人工智能（AI）已經(jīng)成為當(dāng)下技術(shù)領(lǐng)域的熱門話題，也是近年來大多數(shù)重大技術(shù)突破背后的驅(qū)動力。
事實上，在人們所了解的各種宣傳炒作中，人們很容易忘記人工智能并不是什么新鮮事物。在上個世紀，人工智能已經(jīng)走出了科幻小說，進入了現(xiàn)實世界。而使其成為可能的理論和基礎(chǔ)計算機科學(xué)也已經(jīng)存在數(shù)十年的時間。
迄今為止最令人驚嘆的人工智能里程碑
自20世紀初計算開始出現(xiàn)以來，科學(xué)家和工程師已經(jīng)明白，最終的目標(biāo)是建立能夠像人類大腦（已知宇宙中最復(fù)雜的決策系統(tǒng)）一樣進行思考和學(xué)習(xí)的機器。
如今使用人工神經(jīng)網(wǎng)絡(luò)的尖端深度學(xué)習(xí)是當(dāng)前最先進的技術(shù)，而在這條道路上有許多里程碑。以下是人們通常認為最具里程碑意義事件的概述。
1637年－笛卡爾為創(chuàng)造人工智能奠定思想基礎(chǔ)
早在機器人成為科幻小說的特征之前，科學(xué)家、哲學(xué)家勒內(nèi)?笛卡爾就開始思考機器有一天將會思考和做出決定的可能性。雖然他錯誤地認為這些機器永遠不會像人類那樣說話，但他確定了機器之間的一種劃分，有一天機器可能學(xué)會執(zhí)行一項特定的任務(wù)，并且可能會適應(yīng)任何工作。如今，這兩個領(lǐng)域被稱為專業(yè)人工智能和通用人工智能。因此在許多方面，可以說，笛卡爾的想法為創(chuàng)造人工智能奠定了思想基礎(chǔ)。
1956年－達特茅斯會議
隨著神經(jīng)網(wǎng)絡(luò)和機器學(xué)習(xí)等理念的出現(xiàn)，達特茅斯學(xué)院教授約翰?麥卡錫創(chuàng)造了“人工智能”這一術(shù)語，并組織了一次夏季研討會，匯集了該領(lǐng)域的頂尖專家。
在這個頭腦風(fēng)暴會議期間，專家試圖建立一個框架，以便開始學(xué)習(xí)探索和開發(fā)可以“思考”的機器。許多技術(shù)領(lǐng)域是當(dāng)今先進人工智能技術(shù)發(fā)展的基礎(chǔ)，其中包括自然語言處理、計算機視覺和神經(jīng)網(wǎng)絡(luò)，這都是會議議程的一部分。
1966年－ ELIZA開始為計算機帶來聲音
ELIZA是由Joseph Weizenbaum在麻省理工學(xué)院開發(fā)的，這可能是世界上第一個聊天機器人，它也是Alexa和Siri等聊天機器人的直系祖先。ELIZA代表了自然語言處理的早期實現(xiàn)，其目的是教會計算機采用人類語言與人們交流，而不是要求人們采用計算機代碼對它們進行編程，或通過用戶界面進行交互。ELIZA不能像Alexa那樣說話，而通過文本進行交流，而且它無法從與人類的對話中學(xué)習(xí)。盡管如此，它為以后突破人類與機器之間的溝通障礙的努力鋪平了道路。
1980年－ XCON和有用人工智能的興起
Digital Equipment Corporation的Xcon專家學(xué)習(xí)系統(tǒng)于1980年部署。到1986年，該公司每年可節(jié)省4000萬美元。這一點很重要，因為做到這些之前，人工智能系統(tǒng)通常被認為是令人印象深刻的技術(shù)壯舉，其實際使用范圍有限。現(xiàn)在很明顯，智能機器的商業(yè)化應(yīng)用已經(jīng)開始了，到1985年，企業(yè)每年在人工智能系統(tǒng)上花費10億美元。
