核心概念
统计革命
对AI若干领域逐渐转向从数据估计规律并以共同评测比较方法的历史性概括。
statistical revolution statistical turn 统计转向
简明解释
统计革命（statistical turn in AI，也称 statistical revolution）是对 AI 若干领域逐渐转向从样本估计规律、并用共同数据和量化指标比较方法的历史性概括。语音识别、分类和视觉研究在不同时间采用概率模型或学习方法；学术史因此分别追踪统计语音、机器学习和神经网络共同体。[1, chs. 17 and 25–30]
直观地说，研究者不再只问“专家能否写全规则”，也问“能否从训练样本估计参数，并在未见测试集上测量误差”。这种变化需要数据、算力、软件和评测制度，不由一种算法单独造成；例如 ILSVRC 把共享数据、年度任务与统一指标组织成可重复比较的视觉竞赛。[2, §§1–2]它也不是发生在某一年的政权更替：符号表示、规则与统计方法长期并行，“革命”只是强调研究重心和证据方式的变化。
历史位置
本页参考来源
- Nilsson N J. The Quest for Artificial Intelligence: A History of Ideas and Achievements [M]. Cambridge University Press, 2010. 定位：Chapters 17, 25–30. 稳定来源（访问 ）。
- Russakovsky O, Deng J, Su H, et al.. ImageNet Large Scale Visual Recognition Challenge [J]. International Journal of Computer Vision, 115: 211–252. Springer Nature, 2015. 定位：Abstract; §§1–2. DOI；稳定来源（访问 ）。