本文由新智元(ID:AI_era)授权转载,来源:forbes.com,作者:Gil Press,翻译:刘小芹
【新智元导读】福布斯杂志发表人工智能编年体简史,时间跨度超700年,涵盖心理学、数学、哲学、艺术、计算机科学等学科领域与人工智能的发展息息相关的历史大事件,带你一文读懂人工智能的发展史!
1308年
加泰隆尼亚诗人、神学家 Ramon Llull 出版《伟大的艺术》(Ars generalis ultima),进一步完善了他提出的使用“逻辑机”从概念的组合中创造新知识的方法。
1666年
数学家、哲学家 Gottfried Leibniz 发表《组合的艺术》(Dissertatio de arte combinatoria), 继承并发展了 Ramon Llull 提出的“人类思想字母表”,认为所有的思想都只是相当少的一些简单概念的组合。
1726年
1763年
1854年
George Boole 提出逻辑推理可以使用与解方程组相同的方式系统地进行。
1898年
在新完工的麦迪逊广场花园的电子展会上,Nikola Tesla 展示了世界上第一台无线遥控船,按特斯拉自己所描述的,船上装备了“借来的大脑”。
1914年
西班牙工程师 Leonardo Torres y Quevedo 发明了第一台自动国际象棋机,能够不需任何人类干预自己下国际象棋。
1921年
捷克作家 Karel Čapek 在他的剧作 R.U.R. (Rossum's Universal Robots)中第一次使用 robot 这个词。“robot” 的词源来自“robota”(工作)。
1925年
无线电设备公司 Houdina Radio Control 开发了第一辆使用无线电控制的无人驾驶汽车,在纽约市中心的大街进行了试驶。
1927年
科幻电影 《大都会》(Metropolis)上映,描述了一个貌似农民女儿玛利亚的机器人被投放在柏林地下城的暴乱中,时间设计在2026年。这是史上一个部描绘机器人的电影,著名的现代科幻影片《星际大战》中 C-3PO 的设计有受到该片的影响。
1929年
1943年
Warren S. McCulloch 和 Walter Pitts 在《数学生物物理学公报》上发表《神经活动中内在思想的逻辑演算》(A Logical Calculus of the Ideas Immanent in Nervous Activity)一文,讨论了理想化、简单化的人工“神经元”网络,以及这些网络如何执行简单的逻辑功能。这篇论文启发了后来的基于计算机的“神经网络”(以及“深度学习”),其更为流行的描述是“模仿人的大脑”。
1949年
Edmund Berkeley 出版《巨型大脑;或,会思考的机器》( Giant Brains; or, Machines That Think),书中写道,“最近出现了许多关于奇怪的巨型机器的传闻,这种机器能够极其快速、熟练地处理信息……这些机器就像用硬件和电缆组成的大脑。这些会处理信息的机器,能够计算、总结、做决策;能够根据已有的信息作出合理的操作。因此,可以说这是会思考的机器。”
1949年
1950年
Claude Shannon 发表《编程实现计算机下棋》(Programming a Computer for Playing Chess),这是第一篇有关开发下象棋的计算机程序的论文。
1950年
艾伦·图灵(Alan Turing)发表《计算机器和智能》(Computing Machinery and Intelligence),提出一种用于判定机器是否具有智能的试验方法“模仿游戏”,后来成为广为人知的“图灵测试”。
1951年
Marvin Minsky 和 Dean Edmunds 建了第一个人工神经网络 SNARC(随机神经模拟强化计算器),使用3000个真空管模拟40个神经元规模的网络。
1952年
Arthur Samuel 开发了第一个计算机跳棋程序和第一个具有学习能力的计算机程序。
1955年8月31日
“人工智能”(artificial intelligence)这个术语在由 John McCarthy(达特茅斯学院),Marvin Minsky(哈佛大学),Nathaniel Rochester(IBM)和 Claude Shannon(贝尔实验室)提议的“2个月、10名成员的人工智能研讨会”中首次提出。 研讨会于一年后的1956年7月和8月举行,这次会议通常被认为是人工智能这个新领域正式诞生之时。
1955年12月
Herbert Simon 和 Allen Newell 开发了“逻辑理论家”(Logic Theorist),这是第一个人工智能程序,能够证明罗素和怀特海著的《数学原理》里前52个定理中的38个。
1957年
Frank Rosenblatt 发明了“感知机”(Perceptron),是一种早期的人工神经网络,能够基于两层的计算机学习网络进行模式识别。
1958年
John McCarthy 开发编程语言 Lisp,成为人工智能研究中最流行的编程语言。
1959年
Arthur Samuel 创造了“机器学习”(machine learning)这个术语,写道:“给计算机编程,以让计算机能通过学习,在下跳棋游戏中比编程者下得更好。”
1959年
Oliver Selfridge 发表《Pandemonium:一种学习模式》,描述了一种学习过程的模型,计算机可以通过这个模型识别新的模式。
1959年
1961年
第一台工业机器人 Unimate 开始在新泽西州通用汽车厂的生产线上工作。
1961年
James Slagle 开发了自动符号积分程序 SAINT,这是一个启发式程序,可以解决计算中的符号整合问题。
1964年
