我認(rèn)為在21世紀(jì)，作為一個(gè)有知識(shí)的公民，需要對(duì)（人工智能）這種東西有所了解，因?yàn)槟阆雲(yún)⑴c討論。你不想被人工智能之類的東西所取代，而是想成為整個(gè)生態(tài)系統(tǒng)的活躍分子。
——微軟首席技術(shù)官凱文·斯科特（Kevin Scott）
這里是之前人工智能斷史八篇文章的的匯總，您也可以點(diǎn)擊下面的鏈接分節(jié)閱讀。
很高興和大家一起分享關(guān)于人工智能的基礎(chǔ)常識(shí)性內(nèi)容，今天我們來聊聊人工智能的過去，從歷史的角度看看人工智能的來龍去脈。
人工智能的誕生，我們要從能夠計(jì)算的機(jī)器說起。
1000多年前的北宋時(shí)期，我國(guó)古代人民就發(fā)明算盤作為日常數(shù)學(xué)計(jì)算的工具，依靠人工手指撥動(dòng)算珠進(jìn)行加減乘除四則運(yùn)算，算盤只是幫助人類記錄和顯示效果，不含有任何智能成分。
大約200年前，英國(guó)數(shù)學(xué)家巴貝奇設(shè)計(jì)了第一臺(tái)能計(jì)算二次多項(xiàng)式的計(jì)算機(jī)器，叫做差分機(jī)，搖動(dòng)圖中左側(cè)的手柄，就可以計(jì)算出x2+a這樣式子的值。
由于時(shí)代限制，盡管巴貝奇消耗的資金足夠制造好幾艘軍艦，但他最終也沒完成差分機(jī)的制造。圖上展示的是后來依照巴貝奇的設(shè)計(jì)圖紙制造的。大家可以通過下面這個(gè)視頻感受一下。
雖然功能有限，但是這個(gè)機(jī)器第一次真正意義上減少了人類大腦的計(jì)算壓力，只要提供手搖動(dòng)力就能實(shí)現(xiàn)計(jì)算。機(jī)械從此開始具有計(jì)算智能。
真正奠定現(xiàn)代計(jì)算機(jī)理論基礎(chǔ)的是庫爾特.哥德爾，他正式提出可以把人類的全部認(rèn)知?dú)w結(jié)為無數(shù)條定理，并且這些定理都可以用數(shù)學(xué)的模式進(jìn)行表示和邏輯推導(dǎo)。
馮.諾依曼被稱為現(xiàn)代計(jì)算機(jī)之父，。
他設(shè)計(jì)了經(jīng)典的馮.諾依曼結(jié)構(gòu)，就是將軟件命令和數(shù)據(jù)素材都存在一起，整個(gè)設(shè)備由中央處理器，內(nèi)存，硬盤，輸入接口，輸出設(shè)備組合而成，程序命令按照順序執(zhí)行，其次再考慮時(shí)間。
數(shù)十年一直到現(xiàn)在，我們的幾乎所有計(jì)算機(jī)、筆記本、智能手機(jī)都是基于馮諾依曼結(jié)構(gòu)制造和運(yùn)行的。
圖中展示的是1945年制造的ENIAC，世界上第一臺(tái)通用電子計(jì)算機(jī)。由于命令仍然需要人工輸入和調(diào)整，所以經(jīng)常為了計(jì)算某個(gè)問題，需要專門人員拔掉或接入上千個(gè)插口，圖中兩位淑女就是在做這個(gè)工作。1947年馮諾依曼率領(lǐng)團(tuán)隊(duì)在此設(shè)備的基礎(chǔ)上進(jìn)行改造和升級(jí)，設(shè)計(jì)制造了真正意義上的現(xiàn)代電子計(jì)算機(jī)設(shè)備MANIAC。
機(jī)器會(huì)思考嗎？阿蘭.圖靈在1950年發(fā)表的論文《計(jì)算機(jī)器與智能》中第一行就提到這個(gè)問題。圖靈被稱為計(jì)算機(jī)科學(xué)之父，也是人工智能科學(xué)之父。二戰(zhàn)期間，他的團(tuán)隊(duì)在1943年研制成功了被叫做“巨人”的機(jī)器，用于破解德軍的密碼電報(bào)，這一貢獻(xiàn)讓二戰(zhàn)提前2年結(jié)束，挽救了數(shù)千萬人的生命。
圖靈富有傳奇的一生帶有很濃的悲劇色彩，他是世界上最知名的同性戀認(rèn)識(shí)之一，其影響力甚至超過當(dāng)今蘋果公司的CEO庫克。在當(dāng)時(shí)時(shí)代這是不被社會(huì)所接受的，盡管圖靈為軍方做出了巨大貢獻(xiàn)，但最終還是被英國(guó)政府迫害而死，年僅42歲，當(dāng)人們發(fā)現(xiàn)圖靈自殺死去的時(shí)候，他的桌上留有一個(gè)沾滿氰化鉀的毒蘋果。
為了紀(jì)念圖靈，1966年美國(guó)計(jì)算機(jī)協(xié)會(huì)設(shè)立了圖靈獎(jiǎng)，這是當(dāng)今計(jì)算機(jī)領(lǐng)域全世界最富盛名，最崇高的獎(jiǎng)項(xiàng)。
很多人認(rèn)為喬布斯當(dāng)年設(shè)定的被咬了一口的蘋果標(biāo)志，就是紀(jì)念計(jì)算機(jī)科學(xué)先驅(qū)，艾倫.圖靈。
艾倫圖靈對(duì)后世最大的理論貢獻(xiàn)之一就是圖靈機(jī)。如圖中所示，盒子在帶有符號(hào)的軌道上行進(jìn)，讀取軌道當(dāng)前符號(hào)，然后根據(jù)盒子里面的程序?qū)Ξ?dāng)前符號(hào)和盒子里的數(shù)字進(jìn)行計(jì)算，得到新的數(shù)字并記錄到盒子里，然后盒子就會(huì)根據(jù)這個(gè)數(shù)字前進(jìn)或者后退，到達(dá)新的軌道位置后再次讀取軌道上的符號(hào)進(jìn)行計(jì)算，以此類推。
粗糙的說，和我們平時(shí)玩的大富翁游戲差不多，區(qū)別在于大富翁游戲每次前進(jìn)或者后退的判斷是我們?nèi)祟惛鶕?jù)紙上的規(guī)則判斷的，而圖靈機(jī)的盒子可以自己進(jìn)行判斷，就仿佛具有智能的生物一樣，可以自己不停的走下去，直到軌道上某個(gè)符號(hào)代表停止。
圖靈機(jī)至今仍然是計(jì)算機(jī)軟件程序的最基本架構(gòu)，也是機(jī)器智能的開端。
圖靈的另一個(gè)偉大理論貢獻(xiàn)是圖靈測(cè)試，至今仍然被當(dāng)做人工智能水平的重要測(cè)試標(biāo)準(zhǔn)之一。
