人工智能經歷了怎樣的發展過程？
文︱李夢穎
圖︱網絡
近幾年，人工智能一直是學術界和產業界研究的熱點，對於人工智能將如何改變我們的生活，人們充滿想象與期待。
人工智能概念的提出，最早可以追溯到1956年的達特茅斯會議，然而，在那之後，人工智能又是如何一步步發展起來的呢？
人工智能
1949年
1949年，赫布出版了《行為的組織》，介紹了Hebb學習規則，提出權值的概念。這一理論為機器學習中的人工神經網絡的學習算法奠定了基礎。（人工神經網絡即深度學習的前身。）
1950年
1950年，阿蘭.圖靈在1950年發表論文《計算機器與智能》，在該論文中提出了機器思維的概念和圖靈測試。由此，圖靈又被稱為“人工智能之父”。二戰期間，他的團隊在1943年研製成功了被叫做“巨人”的機器，用於破解德軍的密碼電報，這一貢獻讓二戰提前2年結束。
1952年
計算機科學家阿瑟·薩繆爾開發了一個跳棋程序，具有自我學習的能力，訓練後可以挑戰人類專業跳棋選手。
同時，薩繆爾還提出了“機器學習”的概念。
1956年
在達特茅斯會議上，約翰·麥卡錫提出了“人工智能”的概念。因此1956年也被稱為人工智能元年。
1957年
羅森布拉特發明感知機，是機器學習人工神經網絡理論中神經元的最早模型。
由於人工神經網絡理論的突破，人工智能領域受到極大的關注，政府機構投入了大筆資金建立了許多相關的項目。
1960年
維德羅首次將Delta學習規則用於感知器的訓練步驟。這種方法後來被稱為最小二乘方法。
1967年
最近鄰算法kNN出現，由此計算機可以進行簡單的模式識別。
1969年
馬文·明斯基出版了《感知機》一書，書中提出了人工神經網絡的侷限。由於明斯基在人工智能領域的重要地位，同時由於人工智能研究領域出現了瓶頸，人工智能項目的研究者無法兌現之前的承諾，人們對於人工智能的樂觀期望遭到了嚴重打擊，許多項目的研究經費也被停止或轉移到其他項目，人工智能的研究陷入低谷。最為嚴重的是以人工神經網絡為研究方向的連接主義學派受到打擊，研究陷入停滯狀態。
1982年
Hopfield提出一種新型的神經網絡，後來被稱為Hopfield網絡，使用一種全新的方式進行學習和處理信息。同時反向傳播算法，一種神經網絡的訓練方法被提出，這種算法也是深度學習理論的重要算法之一。沉寂多年的人工神經網絡方向的研究重新獲得發展。
1986年
昆蘭提出決策樹算法，又稱為ID3算法。相對於神經網絡模型，決策樹ID3算法也被作為一個軟件，通過使用簡單的規則和清晰的參考可以找到更多的現實生活中的使用情況。數據挖掘中決策樹是一種經常要用到的技術，可以用於分析數據，同樣也可以用來作預測。
1990年
Freund和schapire改進了Boosting算法，提出了AdaBoost（Adaptive Boosting）算法，該算法效率和Freund於1991年提出的Boosting算法幾乎相同，但更容易應用到實際問題當中。同年，機器學習領域中一個最重要的突破，支持向量機（SVM），由瓦普尼克和科爾特斯在大量理論和實證的條件下提出。從此將機器學習研究分為神經網絡方向和支持向量機方向。
1997年
IBM的超級計算機深藍戰勝國際象棋世界冠軍卡斯帕羅夫，引起了世界的關注。
2001年
佈雷曼提出集成決策樹模型，它是由一個隨機子集的實例組成，並且每個節點都是從一系列隨機子集中選擇。由於它的這個性質，被稱為隨機森林（RF），隨機森林也在理論和經驗上證明了對機器學習中常常遇到的難題-過擬合的抵抗性。
2006年
神經網絡專家Hinton提出神經網絡深度學習算法，使神經網絡的能力大大提高，向支持向量機發出挑戰，同時開啟了深度學習在學術界和工業界的浪潮。
2011年 由IBM創建的Watson，在電視遊戲中擊敗了兩個前Jeopardy冠軍，肯詹寧斯和布拉德魯特。 Apple發佈了Siri，Apple iOS操作系統的虛擬助手。Siri使用自然語言用戶界面來向其人類用戶推斷，觀察，回答和推薦事物。它適應語音命令，併為每個用戶投射“個性化體驗”。 |  |
2015-2017
谷歌DeepMind的AlphaGo，一個玩棋盤遊戲Go的計算機程序，擊敗了各種（人類）冠軍。
2016年 一個名為Sophia的人形機器人由Hanson Robotics創建。她被稱為第一個“機器人公民”。Sophia與以前的類人生物的區別在於她與真實的人類相似，能夠看到（圖像識別），做出面部表情，並通過人工智能進行交流。 |  |
2018年
三星推出虛擬助手Bixby。Bixby的功能包括語音，用戶可以在這裡與他們交談並提出問題，建議和建議; 視覺，Bixby的“ 視覺 ”能力內置於相機應用程序中，可以看到用戶看到的內容（即對象識別，搜索，購買，翻譯，地標識別）; 和Home，Bixby使用基於應用程序的信息來幫助用戶使用和交互（例如天氣和健身應用程序）。
END
閱讀更多 王樹一 的文章
