从1308年到2017年,人工智能缓步走来!

房产        2019-08-07   来源:嘉嘉漫画

从神学家到科学家,到作家,无数人都在向咱们描画AI,在几百年的前史长河中,AI的面庞慢慢清楚。近来,《福布斯》宣告文章,为AI修订了一本“简史”,透过这部“简史”,人类能够了解AI的曩昔与现在,以及将来。

1308年:加泰罗尼亚诗人、神学家雷蒙·卢尔(Ramon Llull)宣告著作《Ars generalis ultima》(含义即是终究的归纳艺术),详尽解说了自己的理论:用机械方法从一系列概念组合中创造新学识。

面值1.30欧元,发行22万枚的雷蒙纪念邮票

1666年:数学家和哲学家莱布尼茨(Gottfried Leibniz)出书《On the Combinatorial Art》,他承继了雷蒙·卢尔的思维,莱布尼茨认为人类的全部构思全都来自于少数简略概念的别离。

1726年:英国小说家乔纳森·斯威夫特(Jonathan Swift)出书《格列佛行记》,他在书中描写了一台名叫“Engine”的机器,这台机器放在Laputa岛。斯威夫特描写称:“运用实践而机械的操作方法来改伪君子的思辨学识。”“最无知的人,只需恰当付点膏火,再出一点点体力,就能够不借助于任何天才或学力,写出关于哲学、诗篇、政治、法令、数学和神学的书来。”

1763年:托马斯·贝叶斯(Thomas Bayes)创造一个框架,能够用来推理作业的可能性。终究贝叶斯推理方法变成机器学习的首要理论。

1854年:乔治·布尔(George Boole)认为逻辑推理能够体系中止,就像解答方程式相同。

1898年:在麦迪逊广场花园举办的电气展览会上,尼古拉·特斯拉(Nikola Tesla)展示国际第一艘无线电遥控船。按照特斯拉的描写,船舶具有“借来的思维”。

尼古拉·特斯拉(Nikola Tesla)的“遥控船”

1914年:西班牙工程师莱昂纳多·托里斯·克维多(Leonardo Torres y Quevedo)展示国际上第一台能够主动下象棋的机器,不需求人类干涉,机器能够主动下国际象棋。

1921年:捷克作家卡雷尔·恰佩克(Karel apek)在他的著作《Rossum’s Universal Robots》中初度运用了“机器人(Robot)”一词,这个词汇来自于“robota(作业)”。

1925年:无线电设备公司Houdina Radio Control展示国际第一辆用无线操控的无人驾驶轿车,轿车能够在纽约街道上行进。

1927年:科幻影片《大都会》(Metropolis)上映。在影片中,一位名叫Maria的乡村女孩是机器人,她在2026年的柏林惹起骚乱。这是机器人首次出现在银幕上,后来《星球大战》中的“C-3PO”遭到它的启示。

最早的“机器人”形象Maria

1929年:西村真琴(Makoto Nishimura)规划出“Gakutensoku”,在日语中,该称谓的含义即是说“向天然之法学习”,它是日本制作的第一个机器人。机器人能够改动面部表情,能够通过空气压力机制移动头部和手部。

1943年:沃伦·麦卡洛克(Warren S. McCulloch)和沃尔特·皮茨(Walter Pitts)在《数学生物物理学布告》上宣告论文《神经活动中内在思维的逻辑演算》(A Logical Calculus of the Ideas Immanent in Nervous Activity)。这篇论文对后世影响庞大,它评论了理想化、简化的人工神经元网络,以及它们怎么构成简略的逻辑功用,后来出生的核算机“神经网络”(以及最终出现的深度学习)遭到它的启示,所谓的“仿照大脑”这一说法也来自于它。

1949年:埃德蒙·伯克利(Edmund Berkeley)出书《Giant Brains: Or Machines That Think》,他在书中写道:“近来出现很多消息,谈论的主题是奇特的巨型机器处置信息,速度极快,技艺很强……这种机器与大脑相似,由硬件和线缆构成,而不是血肉和神经……机器能够处置信息,能够核算、能够得出定论、能够挑选,还能够根据信息执行合理操作。总之,这台机器能够思考。”

