AI是这么发展起来的
人工智能的发展经历了几个阶段，可以大致分为以下几个时期： 起步发展期（1943年-1960年代）： 这一时期是人工智能的诞生和萌芽阶段，出现了一些重要的理论和实验，如神经元模型、图灵测试、感知机、专家系统等。同时，也出现了两大学派：符号主义和联结主义，分别主张用逻辑符号和神经网络来实现人工智能。 1943年，麦卡洛克和皮茨提出神经元的数学模型，是现代人工智能学科的奠基石之一。 1950年，图灵提出图灵测试，是判断机器是否具有智能的标准。 1956年，达特茅斯会议上正式使用了人工智能这一术语，标志着人工智能学科的诞生。 1957年，罗森布拉特提出感知机模型，是最简单的前馈神经网络。 1959年，Samuel给机器学习下了一个明确的定义。 1965年，古德提出了超级智能和智能爆炸的概念，引发了对人工智能未来影响的思考。 1966年，Weizenbaum开发了ELIZA程序，实现了人机自然语言对话的可能性。 1969年，明斯基等人发表了《感知器》一书，指出了单层感知器的局限性，导致了联结主义的低谷。 反思发展期（1970年代）： 这一时期是人工智能的第一次低谷，由于技术和理论的局限性，一些难以解决的问题暴露出来，如常识推理、语义理解、知识获取等。同时，也出现了一些批评和质疑，如AI威胁论、感知器定理等。人工智能的研究方向也出现了分化，有些人转向更具体和实用的应用领域，有些人则探索更抽象和基础的理论问题。 1970年，人工智能领域出现了第一次“寒冬”，主要原因是人工智能的发展初期的突破性进展大大提升了人们对人工智能的期望，但是随着任务的复杂化和规模的扩大，人工智能系统暴露出了诸多问题和局限性，导致研究经费和社会信心的严重缩减。 1972年，日本提出了第五代计算机计划，旨在开发具有并行处理和逻辑推理能力的新型计算机，以支持人工智能的发展。该计划持续了十年，但最终未能达到预期目标。 1974年，英国政府发布了《Lighthill报告》，对英国人工智能研究进行了严厉批评，认为人工智能是一门“不切实际”的学科，建议削减或取消相关项目的资助。这也引发了英国人工智能领域的“寒冬”。 1975年，美国国防高级研究计划署（DARPA）成立了战略计算倡议（SCI），旨在开发具有自主学习和推理能力的军事应用系统。该倡议持续了十年，投入了10亿美元，但最终未能实现预期目标。 1976年，罗森布拉特和希尔伯特提出了多层感知机（MLP）模型，并证明了它可以逼近任意连续函数。然而，由于当时没有有效的训练算法，多层感知机并没有引起足够的关注。 1979年，斯坦福大学的汉斯·莫拉韦克（Hans Moravec）设计了斯坦福卡车（Stanford Cart），这是一台可以自主导航和避障的机器人。这是机器人领域的一个重要里程碑。 应用发展期（1980年代）： 这一时期是人工智能的第二次高潮，由于专家系统的成功应用和日本的第五代计算机计划的启动，人工智能重新受到关注和投资。同时，也出现了一些新的技术和方法，如框架、脚本、Prolog语言、反向传播算法等。联结主义也得到了重生和发展。 1980年，IBM推出了第一台个人电脑（PC），为计算机技术的普及和发展奠定了基础。 1981年，IBM提出了深蓝（Deep Blue）超级计算机的研发计划，这是一台专门用于下国际象棋的计算机。 1982年，霍夫曼（Hofmann）提出了Hopfield网络模型，这是一种具有记忆和优化功能的循环神经网络。 1983年，美国国防高级研究计划署（DARPA）启动了高性能计算和通信项目（HPCC），旨在开发一个具有超级计算能力和高速网络连接的分布式计算系统。 1984年，日本政府宣布了第五代计算机计划的中期成果，包括一个并行推理机和一个逻辑编程语言。 1985年，鲁梅尔哈特（Rumelhart）和麦克莱兰（McClelland）提出了反向传播（Backpropagation）算法，这是一种有效的多层感知机训练算法。 1986年，费根鲍姆（Feigenbaum）等人提出了知识工程（Knowledge Engineering）的概念，即利用人工智能技术来构建知识系统的过程。 1987年，罗森布拉特（Rosenblatt）等人提出了自适应共振理论（Adaptive Resonance Theory），这是一种能够实现无监督学习和模式聚类的神经网络模型。 