1988年－ 一種統(tǒng)計方法
IBM公司研究人員發(fā)布了一種語言翻譯統(tǒng)計方法，將概率原理引入到機器學(xué)習(xí)的規(guī)則驅(qū)動領(lǐng)域。它解決了人類語言（法語和英語）之間自動翻譯的挑戰(zhàn)。
這標(biāo)志著重點轉(zhuǎn)向設(shè)計程序，以根據(jù)他們接受培訓(xùn)的信息（數(shù)據(jù)）確定各種結(jié)果的概率，而不是訓(xùn)練它們來確定規(guī)則。在模仿人類大腦的認知過程方面，這通常被認為是一個巨大的飛躍，并構(gòu)成了當(dāng)今使用的機器學(xué)習(xí)的基礎(chǔ)。
1991年 － 互聯(lián)網(wǎng)的誕生
這一點的重要性不容小覷。1991年，歐洲原子核研究會（CERN）研究員蒂姆?伯納斯?李（Tim Berners－Lee）將全球第一個網(wǎng)站放在全球互聯(lián)網(wǎng)上，并公布了超文本傳輸協(xié)議（HTTP）的工作原理。幾十年來，計算機一直在連接以共享數(shù)據(jù)，主要是在教育機構(gòu)和大型企業(yè)進行。但是，全球互聯(lián)網(wǎng)的到來是整個社會將人們帶入網(wǎng)絡(luò)世界的催化劑。在短短的幾年內(nèi)，來自世界各地的人們以前所未有的速度連接、生成和共享數(shù)據(jù)，而這是人工智能的燃料。
1997年 － 深藍擊敗了世界象棋冠軍加里卡斯帕羅夫
IBM公司國際象棋超級計算機并沒有使用當(dāng)今標(biāo)準認為是真正的人工智能的技術(shù)。從本質(zhì)上講，它依賴于“蠻力”的方法來高速計算每個可能的選項，而不是分析游戲并在游戲中學(xué)習(xí)。然而，從宣傳的角度來看，這一點很重要，引起了人們的注意，即計算機的發(fā)展非常迅速，并且越來越能夠勝任人類以前從未挑戰(zhàn)過的活動。
2005年－ DARPA大挑戰(zhàn)賽
2005年是美國國防高級研究計劃局（DARPA）舉辦大型挑戰(zhàn)賽的第二年，這是一場在莫哈韋沙漠中超過100公里越野地形的自動駕駛車輛比賽。2004年，所有參賽者都沒有成功完成這項挑戰(zhàn)。然而，在接下來的一年里，有五輛自動駕駛車輛獲得成功，斯坦福大學(xué)開發(fā)團隊的自動駕駛車輛以其最快到達而獲得殊榮。
其比賽的目的是促進自主駕駛技術(shù)的發(fā)展，當(dāng)然也做到了這一點。到2007年，為自動駕駛車輛建造了一個模擬的城市環(huán)境，這意味著他們必須能夠處理交通規(guī)則和其他移動車輛。
2011年 － IBM Watson在Jeopardy！競爭中獲得勝利
認知計算引擎Watson與電視游戲節(jié)目Jeopardy！的冠軍進行競賽，并擊敗他們，獲得100萬美元的獎金。這一點意義重大，因為雖然深藍計算機已經(jīng)在十多年前證明了一種可以用數(shù)學(xué)方式描述圍棋游戲，就像國際象棋可以通過蠻力計算來征服，計算機在基于語言的環(huán)境下?lián)魯∪祟?，這種創(chuàng)造性思維游戲是聞所未聞的。
2012年——深度學(xué)習(xí)的真正力量向世界展示——計算機學(xué)會識別貓