1949年:唐纳德·赫布(Donald Hebb)宣告《Organization of Behavior: A Neuropsychological Theory》,他提出一种理论:根据猜测学习,这些猜测与神经网络高度相关,随着时刻的推移,神经元突触会得到强化或许削弱。

1950年:克劳德·香农(Claude Shannon)宣告《编程完结核算机下棋》(Programming a Computer for Playing Chess),这篇论文首次初步重视核算机象棋程序的开提疑问。

1950年:阿兰·图灵(Alan Turing)宣告论文《Computing Machinery and Intelligence》,他在论文中谈到了“模拟游戏”这一概念,也即是广为人知的“图灵测验”。

“人工智能之父”阿兰·图灵(Alan Turing)

1951年:马文·明斯基(Marvin Minsky)和迪恩·爱德蒙(Dean Edmunds)开发了SNARC,它是“Stochastic Neural Analog Reinforcement Calculator”的简称,含义是“随机神经网络仿照加固核算器”。SNARC是第一个人工神经网络,用3000个真空管仿照40个神经元的作业。

1952年:阿瑟·萨缪尔(Arthur Samuel)开宣告第一个核算机跳棋程序,它也是国际上第一个能够自己学习的程序。

1955年8月31日:专家在一份提案中初度提出“AI(人工智能,artificial intelligence)”这一术语,提案建议由10名专家构成小组,花2个月时刻研讨人工智能。这份提案是达特茅斯学院约翰·麦卡锡(John McCarthy)、哈佛大学马文·明斯基(Marvin Minsky)、IBM纳撒尼尔·罗彻斯特(Nathaniel Rochester)和贝尔电话试验室克劳德·香农(Claude Shannon)联系提交的。1956年7月和8月,评论会正式举办,这次会议变成人工智能出生的象征。

1955年12月:赫伯特·西蒙(Herbert Simon)和艾伦·纽厄尔(Allen Newell)开发了“Logic Theorist”,它是国际上第一个AI项目,在罗素和怀特海《数学原理》第二章有52个定理,AI能够证实其中的38个。

1957年:弗兰克·罗森布拉特(Frank Rosenblatt)开发了“Perceptron”,它是一个人工神经网络,能够使用两层核算机学习网络辨认方法。《纽约时报》刊文称,Perceptron是电子核算机的雏形,美国海军猜测将来它能够自己行走、能够说话、能够看见东西、能够书写,还能够自己花费自己,能感知到自己的存在。《纽约客》认为它是一台“了不起的机器……能够思考。”

1958年:约翰·麦卡锡(John McCarthy)开发了程序言语Lisp,它终究变成AI研讨最盛行的程序言语。

约翰·麦卡锡(John McCarthy)

1959年:阿瑟·萨缪尔(Arthur Samuel)创造了“机器学习”这一术语,他在论文中谈到了一个程序,该程序能够让核算机学习怎么下棋,棋艺能够逾越程序开发者。

1959年:奥利弗·赛弗里奇(Oliver Selfridge)宣告论文《Pandemonium: A paradigm for learning》,他在论文中描写了一种处置模型,不需求预先设定,核算机就能够通过该模型辨认新方法。

1959年:约翰·麦卡锡(John McCarthy)宣告论文《Programs with Common Sense》。他在论文中谈到了Advice Taker,这是一个程序,能够通过操控正式言语中的语句处理疑问,它的终极意图是开宣告能够像人类相同从过往阅历不时学习的程序。

1961年:第一台工业机器人Unimate在新泽西州通用轿车的拼装线上投入运用。

1961年:詹姆斯·斯拉格(James Slagle)开发了SAINT(符号主动积分程序),这套启示式程序能够有用处理大学一年级微积分符号联系疑问。

1964年:丹尼尔·鲍勃罗(Daniel Bobrow)完定论文《Natural Language Input for a Computer Problem Solving System》,这是他在MIT的博士论文。鲍勃罗还开发了STUDENT,也即是天然言语了解核算机程序。

