人工智能最早由誰提出？人工智能是什么？歷史上有關人工智能的大事件

• 2018年9月12日 YangJinZhu來源：網易 1238 80
• 繁體

• 

  2018-2024年中國跨境電子商務行業(yè)市場前瞻與未來投資戰(zhàn)略分析報告

  隨著跨境電子商務行業(yè)競爭的不斷加劇，大型企業(yè)間并購整合與資本運作日趨頻繁，國內外優(yōu)秀的跨境電子商務企業(yè)愈來愈重視對行業(yè)市場的分析研究，特別是對當前市場環(huán)境和客戶需求趨勢變化的深入研...

人工智能（ArtificialIntelligence）這個詞最早是在1956年美國的Dartmouth會議上提出的，當時參加會議的包括明斯基、西蒙、麥卡塞等一些計算機領域的專家。關于人工智能的定義，不同的教科書中往往會有不同的解釋。其中有一種比較簡單、易于理解的定義，就是人工智能指

人工智能最早由誰提出？人工智能是什么？

人工智能（ArtificialIntelligence）這個詞最早是在1956年美國的Dartmouth會議上提出的，當時參加會議的包括明斯基、西蒙、麥卡塞等一些計算機領域的專家。關于人工智能的定義，不同的教科書中往往會有不同的解釋。其中有一種比較簡單、易于理解的定義，就是人工智能指的是“能夠和人一樣進行感知、認知、決策、執(zhí)行的人工程序或系統(tǒng)?！?/p>

另外一個關于人工智能值得探討的關鍵問題，就是人工智能和機器人的關系，即人工智能和機器人是不是一回事？人工智能研究的專家往往來自計算機科學領域，他們所研究的是數(shù)字世界和虛擬世界，也就意味著他們所說的感知、認知、決策和執(zhí)行，全部是在數(shù)字世界里面執(zhí)行的。但同時有另外一些研究機器人科學的專家，他們是在物理世界和真實世界中探求能否實現(xiàn)這樣的機制。他們要解決的是機械手、機械控制，他們要做的是在真實世界里面做感知、認知、決策和執(zhí)行，所以說他們的執(zhí)行一定要有物理實體。比方說針對“在家中客廳遙控關閉臥室燈”這樣一個問題，人工智能專家和機器人專家往往會采用不同的方法。人工智能的專家會考慮在手機上做個軟件，通過互聯(lián)網連到臥室里的智能裝置，然后把臥室中的開關連上物聯(lián)網，這樣就可以用手機遙控將電燈關掉，這一過程是在虛擬世界中可以完成的。但是對于一個機器人專家，他可能會做一個爬樓梯的機器人，然后給機器人下達指令，機器人接到指令就會跑到臥室去把燈關了，這個過程是要在物理世界里面來完成的。所以從本質上來講“人工智能”和“機器人”二者是非常接近的，但是其背景是不一樣的。

人工智能的第三個關鍵問題是它的學科基礎。人工智能的軟件實現(xiàn)涉及計算機科學、信號信息處理及統(tǒng)計模式識別等若干學科。計算機科學包括算法、網絡等；信號處理涉及傅里葉分析、拉普拉斯變換及其他時空分析方法；統(tǒng)計模式識別依賴概率論和數(shù)理統(tǒng)計，我們現(xiàn)在使用的深度神經網絡（Deep Neural Network，DNN）和統(tǒng)計模式識別的算法來自這里。人工智能專家往往有著計算機科學和電子工程的背景。但是機器人領域往往強調控制論，包括卡爾曼濾波、自動控制原理、機械控制理論等。機械控制理論中又有很多機械原理是涉及物理規(guī)則的。從中也可以看出，人工智能和機器人是兩個相互關聯(lián)又有區(qū)別的研究領域。

歷史上有關人工智能的大事件：

1308年，加泰羅尼亞詩人兼神學家者雷蒙·盧爾（Ramon Llull）出版《The Ultimate General Art》，詳細描述了其“邏輯機”的概念。聲稱能夠將基本的，無可否認的真理通過機械手段用簡單的邏輯操作進行組合，進而獲取新的知識。他的工作對萊布尼茲產生了很大影響，后者進一步發(fā)展了他的思想。

