人工智能AI简史

这篇具有很好参考价值的文章主要介绍了人工智能AI简史。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

AI人工智能简史

最近学习AI,顺便整理了一份AI人工智能简史,大家参考:

  • 1951年 第一台神经网络机,称为SNARC;
  • 1956年 达特茅斯学院会议,正式确立了人工智能的研究领域;
  • 1966年 MIT发明ELIZA人机心理治疗对话程序,通过关键词和数据库实现心理咨询;
  • 1980年 CMU为DEC设计的XCON专家系统获得巨大的成功;
  • 1997年 IBM深蓝击败国际象棋世界冠军卡斯帕罗夫,IBM在比赛后宣布深蓝退役;
  • 2010年 DeepMind成立;
  • 2011年 IBM Watson问答系统,赢得智力竞赛节目Jeopardy一等奖100万美元;
    • 苹果发布Siri智能语音助手;
    • Automated Insights推出智能写作产品并在美联社应用;
  • 2012年 谷歌发布Google Now安卓语音助手;
    • 谷歌自动驾驶汽车获得政府执照;
    • 亚马逊仓储机器人;
  • 2014年 PrincetonAI在图灵测试中取得了33%的成功率;
    • 亚马逊发布ECHO智能音箱,内置亚马逊Alexa智能助理;
    • 特斯拉发布Autopilot辅助驾驶;
    • 谷歌收购DeepMind;
    • 微软亚洲研究院推出小冰聊天机器人;同年,小冰微信版被腾讯下线;
  • 2015年 Ilya Sutskever和Greg Brockman创立openai,Elon Musk等担任主席;
  • 2016年 Google DeepMind AlphaGo以4:1击败顶尖职业棋手李世石,同年使用Master的匿名身份以全胜战绩击败中韩日台60名一流高手;
    • 谷歌发布Allo,其内置虚拟助手Google Assistant,提供智能回复功能;
    • 一款叫Prisma的照片编辑器App火爆全网;
    • Google翻译引入了深度学习的最新算法;
    • 特斯拉佛罗里达自动驾驶车祸致死事件;
    • 亚马逊开办无人超市amazon go!
  • 2017年 AlphaGo以全胜战绩击败围棋世界冠军柯洁,AlphaGo退役;
    • 小米发布小爱同学智能音箱;
    • 阿里巴巴发布天猫精灵智能音箱;
    • 各种智能助理产品被人们称为人工智障;
  • 2019年 微软向openai投资10亿美元;
  • 2021年 github发布GitHub Copilot,可以根据注释或者提示自动生成实现代码;
  • 2022年 openai在11月发布了号称可以接住一切话题的、基于GPT-3大型语言模型(LLM)的聊天AI产品chatGPT,引发AI热潮;
  • 2023年 openai发布了chatGPT4;
    • 微软Office和bing进行了服务整合,推出new bing和office copilot;
    • 微软向OpenAI LP提供了第二笔多年期投资,据报道为100亿美元;
    • Google推出bard,发布会演示中出现错误,谷歌的股票随后下跌了8%,相当于市值损失1000亿美元;
    • 百度发布文心一言,国内多家公司纷纷跟进自己的AI产品,但和chatGPT相比差距明显;

人工智能AI简史

1966年MIT的ELIZA人机心理治疗对话程序,才采用关键词提取的方法,再用关键词去匹配相应的回答,实现心理咨询的功能。从产品落地,到现在一共五十多年。今天,chatGPT4已经可以深刻理解人类的自然语言,并可以针对各行各业的常规问题给出正确的理解和回答。chatGPT发布短短几个月,却已经深刻改变了人们工作和生活的方式,利用好这个工具,将可以极大地提高工作的效率和质量,你甚至可以就生活中的琐事向它咨询正确的处理方法,它就像一个无所不知的高级贴身私人顾问,随时准备着为你解答每一个疑惑。

人工智能的发展经历过多次高潮和低谷,这里又整理了一份另一个视角的AI发展的简史:

  • 人工智能的诞生:1943~1956
    • 20世纪40~50年代,一批来自不同领域的科学家开始探讨制造人工大脑的可能性。1956年,人工智能被确立为一门学科;
    • 这个时期,出现了控制论、信息论、计算理论等相关理论,暗示了构建电子大脑的可能性;
    • 1950年,图灵提出图灵测试;
    • 1951年第一台神经网络机出现,称为SNARC;
    • 1951年西洋跳棋(checkers)程序已经可以挑战具有相当水平的业余爱好者
    • 1955年,“逻辑理论家(Logic Theorist)程序能够证明《数学原理》中前52个定理中的38个;
    • 1956年,达特茅斯会议,AI的诞生;
  • 黄金年代:1956~1974
    • 使用搜索式推理做为AI的基础算法,使用启发式算法缩小搜索范围;
    • 通过自然语言进行交流;
    • 1966年,MIT第一个发明聊天机器人ELIZA人机心理治疗对话程序,用户有时会误以为自己是在和人交谈;
    • 1968年,阿瑟·克拉克在《“2001太空漫游”》中塑造了顶级AI:HAL9000;
  • 第一次AI低谷:1974~1980
    • AI研究者们对其课题的难度未能作出正确判断,导致投资缩减和消失;
    • 马文·闵斯基对感知器的激烈批评,导致神经网络销声匿迹了十年;
    • AI研究者们遭遇了无法克服的基础性障碍,如运算能力不足、莫拉维克悖论等;
  • 繁荣:1980~1987
    • 一类名为“专家系统”的AI程序开始为全世界的公司所采纳;
    • 1980年CMU为DEC设计的XCON专家系统获得巨大的成功;
    • 1981年日本建设第五代计算机项目,目标是造出可以与人对话的机器;
    • 神经网络重获新生;
  • 第二次AI低谷:1987~1993
    • 控制论复兴。一些研究者相信机器必须具有躯体,通过与世界的交互获得智能;
    • XCON暴露出诸多问题,例如脆弱、难用、维护费过高;
    • “第五代工程”并没有实现;
    • 对AI的资助被大幅削减;
  • 低调发展:1993~2022
    • 商业领域里,AI的声誉已经不如往昔;
    • AI比以往的任何时候都更加谨慎;
    • 1997年深蓝战胜国际象棋世界冠军卡斯帕罗夫;
    • 2005年,一台机器人在一条沙漠小径上成功地自动行驶了131英里,赢得了DARPA挑战大赛头奖;
    • AI已成为一门更严格的科学分支,1988年概率论和决策理论引入AI;
    • AI的许多伟大创新仅被看作计算机科学工具箱中的一件工具;
    • 人工智能的说法依然被回避使用;
    • 深度学习,大数据被广泛应用;
    • 强化学习与大语言模型
  • 通用人工智能元年:2023~至今
    • 以chatGPT为代表的大语言模型真正实现了人际对话,AI可以在相当宽泛的范围内准确理解常规自然语言含义并给出相应的回答;

人工智能AI简史

人工智能发展至今,经历了几个起伏。从早期的理论发展,到后来的低谷期,再到近年来的蓬勃发展,人工智能取得了巨大进步。
神经网络带来的深度学习浪潮,使机器翻译、图像识别等一个个难题落地生根,AlphaGo的诞生标志着人工智能在博弈游戏领域获胜,GPT-3等语言模型的到来使人工智能在自然语言处理领域大放异彩。
然而,人工智能还远未达到人类智能的高度。要实现像人一样广泛地理解世界并进行复杂的推理,还需要在感知、常识推理和社会情感等方面取得突破。人工智能也面临偏见和隐私等挑战。
人工智能发展之路任重道远。未来,人工智能会走向哪里? 与人类的关系会如何?这还是未知。但人工智能已然改变世界,也必将继续改变世界。
让我们拭目以待,人工智能更惊人的未来。文章来源地址https://www.toymoban.com/news/detail-417596.html

到了这里,关于人工智能AI简史的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 《人工智能极简史》您了解吗?