1965年:赫伯特·西蒙(Herbert Simon)猜测在20年内,机器能够做人类所能做的事。

1965年:赫伯特·德雷福斯(Herbert Dreyfus)宣告《Alchemy and AI》,他认为智力与核算机是不相同的,有些约束无法打破,直接引起AI无法前进。

1965年,古德(I.J.Good)在《Speculations Concerning the First Ultraintelligent Machine》写道:“第一台超智能机器将是人类的终究创造,机器足够温顺,完好能够告诉咱们怎么操控它。”

1965年:约瑟夫·维森班(Joseph Weizenbaum)开发了ELIZA,这是一个交互程序,它能够根据任何主题中止英文对话。一些人想将人类的觉得赋予核算机程序,对此维森班感到很震动,他开发程序仅仅为了证实机器与人的交流很浅陋。

1965年:费根鲍姆(Edward Feigenbaum)、布鲁斯·布坎南(Bruce G.Buchanan)、莱德伯格(Joshua Lederberg)和卡尔·杰拉西(Carl Djerassi)在斯坦福大学研讨 DENDRAL,它是第一个专家体系,能够主动做决议计划,处理有机化学识题,它的意图是研讨假说信息,构建科学经历归结模型。

1966年:机器人Shakey出生,它是第一款根据通用意图开发的移动机器人,能够按逻辑构成自有动作。1970年,《日子》杂志称它是“第一个电子人“。文章还引用核算机科学家马文·明斯基(Marvin Minsky)话称:”3到8年以内,机器的智力就能够抵达一般人的均匀程度。“

1968年:影片《2001太空漫游》上映,影片中的人物Hal即是一台有感知才干的核算机。

1968年:特里·维诺格拉德(Terry Winograd)开发了SHRDLU,它是一个了解前期言语的核算机程序。

1969年:阿瑟·布莱森(Arthur Bryson)和何毓琦(Yu-Chi Ho)在论文中描写称,反向传达能够作为多阶段动态体系优化方法运用。这是一种学习算法,它能够使用于多层人工神经网络,2000-2010年深度学习之所以大获成功离不开它的启示,在后来的日子里,核算机功能日新月异,能够适应庞大网络的训练。

1969年:马文·明斯基(Marvin Minsky)和西摩尔·帕普特(Seymour Papert)联系宣告著作《Perceptrons: An Introduction to Computational Geometry》。1988年该书扩展再版,两位作者在书中表明,1969年得出的定论明显削减了神经网络研讨所需的资金。作者称:“咱们认为,因为缺少底子理论,研讨从前底子处于停滞状况……到了60年代,大家在认知器演算方面中止了很多试验,可是没有一个人能够解说体系为何能够辨认特定方法,而其它方法却无法辨认。”

1970年:第一个拟人机器人出生,它即是WABOT-1,由日本早稻田大学开发,它包含了肢体操控体系、视觉体系、会话体系。

WABOT-1

1972年:MYCIN是一个前期专家体系,它能够辨认引起严峻流行症的细菌,还能够举荐抗生素,该体系是斯坦福大学开发的。

1973年:詹姆斯·莱特希尔(James Lighthill)向英国科学研讨委员会提交陈述,引见了AI研讨的现状,他得出定论称:“迄今为止,AI各领域的发现并没有带来像预期相同的严峻影响。”终究政府对AI研讨的热心下降。

1976年:核算机科学家拉吉·瑞迪(Raj Reddy)宣告论文《Speech Recognition by Machine: A Review》,它对天然言语处置(Natural Language Processing)的前期作业做了总结。

