会计人员可以更加专注于财务分析、风险评估和战略规划等工作，发挥自己的专业优势。同时，人工智能还可以提供更加精准和全面的数据支持，帮助会计人员做出更加科学和准确的决策。

未来展望

综上所述，人工智能不会完全取代会计，而是会逐渐与会计融合，共同推动会计行业的发展和进步。会计人员也应该不断提升自己的专业素养，学习掌握人工智能技术，与时俱进，把握机遇，应对挑战。

在未来的数字化时代，会计人员仍然将发挥重要作用，而人工智能则会成为他们强大的助手，共同开创会计新纪元。

七、你会用纳米技术发明什么

你会用纳米技术发明什么，这是一个引人瞩目且充满无限可能的问题。纳米技术作为一种尖端领域的科技，已经在诸多领域展现出了惊人的应用前景，从医学到材料科学，从电子领域到环境保护，都有着巨大的发展空间。在未来，纳米技术有望在各个领域创造出更多的创新产品和应用，从而改变我们的生活方式。

纳米医学领域的应用

在医学领域，纳米技术被广泛应用于药物输送系统、影像诊断、治疗手段等方面。通过利用纳米级载体，可以提高药物的靶向性和生物利用度，减少药物副作用，从而提高治疗效果。此外，纳米技术也有望在癌症治疗、疾病早期检测等方面做出重要贡献。

纳米材料在电子领域的创新

纳米材料具有优异的电子、热学、力学等性能，被广泛应用于电子器件、传感器、储能设备等领域。通过纳米技术的应用，可以大幅提升材料的性能，降低能耗成本，推动电子技术的发展。未来，随着纳米材料制备技术的不断完善，纳米电子产品将逐渐走进人们的日常生活。

环境保护领域的纳米技术创新

纳米技术在环境保护领域也有着重要的应用前景。通过纳米材料的制备和应用，可以有效处理水污染、大气污染等环境问题。例如，纳米材料在水处理中的应用可以实现高效的污染物去除，降低处理成本，提升环境治理效率，为人类创造更清洁的生活环境。

纳米技术在材料科学领域的贡献

纳米技术为材料科学领域带来了革命性的突破，推动了材料性能的提升和新材料的开发。通过纳米结构设计和调控，可以改善材料的力学性能、光学性能等方面，拓展材料应用的领域。未来，纳米技术将继续促进材料科学的创新和发展，为人类创造出更多耐用、高效的材料产品。

八、人工智能会超过人工智能吗？

人工智能现在科技飞速发展，人工智能虽然发迅速，但目前仅仅单某一项运算超过人工，程序也是人工提前输入而已，目前人工智能科技不能超人，但随现代科学的多元发展，科技对人类大脑研究进一步深入，人工智能超越人类智慧将成为不远的现实，这也将成为人类最大挑战，可能是人类的敌人，替换人类的新生事物，但也是科学发展的必然结果。

九、咖啡滤纸发明史：你知道吗？

咖啡滤纸，作为现代生活中不可或缺的一部分，在我们享用咖啡时发挥着重要作用。然而，咖啡滤纸是在何时被发明的呢？让我们一起来探寻咖啡滤纸的发明史，了解它是如何走进我们的生活的。

早期过滤咖啡的方式

在谈论咖啡滤纸的发明史之前，首先需要了解早期人们是如何过滤咖啡的。在早期，人们通常使用布或金属过滤网来过滤咖啡。这种方式虽然能够完成过滤的工作，但过程相对繁琐，而且容易影响咖啡的口感。

咖啡滤纸的发明

直到1908年，德国的居民梅尔塞尔·福瑞德发明了世界上第一张咖啡滤纸。梅尔塞尔·福瑞德在试图寻找一种可以提高咖啡过滤效率，同时又不影响咖啡口感的方法时，偶然发现了纸张这一材料。经过多次试验和改良，他最终设计出了可以放置在带柄的滤壶中，用于过滤咖啡的咖啡滤纸。

咖啡滤纸的问世，彻底改变了人们过滤咖啡的方式。咖啡滤纸可以更方便、快捷地完成过滤工作，同时也能更好地保留咖啡的原味和香气，得到了广泛的应用。

咖啡滤纸的发展

自咖啡滤纸问世以来，随着科技和材料的不断进步，咖啡滤纸也在不断更新和改良。如今，人们可以根据自己的喜好和需求选择不同材质、厚度和形状的咖啡滤纸，以获得更加个性化的咖啡体验。

结语

通过了解咖啡滤纸的发明史，我们不仅可以感叹人类智慧的无穷，也能更加珍惜在日常生活中被忽视的小物件。同时，对于喜爱咖啡的人们来说，使用咖啡滤纸来冲泡一杯美味的咖啡，也是一种愉悦的享受。

感谢您阅读本文，希望通过本文的介绍，您能对咖啡滤纸的发明史有更深入的了解。

十、人工智能是谁发明的在什么时候发明的？

1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中，约翰·麦卡锡(John McCarthy)，马文·闵斯基(Marvin Minsky，人工智能与认知学专家)，克劳德·香农(Claude Shannon，信息论的创始人)，艾伦·纽厄尔(Allen Newell，计算机科学家)，赫伯特·西蒙(Herbert Simon，诺贝尔经济学奖得主)等科学家正聚在一起，讨论着一个完全不食人间烟火的主题：用机器来模仿人类学习以及其他方面的智能。

会议足足开了两个月的时间，虽然大家没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：“人工智能”，因此，1956年也就成为了人工智能元年。