52
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?qū)⒒镜?，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(chǎn)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(zhì)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?qū)W力，寫出關(guān)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。
托馬斯·貝葉斯
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(jīng)活動中內(nèi)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(jīng)網(wǎng)絡以及如何執(zhí)行簡單的邏輯功能。這啟發(fā)了后來神經(jīng)網(wǎng)絡和深度學習的產(chǎn)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(guān)于巨型機器的新奇?zhèn)髀劊Q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(jié)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(jīng)元突觸之間發(fā)生的變化。
1950 年，克勞德·香農(nóng)（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”。
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(jīng)網(wǎng)絡模擬加固計算器”SNARC。這是人類打造的最一個人工神經(jīng)網(wǎng)絡，用了 3000 個真空管來模擬 40 個神經(jīng)元規(guī)模的網(wǎng)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(guān)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(nóng)（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(lǐng)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(wǎng)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(chǎn)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(nèi)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(zhì)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(nèi)，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(jīng)網(wǎng)絡。后來當計算機的運算能力已經(jīng)足夠現(xiàn)金到可以進行大型的網(wǎng)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(jīng)網(wǎng)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(jié)論大大減少了投資神經(jīng)網(wǎng)絡的資金。“我們認為研究已經(jīng)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。”
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。”結(jié)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(jié)。
1978 年，卡內(nèi)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(mào)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(jīng)元樣網(wǎng)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(wǎng)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(zhuǎn)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(lǐng)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(jīng)網(wǎng)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(wǎng)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(nóng)·溫格（Vernor Vinge）發(fā)表了《The Coming Technological Singularity》。認為三十年之內(nèi)人類就會擁有打造超人類智能的技術(shù)。不久之后人類時代將迎來終結(jié)。
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(wǎng)的出現(xiàn)給華萊士帶來了更多的自然語言樣本數(shù)據(jù)。
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(jīng)網(wǎng)絡（LSTM）概念。這一概念指導下的遞歸神經(jīng)網(wǎng)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(guān)于神經(jīng)網(wǎng)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(jù)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(nèi)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(jīng)網(wǎng)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！）中擊敗人類。
2011 年，瑞士 Dalle Molle 人工智能研究所報告稱，使用卷積神經(jīng)網(wǎng)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(jīng)網(wǎng)絡展示 1000 萬張未標記的網(wǎng)絡圖像，然后發(fā)現(xiàn)神經(jīng)網(wǎng)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(jīng)網(wǎng)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。
2017 年被稱為 AI 應用落地元年。
2017 年 5 月，柯潔 0:3 不敵 AlphaGo。中國圍棋峰會人機大戰(zhàn)三番棋第三場拉開帷幕。經(jīng)歷第一場惜敗、第二場中盤投子認輸之后，柯潔今日再戰(zhàn) AlphaGo。最終，AlphaGo 執(zhí)黑中盤勝。弈至 209 手，柯潔拿起兩顆棋子盤上示意認負。
2017 年 5 月，AlphaGo“退役”?？聺嵕哦沃斜P告負，總比分 0:3 敗于 AlphaGo。賽后，AlphaGo 之父哈薩比斯表示，AlphaGo 將永久退出競技舞臺，不再進行比賽。
2017 年 6 月，NVIDIA 發(fā)布 PCI-E Tesla V100，被指是“地表最強”。的 ISC 國際超算大會上，NVIDIA 又發(fā)布了一款 Tesla V100，而這用的是傳統(tǒng) PCI-E 造型規(guī)格，好處是兼容性更佳，可以直接放入現(xiàn)有服務器系統(tǒng)，壞處就是規(guī)格和性能有點損失。Tesla V100 基于臺積電 12nm FFN(16nm 加強版)工藝制造的 GV100 大核心，擁有 5120 個 CUDA 核心、640 個 Tensor 核心，面積達 815 平方毫米，集成了 210 億個晶體管。
2017 年 6 月，仿真機器人 Sophia 做客“早安英國”。 BBC 主持人 Susanna Reid、Piers Morgan 甚至對其攀談起來。相信不少人看到這張精致的面孔都會大為驚嘆，不過其頭部曝露的機械裝置仍會讓人感到機器化的部分。
2017 年 11 月，百度 Apollo 首推商業(yè)化產(chǎn)品。百度不再講代碼和平臺，而是帶來了一款面向中國市場、目標是可量產(chǎn)的自動駕駛產(chǎn)品——Apollo Pilot。除 Apollo Pilot 之外，這次百度世界大會智能駕駛分論壇上還發(fā)布了對阿波羅生態(tài)商業(yè)化落地具有重要意義的人車 AI 交互系統(tǒng)——Apollo 小度車載系統(tǒng)。
更多有關(guān) AI 的資訊，歡迎訪問 與非網(wǎng) AI 專區(qū)