    图书《人工智能极简史》是由湖南科学技术出版社于 2023 年 10 月出版的一本人工智能领域的畅销书。作者为复旦大学计算机科学技术学院张军平教授。张军平教授是中国自动化学会普及工作委员会主任。除本书外,张教授还著有《爱犯错的智能体》、《高质量读研》等畅销书

    2024年02月19日
    浏览(20)
  • 人工智能发展简史第一章:起步期-20世纪50年代及以前

    引言 人工智能到底是什么?通常来说,人工智能(Artificial Intelligence)是研究、开发用于模拟、延伸和扩展人智能的理论、方法、技术及应用系统的一门新技术科学。人工智能领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 但是事实上,给一门学

    2024年01月23日
    浏览(67)
  • 人工智能发展简史第三章:第二次浪潮期-20世纪70年代末、80年代

    20世纪70年代末、80年代初,人工智能进入了第二次浪潮,其中代表性的工作是1976年兰德尔·戴维斯(Randall Davis)构建和维护的大规模的知识库,1980年德鲁·麦狄蒙(Drew McDermott)和乔恩·多伊尔(Jon Doyle)提出的非单调逻辑,以及后期出现的机器人系统。 1980年,汉斯·贝利纳

    2024年03月15日
    浏览(25)
  • 如何学习人工智能AI技术

    目录 1.基础知识准备 2.软件环境 3.理论学习  4.常见人工智能技术 5.样本库 5.1 图像识别与计算机视觉 5.2自然语言处理 5.3语音识别与合成 5.4其他领域 6.算力        学习人工智能是一项系统性的任务,涉及到理论知识、编程技能、算法理解、项目实践等多个层面。下面是一个

    2024年04月29日
    浏览(22)
  • 人工智能该如何学习?详细的AI学习

    英杰社区 https://bbs.csdn.net/topics/617804998        OpenAI最近发布了一款名为ChatGPT的聊天机器人模型,它受到了广泛的关注和赞誉。ChatGPT以一种更贴近人类对话方式进行交互,可以回答问题、承认错误、挑战不正确的前提、拒绝不适当的请求等。它提供高质量的回答,并且与用

    2024年02月08日
    浏览(21)
  • 【AI】了解人工智能、机器学习、神经网络、深度学习

    一、深度学习、神经网络的原理是什么? 深度学习和神经网络都是基于对人脑神经系统的模拟。下面将分别解释深度学习和神经网络的原理。 深度学习的原理: 深度学习是一种特殊的机器学习,其模型结构更为复杂,通常包括很多隐藏层。它依赖于神经网络进行模型训练和

    2024年02月06日
    浏览(25)
  • AI人工智能 机器学习 深度学习 学习路径及推荐书籍

    人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的,三者的关系:人工智能 机器学习 深度学习。 人工智能(ArtificialIntelligence,AI)是最宽泛的概念,是研发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学 机器学习(MachineLear

    2023年04月24日
    浏览(26)
  • 走进人工智能|强化学习 AI发展的未来引擎

    前言: 强化学习是一种通过智能体与环境交互,通过尝试最大化累计奖励来学习最优行为策略的机器学习方法。 本篇带你走进强化学习!一起来学习了解吧!!! 强化学习是一种机器学习方法,旨在通过试错来学习正确的行为。与其他机器学习方法不同,强化学习的主要目

    2024年02月10日
    浏览(26)
  • AI学术交流——“人工智能”和“神经网络学习”

    作者简介:一名云计算网络运维人员、每天分享网络与运维的技术与干货。   座右铭:低头赶路,敬事如仪 个人主页:网络豆的主页​​​​​ 目录 前言 一.人工智能 1.“人工智能之父” 2.达特茅斯会议(人工智能起源) 3.人工智能重要节点 二.神经网络 1.什么是神经网络

    2024年02月09日
    浏览(18)
  • 【AI】人工智能复兴的推进器之机器学习

    目录 一、机器学习的定义 二、机器学习的发展历程 2.1 萌芽期(20世纪50年代-60年代) 2.2 符号主义时期(20世纪60年代-80年代) 2.3 统计学习时期(20世纪90年代-21世纪初) 2.4 深度学习时期(21世纪初至今) 三、主要算法 3.1 线性回归(Linear Regression) 3.2 K-均值聚类(K-Means C

    2024年02月04日
    浏览(22)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包