从AI发展时间表回顾人工智能的历史

BOE知识酷 2023-08-29 11:20

人工智能的现代概念已经伴随我们走过了几十年,但直到最近,人工智能才抓住了日常生活、商业和社会的集体心理。
人工智能是指计算机和系统执行通常需要人类认知才能完成任务的能力。人工智能与人的关系是共生的,其“触角”触及人类生产、生活的方方面面,从疾病患者的早期检测和更好的治疗,到各种形式和各种规模企业新的收入来源和更好的运营管理,如今已是无处不在。
自1950年图灵测试以来,人工智能工具和技术已经取得了令人难以置信的进步,其中许多突破性进展一直在业界的关注下被频繁发掘。尽管如此,直到过去十年,人工智能才真正应用于满足大众需求的场景,智能语言助理、自动驾驶汽车、生成式AI等等彻底改变了大众市场的需求格局。
我们或许可以透过人工智能发展迄今为止的历史时间表来思考AI的未来,以及对大众生活的影响:
1950年
艾伦·图灵发表了《计算机器与智能》,图灵测试打开了通向人工智能的大门。

1951年
Marvin Minsky 和 Dean Edmonds 使用3000个真空管来模拟由40个神经元组成的网络,开发了第一个名为SNARC的人工神经网络(ANN)。
1952年
Arthur Samuel开发了Samuel Checkers-Playing Program,这是世界上第一个自学游戏的程序。
1956年
约翰·麦卡锡、马文·明斯基、纳撒尼尔·罗切斯特和克劳德·香农在一项研讨会提案中创造了“人工智能”一词,该研讨会被广泛认为是人工智能领域的创始活动。
1958年
弗兰克·罗森布拉特开发了感知器,这是一种可以从数据中学习的早期人工神经网络,可以看成是现代神经网络的基础。
约翰·麦卡锡开发了Lisp编程语言,该语言很快被人工智能行业采用,并受到开发人员欢迎。
1959年
亚瑟·塞缪尔在一篇开创性论文中创造了“机器学习”一词,解释说明计算机可以通过编程来超越程序员。
Oliver Selfridge发表了《Pandemonium:学习范式》,这是对机器学习的里程碑式贡献,它描述了一种可以自适应改进自身以发现事件模式的模型。
1964年
Daniel Bobro在麻省理工学院攻读博士期间开发了STUDENT,这是一个早期的自然语言处理NLP程序,旨在解决代数相关问题。
1965年
Edward Feigenbaum、Bruce G. Buchanan、Joshua Lederberg和Carl Djerassi开发了第一个专家系统Dendral,该系统帮助有机化学家识别未知的有机分子。
1966年
Joseph Weizenbaum创建了Eliza,这是有史以来最著名的计算机程序之一,它能够与人类进行对话,并使人相信该软件具有人类情感。
斯坦福研究院开发了首款结合人工智能、计算机视觉、导航和自然语言处理的移动智能机器人Shakey。它是自动驾驶汽车和无人机的鼻祖。
1968年
Terry Winograd创建了SHRDLU,这是第一个多模态人工智能,可以根据用户指令操作并推理出一个由块组成的世界。
1969年
Arthur Bryson和Yu-Chi Ho描述了一种可实现多层人工神经网络的反向传播学习算法,它是感知器的技术的延伸,也是深度学习的基础。
Marvin Minsky和Seymour Papert出版了《感知器》一书,描述了简单神经网络的局限性,这导致了神经网络研究的衰落,符号人工智能研究得以蓬勃发展。
1973年
詹姆斯·莱特希尔发布的《人工智能:综合调查》报告导致英国大幅减少对人工智能研究的支持。
1980年
符号Lisp机器商业化,标志着人工智能研究复兴。但几年后,Lisp机器市场崩溃了。
1981年
Danny Hillis为人工智能和其他计算任务设计了并行计算机,其架构类似于现代GPU。
1984年
马文·明斯基和罗杰·尚克在人工智能促进协会的一次会议上创造了“人工智能冬天”一词,警告商界人工智能炒作将导致大众失望和行业崩溃,这在三年后发生了。
1985年
Judea Pearl引入了贝叶斯网络因果分析,它提供了表示计算机中不确定性的统计技术。
1988年
彼得·布朗等人发表了“语言翻译的统计方法”,为机器翻译方法的更广泛的研究铺平了道路。
1989年
Yann LeCun、Yoshua Bengio和Patrick Haffner演示了如何使用卷积神经网络(CNN) 来识别手写字符,表明神经网络可以应用于现实世界的问题。
