人工智能这个概念最早是什么时候提出来的？当今世界对人工智能持什么态度？
普遍认为，人工智能概念是在上个世纪五十年代提出来的。1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它试图了解智能的实质，并生产出一种新的能以人类思维相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能自从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。随着人工智能的发展，数据云的普及，服务业也将经历大规模的洗牌重组，大量专业技术岗位被智能软件和AI替代，剧烈冲击物流、销售、金融、商务、勘察、传媒、娱乐、管理等行业，全面重塑社会形态。
人工智能技术对人类的社会进步、经济发展和文化提高都有巨大的影响。随着时间的推进和技术的进步，这种影响将越来越明显地表现出来。当然，还有一些影响，可能是我们现在难以预测的。可以肯定，人工智能将对人类的物质文明和精神文明产生越来越大的影响。
（一）起源
1956年以麦卡赛等为首的一批科学家在聚会中提出共同研究用机器模拟智能的课题，并首次提出了“人工智能”这一学术成语，这也标志着“人工智能”这门新兴学科的正式诞生。
（二）定义
人工智能——英文全称为Artificial Intelligence，简称AI。
指利用计算机技术，通过对人的意识、思维过程模拟，来生产出一种新的能以人类智能相似的方式做出反应的智能机器。
（三）特征
人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
（四）研究领域
包括机器人、语言识别、图像识别、自然语言处理等。
（五）行业发展方向
这里有两个问题，我们把它拆解一下，一个一个讲。
首先，我们要明确一个观念，人工智能是一个不新不旧的东西。“不新”是说它不像大部分人感知到的那样，仿佛是从 2016 年那场举世瞩目的围棋对决里横空出世的。“不旧”是说咱们也不能把木牛流马和偃师这种勉强擦边的概念硬往它身上套。
客观的说，人工智能大致是一门从上世纪前中叶开始，慢慢发展了几十年，历经几次沉浮，终于在本世纪第二个十年里看到曙光的一门综合性学科。关于它诞生的确切时间点，目前取得最广泛认同的说法是 1956 年。那年的 8 月份，美国的汉诺斯小镇上举办了一场科学家盛会，后人为它取名为“达特茅斯会议”。正是在这场会议上，“人工智能”作为一个概念正式诞生，这也是 1965 年被称为人工智能元年的由来。
（达特茅斯会议部分与会者在 2006 年的重聚合影）
这个问题很有意思，因为可以从过往历史中看到一些很有启发性的现象。其实古往今来，我们对一件事情或者一门学科的态度，大都取决于它的实用性如何。人工智能也不例外，在历史上，它曾遭遇三次低谷，那时的人工智能学家对外都不敢宣称自己是搞人工智能的，怕被人嘲笑，他们在对外交际的时候，只好使用一些“小心机”来规避尴尬，比如向对方介绍自己是做语音处理的。至于为什么他们会落得这么惨，不属于这个问题，这里先按下不表。
说最早，这个词其实最早来源于雨果的一本著作中，这是第一次出现这个词，而人工智能真正意义上来说，是在 1956 年 Dartmouth 学会上提出的，在学会上提出这个概念后，也就是从 20 世纪 50 年代中期到 70 年代中期，众多学者以及研究人员对其展开了深刻的研究，这也是首次对人工智能这个概念进行了一个深入的研究，当然好景不长，我们当时时代的落后，科技的浅显，相关基础理论研究结果的匮乏，以及硬件与软件的落后使得人们对人工智能的这股热潮慢慢冷却。
到如今，八十年代后，科技的进步，软件和硬件的迅速提升，人工智能再次登上历史舞台，众多的理论和原理也被人们所熟知，人工智能这个概念也得到了扩展。总的来讲，人工智能是一门极富挑战性的综合科学，从事这项工作的人必须懂得计算机知识，心理学和哲学， 不仅如此，这个概念也比较宽泛，就比如说，我们按照人工智能的智能水平就可以将其分为三个层次，分别是弱人工智能，强人工智能和超人工智能。