圖靈測(cè)試是指，人們通過設(shè)備和另外一個(gè)人進(jìn)行聊天，可以是文字形式也可以是語音，這不重要。重要的是聊天之后，如果30%的人認(rèn)為是在和一個(gè)真人聊天，而實(shí)際對(duì)方卻是個(gè)機(jī)器，那么我們就認(rèn)為這個(gè)機(jī)器通過了圖靈測(cè)試，它是具有智能的。
以現(xiàn)在的計(jì)算機(jī)人工智能技術(shù)來說，30%的比例定的有些低，近年來很多人工智能對(duì)話程序都已經(jīng)能夠通過圖靈測(cè)試。
上面介紹的內(nèi)容可能有些枯燥，這里推薦三部電影大家可以去觀看，第一本中文名叫做《隱藏人物》，展示了計(jì)算機(jī)技術(shù)被應(yīng)用之前，美國(guó)宇航局如何利用大量人工計(jì)算來實(shí)現(xiàn)登月任務(wù)的。第二本是《模仿游戲》，由奇異博士主演，精彩演繹了艾倫圖靈坎坷的一生。最后一本是法鯊主演的《喬布斯》，展現(xiàn)了蘋果公司歷史發(fā)展的精彩瞬間。
如果說人工智能誕生需要三個(gè)條件，一是計(jì)算機(jī)，二是圖靈測(cè)試，那么第三就是達(dá)特茅斯會(huì)議。
1956年，一群科學(xué)家聚會(huì)在美國(guó)漢諾思小鎮(zhèn)寧靜的達(dá)特茅斯學(xué)院，他們?cè)噲D利用暑假期間的兩個(gè)月進(jìn)行封閉式的討論和研究，而這次會(huì)議的主題就是“達(dá)特茅斯夏季人工智能研究計(jì)劃”。
這張圖片是會(huì)議之后半個(gè)世紀(jì)2006年拍攝的當(dāng)年主要參會(huì)者的合影，最左邊的是特倫查德摩爾，數(shù)學(xué)家和計(jì)算機(jī)科學(xué)家，曾在IBM的沃森研究中心工作；
左數(shù)第二位是約翰麥卡錫，他是達(dá)特茅斯會(huì)議的發(fā)起人，1971年圖靈獎(jiǎng)得主，Lisp語言創(chuàng)始人。
中間的是馬文閔斯基，知名的認(rèn)知科學(xué)家，曾在1951年建立了第一個(gè)神經(jīng)網(wǎng)絡(luò)，模擬了40個(gè)神經(jīng)元。
右數(shù)第二位是奧利弗賽弗里奇，被稱為“機(jī)器感知之父”。
最右側(cè)的是雷所羅門諾夫，經(jīng)驗(yàn)概率理論的發(fā)明人。
雖然這個(gè)會(huì)議實(shí)際只進(jìn)行了一個(gè)多月，也沒產(chǎn)生什么具有影響力的研究成果，但是這個(gè)會(huì)議首次正式提出人工智能一詞，Artificial Intelligence，AI，一直被沿用至今，所以此次會(huì)議也就被認(rèn)為是人工智能正式誕生的元年了。
達(dá)特茅斯會(huì)議之后，人工智能研究進(jìn)入了20年的黃金時(shí)代。
在美國(guó)，成立于1958年的國(guó)防高級(jí)研究計(jì)劃署對(duì)人工智能領(lǐng)域進(jìn)行了數(shù)百萬的投資，讓計(jì)算機(jī)科學(xué)家們自由的探索人工智能技術(shù)新領(lǐng)域。
這個(gè)階段誕生了世界上第一個(gè)聊天程序ELIZA，它是由麻省理工學(xué)院的人工智能學(xué)院在1964到1966年期間編寫的，能夠根據(jù)設(shè)定的規(guī)則，根據(jù)用戶的提問進(jìn)行模式匹配，然后從預(yù)先編寫好的答案庫中選擇合適的回答。
這也是第一個(gè)嘗試通過圖靈測(cè)試的軟件程序，ELIZA曾模擬心理治療醫(yī)生和患者交談，在首次使用的時(shí)候就騙過了很多人。
“對(duì)話就是模式匹配”，這是計(jì)算機(jī)自然語言對(duì)話技術(shù)的開端。
1959年，計(jì)算機(jī)游戲先驅(qū)亞瑟塞繆爾在IBM的首臺(tái)商用計(jì)算機(jī)IBM 701上編寫了西洋跳棋程序，這個(gè)程序順利戰(zhàn)勝了當(dāng)時(shí)的西洋棋大師羅伯特尼賴。
西洋跳棋是個(gè)簡(jiǎn)單的游戲，棋子每次只能向斜對(duì)角方向移動(dòng)，但如果斜對(duì)角有敵方棋子并且可以跳過去，那么就把敵方這個(gè)棋子吃掉。
塞繆爾的跳棋程序會(huì)對(duì)所有可能跳法進(jìn)行搜索，并找到最佳方法。“推理就是搜索”，是這個(gè)時(shí)期主要研究方向之一。
在日本，早稻田大學(xué)1967年啟動(dòng)了WABOT項(xiàng)目，至1972年完成了第一代機(jī)器人產(chǎn)品WABOT-1，有雙手雙腳，有攝像頭視覺和聽覺裝置。
雖然這個(gè)機(jī)器人能夠搬東西也能移動(dòng)雙腳，但每走一步要45秒，而且只能走10厘米，相當(dāng)?shù)谋恐鼐徛?/p>
在這個(gè)黃金時(shí)代里，約翰麥卡錫開發(fā)了LISP語音，成為以后幾十年來人工智能領(lǐng)域最主要的編程語言；馬文閔斯基對(duì)神經(jīng)網(wǎng)絡(luò)有了更深入的研究，也發(fā)現(xiàn)了簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)的不足；多層神經(jīng)網(wǎng)絡(luò)、反向傳播算法開始出現(xiàn)；專家系統(tǒng)也開始起步；第一臺(tái)工業(yè)機(jī)器人走上了通用汽車的生產(chǎn)線；也出現(xiàn)了第一個(gè)能夠自主動(dòng)作的移動(dòng)機(jī)器人。
經(jīng)典科幻片《2001：太空漫游》也在1968年上映，宇宙飛船搭載的人工智能電腦HAL9000讓所有觀眾印象深刻。
“三到八年內(nèi)，我們將建造出和人一樣智能的機(jī)器”，“十年內(nèi)，計(jì)算機(jī)將成為國(guó)際象棋冠軍”，“二十年內(nèi)，機(jī)器將可以做任何人類工作”，這個(gè)時(shí)代，科學(xué)家們甚至整個(gè)世界都對(duì)人工智能技術(shù)充滿樂觀的期望。
