从人工智能简史看人工智能的科学先驱们

2017年是中国人工智能领域发展的关键之年。无论是《政府工作报告》还是10月的十九大报告,都将人工智能作为一项发展内容明确提出,这意味着人工智能上升至国家战略层面。

2017年7月5日,百度首次发布人工智能开放平台的整体战略、技术和解决方案。这也是百度AI技术首次整体亮相。其中,对话式人工智能系统,可让用户以自然语言对话的交互方式,实现诸多功能;Apollo自动驾驶技术平台,可帮助汽车行业及自动驾驶领域的合作伙伴快速搭建一套属于自己的完整的自动驾驶系统,是全球领先的自动驾驶生态。

2017年8月3日,腾讯公司正式发布了人工智能医学影像产品——腾讯觅影。同时,还宣布发起成立了人工智能医学影像联合实验室。

2017年10月11日,阿里巴巴首席技术官张建锋宣布成立全球研究院——达摩院。达摩院的成立,代表着阿里巴巴正式迈入全球人工智能等前沿科技的竞争行列。

近期,《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划(2018—2020年)》等一系列政策规划的推出更是让人工智能的发展有了明确的时间表和路线图。

今天安智客来看看人工智能发展过程中的那些人和物(资料整理自网络):

早起人工智能的文字记载,西方一般认为是:

1308年,雷蒙·卢尔(Ramon Llull)出版了《The Ultimate General Art》,该书详细描述了其“逻辑机”的概念。

1666年,数学家和哲学家Gottfried Leibniz出版了《On the Combinatorial Art》,继承并发展了雷蒙·卢尔的思想,认为通过将人类思想编码,然后推过推演组合获取新知。

近代西方科学的发展极大的促进了人工智能进入萌芽阶段,这一时期与其说是人工智能不如说是科学技术上自动化研究。

1763年,Thomas Bayes创造了一个推理事件概率的框架。贝叶斯推断是机器学习的理论先驱。

1854年,George Boole认为逻辑推理过程可以像解方程式一样进行。

1898年,在麦迪逊广场花园举行的电气展览会上,Nikola Tesla展示了世界上第一台无线电波遥控船只。特斯拉称他的船配备了“借来的大脑”。

1914年,西班牙工程师Leonardo Torres y Quevedo示范了全球第一台自动象棋机。能够在无人干预的情况下自动下棋。

1921年,捷克作家卡雷尔·恰佩克在其戏剧《Rossum’s Universal Robots》中首次使用“机器人(robot)”一词。这个词是从波兰语“robota(工作)”变化而来。

1925年,无线电设备公司Houdina Radio Control造出了第一台无线电控制的无人驾驶汽车,并开上了纽约的街道。

1929年,Makoto Nishimura设计了“Gakutensoku”,标志着日本的第一个机器人诞生。Gakutensoku可以改变面部表情,并通过气压机制移动头和手臂。

1943年,Warren S. McCulloch和Walter Pitts在《数学生物物理学公告》上发表了《神经活动中内在思想的逻辑演算》(A Logical Calculus of the Ideas Immanent in Nervous Activity)。这篇论文讨论了理想化和简化的人工神经网络以及如何执行简单的逻辑功能。

1949年,Edmund Berkeley出版了《Giant Brains: Or Machines That Think》。书中写道:“最近有许多关于巨型机器的新奇传闻,称这种机器能极快速和熟练地处理信息……这些机器就像是用硬件和电线组成的大脑……一台可以处理信息的机器,可以计算、总结和选择。还可以基于信息作出合理操作。称这样一台机器能思考并不为过。”

1949年,Donald Hebb发表《Organization of Behavior: A Neuropsychological Theory》。赫布理论描述了学习过程中人脑神经元突触之间发生的变化。

1950年,Claude Shannon发表《编程实现计算机下棋》(Programming a Computer for Playing Chess),这是人类第一篇研究计算机象棋程序的文章。

1950年,Alan Turing发表《Computing Machinery and Intelligence》。文中提出的“模仿游戏”后来被称为“图灵测试”。