综上所述，我们了解到了人工智能提出的时间以及它的发展阶段和发展历程，相信人工智能在未来会给我们带来更多的便利，更多的惊喜。
为什么人类要制造人工智能？
因为懒。
人类历史很多发明本来就是因为懒。
人工智能则是终极懒癌解放器。
高度自动的工厂和智能机器人可以满足人类想得到的大多商品和服务。
而这一切背后都是人工智能模拟计算验证可行性后得出的结果。
而人类只需要提出想法和建议就行，想法和建议对人类大脑来说太容易了，麻烦的是实现过程而已。
所以未来人可以是任何形态，唯独大脑构造越来越复杂，直到最后冲破宇宙边界，进入高维度意识海。
人类不能像鸟儿一样飞翔，所以发明飞机、火箭；人类不能有豹子那样奔跑的速度，所以发明汽车、火车；人类不能像鱼一样在海里畅游，所以发明了轮船、潜艇。人类自身不能实现的东西还有很多，所以AI人工智能是科技研发未来的方向。
不是人类要制造人工智能。而是人类科技的进步，促使人类的发展要进入人类智能时代。什么是人类智能时代。听愚钝慢慢道来。
人类经历了人类智力时代：－20亿年到－5亿年，人类从单细胞生物到形成脊椎动物。
人类智慧时代：－5亿年到现在，人类的形成，有了记忆，开始思考问题，用脑解决问题。
现在已经敲开人类智能时代的大门。实际上外星人👽已经达到相当于人类智能时代LV－6的水平。大自然的规律告诉我们，宇宙万物是讲究平衡的。如果破坏了平衡，宇宙为了保持平衡，就一定会采取保持平衡的措施，保持能量守恒。陨石就是自毁的星球，而黑洞就是宇宙为了保持平衡，所采取的措施，把自毁的星球，所散发到宇宙空间的能量和这些宇宙垃圾吸入黑洞，然后还原成新的能量守恒物体。这就是暗物质理论。外星人为什么不占领地球，为什么不破坏地球的一草一木，甚至不伤害人类。他们懂得平衡的道理。而人类还没到那个水平。人类智能时代，人也就只做未知领域的探索和开发工作，或者已知领域未开发的工作。也就是创新领域的工作。其他已知领域都由机器人来完成。这不是天方夜谭，也不是哥德巴赫猜想，更不是乌托邦。理论依据，能量守恒定律，物质不灭定律。达到人类智能时代的硬条件：突破极限的光传输载体，无限容量的光传输载体，智能机器人大全，超大容量的数据库，比量子计算机快N倍的云计算机，光交互式无线物联网。人类向数字思维模式进化。什么是数字思维模式，也就是机器语言，计算机思维方式。现在很多人与机器打交道的时间，已经超过了与人打交道的时间。工作用电脑，生活用手机。数字语言就是二进制。人类到目前，为了解决灰色成分，想尽办法都无法解决，又是刷脸技术，又是指纹比对，黑名单制等等。这都是十进制惹的祸，让人类有那么多的灰色成分，灰色表现，灰色思维。二进制，不是0就是1。不是对就是错，机器人干脆利索。没那么多模棱两可的想法和做法。这是人类发展的必由之路。
人类科技发展到一定高度，科技产品制造越精密越小，是人工手工无法完成的，因人工效率太低，还不保证每道工艺都能保证质量，这就需要人工智能流水生产线来自动生产，检验，包装一条龙来完成。人工智能不但提就生产速度，保证了质了，还解放了劳动力，降低了生产成本，提高了市场竟争力。智能机器人还可代替人工高危的工作，还可代理高强度的工作，随着人工智能的发展，还会代替很多人类的工种。
有人说人工智能发展有三大流派，属于行为主义观点的都有哪些？
是的，人工智能自1956年以来根据研究路线的不同，有三大流派，分别是符号主义、连接主义和行为主义。
机器要模拟人首先要学会人的知识，而对于知识概念的定义有三个组成部分：
我们可以通过以下几条来深入理解行为主义的观点：
1. 行为主义最早来源于20世纪初的一个心理学流派，认为行为是有机体用以适应环境变化的各种身体反应的组合，其理论目标在于预计和控制行为。
2. 20世纪四、五十年代的控制论也对行为主义产生深远影响，所以行为主义又称“控制论学派”或进化主义，控制论早期的研究重点是模拟人在控制过程中的智能行为和作用。
3. 行为主义基本思想是智能主体的智能来自于跟环境的交互，以及跟其他智能主体之间的交互，从而提升主体的智能。