1666年，數(shù)學家和哲學家萊布尼茨（Gottfried Leibniz）出版了《On the Combinatorial Art》，繼承并發(fā)展了雷蒙·盧爾的思想，認為通過將人類思想編碼，然后推過推演組合獲取新知。萊布尼茨認為所謂思想本質上是小概念的組合。

1726年，英國小說家喬納森·斯威夫特（Jonathan Swift）出版《格列佛游記》。小說中描述了飛島國里一臺類似盧爾邏輯機的神奇機器：“運用實際而機械的操作方法來改善人的思辨知識”，“最無知的人，只要適當付點學費，再出一點點體力，就可以不借助于任何天才或學力，寫出關于哲學、詩歌、政治、法律、數(shù)學和神學的書來。”

1763年，托馬斯·貝葉斯（Thomas Bayes）創(chuàng)造了一個推理事件概率的框架。貝葉斯推斷是機器學習的理論先導。

1854年，喬治·布爾（George Boole）認為邏輯推理過程可以像解方程式一樣進行。

1898年，在麥迪遜廣場花園舉行的電氣展覽會上，尼古拉·特斯拉（Nikola Tesla）展示了世界上第一臺無線電波遙控船只。特斯拉稱他的船配備了“借來的大腦”。

1914年，西班牙工程師萊昂納多·托里斯·克維多（Leonardo Torres y Quevedo）示范了全球第一臺自動象棋機。能夠在無人干預的情況下自動下棋。

1921年，捷克作家卡雷爾·恰佩克（Karel ?apek）在其戲劇《Rossum’s Universal Robots》中首次使用“機器人（robot）”一詞。這個詞是從波蘭語“robota（工作）”變化而來。

1925年，無線電設備公司Houdina Radio Control造出了第一臺無線電控制的無人駕駛汽車，并開上了紐約的街道。

1927年，科幻電影《大都會》（Metropolis）上映。影片中一個女性機器人在2026年的柏林引起混亂。這是機器人形象第一次登上大熒幕。本片還啟發(fā)了后世《星球大戰(zhàn)》中“C-3PO”的角色。

1929年，西村真琴（Makoto Nishimura）設計了“Gakutensoku”，標志著日本的第一個機器人誕生。Gakutensoku可以改變面部表情，并通過氣壓機制移動頭和手臂。

1943年，沃倫·麥卡洛克（Warren S. McCulloch）和沃爾特·皮茨（Walter Pitts）在《數(shù)學生物物理學公告》上發(fā)表了《神經活動中內在思想的邏輯演算》（A Logical Calculus of the Ideas Immanent in Nervous Activity）。這篇論文影響甚廣，討論了理想化和簡化的人工神經網絡以及如何執(zhí)行簡單的邏輯功能。這啟發(fā)了后來神經網絡和深度學習的產生。

1949年，埃德蒙·伯克利(Edmund Berkeley)出版了《Giant Brains: Or Machines That Think》。書中寫道：“最近有許多關于巨型機器的新奇?zhèn)髀?，稱這種機器能極快速和熟練地處理信息……這些機器就像是用硬件和電線組成的大腦……一臺可以處理信息的機器，可以計算、總結和選擇。還可以基于信息作出合理操作。稱這樣一臺機器能思考并不為過。”

1949年，唐納德·赫布（Donald Hebb）發(fā)表《Organization of Behavior: A Neuropsychological Theory》。赫布理論描述了學習過程中人腦神經元突觸之間發(fā)生的變化。

1950年，克勞德·香農（Claude Shannon）發(fā)表《編程實現(xiàn)計算機下棋》（Programming a Computer for Playing Chess），這是人類第一篇研究計算機象棋程序的文章。

1950年，阿蘭·圖靈（Alan Turing）發(fā)表《Computing Machinery and Intelligence》。文中提出的“模仿游戲”后來被稱為“圖靈測試”。

1951年，馬文·明斯基（Marvin Minsky）和迪恩·愛德蒙（Dean Edmunds）建立了“隨機神經網絡模擬加固計算器”SNARC。這是人類打造的最一個人工神經網絡，用了3000個真空管來模擬40個神經元規(guī)模的網絡。

1952年，阿瑟·薩繆爾（Arthur Samuel）開發(fā)第一個計算機跳棋程序和第一個具有學習能力的計算機程序。

1955年8月31日，“人工智能”（artificial intelligence）一詞在一份關于召開國際人工智能會議的提案中被提出。該份提案由約翰·麥卡錫（達特茅斯學院）、馬文·明斯基（哈佛大學）、納撒尼爾·羅徹斯特（IBM）和克勞德·香農（貝爾電話實驗室）聯(lián)合遞交。一年后，達特矛斯會議召開，這次會議被認為是開辟了人工智能這個研究領域的歷史性事件。

