人工智能最早由誰提出？人工智能是什么？歷史上有關(guān)人工智能的大事件

• 2018年9月12日 YangJinZhu來源：網(wǎng)易 1238 80
• 繁體

• 

  2018-2024年中國跨境電子商務(wù)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(wù)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(nèi)外優(yōu)秀的跨境電子商務(wù)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(lǐng)域的專家。關(guān)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(lǐng)域的專家。關(guān)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(guān)于人工智能值得探討的關(guān)鍵問題，就是人工智能和機器人的關(guān)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(xué)領(lǐng)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(xué)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(guān)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(wǎng)連到臥室里的智能裝置，然后把臥室中的開關(guān)連上物聯(lián)網(wǎng)，這樣就可以用手機遙控將電燈關(guān)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(guān)了，這個過程是要在物理世界里面來完成的。所以從本質(zhì)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(guān)鍵問題是它的學(xué)科基礎(chǔ)。人工智能的軟件實現(xiàn)涉及計算機科學(xué)、信號信息處理及統(tǒng)計模式識別等若干學(xué)科。計算機科學(xué)包括算法、網(wǎng)絡(luò)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(jīng)網(wǎng)絡(luò)（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(xué)和電子工程的背景。但是機器人領(lǐng)域往往強調(diào)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(guān)聯(lián)又有區(qū)別的研究領(lǐng)域。

歷史上有關(guān)人工智能的大事件：

1308年，加泰羅尼亞詩人兼神學(xué)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(xué)家和哲學(xué)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(xué)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(xué)、詩歌、政治、法律、數(shù)學(xué)和神學(xué)的書來?！?/p>

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(xué)習(xí)的理論先導(dǎo)。

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(yù)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(shè)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(shè)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(xué)生物物理學(xué)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(luò)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(luò)和深度學(xué)習(xí)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?，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(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?！?/p>

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(xué)習(xí)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”。

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(luò)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(luò)，用了3000個真空管來模擬40個神經(jīng)元規(guī)模的網(wǎng)絡(luò)。

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(xué)習(xí)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(xué)院）、馬文·明斯基（哈佛大學(xué)）、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(xué)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(luò)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(xué)習(xí)”一詞。在文章中他說：“給電腦編程，讓它能通過學(xué)習(xí)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(yù)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(xué)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(xué)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(yù)言：“3～8年內(nèi)，機器就將達到普通人的智能水平?！?/p>

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(luò)。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(luò)訓(xùn)練時，它對2000年至今深度學(xué)習(xí)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(luò)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(luò)的資金?！拔覀冋J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?！?/p>

1970年，日本早稻田大學(xué)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(xué)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(xué)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(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(xué)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(xué)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(xué)的自動駕駛汽車Stanford Cart在無人干預(yù)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(xué)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(yù)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(dǎo)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(xué)習(xí)程序，可用于神經(jīng)元樣網(wǎng)絡(luò)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(shè)想深入人心。其中語音助手、個人助理等預(yù)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(yù)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(xué)習(xí)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(xí)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(dǎo)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(yīng)用在多層神經(jīng)網(wǎng)絡(luò)，實現(xiàn)手寫郵編的識別。考慮到當時的硬件限制，他們花了三天來訓(xùn)練網(wǎng)絡(luò)。

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(shè)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(luò)（LSTM）概念。這一概念指導(dǎo)下的遞歸神經(jīng)網(wǎng)絡(luò)在今日手寫識別和語音識別中得到應(yīng)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(luò)應(yīng)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(xué)習(xí)一個分類器的目標，提出希望學(xué)習(xí)生成模型（generative model）的觀點。

2007年，李飛飛（Fei Fei Li ）和普林斯頓大學(xué)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(xué)智能信息實驗室的計算機課學(xué)家開發(fā)了Stats Monkey，一個無須人工干預(yù)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(luò)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(luò)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(luò)展示1000萬張未標記的網(wǎng)絡(luò)圖像，然后發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)能夠識別出一只貓的形象。

2012年10月，多倫多大學(xué)設(shè)計的卷積神經(jīng)網(wǎng)絡(luò)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