Daniel Bobrow 完成了他的 MIT 博士论文《计算机问题解决系统里的自然语言输入》,同时开发了自然语言理解程序 STUDENT。
1965年
Herbert Simon 预测:“20年内,机器将能够取代人类的任何工作”。
1965年
Hubert Dreyfus 发表《炼金术与人工智能》(Alchemy and AI),认为心智不像计算机,AI 的发展有界限,对 AI 研究提出质疑。
1965年
1965年
Joseph Weizenbaum 开发互动程序 ELIZA,通过一个名为 DOCTOR 的脚本,能够就任何话题与人类展开对话。Weizenbaum 想要证明人类与机器之间进行沟通的浅薄,对有如此多的人认为计算机程序有类似人的感觉感到惊讶。
1965年
Edward Feigenbaum,Bruce G. Buchanan,Joshua Lederberg 和 Carl Djerassi 开始在斯坦福大学研究 DENDRAL,这是第一个专家系统,能够帮助化学研究者判断某种待定物质的分子结构,其目的是研究假设形成并构建科学领域中的经验归纳模型。
1966年
Shakey 机器人是第一台真正意义上的移动机器人,能够自主推理自己的行动。《生活》杂志1970年一篇文章中引用明斯基的预言说:“3~8年内,机器人将具有普通人的智能水平。”
1968年
电影《2001太空漫游》上映,描绘了一台有情感的计算机。
1968年
Terry Winograd 开发了 SHRDLU,是一种初期的自然语言理解程序。
1969年
Arthur Bryson 和 Yu-Chi Ho 把反向传播描述为一种多阶段动态系统优化方法,可用于多层人工神经网络。它对2000年至今的深度学习的发展做出了显著的贡献,因为这时计算机的运算能力已经进步到足以进行大型网络的训练。
1969年
Marvin Minsky 和 Seymour Papert 发表《感知器:计算几何简介》,强调简单神经网络的局限性。1988年出版的该书的修订版中,作者认为他们在前一版中提出的结论大大减少了投资于神经网络研究的资金,书中写道:“我们认为,研究的进展实际上陷入了停滞状态,因为缺乏基本理论的支持...到60年代中期,针对感知器的实验有很多,但没有人能够解释为什么感知器能够识别某些类型的模式,而不能识别其它类型的模式。”
1970年
日本早稻田大学造出第一个人形机器人 WABOT-1,它由肢体控制系统,视觉系统和对话系统组成。
1972年
1973年
James Lighthill 向英国科学研究委员会提交国家人工智能研究报告,结论是“迄今为止该领域的任何部分都没有产生过有重大影响的成果,从而导致政府对人工智能研究的支持大幅减少。”
1976年
计算机科学家 Raj Reddy 在 IEEE 会报发表《机器语音识别:综述》,总结了自然语言处理早期的工作。
1978年
1979年
1980年
日本早稻田大学研发 Wabot-2 机器人,能够与人沟通,阅读乐谱,以及在电子琴上演奏一般难度的曲子。
1981年
日本国际贸易和工业部为第五代计算机项目提供 8.5亿美元资金,该项目旨在开发可以进行对话,翻译,解释图片以及具有像人类一样的推理能力的计算机。
1984年
电影“Electric Dreams”上映,讲述一个发生在男人、女人和计算机之间的三角恋故事。
1984年
在 AAAI 会议上,Roger Schank 和 Marvin Minsky 警告说“AI的冬天”即将来临,他们预测 AI 泡沫将会破灭(这在三年后确实发生了),与70年代中期的情况类似,对 AI 的投资和研究资金也减少了。
1986年
慕尼黑联邦国防军大学 Ernst Dickmanns 主导造成第一辆无人驾驶汽车,配备摄像机和传感器,时速达到55英里/小时。
1986年10月
David Rumelhart,Geoffrey Hinton 和 Ronald Williams 发表《通过反向传播误差学习表示》(Learning representations by back-propagating errors),论文中描述了一种用于类似于神经元的网络的新型学习过程,即反向传播。
Knowledge Navigator
1987年
苹果公司拍了一部对25年后的世界进行展望的五分钟短片“Knowledge Navigator”,时任苹果首席执行官的 John Sculley 在 Educom 发表主题演讲,设想了一个“智能代理将通过连接到大量数字化信息网络,获取知识的应用能力”的未来。
1988年
Judea Pearl 发表《智能系统中的概率推理》(Probabilistic Reasoning in Intelligent Systems)。Pearl 被认为是贝叶斯网络的发明者,贝叶斯网络不仅彻底改变了人工智能领域,而且成为许多其他工程和自然科学分支领域的重要工具。2011年 Pearl 因概率推理和因果推理在人工智能领域取得的杰出贡献而获得图灵奖。
1988年
Rollo Carpenter 开发聊天机器人 Jabberwacky,能够“以有趣、愉快而且幽默的方式模仿人的聊天方式”,这是通过与人类互动创造人工智能的最早尝试。
1988年
IBM 沃森研究中心发表《机器翻译的统计方法》(A statistical approach to language translation),预示着基于规则的机器翻译方法开始转变为基于概率的方法,并反映了一个更为广泛的转变,即基于已知例子的统计分析,而非“理解”眼前的任务的“机器学习”方法。
1988年
Marvin Minsky 和 Seymour Papert 出版他们在1969年出版的《感知器:计算几何简介》一书的修订版。
1989年
Yann LeCun 和贝尔实验室的其他研究人员成功将反向传播算法应用于多层神经网络,实现了手写邮政编码的识别。考虑到当时硬件条件的限制,训练网络花了大约3天。