1955年12月，赫伯特·西蒙（Herbert Simon）和艾倫·紐厄爾（Allen Newell）開發(fā)出“邏輯理論家”，這是世界上第一個人工智能程序，有能力證明羅素和懷特?！稊?shù)學原理》第二章52個定理中的38個定理。

1957年，弗蘭克·羅森布拉特（Frank Rosenblatt）打造出“Perceptron”，能夠基于兩層計算機網絡進行模式識別。紐約客稱贊它是“了不起的機器”。

1958年，約翰·麥卡錫（John McCarthy）開發(fā)編程語言Lisp。之后Lisp成為人工智能研究中最流行的編程語言。

1959年，阿瑟·薩繆爾（Arthur Samuel）創(chuàng)造了“機器學習”一詞。在文章中他說：“給電腦編程，讓它能通過學習比編程者更好地下跳棋。”

1959年，奧利弗·賽弗里奇（Oliver Selfridge）發(fā)表《Pandemonium：A paradigm for learning》。描述了一種計算的模型，計算機可以通過這種模型獲得識別新模式的能力。

1959年，約翰·麥卡錫（John McCarthy）發(fā)表《Programs with Common Sense》。提出“Advice Taker”概念，這個假想程序可以被看成是第一個完整的人工智能系統(tǒng)。

1961年，第一臺工業(yè)機器人Unimate開始在新澤西州通用汽車工廠的生產線上工作。

1961年，詹姆斯·斯拉格（James Slagle）開發(fā)了一個符號積分程序SAINT。這個啟發(fā)式程序可以解決計算中符號整合的問題。

1964年，丹尼爾·鮑勃羅（Daniel Bobrow）完成了他的麻省理工博士論文《Natural Language Input for a Computer Problem Solving System》。同時開發(fā)了一個名叫“STUDENT”的自然語言理解程序。

1965年，赫伯特·西蒙（Herbert Simon）預測20年內計算機將能夠取代人工。

1965年，赫伯特·德雷福斯（Herbert Dreyfus）出版了《Alchemy and AI》，對人工智能研究提出了重大理論質疑。

1965年，古德（I.J.Good）在《Speculations Concerning the First Ultraintelligent Machine》中提出人工智能威脅論。認為超智能機器將會超越人類的控制。

1965年，約瑟夫·維森班（Joseph Weizenbaum）開發(fā)了互動程序ELIZA，能夠就任何話題展開對話。

1965年，費根鮑姆(Edward Feigenbaum)、布魯斯?布坎南（Bruce G.Buchanan）、萊德伯格（Joshua Lederberg）和卡爾·杰拉西（Carl Djerassi）開始在斯坦福大學研究DENDRAL系統(tǒng)。這是歷史上第一個專家系統(tǒng)，能夠使有機化學的決策過程和問題解決自動化。

1966年，機器人Shakey是第一個通用型移動機器人，能夠按邏輯推理自己的動作。生活周刊在一篇評論文章中引用明斯基的預言：“3～8年內，機器就將達到普通人的智能水平。”

1968年，電影《2001太空漫游》上映。片中突出刻畫了“哈爾”，一個有感情的電腦。

1968年，特里·維諾格拉德（Terry Winograd）開發(fā)了SHRDLU，一種早期自然語言理解程序。

1969年，阿瑟·布萊森（Arthur Bryson）和何毓琦（Yu-Chi Ho）描述了反向傳播作為一種多階段動態(tài)系統(tǒng)優(yōu)化方法，可用于多層人工神經網絡。后來當計算機的運算能力已經足夠現(xiàn)金到可以進行大型的網絡訓練時，它對2000年至今深度學習的發(fā)展做了突出貢獻。

1969年，馬文·明斯基（Marvin Minsky）和西摩爾·帕普特（Seymour Papert）發(fā)表了《Perceptrons: An Introduction to Computational Geometry》。描述了簡單神經網絡的局限性。在1988年的擴充版中，兩位作者認為他們1969年的結論大大減少了投資神經網絡的資金?！拔覀冋J為研究已經停滯，因為基本理論缺……六十年代對感知器進行了大量實驗，但沒有人能弄清它的工作原理?！?/p>