出生就遇到黃金時(shí)代的人工智能，過度高估了科學(xué)技術(shù)的發(fā)展速度，太過樂觀的承諾無法按時(shí)兌現(xiàn)的時(shí)候，就引發(fā)了全世界對(duì)人工智能技術(shù)的懷疑。
1973年，著名數(shù)學(xué)拉特希爾家向英國(guó)政府提交了一份關(guān)于人工智能的研究報(bào)告，對(duì)當(dāng)時(shí)的機(jī)器人技術(shù)、語言處理技術(shù)和圖像識(shí)別技術(shù)進(jìn)行了嚴(yán)厲的批評(píng)，尖銳的指出人工智能那些看上去宏偉的目標(biāo)根本無法實(shí)現(xiàn)，研究已經(jīng)完全失敗。此后，科學(xué)界對(duì)人工智能進(jìn)行了一輪深入的拷問，使AI的遭受到嚴(yán)厲的批評(píng)和對(duì)其實(shí)際價(jià)值的質(zhì)疑。
隨后，各國(guó)政府和機(jī)構(gòu)也停止或減少了資金投入，人工智能在70年代陷入了第一次寒冬。
這次寒冬不是偶然的。在人工智能的黃金時(shí)代，雖然創(chuàng)造了各種軟件程序或硬件機(jī)器人，但它們看起來都只是“玩具”，要邁進(jìn)到實(shí)用的工業(yè)產(chǎn)品，科學(xué)家們確實(shí)一些遇到了不可戰(zhàn)勝的挑戰(zhàn)。
讓科學(xué)家們最頭痛的就是雖然很多難題理論上可以解決，看上去只是少量的規(guī)則和幾個(gè)很少的棋子，但帶來的計(jì)算量增加卻是驚人的增長(zhǎng)，實(shí)際上根本無法解決。就像26個(gè)字母魔法般的組合成數(shù)萬個(gè)單詞，進(jìn)而在不同語境下組合成無限種句子。比如運(yùn)行某個(gè)有2的100次方個(gè)計(jì)算的程序，即使用現(xiàn)在很快的計(jì)算機(jī)也要計(jì)算數(shù)萬億年，這是不可想象的。
就像飛機(jī)需要有足夠的馬力才能從跑道上起飛，人工智能也需要足夠的計(jì)算力才能真正發(fā)揮作用。當(dāng)時(shí)有科學(xué)家計(jì)算得出，要用計(jì)算機(jī)模擬人類視網(wǎng)膜視覺至少需要執(zhí)行10億次指令，而1976年世界最快的計(jì)算機(jī)Cray-1造價(jià)數(shù)百萬美元，但速度還不到1億次，普通電腦的計(jì)算速度還不到一百萬次。
五十年后，現(xiàn)在我們的筆記本或者手機(jī)能夠依賴攝像頭輕松實(shí)現(xiàn)人臉識(shí)別，這些設(shè)備的運(yùn)算速度其實(shí)都已經(jīng)超過百億次，當(dāng)然沒有壓力。
人工智能還需要大量的人類經(jīng)驗(yàn)和真實(shí)世界的數(shù)據(jù)，要知道即使一個(gè)三歲嬰兒的智能水平，也是觀看過數(shù)億張圖像之后才形成的。由于當(dāng)時(shí)計(jì)算機(jī)和互聯(lián)網(wǎng)都沒有普及，或者如此龐大數(shù)據(jù)是不可能的任務(wù)。
很多人工智能科學(xué)家開始發(fā)現(xiàn)，數(shù)學(xué)推理、代數(shù)幾何這樣的人類智能，計(jì)算機(jī)可以用很少的計(jì)算力輕松完成，而對(duì)于圖像識(shí)別、聲音識(shí)別和自由運(yùn)動(dòng)這樣人類無須動(dòng)腦，靠本能和直覺就能完成的事情，計(jì)算機(jī)卻需要巨大的運(yùn)算量才可能實(shí)現(xiàn)。
這個(gè)論調(diào)一方面讓人懷疑早期神經(jīng)網(wǎng)絡(luò)算法的有效性和實(shí)用性，另一方面也導(dǎo)致人工智能技術(shù)向更加功利化、實(shí)用化方向發(fā)展，不再像黃金時(shí)代那樣充滿想象，充滿對(duì)模擬通用人類智能的追求。
曾經(jīng)一度被非?？春玫纳窠?jīng)網(wǎng)絡(luò)技術(shù)，過分依賴于計(jì)算力和經(jīng)驗(yàn)數(shù)據(jù)量，因此長(zhǎng)時(shí)期沒有取得實(shí)質(zhì)性的進(jìn)展，1969年馬文敏斯基與人合著的《感知器》一書，這本書闡明了神經(jīng)網(wǎng)絡(luò)現(xiàn)階段的真實(shí)能力，也表明之前很多過于樂觀的預(yù)測(cè)是難以實(shí)現(xiàn)的理論。盡管書中內(nèi)容科學(xué)客觀，但也對(duì)神經(jīng)網(wǎng)絡(luò)技術(shù)產(chǎn)生了毀滅性的打擊，后續(xù)十年內(nèi)幾乎沒人投入更進(jìn)一步的研究。
當(dāng)然，十年河?xùn)|十年河西，數(shù)十年后，神經(jīng)網(wǎng)絡(luò)又已經(jīng)成我們現(xiàn)在人工智能的關(guān)鍵技術(shù)。
1979年，斯坦福大學(xué)制造了有史以來最早的無人駕駛車Stanford Cart，它依靠視覺感應(yīng)器能夠在沒有人工干預(yù)的情況下，自主的穿過散亂扔著椅子的房間，雖然可能有點(diǎn)慢，需要幾個(gè)小時(shí)才能完成。
專家系統(tǒng)在這個(gè)時(shí)代的末尾出現(xiàn)，并開啟了下一個(gè)時(shí)代。
1978年，卡耐基梅隆大學(xué)開始開發(fā)一款能夠幫助顧客自動(dòng)選配計(jì)算機(jī)配件的軟件程序XCON，并且在1980年真實(shí)投入工廠使用，這是個(gè)完善的專家系統(tǒng)，包含了設(shè)定好的超過2500條規(guī)則，在后續(xù)幾年處理了超過80000條訂單，準(zhǔn)確度超過95%，每年節(jié)省超過2500萬美元。
1980年卡耐基梅隆大學(xué)（CMU）研發(fā)的XCON正式投入使用，這成為一個(gè)新時(shí)期的里程碑，專家系統(tǒng)開始在特定領(lǐng)域發(fā)揮威力，也帶動(dòng)整個(gè)人工智能技術(shù)進(jìn)入了一個(gè)繁榮階段。