1997年
Sepp Hochreiter和Jürgen Schmidhuber提出了长短期记忆递归神经网络,它可以处理整个数据序列,例如语音或视频。
IBM的“深蓝”在一场历史性的国际象棋复赛中击败了加里·卡斯帕罗夫,这是国际象棋卫冕世界冠军在锦标赛上首次被计算机打败。
2000年
蒙特利尔大学的研究人员发表了“神经概率语言模型”,提出了一种使用前馈神经网络来建模语言的方法。
2006年
李飞飞开始研究(后来于2009年推出)ImageNet视觉数据库,该数据库成为了人工智能热潮的催化剂,也是图像识别算法年度竞赛的基础。
2009年
Rajat Raina、Anand Madhavan和Andrew Ng发表了《使用图形处理器进行大规模深度无监督学习》,提出了使用GPU训练大型神经网络的想法。
2011年
Jürgen Schmidhuber、Dan Claudiu Cireşan、Ueli Meier和Jonathan Masci开发了第一个CNN,并赢得了德国交通标志识别竞赛,从而实现了“超人”的性能。
同年,苹果发布了Siri语音助理。
2012年
Geoffrey Hinton、Ilya Sutskever和Alex Krizhevsky介绍了一种深度CNN架构,该架构赢得了ImageNet 挑战并引发了深度学习研究和实现的爆炸式增长。
2013年
天河二号以33.86petaflops的速度将世界顶级超级计算速度提高了一倍,连续第三次蝉联世界最快系统的称号。
DeepMind引入深度强化学习,这是一种基于奖励和重复学习的CNN,抵达了人类专家的水平。
谷歌研究员Tomas Mikolov及其同事引入了Word2vec,以自动识别单词之间的语义关系。
2014年
Ian Goodfellow及其同事创造了生成对抗网络,这是一类用于生成照片、转换图像和深度模拟的机器学习框架。
Diederik Kingma和Max Welling引入了变分自动编码器来生成图像、视频和文本。
Facebook开发了深度学习面部识别系统DeepFace,能够以接近人类的准确度识别数字图像中的人脸。
2016年
DeepMind的AlphaGo在韩国首尔击败了围棋顶尖选手李世石。
优步在匹兹堡针对特定用户群体启动了自动驾驶汽车试点计划。
2017年
斯坦福大学研究人员在论文《使用非平衡热力学的深度无监督学习》中发表了有关扩散模型的研究成果。该技术提供了一种向图像添加噪声的过程进行逆向工程的方法。
谷歌研究人员在论文Attention Is All You Need中提出了Transformer的概念,启发了后续对能够自动将未标记文本解析为大型语言模型 (LLM) 的工具的研究。
英国物理学家史蒂芬·霍金警告说:“除非我们学会如何为潜在风险做好准备,否则人工智能可能成为人类文明史上最糟糕的事件。”
2018年
Cimon由IBM、空客公司和德国航空航天中心DLR开发,这是一个被送入太空协助宇航员的机器人。
OpenAI发布了GPT(Generative Pre-trained Transformer),为后续的LLM铺平了道路。
Groove X推出了一款名为Lovot的家用迷你机器人,它可以感知并响应人类的情绪变化。
2019年
微软推出了Turing Natural Language Generation生成语言模型,该模型拥有170亿个参数。
谷歌人工智能和朗格医学中心的深度学习算法表明在检测潜在肺癌方面优于放射科医生。
2020年
Open AI发布了由1750亿个参数组成的GPT-3 LLM,用于生成式AI文本。
英伟达宣布推出Omniverse平台测试版,用于在增强现实AR中创建3D模型。
2021年
OpenAI推出了Dall-E多模态AI系统,可以根据文本提示生成图像。
2022年
谷歌软件工程师Blake Lemoine泄密Lamda架构并声称其具有感知能力。
DeepMind推出用于为矩阵乘法等数学问题发现新型、高效且可验证的算法的AI系统AlphaTensor。
英特尔声称其FakeCatcher实时Deepfake检测器的准确度为 96%。
OpenAI于11月发布了ChatGPT,基于GPT-3.5 LLM并提供终端用户使用的UI聊天界面。

2023年
OpenAI宣布推出GPT-4多模态LLM,可接收文本和图像输入。
