Page 218 - 计算机技术与网络安全研究

计算机技术与网络安全研究
Computer Technology and Cyber Security Research

术的极大补充和完善，更是借助于与计算机网络技术的结合，使得两者能够相辅
相成，相互促进。
人工智能雏形的出现是在 1955 年，在一次“学习机器讨论会”上，著名的
科学家艾伦·纽厄尔和奥利弗·塞弗里奇分别提出了下棋与计算机模式识别的研
究。在次年的达特茅斯会议上，提出了“人工智能”一词，并讨论确定了人工智

能最初的发展路线与发展目标。之后由阿瑟·塞缪尔提出了机器学习理论，根据
这一理论编写完成了能够与人类进行对弈的西洋跳棋程序，并于 1962 年战胜了
美国的西洋跳棋大师。

20 世纪 70 年代中叶符号学派走向低谷，以仿生学为基础的研究学派逐渐火
热。神经网络由于 BP 算法的广泛应用获得了高速发展。在大环境下，专家系统
的大量使用使工业界节约了大量成本，提升了产业效益。例如价值上亿的矿藏由
PROSPECTOR 专家系统成功地分析得出。在此之后，人们开始尝试研究具有通
用性的人工智能程序，却遇到了严重的阻碍，陷入停滞。人工智能又一次步入低谷。

1997 年，“深蓝”的成功让人工智能的发展又提上日程。随着算力的增加，
人工智能的瓶颈被打破，为基于大数据的深度学习与增强学习提供了发展的可能。
GPU 不断发展，与此同时定制化处理器的研制成功使算力不断提升，为人工智能

的爆发提供了基础。在无人驾驶领域北京地平线信息技术有限公司，发布了一款
嵌入式视觉芯片，主要针对无人驾驶汽车领域。阿里投资千亿成立“达摩院”，
在机器学习等方面开展研究和进行产品开发。人工智能步入了快速发展期。

二、人工智能核心技术

（一）计算机视觉
人们认识世界，91% 是通过视觉来实现。同样，计算机视觉的最终目标就
是让计算机能够像人一样通过视觉来认识和了解世界，它主要是通过算法对图像

进行识别分析，目前计算机视觉最广泛的应用是人脸识别和图像识别。
1. 图像分类
传统图像分类的方法主要经过 2 个步骤：特征提取和训练分类器。特征提
取通用的方法主要包括 2 种，使用通用特征提取和使用自己设计的特征提取。例
如在人脸识别中，使用 HOG，LBP 等通用特征进行检测。选定特征之后，使用

传统的机器学习方法，例如 adaboost 等建模方法训练分类模型，然后选择效果最

210
210