电脑系统深蓝的发明_深蓝是第一代计算机吗

2024-06-12 02:09:05

1.电脑是谁发明的！

2.12．IBM公司制造的“深蓝”计算机战胜了世界顶级国际象棋大师卡斯帕罗夫。这一事实表明（多选）：

3.深度思考：从深蓝到AlphaGo，了解人工智慧的未来

4.个人计算机发展历史？

电脑系统深蓝的发明_深蓝是第一代计算机吗

1997年5月11日，世界象棋冠军加里·卡斯帕罗夫（左）在与IBM深蓝电脑的第六场也是最后一场比赛中思考着下象棋的动作。罗杰·塞莱斯廷/新闻网）

1997年5月11日，IBM电脑深蓝在六局比赛的最后一局中击败了世界上最伟大的棋手加里·卡斯帕罗夫，世界为之震惊。这是第一次有人类象棋冠军被机器击倒。为人工智能赢得胜利的

具有历史意义，它不仅证明了计算机在某些挑战中可以超越最伟大的头脑，而且也显示了这些智能金属块的局限性和缺点，专家们说，

深蓝也强调了，如果科学家要制造出能思考的智能机器，他们必须决定“智能”和“思考”的含义。[超级智能机器：7个机器人未来]

电脑有他们的极限

在多场比赛中持续了几天，在曼哈顿市中心的公平中心，深蓝队以2比1击败卡斯帕罗夫，3场比赛平局。这台机器通过向前看许多步并通过可能的组合来接近国际象棋——一种被称为“决策树”的策略（想想描述树的一个分支的每个决策）。深蓝“修剪”了其中的一些决定，以减少“分支”的数量并加快计算速度，并且仍然能够“思考”每秒大约2亿次移动。

尽管这些令人难以置信的计算，但是，机器在其他方面仍然存在不足。

“尽管它们很好，（计算机）在其他类型的决策方面相当差劲，”IBM research的研究科学家Murray Campbell说有些人怀疑计算机是否能像人类一样出色地发挥作用。

“我们展示的更有趣的东西是，有不止一种方法可以看待复杂的问题，”坎贝尔告诉《现场科学》你可以用人类的方式，用经验和直觉，或者用一种更像计算机的方式来看待它。“这些方法相辅相成，”他说。

尽管深蓝的胜利证明了人类可以制造出一台伟大的棋手机器，它强调了建立一个能处理棋盘游戏的电脑的复杂性和难度。坎贝尔说，IBM的科学家花了数年时间构建深蓝，而它所能做的就是下棋。他补充说，制造一台能够处理不同任务或者能够学习如何做新任务的机器，已经证明更加困难。“深蓝”制造时的

学习机器

，机器学习领域还没有发展到现在，而且大部分计算能力还不具备，坎贝尔说。例如，IBM的下一个智能机器名为Watson，它的工作方式与深蓝色非常不同，操作起来更像一个搜索引擎。沃森证明，它可以理解和回应人类击败长期的“危险2011的冠军。在过去20年中开发的“KDSPE”“KDSPs”机器学习系统也利用了大量的数据，这些数据在1997年还不存在，那时互联网还处于起步阶段。程序设计也有进步，例如，击败了世界棋类游戏围棋冠军的人工智能计算机程序AlphaGo，其工作原理也与深蓝不同。AlphaGo自己玩了很多棋盘游戏，并使用这些模式来学习最佳策略。这种学习是通过神经网络进行的，或者说是类似于人脑神经元的程序。坎贝尔说，在20世纪90年代建造深蓝的时候，制造深蓝的硬件并不实用，威斯康星密尔沃基大学（University of Wisconsin Milwaukee）的副教授托马斯·海格（Thomas Haigh）曾广泛撰写计算史，他说深蓝的硬件是当时IBM工程的展示；这台机器结合了一些定制芯片和其他高端版本的PowerPC处理器，这些处理器在当时的个人电脑中使用。[中情局的历史.：人工智能（Infographic）]

什么是智能黑格说：“深蓝”还表明，计算机的智能可能与人类的智能没有太大关系。“深蓝”与经典的人工智能象征传统不同，它试图通过一台能够进行通用推理的机器来复制人类智能和理解的功能。”，因此，我们努力制造一个更好的国际象棋游戏机。

，但这种策略更多的是基于计算机建设者对什么是智能的想法，而不是基于什么是智能早在20世纪50年代，国际象棋就被视为聪明人擅长的东西由于数学家和程序员往往特别擅长下棋，他们认为这是对机器能否显示智能的一个很好的测试。