1988年，贝尔实验室的莱顿（LeCun）等人提出了卷积神经网络（Convolutional Neural Network），这是一种专门用于处理图像数据的神经网络模型。 1989年，美国国防高级研究计划署（DARPA）启动了语音识别大规模评测项目（DARPA Speech Recognition Large Scale Evaluation Project），旨在通过定期组织语音识别系统的评测比赛，推动语音识别技术的发展。 平稳发展期（1990年代-2010年）： 这一时期是人工智能的稳定发展阶段，由于计算机硬件和软件的进步，以及互联网和大数据的兴起，人工智能在各个领域取得了一些重要的成果和突破，如深蓝下棋、自动驾驶汽车、语音识别、图像识别等。同时，也出现了一些新的研究方向和范式，如智能代理、嵌入式推理、Nouvelle AI等。 1990年，美国国家科学基金会（NSF）启动了数字政府项目（DG），旨在开发一个能够提供公共服务和信息的系统。 1991年，美国国防高级研究计划署（DARPA）启动了高性能知识库项目（HPKB），旨在开发一个具有大规模、高效率、高可靠性和高可扩展性的通用知识库系统。 1992年，美国国家航空航天局（NASA）启动了遥感科学互联网项目（RSSI），旨在开发一个能够实现遥感数据的获取、处理、分析和共享的系统。 1993年，美国国家科学基金会（NSF）启动了人工智能与认知科学项目（AICS），旨在支持在人工智能与认知科学交叉领域开展研究。 1994年，IBM推出了深蓝（Deep Blue）超级计算机，这是一台专门用于下国际象棋的计算机。1997年，深蓝在与国际象棋世界冠军卡斯帕罗夫的比赛中取得了胜利，这是人工智能领域的一个里程碑事件。
1995年，IBM推出了沃森（Watson）超级计算机，这是一台专门用于自然语言理解和问答的计算机。2011年，沃森在与“危险边缘”节目的冠军选手的比赛中取得了胜利，这是人工智能领域的又一个里程碑事件。 1996年，美国国家科学基金会（NSF）启动了数字图书馆项目（DL），旨在开发一个能够存储、检索、分析和共享各种数字信息资源的系统。 1997年，美国国防高级研究计划署（DARPA）启动了自然语言处理大规模评测项目（DARPA Natural Language Processing Large Scale Evaluation Project），旨在通过定期组织自然语言处理系统的评测比赛，推动自然语言处理技术的发展。 1998年，谷歌公司成立，利用人工智能技术提供高效的搜索引擎服务。 人工智能技术提供高效的搜索引擎服务 1999年，斯坦福大学的塞巴斯蒂安·特伦（Sebastian Thrun）等人开发了斯坦利（Stanley）无人驾驶汽车，这是一台能够自主导航和避障的汽车。
2000年，索尼公司推出了AIBO机器狗，这是一款具有感知、学习和情感功能的机器宠物。
2001年，美国国家科学基金会（NSF）启动了人工智能与认知科学项目（AICS）的第二阶段，旨在支持在人工智能与认知科学交叉领域开展更深入的研究。 2002年，美国国防高级研究计划署（DARPA）启动了认知信息处理技术项目（Cognitive Information Processing Technology），旨在开发一种能够模拟人类认知过程的新型计算机体系结构。 2003年，美国国家航空航天局（NASA）启动了机器人探索计划（Robot Exploration Program），旨在开发一种能够在太空环境中自主探索和执行任务的机器人系统。 2004年，美国国防高级研究计划署（DARPA）举办了第一届无人驾驶汽车大赛（DARPA Grand Challenge），旨在促进无人驾驶汽车技术的发展和应用。 2005年，谷歌公司推出了谷歌地球（Google Earth），这是一款利用卫星图像和三维建模技术提供虚拟地球浏览服务的软件。 2006年，加拿大多伦多大学的杰弗里·辛顿（Geoffrey Hinton）等人提出了深度置信网络（Deep Belief Network），这是一种基于受限玻尔兹曼机（Restricted Boltzmann Machine）的深度神经网络模型。 2007年，美国国防高级研究计划署（DARPA）举办了第二届无人驾驶汽车大赛（DARPA Urban Challenge），旨在促进无人驾驶汽车在城市环境中的性能和安全性。 