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(dòng)力。
事實(shí)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(gè)世紀(jì)，人工智能已經(jīng)走出了科幻小說，進(jìn)入了現(xiàn)實(shí)世界。而使其成為可能的理論和基礎(chǔ)計(jì)算機(jī)科學(xué)也已經(jīng)存在數(shù)十年的時(shí)間。
迄今為止最令人驚嘆的人工智能里程碑
自20世紀(jì)初計(jì)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(jìn)行思考和學(xué)習(xí)的機(jī)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(jìn)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(rèn)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(jī)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(jī)器有一天將會(huì)思考和做出決定的可能性。雖然他錯(cuò)誤地認(rèn)為這些機(jī)器永遠(yuǎn)不會(huì)像人類那樣說話，但他確定了機(jī)器之間的一種劃分，有一天機(jī)器可能學(xué)會(huì)執(zhí)行一項(xiàng)特定的任務(wù)，并且可能會(huì)適應(yīng)任何工作。如今，這兩個(gè)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(dá)特茅斯會(huì)議
隨著神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)等理念的出現(xiàn)，達(dá)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(huì)，匯集了該領(lǐng)域的頂尖專家。
在這個(gè)頭腦風(fēng)暴會(huì)議期間，專家試圖建立一個(gè)框架，以便開始學(xué)習(xí)探索和開發(fā)可以“思考”的機(jī)器。許多技術(shù)領(lǐng)域是當(dāng)今先進(jìn)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(jì)算機(jī)視覺和神經(jīng)網(wǎng)絡(luò)，這都是會(huì)議議程的一部分。
1966年－ ELIZA開始為計(jì)算機(jī)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(gè)聊天機(jī)器人，它也是Alexa和Siri等聊天機(jī)器人的直系祖先。ELIZA代表了自然語言處理的早期實(shí)現(xiàn)，其目的是教會(huì)計(jì)算機(jī)采用人類語言與人們交流，而不是要求人們采用計(jì)算機(jī)代碼對(duì)它們進(jìn)行編程，或通過用戶界面進(jìn)行交互。ELIZA不能像Alexa那樣說話，而通過文本進(jìn)行交流，而且它無法從與人類的對(duì)話中學(xué)習(xí)。盡管如此，它為以后突破人類與機(jī)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(diǎn)很重要，因?yàn)樽龅竭@些之前，人工智能系統(tǒng)通常被認(rèn)為是令人印象深刻的技術(shù)壯舉，其實(shí)際使用范圍有限?，F(xiàn)在很明顯，智能機(jī)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(fèi)10億美元。
1988年－ 一種統(tǒng)計(jì)方法
IBM公司研究人員發(fā)布了一種語言翻譯統(tǒng)計(jì)方法，將概率原理引入到機(jī)器學(xué)習(xí)的規(guī)則驅(qū)動(dòng)領(lǐng)域。它解決了人類語言（法語和英語）之間自動(dòng)翻譯的挑戰(zhàn)。
這標(biāo)志著重點(diǎn)轉(zhuǎn)向設(shè)計(jì)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(rèn)知過程方面，這通常被認(rèn)為是一個(gè)巨大的飛躍，并構(gòu)成了當(dāng)今使用的機(jī)器學(xué)習(xí)的基礎(chǔ)。
1991年 － 互聯(lián)網(wǎng)的誕生
這一點(diǎn)的重要性不容小覷。1991年，歐洲原子核研究會(huì)（CERN）研究員蒂姆?伯納斯?李（Tim Berners－Lee）將全球第一個(gè)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(jì)算機(jī)一直在連接以共享數(shù)據(jù)，主要是在教育機(jī)構(gòu)和大型企業(yè)進(jìn)行。但是，全球互聯(lián)網(wǎng)的到來是整個(gè)社會(huì)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(lán)擊敗了世界象棋冠軍加里卡斯帕羅夫
IBM公司國(guó)際象棋超級(jí)計(jì)算機(jī)并沒有使用當(dāng)今標(biāo)準(zhǔn)認(rèn)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(jì)算每個(gè)可能的選項(xiàng)，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(diǎn)很重要，引起了人們的注意，即計(jì)算機(jī)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(dòng)。
