你好,游客 登录 注册 发布搜索
背景:
阅读新闻

【福布斯】人工智能荡气回肠的700年:1308 - 2016

[日期:2017-01-08] 来源:新智元  作者: [字体: ]

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

英国小说家 Jonathan Swift 出版《格列佛游记》,书中描述了拉普塔国的一台类似 Llull 的逻辑机的机器,能够“通过实用且机械化的操作方法来改进人的思辨知识”,使用这台机器,“最无知的人也能通过适当付一点费用,再付出一点劳力,就可以不需任何天分或学习研究,写出哲学、诗歌、政治、法律、数学、神学等的书籍。”

1763年

Thomas Bayes 提出一个用于推理事件概率的框架。贝叶斯推理成为机器学习的主要方法。

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 ?apek 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

日本人西村真琴设计了“学天泽”机器人,“学天泽”在日语中是“从自然法则中学习”的意思,它是日本造的第一个机器人。“学天泽”机器人能够改变面部表情,通过气压装置实现头和手的摆动。

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

Donald Hebb 出版《行为组织:一种神经心理学理论》(Organization of Behavior: A Neuropsychological Theory ),提出一个有关学习的理论(赫布理论),该理论描述了突触可塑性原理,解释了在学习过程中脑神经元发生的变化。

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

John McCarthy 发表《具有常识的程序》(Programs with Common Sense),文中提出了一个名为“纳谏者”(Advice Taker)的程序构想,将逻辑学引入人工智能的研究,这个假想的程序的终极目标是“像人类一样有效地从经验中学习”。

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

I.J. Good 在《关于第一台超级智能机械的思考》(Speculations Concerning the First Ultraintelligent Machine)中写道:“第一台超级智能机器是人类需要完成的最后一项发明,前提是这台机器足够听话,会告诉我们如何控制它。”

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

斯坦福大学开发出用于鉴别可导致严重感染的细菌及推荐抗生素的早期形态的专家系统 MYCIN。

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

卡内基梅隆大学开发了 XCON(eXpert CONfigurer)程序,是一种基于规则的专家系统,能够根据用户的需求,帮助DEC为VAX型计算机系统自动选择组件。

1979年

斯坦福大学的自动驾驶汽车 Stanford Cart 在5小时内成功在没有人为干预情况下穿过一个布满椅子障碍物的房间,这是自动驾驶车辆最早的例子之一。

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

Rodney Brooks 发表《大象不玩棋子》(Elephants Don’t Play Chess),提出在与环境交互的基础上构造 AI 机器人的设想。

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

本田推出人型机器人阿西莫(ASIMO),能够像人类一样自如行走,在餐厅环境里为顾客端盘上菜。

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

第一届 DARPA 自动驾驶汽车挑战赛在莫哈韦沙漠举行,但参赛的自动驾驶汽车没有一辆能完成150英里的比赛全程。

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

多伦多大学研究人员设计的卷积神经网络在 ImageNet 计算机视觉识别挑战赛中达到错误率仅为 16% 的成果,比前一年最好的 25% 的错误率有显著的进步。

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

收藏 推荐 打印 | 录入:admin | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款