專家系統(tǒng)的起源可以追溯到黃金時(shí)代，1965年，在斯坦福大學(xué)，美國(guó)著名計(jì)算機(jī)學(xué)家費(fèi)根鮑姆帶領(lǐng)學(xué)生開發(fā)了第一個(gè)專家系統(tǒng)Dendral，這個(gè)系統(tǒng)可以根據(jù)化學(xué)儀器的讀數(shù)自動(dòng)鑒定化學(xué)成分。
費(fèi)根鮑姆還是斯坦福大學(xué)認(rèn)知實(shí)驗(yàn)室的創(chuàng)始人，70年代在這里還開發(fā)了另外一個(gè)用于血液病診斷的專家程序MYCIN（霉素），這可能是最早的醫(yī)療輔助系統(tǒng)軟件。
專家系統(tǒng)其實(shí)就是一套計(jì)算機(jī)軟件，它往往聚焦于單個(gè)專業(yè)領(lǐng)域，模擬人類專家回答問題或提供知識(shí)，幫助工作人員作出決策。它一方面需要人類專家整理和錄入龐大的知識(shí)庫（專家規(guī)則），另一方面需要計(jì)算機(jī)科學(xué)家編寫程序，設(shè)定如何根據(jù)提問進(jìn)行推理找到答案，也就是推理引擎。
專家系統(tǒng)把自己限定在一個(gè)小的范圍，避免了通用人工智能的各種難題，它充分利用現(xiàn)有專家的知識(shí)經(jīng)驗(yàn)，務(wù)實(shí)的解決人類特定工作領(lǐng)域需要的任務(wù)，它不是創(chuàng)造機(jī)器生命，而是制造更有用的活字典，好工具。
XCON取得的巨大商業(yè)成功，80年代三分之二的世界500強(qiáng)公司開始開發(fā)和部署各自領(lǐng)域的專家系統(tǒng)，據(jù)統(tǒng)計(jì)，在1980到1985這5年間，就有超過10億美元投入到人工智能領(lǐng)域，大部分用于企業(yè)內(nèi)的人工智能部門,也涌現(xiàn)出很多人工智能軟硬件公司。
計(jì)算機(jī)技術(shù)和人工智能技術(shù)的快速發(fā)展，點(diǎn)燃了日本政府的熱情。1982年，日本國(guó)際貿(mào)易工業(yè)部發(fā)起了第五代計(jì)算機(jī)系統(tǒng)研究計(jì)劃，預(yù)計(jì)投入8.5億美元，目的是搶占未來信息技術(shù)的先機(jī)，創(chuàng)造具有劃時(shí)代意義的超級(jí)人工智能計(jì)算機(jī)。
日本嘗試使用大規(guī)模多CUP并行計(jì)算來解決人工智能計(jì)算力問題，并希望打造面向更大的人類知識(shí)庫的專家系統(tǒng)來實(shí)現(xiàn)更強(qiáng)的人工智能。圖中展示的就是當(dāng)時(shí)日本研發(fā)的具有512顆CPU并行計(jì)算能力的第五代計(jì)算機(jī)。
這個(gè)項(xiàng)目在十年后基本以失敗結(jié)束，主要是當(dāng)時(shí)低估了PC計(jì)算機(jī)發(fā)展的速度，尤其是intel的x86芯片架構(gòu)在很快的幾年內(nèi)就發(fā)展到足以應(yīng)付各個(gè)領(lǐng)域?qū)＜蚁到y(tǒng)的需要。
然而，第五代計(jì)算機(jī)計(jì)劃極大的推進(jìn)了日本工業(yè)信息化進(jìn)程，加速了日本工業(yè)的快速崛起；另一方面，這開創(chuàng)了并行計(jì)算的先河，至今我們使用的多核處理器和神經(jīng)網(wǎng)絡(luò)芯片，都受到了20多年前這個(gè)計(jì)劃的啟發(fā)。
當(dāng)各個(gè)垂直領(lǐng)域的專家系統(tǒng)紛紛取得成功之后，尤其是日本試圖搶占先機(jī)的第五代計(jì)算機(jī)計(jì)劃的刺激，美國(guó)和很多歐洲國(guó)家也加入到這個(gè)賽道中來。
1982年美國(guó)數(shù)十家大公司聯(lián)合成立微電子與計(jì)算機(jī)技術(shù)公司（MCC）,該公司1984發(fā)起了人工智能歷史上最大也是最有爭(zhēng)議性的項(xiàng)目，Cyc，這個(gè)項(xiàng)目至今仍然在運(yùn)作。
Cyc項(xiàng)目的目的是建造一個(gè)包含全人類全部知識(shí)的專家系統(tǒng)，“包含所有專家的專家”。截止2017年，它已經(jīng)積累了超過150萬個(gè)概念數(shù)據(jù)和超過2000萬條常識(shí)規(guī)則，曾經(jīng)在各個(gè)領(lǐng)域產(chǎn)生超過100個(gè)實(shí)際應(yīng)用，它也被認(rèn)為是當(dāng)今最強(qiáng)人工智能IBM Woston的前身。
但隨著科技的發(fā)展，21世紀(jì)到來之后，Cyc這種傳統(tǒng)依賴人類專家手工整理知識(shí)和規(guī)則的技術(shù)，受到了網(wǎng)絡(luò)搜索引擎技術(shù)、自然語言處理技術(shù)以及神經(jīng)網(wǎng)絡(luò)等新技術(shù)的挑戰(zhàn)，未來發(fā)展并不明朗。
沉寂10年之后，神經(jīng)網(wǎng)絡(luò)又有了新的研究進(jìn)展，尤其是1982年英國(guó)科學(xué)家霍普菲爾德幾乎同時(shí)與杰弗里·辛頓發(fā)現(xiàn)了具有學(xué)習(xí)能力的神經(jīng)網(wǎng)絡(luò)算法，這使得神經(jīng)網(wǎng)絡(luò)一路發(fā)展，在后面的90年代開始商業(yè)化，被用于文字圖像識(shí)別和語音識(shí)別。
圖中是霍普菲爾德。
另一邊，在德國(guó)的1986年，慕尼黑的聯(lián)邦國(guó)防軍大學(xué)把一輛梅賽德斯-奔馳面包車安裝上了計(jì)算機(jī)和各種傳感器，實(shí)現(xiàn)了自動(dòng)控制方向盤、油門和剎車。這是真正意義上的第一輛自動(dòng)駕駛汽車，叫做VaMoRs，開起來時(shí)速超過80公里。