在20世纪70年代发生了变化。“很明显，使计算机程序成为越来越强大的棋手的技术与一般智能无关，”黑格说因此，我们不认为电脑是聪明的，因为他们下棋很好，我们决定下棋到底不是智力的测试。“KDSPE”KDSPs“科学家如何定义智力的变化也显示了某些人工智能任务的复杂性，”坎贝尔说。深蓝可能是当时最先进的计算机之一，但它是为下棋而建的，仅此而已。即使是现在，计算机仍在与“常识”作斗争——这种人们通常不会考虑的上下文信息，因为它是显而易见的。

“每个超过一定年龄的人都知道世界是如何工作的，”坎贝尔说。坎贝尔补充说，计算机还一直在与某些人类认为容易完成的模式识别任务作斗争。”他说，过去五年的许多进步都是在感知问题上取得的，比如面部和模式识别，

坎贝尔指出，计算机不能做的另一件事是自我解释。一个人可以描述她的思维过程，以及她是如何学习的。计算机还不能真正做到这一点。”AIs和机器学习系统有点像黑匣子，”他说，

黑格指出，即使是沃森，也处于“危险之中！”赢了，没“想”得像一个人[沃森]利用下一代处理器实现了一种统计暴力方法（而不是基于知识的逻辑方法）来危害！他在写给《生活科学》的电子邮件中写道它再次证明了作为一个智力竞赛冠军也与智力无关，就像大多数人所想的那样。尽管如此，随着计算机比我们做得越来越好，“我们要么留下一个非常具体的智能定义，要么不得不承认计算机实际上是智能的，但与我们不同，”黑格说，

人工智能的下一步是什么坎贝尔说，

“因为人类和计算机的思维方式”如此不同，计算机需要很长一段时间才能做出医学诊断，例如，完全自行诊断，或者处理一个问题，比如为人们随着年龄增长而想留在家中的人设计住所。深蓝显示了计算机适应某项任务的能力，但迄今为止，还没有人能制造出一个通用的机器学习系统，它能像专门制造的计算机一样工作。

例如，计算机能够很好地处理大量数据，并找到人类会错过的模式。然后，他们可以将这些信息提供给人类进行决策。”“一个互补系统比一个人或一台机器要好，”坎贝尔说，

也可能是解决不同问题的时候了，他说。棋类游戏，如象棋或围棋，允许玩家了解对手的位置，这称为一个完整的信息游戏。现实世界的问题并非如此。”我们现在应该吸取的教训是…我们从棋盘游戏中学到的东西已经不多了elligent计算机程序Libratus在20天的无限制锦标赛中击败了最优秀的人类扑克玩家，这被认为是一个信息不完全的游戏。）

至于深蓝的命运，计算机在与卡斯帕罗夫的历史性比赛后被拆除；它的组成部分在华盛顿特区的美国历史国家博物馆和加州山景城的计算机历史博物馆展出。

关于生命科学的原始文章。

电脑是谁发明的！

深蓝　　1997年，美国IBM公司的“深蓝”超级计算机以2胜1负3平战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫。“深蓝”的运算能力当时在全球超级计算机中居第259位，每秒可运算2亿步。　　比赛中，第二局的完败让卡斯帕罗夫深受打击，他的斗志和体力在随后3局被拖垮，在决胜局中仅19步就宣布放弃。IBM拒绝了卡斯帕罗夫的再战请求，拆卸了“深蓝”。卡斯帕罗夫虽然后来多次挑战电脑战平，却无法找“深蓝”“复仇”，留下永久的遗憾。　　浪潮天梭　　2006年，“浪潮杯”首届中国象棋人机大战中，5位中国象棋特级大师最终败在超级计算机浪潮天梭手下。中国人发明的这项充满东方智慧的模拟战争游戏，被中国超级计算机独占鳌头。　　值得一提的是，浪潮天梭在比赛中，同时迎战柳大华、张强、汪洋、徐天红、朴风波5位大师。在2局制的博弈中，浪潮天梭以平均每步棋27秒的速度，每步66万亿次的棋位分析与检索能力，最终以11：9的总比分险胜。　　从那场比赛开始，象棋软件蓬勃发展，人类棋手逐渐难以与之抗衡。　　沃森　　2011年，“深蓝”的同门师弟“沃森”在美国老牌智力问答节目《危险边缘》中挑战两位人类冠军。《危险边缘》以答案的形式给出线索，如“小时候砍了樱桃树”，选手需要以问题作答，如“是乔治·华盛顿吗”。“沃森”可以在3秒内检索数百万条信息并以人类语言输出答案，还能分析题目线索中的微妙含义、讽刺口吻及谜语等。“沃森”还能根据比赛奖金的数额、自己比对手落后或领先的情况、自己擅长的题目领域来选择是否要抢答某一个问题。　　“沃森”最终轻松战胜两位人类冠军，展示出的自然语言理解能力一直是人工智能界的重点课题。　　阿尔法围棋　　今年1月，美国谷歌公司旗下的人工智能公司“深度思维”在《自然》杂志上报告说，该公司研发的“阿尔法围棋”人工智能程序去年10月以5：0战胜欧洲围棋冠军樊麾，这是人工智能程序首次在不让子的情况下战胜人类围棋选手。　　“阿尔法围棋”的核心系统属于时下最火的基于神经网络的深度学习：模拟人脑神经网络，通过大量数据分析学习了3000万步的职业棋手棋谱，再通过增强学习的方法自我博弈，寻找比基础棋谱更多的打点来击败人类。“阿尔法围棋”通过策略网络和价值网络来决定棋路，不去计算每一步的可能性，颇有人类棋手“我感觉这样会赢”的味道。　　这四场令人记忆犹新的人机大战均以计算机获胜而落幕