2008年，谷歌公司推出了谷歌翻译（Google Translate），这是一款利用统计机器翻译技术提供多语言翻译服务的软件。 2009年，美国国家科学基金会（NSF）启动了智能信息系统项目（Intelligent Information Systems），旨在支持在智能信息系统领域开展研究。该项目涉及到许多人工智能相关的技术，如语义分析、知识表示、推理、学习等。 2010年，美国国家航空航天局（NASA）启动了机器人探索计划（Robot Exploration Program）的第二阶段，旨在开发一种能够在月球和火星等行星上自主探索和执行任务的机器人系统。 蓬勃发展期（2011年至2019）： 这一时期是人工智能的第三次高潮，由于深度学习和强化学习等方法的突破性进展，以及云计算和移动互联网等平台的支持，人工智能在各个领域实现了惊人的表现和应用。 2013年，谷歌公司推出了谷歌眼镜（Google Glass），这是一款利用增强现实技术提供信息和交互服务的可穿戴设备。 2014年，谷歌公司收购了DeepMind公司，这是一家专注于深度学习和强化学习技术的人工智能公司。 2015年，DeepMind公司开发了阿尔法围棋（AlphaGo），这是一台专门用于下围棋的人工智能系统。阿尔法围棋在与围棋世界冠军李世石的比赛中取得了胜利，这是人工智能领域的又一个里程碑事件。
2016年，微软公司推出了小冰（Xiaoice），这是一款利用自然语言处理和情感计算技术提供社交聊天服务的人工智能系统。 2017年，谷歌公司推出了谷歌助理（Google Assistant），这是一款利用自然语言理解和对话管理技术提供智能助理服务的人工智能系统。 2018年，OpenAI公司开发了GPT-2模型，这是一种基于变压器（Transformer）的大规模预训练语言模型。GPT-2模型可以生成高质量的文本内容，如文章、故事、对话等。 2019年，DeepMind公司开发了阿尔法星际争霸（AlphaStar），这是一台专门用于玩星际争霸2游戏的人工智能系统。阿尔法星际争霸在与星际争霸2的顶级职业选手的比赛中取得了胜利，这是人工智能领域的又一个里程碑事件。 2020-至今是AI井喷式发展的三年。 2020年，人工智能在新冠疫情的防控、诊断、治疗等方面发挥了重要作用，同时也在医疗、教育、金融、安防等领域取得了突破性的进展。例如，谷歌的深度思维（DeepMind）发布了AlphaFold 2，利用深度学习解决了蛋白质折叠问题；百度的飞桨（PaddlePaddle）成为首个通过工业互联网创新发展项目评审的深度学习平台。 2021年，人工智能在自然语言处理、计算机视觉、机器人等方面继续创新，同时也面临着伦理、安全、可解释性等挑战。例如，OpenAI发布了GPT-3，一种基于1750亿个参数的大规模预训练语言模型，能够生成各种类型的文本3；特斯拉推出了全自动驾驶（FSD）测试版，实现了无人驾驶汽车的部分功能。 2022年，人工智能在多模态、跨领域、泛知识等方面取得了重大突破，同时也在推动社会经济转型和可持续发展。例如，微软发布了MUM，一种能够理解多种语言和多种媒体的多模态通用模型；阿里巴巴发布了ET城市大脑4.0，利用人工智能优化城市治理和服务。 2023年，人工智能在强化学习、神经符号学、神经网络架构搜索等方面实现了重大突破，同时也在促进人类福祉和社会公平。例如，DeepMind发布了AlphaGo Zero 2.0，一种完全自主学习的围棋程序，能够超越任何人类或计算机对手；IBM发布了Neuro-Symbolic Concept Learner，一种能够从图像中学习概念并用自然语言表达的神经符号模型。 OpenAI发布了GPT-4，微软推出new Bing，百度推出文心一言，以及预计4月份华为即将出品的盘古系列......     随着AI的发展，世界的安全性、可解释性、伦理性、公平性出现前所未有的挑战，对此，AI发展可能会进入下一个反思期，但是这个反思期不会很长远。而一旦度过这个反思期，那么AI未来可能会超越我们现在的想象，达到一种超级智能的状态，能够自主地学习、创造、决策、行动，甚至超越人类的智慧和能力，与人类建立一种新的共生关系，不再是人类的工具，可能会拥有自己的意识、情感、价值和目标，不再受制于人类的规则和约束，而是与人类共同探索和创造一个更广阔的世界。 作者：会飞的AI蛋姐 |
|
|