圖中看起來這輛車很笨重，這是由于當(dāng)時(shí)硬件發(fā)展限制，整個(gè)車的后半部分都是用來安裝計(jì)算機(jī)設(shè)備的，攝像頭在前玻璃后視鏡位置附近。
在1970年代，人工智能技術(shù)的發(fā)展，對(duì)硬件計(jì)算和存儲(chǔ)都有著越來越高的要求。而在當(dāng)時(shí)，全世界的計(jì)算機(jī)硬件結(jié)構(gòu)和軟件系統(tǒng)都沒有統(tǒng)一的標(biāo)準(zhǔn)，各國(guó)政府和大企業(yè)都希望占領(lǐng)先機(jī)掌握標(biāo)準(zhǔn)制定權(quán)。
人工智能領(lǐng)域當(dāng)時(shí)主要使用約翰麥卡錫的LISP編程語言，所以為了提高各種人工智能程序的運(yùn)輸效率，很過研究機(jī)構(gòu)或公司都開始研發(fā)制造專門用來運(yùn)行LISP程序的計(jì)算機(jī)芯片和存儲(chǔ)設(shè)備，打造人工智能專用的LISP機(jī)器。
這些機(jī)器可以比傳統(tǒng)計(jì)算機(jī)更加高效的運(yùn)行專家系統(tǒng)或者其他人工智能程序，上面專家系統(tǒng)配圖展示的就是一臺(tái)商用LISP機(jī)器。
雖然LISP機(jī)器逐漸取得進(jìn)展，但同時(shí)80年代也正是個(gè)人電腦崛起的時(shí)間，IBM PC和蘋果電腦快速占領(lǐng)整個(gè)計(jì)算機(jī)市場(chǎng)，它們的CPU頻率和速度穩(wěn)步提升，越來越快，甚至變得比昂貴的LISP機(jī)器更強(qiáng)大。
直到1987年，專用LISP機(jī)器硬件銷售市場(chǎng)嚴(yán)重崩潰，人工智能領(lǐng)域再一次進(jìn)入寒冬。
專家系統(tǒng)最初取得的成功是有限的，它無法自我學(xué)習(xí)并更新知識(shí)庫和算法，維護(hù)起來越來越麻煩，成本越來越高。以至于很多企業(yè)后來都放棄陳舊的專家系統(tǒng)或者升級(jí)到新的信息處理方式。
80年代末，包括日本第五的計(jì)算機(jī)計(jì)劃在內(nèi)的很多超前概念都注定失敗，原本科幻美好的人工智能產(chǎn)品承諾都無法真正兌現(xiàn)。
人們開始對(duì)于專家系統(tǒng)和人工智能的信任都產(chǎn)生了危機(jī)，一股強(qiáng)烈的聲音開始對(duì)當(dāng)前人工智能發(fā)展方向提出質(zhì)疑，他們認(rèn)為使用人類設(shè)定的規(guī)則進(jìn)行編程，這種自上而下的方法是錯(cuò)誤的。大象不玩象棋，但大象可以從現(xiàn)實(shí)中學(xué)會(huì)識(shí)別環(huán)境并作出判斷，人工智能技術(shù)也應(yīng)該擁有身體感知能力，從下而上才能實(shí)現(xiàn)真正的智能。這種觀點(diǎn)是超前的，但也推動(dòng)了后續(xù)神經(jīng)網(wǎng)絡(luò)技術(shù)的壯大和發(fā)展。
硬件市場(chǎng)的潰敗和理論研究的迷茫，加上各國(guó)政府和機(jī)構(gòu)紛紛停止向人工智能研究領(lǐng)域投入資金，導(dǎo)致了數(shù)年的低谷，但另一方面也取得了一些重要成就。
1988年，美國(guó)科學(xué)家朱迪亞·皮爾將概率統(tǒng)計(jì)方法引入人工智能的推理過程中，這對(duì)后來人工智能的發(fā)展起到了重大影響。
IBM的沃森研究中心把概率統(tǒng)計(jì)方法引入到人工智能的語言處理中，Candide項(xiàng)目基于200多萬條語句實(shí)現(xiàn)了英語和法語之間的自動(dòng)翻譯。同年，英國(guó)人工智能科學(xué)家卡朋特開發(fā)了Jabberwacky聊天程序，嘗試更好的通過圖靈測(cè)試，至今這個(gè)程序的后續(xù)版cleverbot仍然很多人在使用。
1992年，當(dāng)時(shí)在蘋果公司任職的華人李開復(fù)，他使用統(tǒng)計(jì)學(xué)的方法，設(shè)計(jì)開發(fā)了具有連續(xù)語音識(shí)別能力的助理程序，Casper，這也是二十年后Siri最早的原型。Casper可以實(shí)時(shí)識(shí)別語音命令并執(zhí)行計(jì)算機(jī)辦公操作，類似于語音控制做word文檔。
你可以點(diǎn)擊這里觀看視頻演示
1989年，AT＆T貝爾實(shí)驗(yàn)室的雅恩·樂昆和團(tuán)隊(duì)使用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，實(shí)現(xiàn)了人工智能識(shí)別手寫的郵政編碼數(shù)字圖像。
1993年，美國(guó)科幻小說作家弗諾·芬奇發(fā)布了《即將到來的奇點(diǎn)》一文，三十年內(nèi)我們將發(fā)明超越人類的智能，人類社會(huì)將被終結(jié)。
弗諾·芬奇的奇點(diǎn)理論只會(huì)讓人感到不安。經(jīng)歷過半個(gè)世紀(jì)風(fēng)雨起伏的人工智能行業(yè)，終于學(xué)會(huì)了低調(diào)行事。
在此后的近二十年，一方面人工智能技術(shù)逐漸與計(jì)算機(jī)和軟件技術(shù)深入融合，為了讓自己的工作內(nèi)容聽起來更切實(shí)而不科幻，很多研究者都不再使用人工智能這個(gè)術(shù)語，而是叫做諸如數(shù)據(jù)分析、商業(yè)智能、信息化、知識(shí)系統(tǒng)、計(jì)算智能等詞匯，研究成果或開發(fā)的功能往往也直接成為軟件工程的一部分。
另一方面，在這個(gè)階段，人工智能算法理論的進(jìn)展并不多，很多研究者都只是基于以前時(shí)代的理論，依賴于更強(qiáng)大更快速的計(jì)算機(jī)硬件就可以取得突破性的成果。
1995年，理查德華萊士收到60年代聊天程序ELIZA的啟發(fā)，開發(fā)了新的聊天機(jī)器人程序Alice，它能夠利用互聯(lián)網(wǎng)不斷增加自身的數(shù)據(jù)集，優(yōu)化內(nèi)容。