1951年,Marvin Minsky和Dean Edmunds建立了“随机神经网络模拟加固计算器”SNARC。这是人类打造的最一个人工神经网络,用了3000个真空管来模拟40个神经元规模的网络。

1952年,Arthur Samuel开发第一个计算机跳棋程序和第一个具有学习能力的计算机程序。

现代人工智能一般认为是从20世纪50年代开始的:

1955年8月31日,“人工智能”(artificial intelligence)一词在一份关于召开国际人工智能会议的提案中被提出。该份提案由约翰·麦卡锡(达特茅斯学院)、马文·明斯基(哈佛大学)、纳撒尼尔·罗彻斯特(IBM)和克劳德·香农(贝尔电话实验室)联合递交。一年后,达特矛斯会议召开,这次会议被认为是开辟了人工智能这个研究领域的历史性事件。

1955年12月,Herbert Simon和Allen Newell开发出“逻辑理论家”,这是世界上第一个人工智能程序,有能力证明罗素和怀特海《数学原理》第二章52个定理中的38个定理。

1957年,Frank Rosenblatt打造出“Perceptron”,能够基于两层计算机网络进行模式识别。纽约客称赞它是“了不起的机器”。

1958年,John McCarthy开发编程语言Lisp。之后Lisp成为人工智能研究中最流行的编程语言。

1959年,Arthur Samuel创造了“机器学习”一词。在文章中他说:“给电脑编程,让它能通过学习比编程者更好地下跳棋。”

1959年,Oliver Selfridge发表《Pandemonium:A paradigm for learning》。描述了一种计算的模型,计算机可以通过这种模型获得识别新模式的能力。

1959年,John McCarthy发表《Programs with Common Sense》。提出“Advice Taker”概念,这个假想程序可以被看成是第一个完整的人工智能系统。

1961年,第一台工业机器人Unimate开始在新泽西州通用汽车工厂的生产线上工作。

1961年,James Slagle开发了一个符号积分程序SAINT。这个启发式程序可以解决计

1964年,Daniel Bobrow完成了他的麻省理工博士论文《Natural Language Input for a Computer Problem Solving System》。同时开发了一个名叫“STUDENT”的自然语言理解程序。

1965年,Herbert Simon预测20年内计算机将能够取代人工。

1965年,Herbert Dreyfus出版了《Alchemy and AI》,对人工智能研究提出了重大理论质疑。

1965年,I.J.Good在《Speculations Concerning the First Ultraintelligent Machine》中提出人工智能威胁论。认为超智能机器将会超越人类的控制。

1965年,Joseph Weizenbaum开发了互动程序ELIZA,能够就任何话题展开对话。

1965年,Edward Feigenbaum、Bruce G.Buchanan、Joshua Lederberg和Carl Djerassi开始在斯坦福大学研究DENDRAL系统。这是历史上第一个专家系统,能够使有机化学的决策过程和问题解决自动化。

1966年,机器人Shakey是第一个通用型移动机器人,能够按逻辑推理自己的动作。生活周刊在一篇评论文章中引用明斯基的预言:“3~8年内,机器就将达到普通人的智能水平。”

1968年,电影《2001太空漫游》上映。片中突出刻画了“哈尔”,一个有感情的电脑。

1968年,Terry Winograd开发了SHRDLU,一种早期自然语言理解程序。

1969年,Arthur Bryson和何毓琦(Yu-Chi Ho)描述了反向传播作为一种多阶段动态系统优化方法,可用于多层人工神经网络。后来当计算机的运算能力已经足够现金到可以进行大型的网络训练时,它对2000年至今深度学习的发展做了突出贡献。

1969年,Marvin Minsky和Seymour Papert发表了《Perceptrons: An Introduction to Computational Geometry》。描述了简单神经网络的局限性。在1988年的扩充版中,两位作者认为他们1969年的结论大大减少了投资神经网络的资金。“我们认为研究已经停滞,因为基本理论缺……六十年代对感知器进行了大量实验,但没有人能弄清它的工作原理。”

