AI大事年表(1943-2014)
1943年,阿兰·图灵发明了“图灵机“,为智能机器的判定设置了基准:”能够成功骗过人类,让后者以为自己是人类的机器,称为智能机器。”
1950年,科幻作家阿西莫夫发表短篇科幻小说集《我,机器人》,书中提出了影响深远的“机器人三原则”。
1956年,约翰·麦卡锡首次提出“人工智能”的概念,当时盛行“由上至下“的思路。即由预编程的计算机来管治人类的行为。
1968年,首个通用式移动机器人诞生,能够通过周围环境来决定自己的行动。
1969年,MIT人工实验室创始人马文·明斯基为导演斯坦利·库布里克的电影《2001漫游太空》担任顾问,塑造了片中超级智能计算机HAL9000的银幕形象。
1973年 AI“寒冬“论开始出现。在AI上的巨额投入几乎未收到任何回报和成果,对AI行业的资助开始大幅滑坡。
1981年,“窄AI”的概念诞生。更多的研究不在寻求通用智能,而转向了面向更小范围专业任务的“窄AI“领域。
1990年,Rodney Brooks提出了“由下自上”的研究思路,开发能够模拟人脑细胞运作方式的神经网络,并学习新的行为。
1997年,超级计算机“深蓝”问世,并在国际象棋人机大战中击败人类顶尖棋手、特级大师加里·卡斯帕罗夫
2002年,iRobot公司打造出全球首款家用自动化扫地机器人。
2005年,美国军方开始投资自动机器人,波士顿动力的"机器狗"是首批产品之一。
2008年,谷歌在iPhone上发布了一款语音识别应用,开启了后来数字化语音助手(Siri、Alexa、Cortana)的浪潮。
2010年,上海世博会上,来自NAO公司的20个跳舞机器人献上了一段长达8分钟的完美舞蹈。
2011年,IBM Watson在Jeopardy答题竞赛中战胜了表现最优秀的人类选手。
2014年,在图灵测试诞生64年后,一台名为Eugene Goostman的聊天机器人通过了图灵测试。谷歌向自动驾驶技术投入重金,Skype推出实时语音翻译功能。
第一种AI分类方式:强AI和弱AI
强AI,又称“通用AI”,具备通用化的人类认知能力,具备足够的智能解决不熟悉的问题。
弱AI,又称“窄AI”,指专门针对特定任务而设计和训练的AI,比如苹果的虚拟语音助手Siri。
第二种AI分类方式:从反应式机器到自我意识
反应式机器。代表性范例:深蓝。能够识别棋盘上的形势,并做出预测,但没有记忆。
有限记忆。能利用过去的记忆为未来决策提供帮助。代表性范例:自动驾驶。
意志理论:能够理解影响自身决策的观点、欲求和目的。目前这类AI尚不存在。
自我意识:具有自我意识的机器,能够理解自身目前的状态,并能利用现有信息推测他人的感觉。目前这类AI也不存在。
AI技术应用举例:
自动化机器人:对机器进行编程,使其高质量地完成一般由人完成的重复性任务,同时具备对不同任务条件的适应性。
机器视觉:让计算机能够“看见”的技术,利用摄像头捕获并分析视觉信息,完成模-数转换与数字信号处理。
机器学习:让计算机在未经编程的情况下运行。机器学习的子领域之一是深度学习,其目标是实现自动化的预测性分析。
自然语言处理:利用计算机程序处理人类语言。垃圾邮件检测、文本翻译、语义分析和语音识别等都属于该领域。
机器人技术:机器人能够比人类更精确、更持久地完成困难的重复性任务。
全球AI技术竞争中
最具优势的10大企业
1、DeepMind:目前居于AI研究企业第一位。
2、谷歌:旗下设谷歌大脑团队,在每个可能的领域聚焦长期AI研发。
3、Facebook:主要关注语言领域的问题,如动态记忆,问答系统开发等。
4、OpenAI:团队规模虽然不大,配置属于全明星级别。
5、百度:在语音交互、自动驾驶等领域表现出色。
6、微软:在AI领域耕耘多年,目前聚焦实时翻译。
7、苹果:正在研发面部识别技术,分析用户面对设备上出现广告的面部反应.
8、IBM:利用AI技术从照片、视频、语音和文本中提取语义。
9、亚马逊:目前多个部门业务向AI倾斜,比如无人商店、无人机货物配送,以及Alexa语音助理等业务。
10、英伟达:机器学习计算资源和硬件领域的领军者。
全球10大AI国家
1、美国:每年有100亿风投资金进入AI领域。
2、中国:在过去5年中,中国与AI相关的专利数量上涨了190%。
3、日本:制造业部门的自动化程度可能高达71%。
4、英国:英国政府每年资助1000位AI专业的博士。
5、德国:首都柏林的AI初创公司数量位居世界第四。
6、法国:到2022年,法国政府对AI行业的投资将达18亿美元。
7、加拿大:正在兴建价值1.27亿美元的AI研究设施。
8、俄罗斯:到2025年,俄罗斯30%的军事装备将实现机器人化。
9、以色列:自2014年以来,AI初创公司的数量增长了3倍。
10、爱沙尼亚:在处理与解决与AI相关的法律问题上走在世界前列。
AI 的未来
全面自动化的交通:AI技术将让未来的交通走向全面智能化和自动化。
赛博技术:AI和机器人技术将成功助我们超越认知和身体上的极限。
代替人类从事危险职业:机器人和无人机将代替我们完成炸弹拆除等危险任务,我们不必为了完成这些任务冒上生命危险。
解决气候变化问题:有朝一日,AI可以利用大数据获得判断趋势的能力,并利用这些信息解决气候变化这样的重大问题。
探索新的边界:机器人可以帮我们进一步探索太空和海洋。
预测未来:机器学习利用过去的信息预测未来,谁将开启一段浪漫之旅?
1、本文只代表作者个人观点,不代表本站观点,仅供大家学习参考;
2、本站属于非营利性网站,如涉及版权和名誉问题,请及时与本站联系,我们将及时做相应处理;
3、欢迎各位网友光临阅览,文明上网,依法守规,IP可查。
作者 相关信息
内容 相关信息
徐匡迪等多位院士追问:人工智能的基石在数学,我们有多少数学家投身进去了?
2019-04-23千钧棒:美国用“举国体制”发展人工智能,不是打中国公知的嘴巴吗?
2019-02-26• 昆仑专题 •
• 十九大报告深度谈 •
• 新征程 新任务 新前景 •
• 习近平治国理政 理论与实践 •
• 我为中国梦献一策 •
• 国资国企改革 •
• 雄安新区建设 •
• 党要管党 从严治党 •
图片新闻