雖然Alice也并不能真的通過圖靈測(cè)試，但它的設(shè)計(jì)思想影響深遠(yuǎn)，2013年奧斯卡獲獎(jiǎng)影片《her（她）》就是以Alice為原型創(chuàng)作的。
90年代最具轟動(dòng)的莫過于1997年，IMB的計(jì)算機(jī)深藍(lán)Deep blue戰(zhàn)勝了人類世界象棋冠軍卡斯帕羅夫。
實(shí)際上，在1996年，深藍(lán)就曾經(jīng)與卡斯帕羅夫?qū)?zhàn)，但并沒有取勝，還受到卡斯帕羅夫的嘲笑，它認(rèn)為計(jì)算機(jī)下棋缺乏悟性，永遠(yuǎn)不會(huì)戰(zhàn)勝人類。
1996年失敗之后，IBM對(duì)深藍(lán)進(jìn)行了升級(jí)，它擁有480塊專用的CPU，運(yùn)算速度翻倍，每秒可以預(yù)測(cè)2億次，可以預(yù)測(cè)未來八步或更多的棋局。這種情況下人類冠軍只能惜敗。
戰(zhàn)后，卡斯帕羅夫表示深藍(lán)有時(shí)可以“像上帝一樣思考”。雖然這次世紀(jì)之戰(zhàn)只是計(jì)算機(jī)依賴速度和蠻力，在規(guī)則明確、條件透明的游戲中才能取得的勝利。
1997年，兩位德國(guó)科學(xué)霍克賴特和施米德赫伯 提出了長(zhǎng)期短期記憶（LSTM） 這是一種今天仍用于手寫識(shí)別和語音識(shí)別的遞歸神經(jīng)網(wǎng)絡(luò)，對(duì)后來人工智能的研究有著深遠(yuǎn)影響。
1998年，美國(guó)公司創(chuàng)造了第一個(gè)寵物機(jī)器人Furby。
而熱衷于機(jī)器人技術(shù)的日本，2000年，本田公司發(fā)布了機(jī)器人產(chǎn)品ASIMO，經(jīng)過十多年的升級(jí)改進(jìn)，目前已經(jīng)是全世界最先進(jìn)的機(jī)器人之一。
點(diǎn)擊這里觀看阿西莫精彩視頻
2001年，由斯皮爾伯格導(dǎo)演的電影《AI》上映，影片描述了未來人與機(jī)器人共生世界的種種悖論，人工智能一度引發(fā)社會(huì)關(guān)注，但關(guān)于技術(shù)的主題很快就被淡忘，數(shù)年后的觀眾只記得關(guān)于人性、關(guān)于愛與被愛的悲情故事。
家用機(jī)器人一直是人們關(guān)注的重點(diǎn)，1996年美國(guó)公司伊萊克斯推出了第一款機(jī)吸塵器機(jī)器人，也就是現(xiàn)在大家在使用的掃地機(jī)器人，但由于產(chǎn)品缺陷很多很快以失敗告終。
2002年，美國(guó)先進(jìn)的機(jī)器人技術(shù)公司iRobot面向市場(chǎng)推出了Roomba掃地機(jī)器人，大獲成功。iRobot至今仍然是掃地機(jī)器最好品牌之一。
2004年，美國(guó)神經(jīng)科學(xué)家杰夫·霍金斯出版了《人工智能的未來》一書，深入討論了全新的大腦記憶預(yù)測(cè)理論，指出了依照此理論如何去建造真正的智能機(jī)器，這本書對(duì)后來神經(jīng)科學(xué)的深入研究產(chǎn)生了深刻的影響。
2006年，杰弗里辛頓出版了《Learning Multiple Layers of Representation》奠定了后來神經(jīng)網(wǎng)絡(luò)的全新的架構(gòu)，至今仍然是人工智能深度學(xué)習(xí)的核心技術(shù)。
2007年，在斯坦福任教的華裔科學(xué)家李飛飛，發(fā)起創(chuàng)建了ImageNet項(xiàng)目。
為了向人工智能研究機(jī)構(gòu)提供足夠數(shù)量可靠地圖像資料，ImageNet號(hào)召民眾上傳圖像并標(biāo)注圖像內(nèi)容。
ImageNet目前已經(jīng)包含了1400萬張圖片數(shù)據(jù)，超過2萬個(gè)類別。
自2010年開始，ImageNet每年舉行大規(guī)模視覺識(shí)別挑戰(zhàn)賽，全球開發(fā)者和研究機(jī)構(gòu)都會(huì)參與貢獻(xiàn)最好的人工智能圖像識(shí)別算法進(jìn)行評(píng)比。尤其是2012年由多倫多大學(xué)在挑戰(zhàn)賽上設(shè)計(jì)的深度卷積神經(jīng)網(wǎng)絡(luò)算法，被業(yè)內(nèi)認(rèn)為是深度學(xué)習(xí)革命的開始。
華裔科學(xué)家吳恩達(dá)及其團(tuán)隊(duì)在2009年開始研究使用圖形處理器（GPU而不是CPU）進(jìn)行大規(guī)模無監(jiān)督式機(jī)器學(xué)習(xí)工作，嘗試讓人工智能程序完全自主的識(shí)別圖形中的內(nèi)容。
2012年，吳恩達(dá)取得了驚人的成就，向世人展示了一個(gè)超強(qiáng)的神經(jīng)網(wǎng)絡(luò)，它能夠在自主觀看數(shù)千萬張圖片之后，識(shí)別那些包含有小貓的圖像內(nèi)容。這是歷史上在沒有人工干預(yù)下，機(jī)器自主強(qiáng)化學(xué)習(xí)的里程碑式事件。
在人工智能技術(shù)的發(fā)展歷史上，美國(guó)軍方的身影一致若隱若現(xiàn)，曾經(jīng)在寒冬期放棄人工智能戰(zhàn)略的DARPA，早已再次加入行業(yè)戰(zhàn)場(chǎng)。
2004年開始，DARPA連續(xù)組織了多場(chǎng)自動(dòng)駕駛汽車技術(shù)挑戰(zhàn)賽，試圖探索利用人工智能實(shí)現(xiàn)更強(qiáng)的軍事自動(dòng)化，而到2012年后，DARPA挑戰(zhàn)賽又轉(zhuǎn)向機(jī)器人領(lǐng)域，希望在未來通過機(jī)器人技術(shù)提高作戰(zhàn)效率。
2009年，谷歌開始秘密測(cè)試無人駕駛汽車技術(shù)；至2014年，谷歌就成為第一個(gè)在通過美國(guó)州自駕車測(cè)試的公司。