1970年，日本早稻田大學造出第一個人形狀機器人WABOT-1。它由肢體控制系統(tǒng)、視覺系統(tǒng)和對話系統(tǒng)組成。

1972年，斯坦福大學開發(fā)出名為“MYCIN”的專家系統(tǒng)。能夠利用人工智能識別感染細菌，并推薦抗生素。

1973年，詹姆斯·萊特希爾（James Lighthill）在給英國科學研究委員會所做的報告中稱：“迄今為止，人工智能的研究沒有帶來任何重要影響?！苯Y果政府大幅度削減了對AI研究的資金支持。

1976年，計算機科學家拉吉·瑞迪（Raj Reddy）發(fā)表《Speech Recognition by Machine: A Review》。對自然語言處理的早期工作作了總結。

1978年，卡內基梅隆大學開發(fā)了XCON程序。這是一個基于規(guī)則的專家系統(tǒng)，能夠按照用戶的需求，幫助DEC為VAX型計算機系統(tǒng)自動選擇組件。

1979年，斯坦福大學的自動駕駛汽車Stanford Cart在無人干預的情況下，成功駛過一個充滿障礙的房間。這是自動駕駛汽車最早的研究范例之一。

1980年，日本早稻田大學研制出Wabot-2機器人。Wabot-2能夠與人溝通、閱讀樂譜并演奏電子琴。

1981年，日本國際貿易和工業(yè)部提供8.5億美元用于第五代計算機項目研究。該項目旨在開發(fā)能像人類一樣進行對話、翻譯、識別圖片和具有理性的計算機。

1984年，電腦夢幻曲（Electric Dreams）上映。講了一個發(fā)生在男人、女人和一臺電腦之間的三角戀故事。

1984年，在年度AAAI會議上，羅杰·單克（Roger Schank）和馬文·明斯基（Marvin Minsky）警告“AI之冬”即將到來。預測AI泡沫的破滅（三年后確實發(fā)生了），投資資金也將如70年代中期那樣減少。

1986年，第一輛無人駕駛奔馳汽車在恩斯特·迪克曼斯（Ernst Dickmanns）的指導下建造。這輛車配備照相機和傳感器，時速達到每小時55英里。

1986年10月，大衛(wèi)·魯梅爾哈特（David Rumelhart）、杰弗里·辛頓（Geoffrey Hinton）和羅納德·威廉姆斯（Ronald Williams）發(fā)表了《”Learning representations by back-propagating errors》。描述了一種新的學習程序，可用于神經元樣網絡單位的反向傳播。

1987年，隨著時任首席執(zhí)行官約翰·斯卡利（John Sculley）在Educom大會上的演講，蘋果未來電腦“Knowledge Navigator”的設想深入人心。其中語音助手、個人助理等預言都在今天成為了現(xiàn)實。

1988年，朱迪亞·珀爾（Judea Pearl）發(fā)表了《Probabilistic Reasoning in Intelligent Systems》。珀爾因其人工智能概率方法的杰出成績和貝氏網路的研發(fā)而獲得2011年圖靈獎。

1988年，羅洛·卡彭特（Rollo Carpenter）開發(fā)了聊天機器人Jabberwacky，能夠模仿人進行幽默的聊天。這是人工智能與人類交互的最早嘗試。

1988年，IBM沃森研究中心發(fā)表了《A statistical approach to language translation》，預示著從基于規(guī)則的翻譯向機器翻譯的翻譯方法的轉變。機器學習無需人工提取特征編程，只需大量的示范材料，就能像人腦一樣習得技能。

1988年，馬文·明斯基（Marvin Minsky）和西摩爾·帕普特（Seymour Papert）出版了兩人1969年作品《Perceptrons》的擴充版。在序言中指出，許多AI新人在犯和老一輩同樣的錯誤，導致領域進展緩慢。

1989年，燕樂存（Yann LeCun）和貝爾實驗室的其他研究人員成功將反向傳播算法應用在多層神經網絡，實現(xiàn)手寫郵編的識別?？紤]到當時的硬件限制，他們花了三天來訓練網絡。

1990年，羅德尼·布魯克斯(Rodney Brooks)發(fā)表了《lephants Don't Play Chess》。提出用環(huán)境交互打造AI機器人的設想。