埃隆·马斯克、史蒂夫·沃兹尼亚克与数千位签名者敦促业界暂停训练“比GPT-4更强大的人工智能系统”六个月。
2023年之后
AI的历史仍在继续……

BOE知识酷 欢迎加入知识酷Pro,分享显示行业知识、最新黑科技、办公软件技巧等。
评论
  • 引言工程师作为推动科技进步和社会发展的核心力量,在各个领域发挥着关键作用。为深入了解工程师的职场现状,本次调研涵盖了不同行业、不同经验水平的工程师群体,通过问卷调查、访谈等方式,收集了大量一手数据,旨在全面呈现工程师的职场生态。1. 工程师群体基本信息行业分布:调研结果显示,工程师群体广泛分布于多个行业,其中制造业占比最高,达到 90%,其次是信息技术、电子通信、能源等行业。不同行业的工程师在工作内容、技术要求和职业发展路径上存在一定差异。年龄与经验:工程师群体以中青年为主,30 - 45 岁年
    Jeffreyzhang123 2024-12-27 17:39 98浏览
  • 在当今这个科技飞速发展的时代,物联网(IoT)已经不再是一个陌生的概念,它正以一种前所未有的速度改变着我们的生活和工作方式,像一股无形的力量,将世界紧密地连接在一起,引领我们步入一个全新的智能时代。物联网是什么简单来说,物联网就是通过感知设备、网络传输、数据处理等技术手段,实现物与物、人与物之间的互联互通和智能化管理。想象一下,你的家里所有的电器都能 “听懂” 你的指令,根据你的习惯自动调节;工厂里的设备能够实时监测自身状态,提前预警故障;城市的交通系统可以根据实时路况自动优化信号灯,减少拥堵…
    Jeffreyzhang123 2024-12-27 17:18 77浏览
  • 一、前言 回首2024,对于我而言,是充满挑战与收获的一年。在这一年里,我积极参与了论坛的众多活动,不仅拓宽了我的认知边界(有些东西不是你做不到,而是你想不到),还让我在实践中收获了宝贵的经验和。同时,多种多样的论坛活动让我们全方面的接受新东西,连接新知识,多种类型的的活动交织了你我的2024。在这里说一说对过去一年的活动经历,进行一次年终总结,并谈谈我的收获和感受,以及对2025年的展望。二、活动足迹(一)快速体验:机智云Gokit2.0开发板初体验 机智云Gokit2.0开发板的体验活动让大
    无言的朝圣 2024-12-27 14:50 71浏览
  • 发明阶段(20世纪80年代至90年代)起源:当时ASIC设计成本高,周期长,流片失败率高,业界需要一种通用的半导体器件进行流片前测试和验证,可编程逻辑器件就此产生。诞生:1980年,Xilinx公司成立。1985年,Ross Freeman制造了第一片PFGA芯片XC2064,采用4输入,1输出的LUT和FF结合的基本逻辑单元。发展阶段(1992年至1999年)容量提升:FPGA容量不断上涨,芯片面积逐渐增大,为架构穿心提供空间,复杂功能可以实现。布线问题凸显:缩着芯片复杂度增加,片上资源的互连
    Jeffreyzhang123 2024-12-27 10:26 88浏览
  • 一、引言无人机,作为近年来迅速崛起的新兴技术产物,正以前所未有的速度改变着众多行业的运作模式,从民用领域的航拍、物流,到工业领域的测绘、巡检,再到军事领域的侦察、打击等,无人机的身影无处不在。为了深入了解无人机的现状,本次调研综合了市场数据、行业报告、用户反馈等多方面信息,全面剖析无人机的发展态势。二、市场规模与增长趋势随着技术的不断进步和成本的逐渐降低,无人机市场呈现出爆发式增长。近年来,全球无人机市场规模持续扩大,预计在未来几年内仍将保持较高的增长率。从应用领域来看,消费级无人机市场依然占据
    Jeffreyzhang123 2024-12-27 17:29 132浏览
  • 在当今竞争激烈的商业世界中,供应链管理已成为企业生存与发展的核心竞争力之一。它就像一条无形的纽带,将供应商、制造商、分销商、零售商直至最终消费者紧密相连,确保产品和服务能够高效、顺畅地流转。今天,就让我们一同深入探索供应链管理的奥秘。供应链管理是什么简单来说,供应链管理是对从原材料采购、生产制造、产品配送直至销售给最终用户这一整个过程中,涉及的物流、信息流和资金流进行计划、协调、控制和优化的管理活动。它不仅仅是对各个环节的简单串联,更是一种通过整合资源、优化流程,实现整体效益最大化的管理理念和方