1970年,日本早稻田大学造出第一个人形状机器人WABOT-1。它由肢体控制系统、视觉系统和对话系统组成。

1972年,斯坦福大学开发出名为“MYCIN”的专家系统。能够利用人工智能识别感染细菌,并推荐抗生素。

1973年,James Lighthill在给英国科学研究委员会所做的报告中称:“迄今为止,人工智能的研究没有带来任何重要影响。”结果政府大幅度削减了对AI研究的资金支持。

1976年,计算机科学家Raj Reddy发表《Speech Recognition by Machine: A Review》。对自然语言处理的早期工作作了总结。

1978年,卡内基梅隆大学开发了XCON程序。这是一个基于规则的专家系统,能够按照用户的需求,帮助DEC为VAX型计算机系统自动选择组件。

1979年,斯坦福大学的自动驾驶汽车Stanford Cart在无人干预的情况下,成功驶过一个充满障碍的房间。这是自动驾驶汽车最早的研究范例之一。

1980年,日本早稻田大学研制出Wabot-2机器人。Wabot-2能够与人沟通、阅读乐谱并演奏电子琴。

1981年,日本国际贸易和工业部提供8.5亿美元用于第五代计算机项目研究。该项目旨在开发能像人类一样进行对话、翻译、识别图片和具有理性的计算机。

1984年,在年度AAAI会议上,Roger Schank和Marvin Minsky警告“AI之冬”即将到来。预测AI泡沫的破灭(三年后确实发生了),投资资金也将如70年代中期那样减少。

1986年,第一辆无人驾驶奔驰汽车在Ernst Dickmanns的指导下建造。这辆车配备照相机和传感器,时速达到每小时55英里。

1986年10月,David Rumelhart、Geoffrey Hinton和Ronald Williams发表了《”Learning representations by back-propagating errors》。描述了一种新的学习程序,可用于神经元样网络单位的反向传播。

1987年,随着时任首席执行官John Sculley在Educom大会上的演讲,苹果未来电脑“Knowledge Navigator”的设想深入人心。其中语音助手、个人助理等预言都在今天成为了现实。

1988年,Judea Pearl发表了《Probabilistic Reasoning in Intelligent Systems》。珀尔因其人工智能概率方法的杰出成绩和贝氏网路的研发而获得2011年图灵奖。

1988年,Rollo Carpenter开发了聊天机器人Jabberwacky,能够模仿人进行幽默的聊天。这是人工智能与人类交互的最早尝试。

1988年,IBM沃森研究中心发表了《A statistical approach to language translation》,预示着从基于规则的翻译向机器翻译的翻译方法的转变。机器学习无需人工提取特征编程,只需大量的示范材料,就能像人脑一样习得技能。

1988年,Marvin Minsky和Seymour Papert出版了两人1969年作品《Perceptrons》的扩充版。在序言中指出,许多AI新人在犯和老一辈同样的错误,导致领域进展缓慢。

1989年,Yann LeCun和贝尔实验室的其他研究人员成功将反向传播算法应用在多层神经网络,实现手写邮编的识别。考虑到当时的硬件限制,他们花了三天来训练网络。

1990年,Rodney Brooks发表了《lephants Don't Play Chess》。提出用环境交互打造AI机器人的设想。

1993年,Vernor Vinge发表了《The Coming Technological Singularity》。认为三十年之内人类就会拥有打造超人类智能的技术。不久之后人类时代将迎来终结。

1995年,Richard Wallace开发了聊天机器人“A.L.I.C.E ”。灵感来自威森鲍姆ELIZA,不过互联网的出现给华莱士带来了更多的自然语言样本数据。

1997年,Sepp Hochreiter和Jürgen Schmidhuber提出长短期记忆人工神经网络(LSTM)概念。这一概念指导下的递归神经网络在今日手写识别和语音识别中得到应用。