1993年，弗農·溫格（Vernor Vinge）發(fā)表了《The Coming Technological Singularity》。認為三十年之內人類就會擁有打造超人類智能的技術。不久之后人類時代將迎來終結。

1995年，理查德·華萊士（Richard Wallace）開發(fā)了聊天機器人“A.L.I.C.E ”。靈感來自威森鮑姆ELIZA，不過互聯(lián)網的出現(xiàn)給華萊士帶來了更多的自然語言樣本數(shù)據。

1997年，賽普·霍克賴特（Sepp Hochreiter）和于爾根·施密德胡伯（Jürgen Schmidhuber）提出長短期記憶人工神經網絡（LSTM）概念。這一概念指導下的遞歸神經網絡在今日手寫識別和語音識別中得到應用。

1997年，IBM研發(fā)的“深藍”（Deep Blue）成為第一個擊敗人類象棋冠軍的電腦程序。

1998年，戴夫·漢普頓（Dave Hampton）和鐘少男（Caleb Chung）創(chuàng)造了寵物機器人Fury。

1998年，燕樂存（Yann LeCun）和約書亞·本吉奧（Yoshua Bengio）發(fā)表了關于神經網絡應用于手寫識別和優(yōu)化反向傳播的論文。

2000年，MIT的西蒂亞·布雷澤爾（Cynthia Breazeal）打造了Kismet，一款可以識別和模擬人類情緒的機器人。

2000年，日本本田推出具有人工智能的人性機器人ASIMO。ASIMO能像人一樣快速行走，在餐廳中為顧客上菜。

2001年，斯皮爾伯格的電影《人工智能》上映。電影講述了一個兒童機器人企圖融入人類世界的故事。

2004年，第一屆DARPA自動駕駛汽車挑戰(zhàn)賽在莫哈韋沙漠舉行。不幸的是參賽的自動駕駛汽車中沒有一輛能夠完成150英里的全程。

2006年，奧倫·艾奇奧尼（Oren Etzioni）和米歇爾·班科（Michele Banko ）在《Machine Reading》一書中將“機器閱讀”一詞定義為“一種無監(jiān)督的對文本的自動理解”。

2006年，杰弗里·辛頓（Geoffrey Hinton）發(fā)表《Learning Multiple Layers of Representation》，不同于以往學習一個分類器的目標，提出希望學習生成模型（generative model）的觀點。

2007年，李飛飛（Fei Fei Li ）和普林斯頓大學的同事開始建立ImageNet。這是一個大型注釋圖像數(shù)據庫，旨在幫助視覺對象識別軟件進行研究。

2009年，谷歌開始秘密研發(fā)無人駕駛汽車。2014年，谷歌汽車在內華達州通過自動駕駛汽車測試。

2009年，西北大學智能信息實驗室的計算機課學家開發(fā)了Stats Monkey，一個無須人工干預能夠自動撰寫體育新聞的程序。

2010年，ImageNet大規(guī)模視覺識別挑戰(zhàn)賽（ILSVCR）正式舉辦，這項比賽是為了比較誰個家在影像辨識和分類方面的運算科技較。

2011年，一個卷積神經網絡贏得了德國交通標志檢測競賽。機器正確率99.46%，人類最高分為99.22%。

2011年，IBM超級電腦沃森在美國老牌益智節(jié)目“危險邊緣”（Jeopardy?。┲袚魯∪祟?。

2011年，瑞士Dalle Molle人工智能研究所報告稱，使用卷積神經網絡的手寫識別誤差率可以達到0.27%，比幾年前的0.35%～0.40%有所改善。

2012年6月，吳恩達（Andrew Ng）和杰夫·迪恩（Jeff Dean）做了一份實驗報告，他們給一個大型神經網絡展示1000萬張未標記的網絡圖像，然后發(fā)現(xiàn)神經網絡能夠識別出一只貓的形象。

2012年10月，多倫多大學設計的卷積神經網絡在ImageNet大規(guī)模視覺識別挑戰(zhàn)賽（ILSVCR）中實現(xiàn)了16%的錯誤率。比前一年的最佳水平（25%）有了明顯提高。

2016年3月，谷歌DeepMind研發(fā)的AlphaGo在圍棋人機大戰(zhàn)中擊敗韓國職業(yè)九段棋手李世乭。

延伸閱讀

推薦閱讀

猜您喜歡