    Jeffreyzhang123 2024-12-27 17:27 91浏览
  • 在科技飞速发展的今天,汽车不再仅仅是一种交通工具,更是一个融合了先进技术的移动智能空间。汽车电子作为汽车产业与电子技术深度融合的产物,正以前所未有的速度推动着汽车行业的变革,为我们带来更加智能、安全、舒适的出行体验。汽车电子的发展历程汽车电子的发展可以追溯到上世纪中叶。早期,汽车电子主要应用于发动机点火系统和简单的电子仪表,功能相对单一。随着半导体技术的不断进步,集成电路被广泛应用于汽车领域,使得汽车电子系统的性能得到了显著提升。从电子燃油喷射系统到防抱死制动系统(ABS),从安全气囊到车载导航
    Jeffreyzhang123 2024-12-27 11:53 104浏览
  • 起源与基础20 世纪 60 年代:可编程逻辑设备(PLD)的概念出现,一种被称为 “重构能力” 的芯片的可编程性吸引了许多工程师和学者。20 世纪 70 年代:最早的可编程逻辑器件 PLD 诞生,其输出结构是可编程的逻辑宏单元,它的硬件结构设计可由软件完成,设计比纯硬件的数字电路更灵活,但结构简单,只能实现小规模电路。诞生与发展20 世纪 80 年代中期:为弥补 PLD 只能设计小规模电路的缺陷,复杂可编程逻辑器件 CPLD 被推出,它具有更复杂的结构,能够实现较大规模的电路设计。1988 年:
    Jeffreyzhang123 2024-12-27 10:41 72浏览
  • 在科技飞速发展的今天,医疗电子作为一个融合了医学与电子技术的交叉领域,正以前所未有的速度改变着我们的医疗模式和健康生活。它宛如一颗璀璨的明珠,在医疗领域绽放出耀眼的光芒,为人类的健康福祉带来了诸多惊喜与变革。医疗电子的神奇应用医疗电子的应用范围极为广泛,深入到医疗的各个环节。在诊断方面,各种先进的医学成像设备堪称医生的 “火眼金睛”。X 光、CT、MRI 等成像技术,能够清晰地呈现人体内部的结构和病变情况,帮助医生准确地发现疾病。以 CT 为例,它通过对人体进行断层扫描,能够提供比传统 X 光更
    Jeffreyzhang123 2024-12-27 15:46 93浏览
  • 在当今科技飞速发展的时代,工业电子作为现代制造业的中流砥柱,正以前所未有的速度推动着各个行业的变革与进步。从汽车制造到航空航天,从智能家居到工业自动化,工业电子的身影无处不在,为我们的生活和生产带来了巨大的改变。工业电子的崛起与发展工业电子的发展历程可谓是一部波澜壮阔的科技进化史。追溯到上世纪中叶,电子技术开始逐渐应用于工业领域,最初主要是简单的电子控制装置,用于提高生产过程的自动化程度。随着半导体技术、计算机技术和通信技术的不断突破,工业电子迎来了爆发式的增长。集成电路的发明使得电子设备的体积
    Jeffreyzhang123 2024-12-27 15:40 101浏览
  • 采购与分销是企业运营中至关重要的环节,直接影响到企业的成本控制、客户满意度和市场竞争力。以下从多个方面介绍如何优化采购与分销:采购环节优化供应商管理供应商评估与选择:建立一套全面、科学的供应商评估体系,除了考虑价格因素,还要综合评估供应商的产品质量、交货期、信誉、研发能力、售后服务等。通过多维度评估,选择那些能够提供优质产品和服务,且与企业战略目标相契合的供应商。建立长期合作关系:与优质供应商建立长期稳定的合作关系,这种合作模式可以带来诸多好处。双方可以在信任的基础上进行深度沟通与协作,共同开展
    Jeffreyzhang123 2024-12-27 17:43 91浏览
  • 在当今这个数字化的时代,电子设备无处不在,从我们手中的智能手机、随身携带的笔记本电脑,到复杂的工业控制系统、先进的医疗设备,它们的正常运行都离不开一个关键的 “幕后英雄”—— 印刷电路板(Printed Circuit Board,简称 PCB)。PCB 作为电子设备中不可或缺的重要部件,默默地承载着电子元件之间的连接与信号传输,是整个电子世界的基石。揭开 PCB 的神秘面纱PCB,简单来说,就是一块由绝缘材料制成的板子,上面通过印刷、蚀刻等工艺形成了导电线路和焊盘,用于固定和连接各种电子元件。
    Jeffreyzhang123 2024-12-27 17:21 82浏览
我要评论
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