1978年:卡内基梅隆大学开发了XCON程序,这是一套根据规矩开发的专家体系,能够辅佐DEC VAX核算机,根据客户的请求主动挑选组件。

1979年:在没有人干涉的状况下,Stanford Cart主动穿过摆满椅子的房间,前后行进了5小时,它相当于前期无人驾驶轿车。

1980年:日本早稻田大学研制出Wabot-2机器人,这是一个人型音乐机器人,能够与人交流,能够阅览曲谱,还能够演奏一般难度的电子琴。

1981年:日本国际贸易和工业部向“第五代核算机”项目投入8.5亿美圆,该项目只为开宣告能够对话、翻译言语、解说图像、像人相同推理的核算机。

1984年:《电脑梦境曲》(Electric Dreams )影片上映,它讲述了一名男人、一名女子和一台电脑的三角恋故事。

1984年:在年度AAAI会议上,罗杰·单克(Roger Schank)和马文·明斯基(Marvin Minsky)宣告警告,他们认为“AI寒冬”从前来临,AI泡沫很快就会幻灭,AI出资与研讨资金也削减,正如70年代出现的作业相同。

1986年:在恩斯特·迪克曼斯(Ernst Dickmanns)的指导下,慕尼黑大学开发了第一辆无人驾驶轿车,这是一辆奔驰厢式卡车,配有摄像头和传感器,坐位上没有人,最高时速55英里。

1987年:苹果其时的CEO斯卡利(John Sculley)在Educom宣告主题讲演,谈到了“学识领航员”(Knowledge Navigator)的概念,他描写了一个诱人的将来:“咱们能够用智能署理联接学识使用,署理依赖于网络,能够与很多数字化信息联络。”

1988年:朱迪亚·珀尔(Judea Pearl)宣告了《Probabilistic Reasoning in Intelligent Systems》,2011年珀尔取得图灵奖,颁奖词引见称:“朱迪亚·珀尔为不必定条件下处置信息找到了具象特征,奠定了核算基础。大家认为他是贝叶斯网络的创造人,贝叶斯网络是一套数据方法体系,能够必定杂乱的概率模型,还能够变成这些模型揣度时的主导算法。”

1988年:罗洛·卡彭特(Rollo Carpenter)开发了谈天机器人Jabberwacky ,它能够用风趣、文娱、诙谐的方法仿照人类对话。使用与人互动的方法开发AI,卡彭特做出了一起的测验。

1988年:IBM沃森研讨基地宣告《A statistical approach to language translation》,它象征着过渡的初步,从前咱们选用的是根据规矩的机器翻译概率法,它初步向“机器学习”转移,机器学习是以已知事例的数据分析作为基础的,而不是对手上使命的了解。IBM的项目名叫Candide,它能够成功在英语和法语之间翻译,这套体系以220万对语句作为基础。

1988年:马文·明斯基(Marvin Minsky)和西摩尔·帕普特(Seymour Papert)出书了图书《Perceptrons》,这本书1969年初度出书,1988年扩展后再版。两人解说了再版的原因:“AI领域的研讨为何没有取得打破?因为研讨人员不熟谙前史,老是犯一些前人从前犯过的过错。”

1989年:燕乐存(Yann LeCun)与AT&T贝尔试验室的其它研讨人员携手协作,成功将反向传达算法使用于多层神经网络,它能够辨认手写邮编。因为其时的硬件存在约束,训练神经网络花了3天。

1990年:罗德尼·布鲁克斯(Rodney Brooks)宣告了《lephants Don’t Play Chess》,他提出了新的AI方法:使用环境交互从头打造智能体系和格外机器人。布鲁克斯称:“国际即是咱们的最佳模型……关键在于准确感知它,坚持足够高的频率。”

1993年:弗农·温格(Vernor Vinge)宣告了《The Coming Technological Singularity》,他猜测在30年以内,咱们能够用技术创造出超智者,简言之,人类将会完结。

1995年:理查德·华莱士(Richard Wallace)开发了谈天机器人 A.L.I.C.E(Artificial Linguistic Internet Computer Entity的缩写),它遭到了ELIZA的启示,因为互联网从前出现,网络为华莱士供给了海量天然言语数据样本。

1997年:赛普·霍克赖特(Sepp Hochreiter)和于尔根·施密德胡伯(Jürgen Schmidhuber)提出了LSTM概念(长短期回忆),今日的递归神经网络即是用这种方法开发的,它能够辨认手写笔迹,还能够辨认语音。

