⼀⽂详解⼈⼯智能（AI）60年发展史
AI发展如⽕如荼，在最近的MIT TR 50（2019 ⿇省理⼯科技评论最聪明50个公司）中，中国的⼈⼯智能已经作为中国⽀点与世界同台共舞。
前段时间传出的华为P30拍⽉亮的质疑，了解了⼈⼯智能以后就不会那么纠结了，下⾯是⼈⼯智能的图像重建技术。
本⽂结合中国⼈⼯智能学会模式识别专业委员会委员⾼红霞教授、博导以及⽹上资料整理出⼈⼯智能发展的60年简史，供AI⾏业⼈⼠参考。
第⼀阶段：⼈⼯智能的诞⽣「1943 –1956」
1943年
图灵被称为计算机科学之⽗，也是⼈⼯智能科学之⽗。⼆战期间，他的团队在1943年研制成功了被叫做“巨⼈”的机器，⽤于破解德军的密码电报，这⼀贡献让⼆战提前2年结束，挽救了数千万⼈的⽣命
1946年
1946年，全球第⼀台通⽤计算机ENIAC诞⽣。它最初是为美军作战研制，每秒能完成5000次加法，400次乘法等运算。ENIAC为⼈⼯智能的研究提供了物质基础
1950年
1950年，⼀位名叫马⽂·明斯基(后被⼈称为“⼈⼯智能之⽗”)的⼤四学⽣与他的同学邓恩·埃德蒙，建造了世界上第⼀台神经⽹络计算机。这也被看做是⼈⼯智能的⼀个起点！
1950年，艾伦图灵提出“图灵测试”。如果电脑能在5分钟内回答由⼈类测试者提出的⼀些列问题，且其超过30%的回答让测试者误认为是⼈类所答，则通过测试。这边论⽂语⾔了创造出具有真正智能的机器的可能性。
1956年
1956年，计算机专家约翰·麦卡锡提出“⼈⼯智能”⼀词。这被⼈们看做是⼈⼯智能正式诞⽣的标志。麦卡锡与明斯基两⼈共同创建了世界上第⼀座⼈⼯智能实验室——MIT AI LAB实验室
第⼆阶段：⼈⼯智能黄⾦年代「1956 – 1974」
1958年
成⽴于1958年的国防⾼级研究计划署对⼈⼯智能领域进⾏了数百万的投资，让计算机科学家们⾃由的探索⼈⼯智能技术新领域！
约翰麦卡锡开发了LISP语⾳，成为以后⼏⼗年来⼈⼯智能领域最主要的编程语⾔！
1959年
1959年，⾸台⼯业机器⼈诞⽣。美国发明家乔治德沃尔与约瑟夫英格伯格发明了⾸台⼯业机器⼈，该机器⼈借助计算机读取⽰教存储程序和信息，发出指令控制⼀台多⾃由度的机械。它对外界环境没有感知
1959年，计算机游戏先驱亚瑟塞缪尔在IBM的⾸台商⽤计算机IBM 701上编写了西洋跳棋程序，这个程序顺利战胜了当时的西洋棋⼤师罗伯特尼赖。
1964年
1964年
1964年，⾸台聊天机器⼈诞⽣。美国⿇省理⼯学院AI实验室的约瑟夫魏岑鲍姆教授开发了ELIZA聊天机器⼈，实现了计算机与⼈通过⽂本来交流。这是⼈⼯智能研究的⼀个重要⽅⾯。不过，它只是⽤符合语法的⽅式将问题复述⼀遍。1965年
1965年，专家系统⾸次亮相。美国科学家爱德华费根鲍姆等研制出化学分析专家系统程序DENDRAL。它能够分析实验数据来判断未知化合物的分⼦结构。
1968年
1968年，⾸台⼈⼯智能机器⼈诞⽣。美国斯坦福研究所（SRI）研发的机器⼈Shakey，能够⾃主感知、分析环境、规划⾏为并执⾏任务，可以柑橘⼈的指令发现并抓取积⽊。这种机器⼈拥有类似⼈的感觉，如触觉、听觉等。
1970年
1970年，能够分析语义、理解语⾔的系统诞⽣。美国斯坦福⼤学计算机教授T·维诺格拉德开发的⼈机对话系统SHRDLU，能分析指令，⽐如理解语义、解释不明确的句⼦、并通过虚拟⽅块操作来完成任务。由于它能够正确理解语⾔，被视为⼈⼯智能研究的⼀次巨⼤成功。