1990年
1993年
Vernor Vinge 出版《奇点临近》,预言“30年内,我们将能创造出超人类智能, 然后,人类的时代将迎来终结。”
1995年
Richard Wallace 开发了名为 A.L.I.C.E (Artificial Linguistic Internet Computer Entity)的聊天机器人,灵感来源于Joseph Weizenbaum 的 ELIZA 程序,但由于互联网的出现, A.L.I.C.E 增加了前所未有之规模的自然语言样本数据。
1997年
Sepp Hochreiter 和 JürgenSchmidhuber 提出长短期记忆(LSTM),是一种目前在手写识别和语音识别中广泛使用的递归神经网络。
1997年
深蓝成为第一个在象棋中击败国际象棋冠军的计算机程序。
1998年
Dave Hampton 和 Caleb Chung 造出第一台家庭宠物机器人 Furby。
1998年
Yann LeCun,Yoshua Bengio 等人发表关于应用于手写识别的神经网络和反向传播优化的论文。
2000年
麻省理工学院 Cynthia Breazeal 开发出社交机器人 Kismet,能够识别和模拟人的情绪。
2000年
2001年
史蒂文·斯皮尔伯格导演的电影《A.I. 人工智能》上映,电影描述了一个被编程具有爱的能力的小机器人,为了寻找养母、为了缩短机器人和人类间的差距而奋斗的故事。
2004年
2006年
Oren Etzioni,Michele Banko 和 Michael Cafarella 提出“机器阅读”这个术语,将其定义为一种无监督的“对文本的自动理解”。
2006年
Geoffrey Hinton 发表 Learning Multiple Layers of Representation,总结了“包含自上而下的连接的多层神经网络及训练它们生成知觉数据,而非对它们进行分类”的观点,是深度学习的新方法。
2007年
普林斯顿大学李飞飞和同事着手建立 ImageNet,这是一个标注图像的大型数据库,旨在帮助视觉物体识别软件方面的研究。
2009年
Rajat Raina,Anand Madhavan 和 Andrew Ng 发表《使用图形处理器的大规模深度无监督学习》(Large-scale Deep Unsupervised Learning using Graphics Processors),提出“现代图形处理器的计算能力远远超过多核CPU,有潜力彻底改变深度无监督学习方法的适用性。”
2009年
Google 开始秘密研发自动驾驶汽车。
2009年
西北大学智能信息实验室的计算机科学家开发了 Stats Monkey,这是一个无需人工干预自动编写体育新闻故事的程序。
2010年
ImageNet 大规模视觉识别挑战赛(ILSVCR)启动。
2011年
卷积神经网络赢得了德国交通标志识别竞赛,识别准确率为99.46%(人类最高准确率是 99.22%)。
2011年
IBM 的 Watson 在电视智力竞赛节目《危险边缘》中获胜,并且击败了两名前冠军。
2011年
瑞士 IDSIA 的研究人员使用卷积神经网络进行手写识别的错误率降到 0.27%,比前几年的 0.35% - 0.40% 的错误率有了显著进步。
2012年6月
Jeff Dean 和 Andrew Ng 发布一个实验报告,他们向一个非常大的神经网络展示从 YouTube 的视频中随机截取的1000万张未标记的图像,发现人工神经网络能够识别图像中的猫。
2012年10月
2016年3月
Google DeepMind 的 AlphaGo 在围棋对弈中打败世界围棋冠军李世石。
http://www.forbes.com/sites/gilpress/2016/12/30/a-very-short-history-of-artificial-intelligence-ai/#493b99794188
一网打尽系列文章,请回复以下关键词查看: |
创新发展:习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧 |
热点专题:军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 |
预见未来:预见2016 | 预见2020 | 预见2025 | 预见2030 | 预见2035 | 预见2045 | 预见2050 | |
前沿科技:颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 | 基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 |
先进武器:中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器 | |
未来战争:未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 |
领先国家:俄罗斯 | 英国 | 日本 | 以色列 | 印度 |
前沿机构:战略能力办公室 | DARPA | Gartner | 硅谷 | 谷歌 | 华为 | 俄先期研究基金会 | 军工百强 |
前沿人物:钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 |
专家专栏:黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 |
全文收录:2016文章全收录 | 2015文章全收录 | 2014文章全收录 |
其他主题系列陆续整理中,敬请期待…… |