1997年:IBM研制的“深蓝”(Deep Blue)打败人类象棋冠军。

被深蓝打败的国际象棋冠军卡斯帕罗夫

1998年:戴夫·汉普顿(Dave Hampton)和钟少男(Caleb Chung)开发了Furby,它是第一款家庭机器人,或许说是宠物机器人。

1998年:燕乐存(Yann LeCun)与人协作宣告论文,谈到了用神经网络辨认手写笔迹的疑问,还谈到了优化向后传达的疑问。

2000年:MIT研讨人员西蒂亚·布雷泽尔(Cynthia Breazeal)开发了Kismet,它是一个能够辨认、仿照表情的机器人。

2000年:本田推出了ASIMO,它是一个人工智能拟人机器人,能够像人类相同迅速行走,在饭馆内能够将盘子送给客人。

2001年:斯皮尔伯格拍摄的影片《人工智能》上映,影片中一个机器人很像人类小孩,他的程序很一起,具有爱的才干。

2004年:第一届DARPA主动驾驶轿车应战赛在莫哈韦沙漠举办,惋惜没有一辆主动驾驶轿车完结150英里的应战意图。

2006年:杰弗里·辛顿(Geoffrey Hinton)宣告《Learning Multiple Layers of Representation》,他初度提出了“机器阅览”这一术语,所谓机器阅览即是说体系不需求人的监督就能够主动学习文本。

2007年:杰弗里·辛顿(Geoffrey Hinton)宣告《Learning Multiple Layers of Representation》,根据他的设想,咱们能够开宣告多层神经网络,这种网络包含自上而下的联接点,能够生成感官数据训练体系,而不是用分类的方法训练。辛顿的理论指引咱们走向深度学习。

2007年:李飞飞(Fei Fei Li )和普林斯顿大学的搭档携手协作,初步研讨ImageNet,这是一个大型数据库,由很多带注解的图像构成,旨在为视觉对象辨认软件研讨供给辅佐。

2009年:Rajat Raina、阿南德·马德哈迈(Anand Madhavan)和吴恩达(Andrew Ng)宣告论文《Large-scale Deep Unsupervised Learning using Graphics Processors》,他们认为“现代图形处置器的核算才干远超多核CPU,GPU有才干为深度无监督学习方法带来革新。”

2009年:google初步秘要研制无人驾驶轿车,2014年,google在内华达州通过了主动驾驶测验。

2009年,西北大学智能信息试验室的研讨人员开发了Stats Monkey,它是一款能够主动撰写体育新闻的程序,不需求人类干涉。

2010年:ImageNet大范围视觉辨认应战赛(ILSVCR)举办。

2011年:在德国交通象征辨认比赛中,一个卷积神经网络变成赢家,它的辨认率高达99.46%,人类约为99.22%。

2011年:IBM开发的天然言语问答核算机沃森在“危险边缘”(Jeopardy!)中打败两名前冠军。

2011年:瑞士Dalle Molle人工智能研讨所发布陈述称,用卷积神经网络辨认手写笔迹,过错率只需0.27%,之前几年过错率为0.35-0.40%,前进庞大。

2012年6月:杰夫·迪恩(Jeff Dean)和吴恩达(Andrew Ng)发布陈述,引见了他们完结的一个试验。两人向大型神经网络展示1000万张未象征的图像,这些图像是随机从YouTube视频中抽取的,发现当中的一个人工神经元对猫的图像格外灵敏。

2012年10月:多伦多大学规划的卷积神经网络参加ImageNet大范围视觉辨认应战赛(ILSVCR),它的过错率只需16%,比从前25%的过错率大幅改进。

2016年3月:googleDeepMind研制的AlphaGo打败围棋冠军李世石。

2017年3月:google在旧金山举办的Cloud Next大会上宣告推出新的机器学习API,该API支持主动辨认视频中的物体,使得它们变得能够查找。该名为视频智能(Video Intelligence)的API将能够让开发者开发能够主动辨认视频中的物体的使用程序。

相关阅读