第三阶段：⼈⼯智能第⼀次低⾕「1974 – 1980」
1973年
1973年，著名数学拉特希尔家向英国政府提交了⼀份关于⼈⼯智能的研究报告，对当时的机器⼈技术
、语⾔处理技术和图像识别技术进⾏了严厉的批评，尖锐的指出⼈⼯智能那些看上去宏伟的⽬标根本⽆法实现，研究已经完全失败。此后，科学界对⼈⼯智能进⾏了⼀轮深⼊的拷问，使AI的遭受到严厉的批评和对其实际价值的质疑。
1976年
1976年，专家系统⼴泛使⽤。美国斯坦福⼤学肖特⾥夫等⼈发布的医疗咨询系统MYCIN，可⽤于对传染性⾎液病患诊断。这⼀时期还陆续研制出了⽤于⽣产制造、财务会计、⾦融等个领域的专家系统
1980年
1980年，专家系统商业化。美国卡耐基梅隆⼤学为DEC公司制造出XCON专家系统，帮助DEC公司每年节约4000万美元左右的费⽤，特别是在决策⽅⾯能提供有价值的内容。
1980年
70年代末，⼈⼯智能进⼊低⾕期。科研⼈员低估了⼈⼯智能的难度，美国国防⾼级研究计划署的合作计划失败，还让⼤家对⼈⼯智能的前景望⽽兴叹。主要技术瓶颈：计算机性能不⾜；处理复杂问题的能⼒不⾜；数据量严重缺失。
第四阶段：⼈⼯智能的繁荣期「1980 – 1987」
1980年
80年代，卡内基梅隆⼤学为数字设备公司设计了⼀套名为XCON的“专家系统”。它具有完整专业知识和经验的计算机智能系统。在1986年之前能为公司每年节省下来超过四千美元经费！
在80年代，⼀类名为“专家系统”的AI程序开始为全世界的公司所采纳，⽽“知识处理”成为了主流AI研究的焦点。⽇本政府在同⼀年代积极投资AI以促进其第五代计算机⼯程。80年代早期另⼀个令⼈振奋的事件是John Hopfield和David Rumelhart使联结主义重获新⽣。AI再⼀次获得了成功。
1981年
1981年
1981年，⽇本经济产业省拨款⼋亿五千万美元⽀持第五代计算机项⽬。其⽬标是造出能够与⼈对话，翻译语⾔，解释图像，并且像⼈⼀样推理的机器。令“芜杂派”不满的是，他们选⽤Prolog作为该项⽬的主要编程语⾔。
其他国家纷纷作出响应。英国开始了耗资三亿五千万英镑的Alvey⼯程。美国⼀个企业协会组织了
MCC（Microelectronics and Computer Technology Corporation，微电⼦与计算机技术集团），向AI
和信息技术的⼤规模项⽬提供资助。DARPA也⾏动起来，组织了战略计算促进会（Strategic Computing Initiative），其1988年向AI的投资是1984年的三倍。
1982年
1982年，物理学家John Hopfield证明⼀种新型的神经⽹络（现被称为“Hopfield⽹络”）能够⽤⼀种全新的⽅式学习和处理信息。⼤约在同时（早于Paul Werbos），David Rumelhart推⼴了“反传法（en:Backpropagation）”，⼀种神经⽹络训练⽅法。这些发现使1970年以来⼀直遭⼈遗弃的联结主义重获新⽣。
高铁一等座和二等座的区别1984年
1984年，⼤百科全书（Cyc）项⽬。Cyc项⽬试图将⼈类拥有的所有⼀般性知识都输⼊计算机，建⽴⼀个巨型数据库，并在此基础上实现知识推理，它的⽬标是让⼈⼯智能的应⽤能够以类似⼈类推理的⽅式⼯作，成为⼈⼯智能领域的⼀个全新研发⽅向。
1986年
⼀个四节点的Hopfield⽹络.