人工智能主要是学什么的？
现在人工智能已经成为越来越火的一个方向。AI，即人工智能，但又不限于机器学习。曾经，符号与逻辑被认为是人工智能实现的关键，而如今则是基于统计的机器学习占据了主导地位。最近火热的深度学习正是机器学习中的一个子项。目前可以说，学习AI主要的是学习机器学习。
但是，人工智能并不等同于机器学习，这点在进入这个领域时一定要认识清楚。在学习过程中，你会面对大量复杂的公式，在实际项目中会面对数据的缺乏，以及艰辛的调参等。
程序员学习人工智能分三个阶段: 应用，优化，和定义问题。
应用就是把人工智能应用到业务中，对自己的问题，收集数据，建立模型，可以用传统模型或深度学习模型。这一块程序员去做还是有一定优势的， 做到这一步需要对机器学习和深度学习有一定了解， 熟悉python， 能用tensorflow做一些模型训练。
优化是学习的第二步,需要对卷积神经网络的原理和计算过程很清楚，对tensorflow，caffe，pyTorch等框架比较熟悉，对Inception，Resnet等经典模型的结构有一定研究，能够看懂论文和代码，并能够结合数据进行分析和实验，对模型结构，参数等不断进行优化，达到提高识别率等目的， 这个优化过程需要耗费大量的时间。
定义问题，能够做到这一步应该是大神级的存在了，例如谷歌大脑，AlphaGO等顶级团队和学术界的科学家和资深工程师等。难点是如果用数学语言定义清楚问题，并能够用工程上可行的机器学习算法进行优化求解。
作为程序员可以在掌握了数学、python的基础上多了解机器学习等，并通过项目实操多参与实践。
知识体系
首先要做到应用。这对于熟练python的程序员有一定优势， 同时需要对机器学习和深度学习有一定了解，能用tensorflow做一些模型训练。
一、人工智能是一个综合学科
而其本身又分为多个方面如神经网络、机器识别、机器视觉、机器人等。一个人想自学所有人工智能方面并不是很容易的一件事。对于你想知道人工智能在编程方面需要多深的要求。怎么说好呢无论C++还是汇编他都是一门语言主要会灵活运用。大多机器人仿真都用的混合编程模式，也就是运用多种编程软件及语言组合使用。之所以这样是为了弥补语言间的不足。prolog在逻辑演绎方面比突出。C++在硬件接口及windos衔接方面比较突出，MATLAB在数学模型计算方面比较突出。如果单学人工智能算法的话prolog足以，如果想开发机器仿真程序的话VC++ MATLAB应该多学习点。对于你想买什么书学习。我只能对我看过的书给你介绍一下，你再自己酌量一下。
- 1.人工智能算法方面:《人工智能及其应用》第三版、人工智能与知识工程。这两本感觉买一本就可以了。第一本感觉能简单并且全面点。这类书其实很多可是。大多内容都是重复的所以买一到两本即可。
- 2.机器视觉算法方面:《机器视觉算法与应用》这本书讲的大多都是工业化生产中机器视觉应用。从内容来说并不是很简单，建议不要当入门教材来学习。
- 3.机器人方面：新版《机器人技术手册》日译的书，可能这是我当初在当当网里找到唯一一本比较全面实用的机器人方面的书。这本书由基础到应用以及一些机器人实际问题上讲述得很全面。强烈建议买一本。
二、学习人工智能AI需要下列最基础的知识：
1.需要数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析。
2.需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法；当然还有各个领域需要的算法，比如要让机器人自己在位置环境导航和建图就需要研究SLAM；总之算法很多需要时间的积累。
3.需要掌握至少一门编程语言，毕竟算法的实现还是要编程的；如果深入到硬件的话，一些电类基础课必不可少。
人工智能一般要到研究生才会去学，本科也就是蜻蜓点水看看而已，毕竟需要的基础课过于庞大。
到此，以上就是小编对于人工智能是有谁提出的的问题就介绍到这了，希望介绍关于人工智能是有谁提出的的4点解答对大家有用。