12．IBM公司制造的“深蓝”计算机战胜了世界顶级国际象棋大师卡斯帕罗夫。这一事实表明（多选）：

约翰·冯·诺依曼。

约翰·冯·诺依曼，著名匈牙利裔美籍数学家、计算机科学家、物理学家和化学家。1903年12月28日生于匈牙利布达佩斯的一个犹太人家庭。冯·诺依曼从小就显示出数学和记忆方面的天才，从孩提时代起，冯诺依曼就有过目不忘的天赋。

深度思考：从深蓝到AlphaGo，了解人工智慧的未来

#6574891824

B+0.5D

电脑只是一些电子元件加上一些程序语言控制的机器，和人比它还是很低级的产品，人类有多少种骨骼、细胞、神经、内分泌物。。。。等等，现代生物医学的水平还有着看不到尽头的发展空间，但是电脑呢？只是在某个特定时代有它不可替代的作用，就像人类社会曾经也经历过石器时代、蒸汽时代、电气时代一样。

如果要发挥科幻式的想象力，比如什么机器智能在漫长的发展之后产生了和人类大脑可以匹敌的“意识”，搞出什么机器人侵占地球或者外星人也来侵占地球。。。。那就不要管什么10年前电脑战胜大卡的事了。遥远未来的事没有人可以推断。

个人计算机发展历史？

一九五六年发明「人工智慧」一词的美国电脑科学家麦卡锡，将西洋棋称为「人工智慧的果蝇」，意指低下的果蝇是无数重大的生物学实验最理想的实验对象，在遗传学中特别重要。到了一九八○年代末，电脑西洋棋圈几乎已经放弃了这项重大的实验。一九九○年，创造Belle超级电脑的汤普逊公开建议，若要在机器认知上取得真正的进展，围棋可能是更好的目标。同一年，《电脑、西洋棋与认知》（Computers, Chess, and Cognition）论文集里有一整篇谈论围棋，标题是「一个新的人工智慧果蝇？」。

围棋的棋盘为十九路乘十九路，总共有三百六十一颗黑色和白色的棋子，整个矩阵大到无法用暴力法破解，又细致到不可能像人类输给西洋棋电脑那样，因为战术上的失误决定出胜负。在那篇一九九○年的论文里，一个电脑围棋团队认为，他们大约比西洋棋晚二十年。

这个预测最后证实非常精准：二○一六年，也就是我败给深蓝之后十九年，Google资助的DeepMind人工智慧计画，以及从这个计画脱胎出来的围棋程式AlphaGo，打败了围棋世界冠军李世乭。更重要的是（也与预期相符），从人工智慧的角度来说，AlphaGo比任何制造顶尖西洋棋机器的方法更值得重视：它会用机器学习能力和神经网路教自己下出更好的棋，而且使用的技术更复杂，超越了传统的alpha-beta剪枝搜寻。深蓝是一个结尾；AlphaGo只是个开端。

在这一切当中，根本的错误认知不只有西洋棋的限制而已，人工智慧身为电脑科学的新创领域，因而有所限制。图灵梦想的人工智慧，背后的基本假设是大脑本身就是一种电脑，而目标是创造出一种可以成功模仿人类行为的机器。多年以来，电脑科学家一直以这种概念为主。这个类比很容易懂：神经细胞是开关、大脑皮质是记忆资料库等等。然而，撇开譬喻的层次，我们其实没有什么生物学上的证据来佐证这样的类比，而且在探索人类与机器思考的差异时，这个类比反而是一种干扰。

我提议用「理解」与「行为目标」两个词，来突显这些差异。先谈论「理解」：像华生那样可以理解人类自然语言的机器，必须爬梳上百万种线索，才能建立起充足的前后脉络来弄懂语意，同样的语意对人类一看就懂。一个简单的例子：「鸡太热了，没办法吃」，可能指一只禽鸟生病了，或是晚餐需要放凉。然而，即使这个句子本身的语意模糊，人类不可能误判说话的人指的是哪个意思，因为说这句话的前后脉络会让语意清楚。