2011年，又是IBM，這次是人類的常識(shí)智力問答，在綜藝競(jìng)答類節(jié)目《危險(xiǎn)邊緣》中，IBM的沃森系統(tǒng)與真人一起搶答競(jìng)猜，雖然沃森的語言理解能力也鬧出了一些小笑話，但憑借其強(qiáng)大的知識(shí)庫仍然最后戰(zhàn)勝了兩位人類冠軍而獲勝。
世紀(jì)之交的二十年中，人工智能技術(shù)與計(jì)算機(jī)軟件技術(shù)深度整合，也滲透到幾乎所有的產(chǎn)業(yè)中去發(fā)揮作用，同時(shí)，人工智能技術(shù)也越來越注重?cái)?shù)學(xué)，注重科學(xué)，逐步走向成熟。
在21世紀(jì)第一個(gè)十年之前，對(duì)于簡(jiǎn)單的人類感知和本能，人工智能技術(shù)一直處于落后或追趕，而到2011年，在圖像識(shí)別領(lǐng)域或常識(shí)問答比賽上，人工智能都開始表現(xiàn)出超過人類的水平，新的十年將會(huì)是人工智能在各個(gè)專業(yè)領(lǐng)域取得突破的時(shí)代。
2008以后，隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)、云計(jì)算技術(shù)的爆發(fā)，積累了歷史上超乎想象的數(shù)據(jù)量，這為人工智能的后續(xù)發(fā)展提供了足夠的素材和動(dòng)力。
AI人工智能，Big data大數(shù)據(jù)，Cloud云計(jì)算，以及正在深入展開的IoT物聯(lián)網(wǎng)技術(shù)，共同構(gòu)成了21世紀(jì)第二個(gè)十年的技術(shù)主旋律。
2014年，伊恩·古德費(fèi)羅提出GANs生成對(duì)抗網(wǎng)絡(luò)算法，這是一種用于無監(jiān)督學(xué)習(xí)的人工智能算法，這種算法由生成網(wǎng)絡(luò)和評(píng)估網(wǎng)絡(luò)構(gòu)成，以左右互搏的方式提升最終效果，這種方法很快被人工智能很多技術(shù)領(lǐng)域采用。
2016年和2017年，谷歌發(fā)起了兩場(chǎng)轟動(dòng)世界的圍棋人機(jī)之戰(zhàn)，其人工智能程序AlphaGo連續(xù)戰(zhàn)勝曾經(jīng)的圍棋世界冠軍韓國(guó)李世石，以及現(xiàn)任的圍棋世界冠軍中國(guó)的柯潔。
曾經(jīng)的宿敵，人類頂級(jí)圍棋智慧的代表，如今已紛紛敗在計(jì)算機(jī)高速的計(jì)算能力和優(yōu)秀的人工智能算法之下。
“AlphaGo對(duì)我來說，是上帝般的存在?！笨聺嵸惡笕绱嗽u(píng)價(jià)，“對(duì)于AlphaGo的自我進(jìn)步速度來說，人類的存在很多余?！?/p>
AlphaGo背后是谷歌收購不久的英國(guó)公司Deep Mind，專注于人工智能和深度學(xué)習(xí)技術(shù)，目前該公司的技術(shù)不僅用于圍棋比賽，更主要用于谷歌的搜索引擎、廣告算法以及視頻、郵箱等產(chǎn)品。人工智能技術(shù)已經(jīng)成為谷歌的重要支撐技術(shù)之一。
谷歌2013年還曾收購了世界頂級(jí)機(jī)器人技術(shù)公司，波士頓動(dòng)力學(xué)公司，2017年又出售給日本軟銀公司。
波士頓動(dòng)力學(xué)崛起于美國(guó)國(guó)防部的DARPA大賽，其生產(chǎn)的雙足機(jī)器人和四足機(jī)器狗具有超強(qiáng)的環(huán)境適應(yīng)能力和未知情況下的行動(dòng)能力。
圖像識(shí)別技術(shù)正逐漸從成熟走向深入。從日常的人臉識(shí)別到照片中的各種對(duì)象識(shí)別，從手機(jī)的人臉解鎖到AR空間成像技術(shù)，以及圖片、視頻的語義提取等等，機(jī)器視覺還有很長(zhǎng)的路要走，也還有巨大的潛力等待挖掘。
2010年亞馬遜公司就開始研發(fā)語音控制的智能音箱，2014年正式發(fā)布了產(chǎn)品Echo，這是一款可以通過語音控制家庭電器和提供資訊信息的音箱產(chǎn)品。
隨后谷歌、蘋果都推出類似產(chǎn)品，國(guó)內(nèi)廠商如阿里、小米、百度、騰訊等也都紛紛效仿，一時(shí)間智能音箱產(chǎn)品遍地開花，都試圖搶占用戶家庭客廳的入口。
智能音箱的背后技術(shù)是語音助手，而目前最強(qiáng)技術(shù)都掌握在微軟、谷歌、亞馬遜、蘋果和三星等幾個(gè)巨頭手中。
目前來看，常規(guī)語音識(shí)別技術(shù)已經(jīng)比較成熟，發(fā)音技術(shù)有待完善。而真正的語義理解技術(shù)還都處于比較初級(jí)的階段，對(duì)于松散自由的口語表述，語音助手往往無法獲得重點(diǎn)，更無法正確回答。
2018年，谷歌發(fā)布了語音助手的升級(jí)版演示，展示了語音助手自動(dòng)電話呼叫并完成主人任務(wù)的場(chǎng)景。其中包含了多輪對(duì)話、語音全雙工等新技術(shù)，這可能預(yù)示著新一輪自然語言處理和語義理解技術(shù)的到來。
人工智能經(jīng)歷了半個(gè)多世紀(jì)的發(fā)展歷程，涌現(xiàn)出了眾多影響深遠(yuǎn)的技術(shù)、學(xué)者、公司和產(chǎn)品。
我們參照維基百科，把整個(gè)人工智能的歷史分為七個(gè)時(shí)期。
1956年達(dá)特茅斯會(huì)議之前，第二次世界大戰(zhàn)促科學(xué)技術(shù)的快速發(fā)展，圖靈、哥德爾、馮諾依曼、克勞德香農(nóng)等偉大的先驅(qū)者奠定了人工智能和計(jì)算機(jī)技術(shù)的基礎(chǔ)。
