· ai
人工智能、机器学习与自然语言处理的起源与关系
介绍
术语人工智能、机器学习和自然语言处理经常被混用，但其实这三者代表不同事物。对于打算进入相关领域或者已经在相关领域工作的人，理解它们的起源以及它们之间的关系是有益的。本文尝试说明每个术语的起源，然后澄清它们三者之间的关系。
1. 起源
人工智能 (Artificial Intelligence)
- 代表人物: 约翰·麦卡锡
- 年份: 1956
- 语境: 美国达特茅斯学院举办的达特茅斯人工智能暑期研讨会被广泛认为是人工智能作为一门正式学术领域诞生的标志。这个研讨会的主要组织者有：约翰·麦卡锡、马文·明斯基、纳撒尼尔·罗切斯特和克劳德·香农。
机器学习 (Machine Learning)
- 代表人物: 亚瑟·塞缪尔
- 年份: 1959
- 语境: 在IBM工作期间，塞缪尔开发了一个可以自我改进的跳棋程序。他把机器学习定义为这样的领域：研究如何让计算机在没有被明确编程的情况下自行学习。
自然语言处理 (Natural Language Processing)
与上述二者不同，自然语言处理没有一个单独明确的创造者或创建时刻。它是逐渐演变而来的：
| 年份 | 里程碑 | 关键人物 |
|---|---|---|
| 1950 | 艾伦·图灵发表《计算机器与智能》，提出模仿游戏（后称图灵测试），讨论如何通过自然语言对话测试机器智能 | 艾伦·图灵 |
| 1954 | 乔治城大学-IBM实验公开演示机器翻译，自动将 60 多个俄语句子翻译成英语；这通常被视为早期自然语言处理研究的重要起点 | 莱昂·多斯特、保罗·加文 |
| 1957 | 诺姆·乔姆斯基发表《句法结构》，提出生成语法理论，对形式语言和计算语言学产生了重要影响 | 诺姆·乔姆斯基 |
| 1960s | “自然语言处理”一词开始广泛出现在学术文献中，但没有人被认为是该词的创造者 | — |
| 1966 | ELIZA是最早的聊天机器人之一，由麻省理工学院的约瑟夫·魏岑鲍姆创建 | 约瑟夫·魏岑鲍姆 |
2. 相互关系
关系示意
人工智能 ── 研究领域与总体目标：让机器表现出智能行为
│
├── 机器学习 ── 方法论：从数据中学习
│ ├── 深度学习
│ └── 传统机器学习（支持向量机，决策树，等等）
│
└── 自然语言处理 ── 具体应用领域：理解并生成人类语言
├── 基于规则的方法 (1950s–1980s)
├── 基于统计方法与机器学习方法 (1990s–2012)
└── 基于深度学习的方法 (2013–)
主要区别
| 概念 | 性质 | 类比 |
|---|---|---|
| 人工智能 | 研究领域与总体目标 | “医学”作为一门学科 |
| 机器学习 | 方法与手段 | “药物疗法”作为一种治疗方法 |
| 自然语言处理 | 具体应用领域 | “心脏病学”作为一门专科 |
交汇点
- 自然语言处理是人工智能的子领域: 自然语言处理的目标（使机器理解并生成人类语言）是人工智能总目标的一部分
- 机器学习是应用于自然语言处理的方法: 现代自然语言处理的主流方法高度依赖机器学习，特别是深度学习
- 自然语言处理 ≠ 机器学习: 早期的自然语言处理基于手写规则和语言学知识，完全不用机器学习