2005年－ DARPA大挑戰(zhàn)賽
2005年是美國(guó)國(guó)防高級(jí)研究計(jì)劃局（DARPA）舉辦大型挑戰(zhàn)賽的第二年，這是一場(chǎng)在莫哈韋沙漠中超過100公里越野地形的自動(dòng)駕駛車輛比賽。2004年，所有參賽者都沒有成功完成這項(xiàng)挑戰(zhàn)。然而，在接下來的一年里，有五輛自動(dòng)駕駛車輛獲得成功，斯坦福大學(xué)開發(fā)團(tuán)隊(duì)的自動(dòng)駕駛車輛以其最快到達(dá)而獲得殊榮。
其比賽的目的是促進(jìn)自主駕駛技術(shù)的發(fā)展，當(dāng)然也做到了這一點(diǎn)。到2007年，為自動(dòng)駕駛車輛建造了一個(gè)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(dòng)車輛。
2011年 － IBM Watson在Jeopardy！競(jìng)爭(zhēng)中獲得勝利
認(rèn)知計(jì)算引擎Watson與電視游戲節(jié)目Jeopardy！的冠軍進(jìn)行競(jìng)賽，并擊敗他們，獲得100萬美元的獎(jiǎng)金。這一點(diǎn)意義重大，因?yàn)殡m然深藍(lán)計(jì)算機(jī)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(guó)際象棋可以通過蠻力計(jì)算來征服，計(jì)算機(jī)在基于語言的環(huán)境下?lián)魯∪祟悾@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(jì)算機(jī)學(xué)會(huì)識(shí)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(jí)特征”的論文，這是基于以前對(duì)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(jī)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(shí)的任務(wù)。它將加快人工智能開發(fā)的步伐，并開辟一個(gè)新的可能性世界，當(dāng)涉及到建造機(jī)器來完成工作時(shí)，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(shí)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(gè)連接的人工網(wǎng)絡(luò)。并承認(rèn)，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(rèn)為是由大約10萬億個(gè)連接器組成的網(wǎng)絡(luò)連接起來的。
2015年 －機(jī)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(jī)器目前在識(shí)圖方面的表現(xiàn)優(yōu)于人類。在這個(gè)挑戰(zhàn)中，算法競(jìng)相展示它們對(duì)識(shí)別和描述1000張圖像庫(kù)的熟練程度。
自從2010年比賽開始以來，獲勝算法的準(zhǔn)確率從71．8％提高到97．3％，研究人員為此宣稱，計(jì)算機(jī)可以比人類更準(zhǔn)確地識(shí)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(zhǎng)期以來，棋類游戲一直是展示思維機(jī)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(chǎng)比賽中擊敗了世界圍棋冠軍Lee Sedol，這一趨勢(shì)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(gè)以上的開局動(dòng)作，而國(guó)際象棋中可能有400個(gè)開局動(dòng)作）使得蠻力計(jì)算方法變得不切實(shí)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(dòng)駕駛汽車上路行駛
自動(dòng)駕駛汽車的開發(fā)是當(dāng)今虛擬現(xiàn)實(shí)的一個(gè)主要使用案例——這個(gè)應(yīng)用比其他任何一個(gè)都更能激發(fā)人們的想象力。就像那些為他們提供驅(qū)動(dòng)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(duì)于那些沒有關(guān)注技術(shù)趨勢(shì)的人來說它可能會(huì)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(jì)成一種自動(dòng)駕駛車輛。
毫無疑問，2018年是人工智能發(fā)展一個(gè)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(gè)商業(yè)自動(dòng)駕駛汽車租賃服務(wù)Waymo One目前正為400名支付費(fèi)用的用戶提供服務(wù)，這些自動(dòng)駕駛汽車將在100平方英里范圍內(nèi)的學(xué)校和工作場(chǎng)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(dòng)駕駛汽車將成為所有人所面臨的現(xiàn)實(shí)。
（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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)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(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