人类会自然地加上前后脉络，这是我们的大脑采用的一种方法，让它处理大量的资料时不必持续、有意识地弄清楚事情。我们的大脑在背景处理这些脉络，不需要我们主动花费力气，几乎像是呼吸一样不耗心力。实力强的西洋棋手只需要看一眼，就知道某一种盘面适合某一种棋步；同理，你也知道你会喜欢某一种样子的面包。当然，这些在背景中运作的直觉程序有时候会出错，让你陷入不好的盘面，或是让你吃到不想吃的点心，因此当你下一次碰到同一种情况，有意识的大脑可能会多主动一些，对你的直觉再进行评估。

相较之下，机器的智慧能力必须替它碰到的每一块新资料建立起前后脉络。它必须处理大量资料，才能模拟理解能力。想像一下，电脑碰到我们那只热鸡，需要回答哪些问题才能判断问题是什么。什么是鸡？鸡是死的还是活的？你在农场里吗？鸡是可以吃的东西吗？「吃」又是什么？我有一次在演讲中举了这个例子，听众大多数不是英语母语人士，后来有人指出另一个语意模糊之处：在英语里，hot除了指食物的温度，也可以指食物的辣度。

就算是简单的句子，也一样会这么复杂；不过，华生仍然让我们看到，如果相关的资料够多，又能以够迅速、够聪明的方式存取，机器有办法找出精准的答案。正如西洋棋引擎搜寻数十亿种盘面来找出最佳的棋步，语言也能拆解变成各种数值和可能性，用来找出适当的回应。机器的运算速度越快、资料的质与量越好、程式码越聪明，回应就更有可能越精准。

电脑是否能提出问题？这就有点讽刺了：华生在《危险边缘！》节目中击败两位人类冠军参赛者，展现出它的实力，但参赛者在节目中的回应必须以问句来呈现。换句话说，假如主持人说：「这个苏联电脑程式在一九七四年的第一届世界电脑西洋棋大赛中获胜」，参赛者按铃后要说：「什么是Kaissa？」不过，这个奇特的习惯只是这个益智节目单纯的惯例，不会影响机器在15PB的资料中寻找答案的能力。

无论如何，机器输出的答案就足以应付了。机器的效能比人类更好。机器没有任何「理解」的过程，但我们本来就没有打算要让机器「理解」。进行医学诊断的人工智慧程式可以在累积多年的癌症或糖尿病资料里，挖掘出各种习惯或症状之间的关联，来帮助人类预防或诊断疾病。只要机器是个有用的工具，这一切资料对机器而言「不重要」，又有什么关系？

也许没有关系，不过假如你想要建造的新一代机器，是自行学习能力比人类教导它的速度更快的智慧机器，「理解」就非常重要了。毕竟，人类学习母语时不是从文法书上学的。

至今为止的演进方式是这样的：我们创造出来的机器，会遵循严格的规则，来模仿人类的表现。这种机器的表现不佳，而且相当人工、不真实。经过几个世代的最佳化工作，加上硬体增速后，效能就会增强。下一个跃进，是程式设计师放松规则，让机器自己弄清楚更多事情，也让机器自己塑造规则，甚至忽略旧规则。若要擅长某件事情，你必须懂得应用基本原则；若要精通某件事情，你必须懂得何时打破这些原则。这不只是理论而已，更是我二十多年以来对战西洋棋机器的故事。

个人电脑发展史

1971年--英特尔公司生产出它的第一个微处理器--4004。

1974年--英特尔公司生产出8080型微型集成电路芯片，随之出现了以该芯片为CPU的"Altair"电脑。这个名称因**"星际旅行"片段中的一个星系而得名，它

成为业余爱好者用一套价值400美元的工具成功制造个人电脑的标志。

1975年--比尔·盖茨和保罗·艾伦建立微软公司，并开发出Altair计算机使用的BASIC语言。

1975年--IBM公司宣布以8975美元的价格启动50磅5100型便携计算机市场。1976年--史蒂夫·沃兹尼亚克和史蒂夫·乔布斯工作室推出苹果I型电脑，这种电

脑前面倾斜、放在木箱中、用螺栓连接，并以666.66美元的价格出售。

1977年--乔布斯的苹果公司推出苹果II型计算机，它以彩色图形为特色并用盒式录音磁带存储信息。

1981年8月12日--IBM推出在Intel 8088 信息处理器上运行的个人电脑。这种5150型计算机是现代PC的原形，并在MS-DOS（微软磁盘操作系统）上运行。

1983年11月--苹果公司的乔布斯在Comdex大展上首次展示了令人激动不已的Macintosh计算机，从此，个人电脑千篇一律的字符界面逐渐被生动、极富个性的

图形界面所取代，多媒体技术广泛应用的春天即将来临。

1985年--Intel386型芯片可进行多任务处理。微软首次发布Windows操作系统。