当代人工智能发展一般认为是从这一历史事件开始

1997年,IBM研发的“深蓝”(Deep Blue)成为第一个击败人类象棋冠军的电脑程序。

1998年,Dave Hampton和Caleb Chung创造了宠物机器人Fury。

1998年,Yann LeCun和Yoshua Bengio发表了关于神经网络应用于手写识别和优化反向传播的论文。

2000年,MIT的Cynthia Breazeal打造了Kismet,一款可以识别和模拟人类情绪的机器人。

2000年,日本本田推出具有人工智能的人性机器人ASIMO。ASIMO能像人一样快速行走,在餐厅中为顾客上菜。

2001年,斯皮尔伯格的电影《人工智能》上映。电影讲述了一个儿童机器人企图融入人类世界的故事。

2004年,第一届DARPA自动驾驶汽车挑战赛在莫哈韦沙漠举行。不幸的是参赛的自动驾驶汽车中没有一辆能够完成150英里的全程。

2006年,Oren Etzioni和Michele Banko 在《Machine Reading》一书中将“机器阅读”一词定义为“一种无监督的对文本的自动理解”。

2006年,Geoffrey Hinton发表《Learning Multiple Layers of Representation》,不同于以往学习一个分类器的目标,提出希望学习生成模型(generative model)的观点。

2007年,李飞飞和普林斯顿大学的同事开始建立ImageNet。这是一个大型注释图像数据库,旨在帮助视觉对象识别软件进行研究。

2009年,谷歌开始秘密研发无人驾驶汽车。2014年,谷歌汽车在内华达州通过自动驾驶汽车测试。

2016年3月,谷歌DeepMind研发的AlphaGo在围棋人机大战中击败韩国职业九段棋手李世石。

当前人工智能进入大发展、大繁荣阶段!我们每个人都将见证!

原文发布于微信公众号 - 安智客(china_safer)

原文发表时间:2018-01-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据科学与人工智能

大数据,小数据,哪道才是你的菜?

美国著名科技历史学家梅尔文?克兰兹伯格(Melvin Kranzberg),曾提出过大名鼎鼎的科技六定律,其中第三条定律是这样的[1]:“技术是总是配“套”而...

2447
来自专栏PPV课数据科学社区

千万别踏进这些陷阱!解密数据的8个把戏

上大学时,我和另一个姑娘(某理科大神)经常搭伙做饭。有天我俩一起去超市买油,站在琳琅满目的货架前,我直接拎起一瓶,冲她叫:“就拿这瓶吧,最便宜!”姑娘白了我一眼...

2676
来自专栏华章科技

数据说谎的艺术

大数据时代,数据被称为新时期的石油,但与石油又不同,其价值的体现很大程度依赖于人的解释,虽然数据本身不会说谎,但这给数据说谎提供了操作空间,具备数据甄别能力对于...

953
来自专栏区块链大本营

王欣的哲学逻辑与产品猜想

2745
来自专栏数据科学与人工智能

一个大学统计学教授推荐的统计学书单及书评

作者:李亚杰 陈樱 1 《女士品茶》 若说到统计学的科普书籍,这本书几乎是所有学过统计的人首推的一本。它不是一本女性读物,也不是一本介绍饮茶文化的书籍。如果只...

4493
来自专栏华章科技

统计学入门必看,别走这样的弯路

想要打通统计学习的任督二脉,爱上统计学吗?今天为大家推荐一篇果壳网网友清扬婉喵的文章,文中不仅系统盘点了统计学习的经验和感悟,更对统计的学习资源做了悉心标注和罗...

2612
来自专栏悦思悦读

我是这样入门“机器学习”的

大三的时候学过一门“人工智能导论”的课,只记得课里有一些回溯和图搜索的算法,具体细节全忘了。

3443
来自专栏大数据文摘

大数据,小数据,哪道才是你的菜?

6288
来自专栏数据科学与人工智能

【陆勤践行】数据科学家自我修养——一份数据科学的开放课程清单

数据科学家自我修养——一份数据科学的开放课程清单 最近一年以来,大数据这个概念被吹嘘的天花乱坠,仿佛你要是不说大数据就落伍了。继云计算之后,大数据已然成为IT行...

2108
来自专栏PPV课数据科学社区

NetFlix百万美金数据建模大奖的故事

我常对学生讲,互联网真是个好东西,它为年轻人提供了绝佳的施展舞台和成功的技术条件,那里有无穷的宝藏,数不清的成功机会。有不少学生听了这个说法并不理解,他们往往认...

4026

扫码关注云+社区

领取腾讯云代金券