斯坦福大學(xué)和谷歌公司的研究人員（其中包括Jeff Dean和Andrew Ng）發(fā)表了名為 “使用大規(guī)模無監(jiān)督學(xué)習(xí)構(gòu)建高級特征”的論文，這是基于以前對多層神經(jīng)網(wǎng)絡(luò)（稱為深度神經(jīng)網(wǎng)絡(luò)）的研究。
他們的研究探索了無監(jiān)督學(xué)習(xí)，這種學(xué)習(xí)可以在數(shù)據(jù)被用于訓(xùn)練機器學(xué)習(xí)算法之前，消除手工標(biāo)記數(shù)據(jù)的昂貴而耗時的任務(wù)。它將加快人工智能開發(fā)的步伐，并開辟一個新的可能性世界，當(dāng)涉及到建造機器來完成工作時，直到現(xiàn)在只能由人類完成。具體來說，他們特別指出其系統(tǒng)在識別貓的照片方面已頗具能力。
該論文描述了一種模型，該模型可以構(gòu)建包含大約10億個連接的人工網(wǎng)絡(luò)。并承認，雖然這是向構(gòu)建“人工大腦”邁出的重要一步，但仍有一些路要走——人類大腦中的神經(jīng)元被認為是由大約10萬億個連接器組成的網(wǎng)絡(luò)連接起來的。
2015年 －機器比人類“看得更清楚”
一年一度的ImageNet挑戰(zhàn)的研究人員宣稱機器目前在識圖方面的表現(xiàn)優(yōu)于人類。在這個挑戰(zhàn)中，算法競相展示它們對識別和描述1000張圖像庫的熟練程度。
自從2010年比賽開始以來，獲勝算法的準確率從71．8％提高到97．3％，研究人員為此宣稱，計算機可以比人類更準確地識別視覺數(shù)據(jù)中的物體。
2016年 – AlphaGo得到更加深入的發(fā)展
長期以來，棋類游戲一直是展示思維機器能力的一種選擇方法，2016年由Deep Mind（現(xiàn)為谷歌公司的子公司）創(chuàng)建的AlphaGo在五場比賽中擊敗了世界圍棋冠軍Lee Sedol，這一趨勢成為頭條新聞。雖然圍棋的步驟可以用數(shù)學(xué)來描述，但圍棋中下棋的各種變化的數(shù)量（圍棋中可能有10萬個以上的開局動作，而國際象棋中可能有400個開局動作）使得蠻力計算方法變得不切實際。AlphaGo使用神經(jīng)網(wǎng)絡(luò)研究游戲并在游戲中學(xué)習(xí)。
2018年 － 自動駕駛汽車上路行駛
自動駕駛汽車的開發(fā)是當(dāng)今虛擬現(xiàn)實的一個主要使用案例——這個應(yīng)用比其他任何一個都更能激發(fā)人們的想象力。就像那些為他們提供驅(qū)動力的人工智能一樣，它們不是一夜之間出現(xiàn)的東西，盡管對于那些沒有關(guān)注技術(shù)趨勢的人來說它可能會出現(xiàn)。而斯坦福公司開發(fā)月球車于1961年首次亮相，最初的目的是為了探索月球車輛的功能，后來又被重新設(shè)計成一種自動駕駛車輛。
毫無疑問，2018年是人工智能發(fā)展一個重要的里程碑，谷歌公司分拆出的Waymo公司在亞利桑那州鳳凰城提供自駕車出租服務(wù)。第一個商業(yè)自動駕駛汽車租賃服務(wù)Waymo One目前正為400名支付費用的用戶提供服務(wù)，這些自動駕駛汽車將在100平方英里范圍內(nèi)的學(xué)校和工作場所中行駛。
雖然目前每一輛車都有一名工作人員監(jiān)控汽車的駕駛表現(xiàn)，并在緊急情況下采取控制措施，但這無疑標(biāo)志著邁向未來的重要一步，自動駕駛汽車將成為所有人所面臨的現(xiàn)實。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