1986年由Rumelhart和⼼理学家James McClelland主编的两卷本论⽂集“分布式并⾏处理”问世，这⼀新领域从此得到了统⼀和促进。90年代神经⽹络获得了商业上的成功，它们被应⽤于光字符识别和语⾳识别软件。
1987年
1987年，苹果和IBM公司⽣产的台式机性超过了Symbolics等⼚商⽣产的通⽤计算机。从此，专家系统风光不再。80年代末，美国国防先进研究项⽬局⾼层认为⼈⼯智能并不是“下⼀个浪潮”。
⾄此，⼈⼯智能再⼀次成为浩瀚太平洋中那⼀抹⼣阳红
第五阶段：⼈⼯智能第⼆次低⾕「1987 – 1993」
1987年
80年代中商业机构对AI的追捧与冷落符合经济泡沫的经典模式，泡沫的破裂也在政府机构和投资者对AI的观察之中。尽管遇到各种批评，这⼀领域仍在不断前进。来⾃机器⼈学这⼀相关研究领域的Rodney
Brooks和Hans Moravec提出了⼀种全新的⼈⼯智能⽅案
变天的最早征兆是1987年AI硬件市场需求的突然下跌。Apple和IBM⽣产的台式机性能不断提升，到1987年时其性能已经超过了Symbolics和其他⼚家⽣产的昂贵的Lisp机。⽼产品失去了存在的理由：⼀夜之间这个价值五亿美元的产业⼟崩⽡解。
1989年
到了80年代晚期，战略计算促进会⼤幅削减对AI的资助。DARPA的新任领导认为AI并⾮“下⼀个浪潮”，拨款将倾向于那些看起来更容易出成果的项⽬。
1990年
在发表于1990年的论⽂“⼤象不玩象棋（Elephants Don’t Play Chess）”中，机器⼈研究者Rodney Brooks提出了“物理
在发表于1990年的论⽂“⼤象不玩象棋（Elephants Don’t Play Chess）”中，机器⼈研究者Rodney Brooks提出了“物理符号系统假设”，认为符号是可有可⽆的，因为“这个世界就是描述它⾃⼰最好的模型。它总是最新的。它总是包括了需要研究的所有细节。诀窍在于正确地，⾜够频繁地感知它。” 在80年代和90年代也有许多认知科学家反对基于符号处理的智能模型，认为⾝体是推理的必要条件，这⼀理论被称为“具⾝的⼼灵/理性/ 认知”论题。
1991年
1991年⼈们发现⼗年前⽇本⼈宏伟的“第五代⼯程”并没有实现。事实上其中⼀些⽬标，⽐如“与⼈展开交谈”，直到2010年也没有实现。与其他AI项⽬⼀样，期望⽐真正可能实现的要⾼得多。
隐形眼镜哪个牌子好1993年
0是奇数还是偶数⼈们开始对于专家系统和⼈⼯智能的信任都产⽣了危机，⼀股强烈的声⾳开始对当前⼈⼯智能发展⽅向提出质疑，他们认为使⽤⼈类设定的规则进⾏编程，这种⾃上⽽下的⽅法是错误的。⼤象不玩象棋，但⼤象可以从现实中学会识别环境并作出判断，⼈⼯智能技术也应该拥有⾝体感知能⼒，从下⽽上才能实现真正的智能。这种观点是超前的，但也推动了后续神经⽹络技术的壮⼤和发展
第六阶段：⼈⼯智能的平稳过渡「1993-2011」
1995年
1995年，理查德华莱⼠收到60年代聊天程序ELIZA的启发，开发了新的聊天机器⼈程序Alice，它能够利⽤互联⽹不断增加⾃⾝的数据集，优化内容。
虽然Alice也并不能真的通过图灵测试，但它的设计思想影响深远，2013年奥斯卡获奖影⽚《her（她）》就是以Alice为原型创作的。
1997年
1997年，“深蓝”战胜国际象棋世界冠军。IBM公司的国际象棋电脑深蓝DeepBlue战胜了国际象棋世界冠军卡斯帕罗夫。它的运算速度为每秒2亿步棋，并存有70万份⼤师对战的棋局数据，可搜寻并估计随后的12步棋！
1997年，两位德国科学霍克赖特和施⽶德赫伯提出了长期短期记忆（LSTM）这是⼀种今天仍⽤于⼿写识别和语⾳识别的递归神经⽹络，对后来⼈⼯智能的研究有着深远影响。
1998年
1998年，美国公司创造了第⼀个宠物机器⼈Furby。