達(dá)特茅斯會(huì)議之后，人工智能相關(guān)研究進(jìn)入了野蠻生長(zhǎng)的黃金時(shí)代。一方面，馬文閔斯基建立了沿用至今的神經(jīng)網(wǎng)絡(luò)的基本算法結(jié)構(gòu)；約翰麥卡錫發(fā)布了主導(dǎo)人工智能研究幾十年的LISP語言；亞瑟塞繆爾開發(fā)了第一個(gè)可以戰(zhàn)勝人類的西洋跳棋程序；這些對(duì)后世都產(chǎn)生了關(guān)鍵性影響。另一方面，麻省理工開發(fā)了世界第一個(gè)聊天機(jī)器人ELIZA，還出現(xiàn)了第一個(gè)自主運(yùn)動(dòng)的機(jī)器人shakey，他們?cè)噲D制造具有通用智能和移動(dòng)能力的產(chǎn)品，這些瘋狂的想法也推高了整個(gè)社會(huì)對(duì)AI的期望和幻想。
十多年過去之后，當(dāng)人們發(fā)現(xiàn)人工智能曾經(jīng)的那些美好承諾都沒能兌現(xiàn)，或者實(shí)際產(chǎn)品和預(yù)期相差太多的時(shí)候，就會(huì)產(chǎn)生質(zhì)疑甚至憤怒。1973年萊特希爾報(bào)告成為了導(dǎo)火索事件，人們開始認(rèn)為人工智能技術(shù)只是科學(xué)家和科幻小說家們描繪的海市蜃樓，并不會(huì)產(chǎn)生實(shí)際的作用。社會(huì)輿論的否定和支持資金的撤離，讓人工智能行業(yè)陷入第一個(gè)寒冬。
寒冬并沒有讓所有研究者止步，只是更努力的尋找如何讓人工智能創(chuàng)造實(shí)用價(jià)值的方法。70年代末80年代初，專注小范圍知識(shí)領(lǐng)域的專家系統(tǒng)開始崛起并創(chuàng)造了巨大價(jià)值，這引發(fā)了工業(yè)自動(dòng)化信息化技術(shù)革命。日本發(fā)起了第五代計(jì)算機(jī)計(jì)劃，其他國(guó)家也紛紛加入這場(chǎng)競(jìng)賽，資金和資源再一次涌入人工智能領(lǐng)域，80年代再次成為繁榮發(fā)展時(shí)期。
但好景不長(zhǎng)。人工智能領(lǐng)域的瘋狂投入讓這個(gè)行業(yè)產(chǎn)生了冒進(jìn)，尤其是人工智能專用硬件LISP機(jī)器的發(fā)展顯得混亂且緩慢。計(jì)算機(jī)領(lǐng)域不進(jìn)則退，IBM、蘋果在這個(gè)時(shí)機(jī)發(fā)起了個(gè)人計(jì)算機(jī)革命，笨重的LISP機(jī)器在短短幾年內(nèi)就被完全擊潰。整個(gè)行業(yè)似乎都被將被顛覆，這是一個(gè)沉痛又短暫的寒冬期。
通用計(jì)算機(jī)設(shè)備的勝利，讓傳統(tǒng)的人工智能程序技術(shù)逐漸被埋葬，但也讓人工智能真正開始和現(xiàn)代計(jì)算機(jī)技術(shù)進(jìn)行深入融合。在世紀(jì)相交的二十年內(nèi)，人工智能技術(shù)似乎沉睡隱身了，除了1997年IMB炒作的國(guó)際象棋人機(jī)大戰(zhàn)之外，幾乎很少聽到AI的聲音。然而這也正是人工智能韜光養(yǎng)晦低調(diào)發(fā)展的時(shí)代，它利用計(jì)算機(jī)和互聯(lián)網(wǎng)的發(fā)展機(jī)遇，變身商業(yè)智能、數(shù)據(jù)分析、信息化、自動(dòng)化、知識(shí)工程等名稱，滲透到社會(huì)生產(chǎn)和生活的每個(gè)角落。
計(jì)算機(jī)和互聯(lián)網(wǎng)一方面為人工智能提供了創(chuàng)造商業(yè)價(jià)值的載體，讓AI技術(shù)研究可以穩(wěn)步推進(jìn)，另一方面也為人工智能的爆發(fā)積累了強(qiáng)大的運(yùn)算力和經(jīng)驗(yàn)數(shù)據(jù)。芯片技術(shù)、數(shù)據(jù)庫技術(shù)以及神經(jīng)網(wǎng)絡(luò)算法的不斷發(fā)展，讓人工智能在越來越多賽事上創(chuàng)造奇跡，甚至超越人類。2011年沃森在自然語言常識(shí)問答比賽中戰(zhàn)勝人類選手，DARPA挑戰(zhàn)賽無人駕駛汽車時(shí)速可以達(dá)到80公里以上，ImageNet挑戰(zhàn)賽上圖像識(shí)別算法準(zhǔn)確度超越人類，同年吳恩達(dá)創(chuàng)造了具有完全自學(xué)習(xí)能力可以識(shí)別貓的神經(jīng)網(wǎng)絡(luò)模型...
21世紀(jì)第二個(gè)十年，隨著移動(dòng)互聯(lián)、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)技術(shù)的迸發(fā)，人工智能技術(shù)也邁入了新的融合時(shí)代，從AlphaGo戰(zhàn)勝李世石，到微軟語音識(shí)別技術(shù)超越人類，到谷歌自動(dòng)駕駛、波士頓動(dòng)力學(xué)機(jī)器人，到滿布市場(chǎng)的智能音箱，到每個(gè)人手機(jī)中的神經(jīng)網(wǎng)絡(luò)芯片和智能程序，人工智能從無形發(fā)展到有形的陪伴每個(gè)人的生產(chǎn)生活，半個(gè)多世紀(jì)前科學(xué)家曾經(jīng)描繪的美好圖景正在一步一步被人工智能技術(shù)所實(shí)現(xiàn)。
未來已來，AI已在。
附注：
整篇文章是參照維基百科進(jìn)行整理和編寫的。
這是一個(gè)很簡(jiǎn)要的歷史提綱，可能忽略了很多重要的歷史性事件。如果你發(fā)覺我有遺漏，歡迎留言，一起幫我把這個(gè)文章補(bǔ)全。
這個(gè)文章是簡(jiǎn)單的按照時(shí)間順序組織的，其實(shí)人工智能整個(gè)歷史有幾條不同的線索，比如通用智能發(fā)展線索、神經(jīng)網(wǎng)絡(luò)發(fā)展線索、機(jī)器人技術(shù)發(fā)展線索、人工智能社會(huì)哲學(xué)與倫理發(fā)展線索等等，我相信如果能夠有機(jī)會(huì)對(duì)每個(gè)線索進(jìn)行分開研究一定能得到很多新的結(jié)論。
聯(lián)系客服
