盤點:AI歷史上的10個裏程碑

論文類別:計算機論文 > 互聯網研究論文
上傳時間:2017/9/27 9:13:45

  (免費論文下載中心訊)在人工智能發展史上定義出10個裏程碑並不是一件易事。我們根據數百個研究實驗室和成千上萬個計算機科學家的研究成果,整理出我們認為比較重要的10個裏程碑事件。神經網絡的誕生

  神經網絡

  想必大家對神經網絡這一詞並不陌生,神經網絡可謂是當今大多數尖端人工智能背後的腦啟發AI工具。雖然像深度學習這樣的概念是相對較新的,但它們的理論基礎早就產生於1943年。

  1943年,沃倫·麥卡洛克(Warren S.McCulloch)和沃爾特·皮茨(Walter Pitts)在《數學生物物理學公告》上發表論文《神經活動中內在思想的邏輯演算》(A Logical Calculus of the Ideas Immanent in Nervous Activity)。這篇論文對後世影響巨大,它討論了理想化、簡化的人工神經元網絡,以及它們如何形成簡單的邏輯功能,計算機“神經網絡”(以及最後出現的深度學習)受到它的啟發,所謂的“模擬大腦”這一說法也來自於它。人工智能概念

  人工智能概念

  人工智能正式開始於1955年8月31日。1955年8月31日,專家在一份提案中初度提出“AI(人工智能,artificial intelligence)”這一術語,提案建議由10名專家構成小組,花2個月時刻研討人工智能。這份提案是達特茅斯學院約翰·麥卡錫(John McCarthy)、哈佛大學馬文·明斯基(Marvin Minsky)、IBM納撒尼爾·羅徹斯特(Nathaniel Rochester)和貝爾電話試驗室克勞德·香農(Claude Shannon)聯合提交的。

  1956年7月和8月,評論會正式於達特茅斯學院的莊園裏舉辦,這次會議變成人工智能出生的象征。

  “BACKPROP(反向傳播)”的到來

  反向傳播是機器學習歷史上最重要的算法,其想法最早產生於1969年,但在20世紀80年代才成為機器學習的主流部分。

  969年:阿瑟·布萊森(Arthur Bryson)和何毓琦(Yu-Chi Ho)在論文中描述稱,反向傳播可以作為多階段動態系統優化方法使。反向傳播允許神經網絡在其產生的效果與創建者預期不相匹配時,調整其隱藏的層。簡而言之,這意味著創造者可以訓練他們的網絡使其更好地運行,同時在出現錯誤時及時對其進行糾正。當完成修正以後,反向傳播修改神經網絡中的不同連接,以確保在下一次遇到同樣的問題時,能夠得到正確地進行處理。與電腦交談

  與電腦交談

  你有沒有想過亞馬遜的Alexa、谷歌助理以及蘋果的Siri最早從哪裏發展起來的嗎?早在上世紀60年代中期,麻省理工學院人工智能實驗室的約瑟夫·維森班(Joseph Weizenbaum)開發了ELIZA,這是一個交互程序,它可以根據任何主題進行英文對話。一些人想將人類的感覺賦予計算機程序,對此維森班感到很震驚,因此,他開發程序只是為了證明機器與人的交流很膚淺。奇點

  奇點

  所謂“奇點”就是機器變得比人類聰明的時刻,但目前還沒有到來。弗農·溫格(Vernor Vinge)發表了《The Coming Technological Singularity》。Vinge稱“即將到來的技術奇點”,就是在未來30年內,人類將有能力創造超人的智能。“不久之後,人類時代將會結束,”他寫道。這是一個警告,正如埃隆·馬斯克(Elon Musk)這樣的人在最近幾年裏已經反復強調了這一點。自動駕駛汽車來臨

  自動駕駛

  谷歌是世界上第一個開發出自動駕駛汽車的嗎?並不是。早在1986年,在恩斯特·迪克曼斯(Ernst Dickmanns)的指導下,慕尼黑聯邦國防大學的研究人員用攝像機和智能傳感器開發了第一輛無人駕駛汽車,這是一輛奔馳廂式貨車,座位上沒有人,最高時速55英裏。

  幾年後,卡內基梅隆大學的研究員Dean Pomerleau建造了一輛自動的龐蒂克運輸車,從匹茲堡到加州聖地亞哥的海岸,全程2797英裏。按照今天的標準,該技術是一種原始的技術,但這證明自動駕駛是可以實現的。“大腦背水一戰”

  人工智能

  1997年是人工智能標誌性的一年,IBM的“Deep Blue”計算機在國際象棋比賽中擊敗了世界象棋冠軍格裏·卡斯帕羅夫,成為首臺打敗了國際象棋世界冠軍的電腦。毫無疑問,Deep Blue處理信息的速度比卡斯帕羅夫要快,但真正的問題是它是否更有戰略意義。

  人工智能可能在處理更復雜問題時表現得並不是很好,但這仍然是人工智能領域的一個巨大飛躍。AI在《危險邊緣》中獲勝

  危險邊緣

  就像Deep Blue與格裏·卡斯帕羅夫一樣,2011年,IBM超級計算機沃森(Watson)在美國電視智力答題節目《危險邊緣(Jeopardy!)》中上演了人機大戰,並最終擊敗兩位人類冠軍布拉德·魯特和肯·詹寧斯,贏得了100萬美元的獎金,這是人工智能少有的在棋類比賽之外戰勝人類。沃森由IBM全球多個研究院和大學共同研發,歷經四年研制而成。比賽結束後,肯·詹寧斯打趣道:“我,一個人,歡迎我們新的機器人霸主。”AI也喜歡…貓?

  AI喜歡貓

  2012年6月,傑夫·迪恩(Jeff Dean)和吳恩達(Andrew Ng)通過從YouTube視頻中獲取1000萬張未象征的圖像,來訓練16000個計算機處理器的大型神經網絡,發現其中一個人工神經元對貓的圖像格外靈敏。盡管這些神經網絡沒有識別出圖像的相關信息,但人工智能還是能夠通過深度學習算法來檢測貓科動物的照片。

  事實證明,就像我們一樣,即使是非常聰明的AI也喜歡與貓相關的視頻。AI打敗世界圍棋冠軍

  圍棋

  2016年3月,谷歌DeepMind研發的AlphaGo打敗圍棋冠軍李世石。AlphaGo與李世石之戰的結果基本上代表一個歷史上的關鍵節點。即使李世石贏得一局,AlphaGo在圍棋上完全戰勝人類也只是早晚的事情。AlphaGo的基本思維模型術語通用技術,可以很快地轉移到其他領域。(來源:億歐 編選:中國電子商務研究中心)

下载论文

論文《盤點:AI歷史上的10個裏程碑》其它版本

互聯網研究論文服務

網站聲明 | 聯系我們 | 網站地圖 | 論文下載地址 | 代寫論文 | 作者搜索 | 英文版 | 手機版 CopyRight@2008 - 2017 免費論文下載中心 京ICP备17062730号