⽽热衷于机器⼈技术的⽇本，2000年，本⽥公司发布了机器⼈产品ASIMO，经过⼗多年的升级改进，⽬前已经是全世界最先进的机器⼈之⼀。
2001年
2001年，由斯⽪尔伯格导演的电影《AI》上映，影⽚描述了未来⼈与机器⼈共⽣世界的种种悖论，⼈⼯智能⼀度引发社会关注，但关于技术的主题很快就被淡忘，数年后的观众只记得关于⼈性、关于爱与被爱的悲情故事。
鲁迅生平简介2002年
2002年，美国先进的机器⼈技术公司iRobot⾯向市场推出了Roomba扫地机器⼈，⼤获成功。iRobot⾄今仍然是扫地机器最好品牌之⼀
2004年
2004年，美国神经科学家杰夫·霍⾦斯出版了《⼈⼯智能的未来》⼀书，深⼊讨论了全新的⼤脑记忆预测理论，指出了依照此理论如何去建造真正的智能机器，这本书对后来神经科学的深⼊研究产⽣了深刻的影响。
依照此理论如何去建造真正的智能机器，这本书对后来神经科学的深⼊研究产⽣了深刻的影响。
2006年
2006年，杰弗⾥⾟顿出版了《Learning Multiple Layers of Representation》奠定了后来神经⽹络的全新的架构，⾄今仍然是⼈⼯智能深度学习的核⼼技术。
2007年
2007年，在斯坦福任教的华裔科学家李飞飞，发起创建了ImageNet项⽬。
1吨是多少公斤为了向⼈⼯智能研究机构提供⾜够数量可靠地图像资料，ImageNet号召民众上传图像并标注图像内容。
ImageNet⽬前已经包含了1400万张图⽚数据，超过2万个类别。
2010年
⾃2010年开始，ImageNet每年举⾏⼤规模视觉识别挑战赛，全球开发者和研究机构都会参与贡献最好的⼈⼯智能图像识别算法进⾏评⽐。尤其是2012年由多伦多⼤学在挑战赛上设计的深度卷积神经⽹络算法，被业内认为是深度学习⾰命的开始。
中国避暑旅游城市2011年
2011年，Watson参加智⼒问答节⽬。IBM开发的⼈⼯智能程序“沃森”（Watson）参加了⼀档智⼒问答节⽬并战胜了两位⼈类冠军。沃森存储了2亿页数据，能够将于问题相关的关键词从看似相关的答案中抽取出来。这⼀⼈⼯智能程序已被IBM⼴泛应⽤于医疗诊断领域。
第七阶段：⼈⼯智能的ABC新时代「2012-⾄今」
2012年
华裔科学家吴恩达及其团队在2009年开始研究使⽤图形处理器（GPU⽽不是CPU）进⾏⼤规模⽆监督式机器学习⼯作，尝试让⼈⼯智能程序完全⾃主的识别图形中的内容。
2012年，吴恩达取得了惊⼈的成就，向世⼈展⽰了⼀个超强的神经⽹络，它能够在⾃主观看数千万张图⽚之后，识别那些包含有⼩猫的图像内容。这是历史上在没有⼈⼯⼲预下，机器⾃主强化学习的⾥程碑式事件。
2014年
2009年，⾕歌开始秘密测试⽆⼈驾驶汽车技术；⾄2014年，⾕歌就成为第⼀个在通过美国州⾃驾车测试的公司
2016-2017年
2016~2017年，AlphaGo战胜围棋冠军。AlphaGo是由Google DeepMind开发的⼈⼯智能围棋程序，具有⾃我学习能⼒。它能够搜集⼤量围棋对弈数据和名⼈棋谱，学习并模仿⼈类下棋。DeepMind已进军医疗保健等领域。
2017年，深度学习⼤热。AlphaGoZero（第四代AlphaGo）在⽆任何数据输⼊的情况下，开始⾃学围棋3天后便以100:0横扫了第⼆版本的“旧狗”，学习40天后⼜战胜了在⼈类⾼⼿看来不可企及的第三个
版本“⼤师
2018年
2010年亚马逊公司就开始研发语⾳控制的智能⾳箱，2014年正式发布了产品Echo，这是⼀款可以通过语⾳控制家庭电器和提供资讯信息的⾳箱产品。
随后⾕歌、苹果都推出类似产品，国内⼚商如阿⾥、⼩⽶、百度、腾讯等也都纷纷效仿，⼀时间智能⾳箱产品遍地开花，都试图抢占⽤户家庭客厅的⼊⼝。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论