一文讀懂AI發展史里程碑事件

1新智元編譯

神經網路的誕生

你可能聽說過神經網路，這是當今最前沿的人工智慧背後的AI工具。雖然深度學習的概念相對較新，但它們建立的基礎可以追溯到1943年的數學理論。

McCulloch和Walter Pitts寫的《神經活動中思想的邏輯計算》（A Logical Calculus of the Ideas Immanent in Nervous Activity）聽起來又長又拗口，但它對計算機科學的重要性就像(甚至超過！)「佩奇排名」（The PageRank Citation Ranking），這是催生了Google的一篇研究論文。在《邏輯計算》中，McCulloch和Pitts描述了人工神經元的網路是如何實現邏輯功能的。AI的夢想自此誕生了！

「人工智慧」有了名字

如果你想知道「人工智慧」（artificial intelligence）這個詞正式出現是在什麼時候，答案很可能是1955年8月31日。這是由研究人員John McCarthy、Marvin Minsky、Nathaniel Rochester和Claude Shannon提出「2個月、10個人的人工智慧研究」（2 month, 10 man study of artificial intelligence）提案的日子。

這個會議第二年在達特茅斯學院舉行。不幸的是，他們的時間表有點過於樂觀了。他們寫道：「我們認為，只需經過精心挑選的一組科學家一個夏季的研究，我們就能取得重大進展。」取得進展需要的時間可比兩個月長得多。

「BACKPROP」的到來

反向傳播（backpropagation）有時縮寫為「backprop」，反向傳播是機器學習歷史上最重要的一種演算法。1969年，它的理念首次被提出，儘管它在上世紀80年代中期才成為機器學習的主流。

反向傳播的作用是在產生的輸出與所期望的輸出不匹配時允許神經網路調整其隱藏層。簡而言之，這意味著人類可以通過在網路犯錯時進行糾正來訓練他們的網路。當這完成後， backprop 就會修改神經網路中的不同連接，以確保它在下次遇到同樣的問題時得出正確的答案。

與計算機交談

你有沒有想過，亞馬遜的Alexa、谷歌的Google Assistant、蘋果的Siri，等等，它們都是什麼?早在20世紀60年代中期，麻省理工學院人工智慧實驗室的一位教授發明了一個名叫 ELIZA的計算機心理治療師，它可以通過文本的方式與用戶進行看似智能的對話。

它的創造者當時就注意到，用戶非常願意用這種方式與機器進行對話，這讓他們感到非常驚訝。

奇點

別擔心，你並沒有錯過某個重要的頭條新聞：奇點，也就是機器變得比人類更聰明的那個點，還沒有發生。在1993年，作家兼計算機科學家Vernor Vinge發表了一篇文章，使「奇點」的觀點流行開來。

奇點又被稱為「即將到來的技術奇點」（The Coming Technological Singularity），Vinge預測，在未來30年里，人類將有能力創造超越人類的智能。他在書中寫道：「不久之後，人類統治世界的時代就會結束。」這是一個警告，以伊隆·馬斯克為代表的一些人在此後一直重申。

自動駕駛汽車來了

世界上第一輛自動駕駛汽車是谷歌開發的嗎?不對。早在1986年，德國聯邦國防軍大學的研究人員就成功地在空曠的街道上駕駛了一輛自動駕駛的賓士車，配有攝像機和智能感測器。

幾年後，卡內基梅隆大學的一名研究人員Dean Pomerleau開發了一輛自動駕駛的龐蒂亞克運輸小貨車，從賓夕法尼亞州匹茲堡到加州聖地亞哥行駛了2797英里。用今天的標準來看，它的技術相當原始，但它證明了自動駕駛可以實現。

人腦與電腦的決戰

1997年是人工智慧的一年，因為IBM的「深藍」超級計算機在國際象棋比賽中擊敗了人類象棋世界冠軍 Garry Kasparov。這是一場人類大腦和機器大腦的決戰。儘管無疑「深藍」處理信息的速度比Kasparov更快，但真正的問題是，它是否會思考策略？事實證明它是可以的！

這一結果儘管可能並沒有證明AI除了在有明確定義的規則的問題上表現出色之外，在其他問題是否也表現出色，但這仍是人工智慧領域向前邁進的一大步。

AI在Jeopardy！節目獲勝

就像深藍與Garry Kasparov的對弈一樣，2011年，IBM的AI面臨著另一個巨大的挑戰，IBM Watson在挑戰Jeopardy！（美國一檔電視智力競賽節目）的前優勝者Brad Rutter和Ken Jennings——冠軍獎獲得100萬美元獎金。比賽結束後，被沃森碾壓的Ken Jennings打趣說：「我，作為一個人，歡迎我們的新機器人霸主。」

AI喜歡...貓？

2012年6月，谷歌的研究人員Jeff Dean和Andrew Ng通過餵給機器從YouTube視頻得到的1000萬張未加標籤的圖片，使用1.6萬個處理器訓練了一個用於識別貓臉的巨大神經網路。儘管沒有提供關於這些照片的任何識別信息，AI還是能夠通過深度學習演算法，學會了識別貓的照片。

AI打敗圍棋世界冠軍

2016年3月，谷歌DeepMind的AlphaGo在四場比賽中擊敗了圍棋世界冠軍李世乭（Lee Sedol）。全世界有6000萬觀眾觀看了這場比賽。這是一個具有里程碑意義的事件，因為圍棋中可能的落子位置數目比宇宙的原子總數還要多。這是人工智慧迄今為止最驚人的成就。

原文：https://www.digitaltrends.com/cool-tech/history-of-ai-milestones/

點擊閱讀原文可查看職位詳情，期待你的加入~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！