河龙网
关于对联、灯谜的资料大全
您所在位置:时事 > 网络上赌博有假吗 - AI简史:从1308年到2016年 人工智能缓步走来

网络上赌博有假吗 - AI简史:从1308年到2016年 人工智能缓步走来

阅读次数:1367  时间:2020-01-10 11:58:34

网络上赌博有假吗 - AI简史:从1308年到2016年 人工智能缓步走来

网络上赌博有假吗,智东西(公众号:zhidxcom)

编 | 海中天

导语:从神学家到科学家,到作家,无数人都在向我们描绘ai,在几百年的历史长河中,ai的面容渐渐清晰。最近,《福布斯》发表文章,为ai修订了一本“简史”,通过这篇文章,我们就可以理解ai的过去与现在,以及未来。

1308年:加泰罗尼亚诗人、神学家雷蒙·卢尔(ramon llull)发表作品《ars generalis ultima》(意思就是最终的综合艺术),详细解释了自己的理论:用机械方法从一系列概念组合中创造新知识。

1666年:数学家和哲学家莱布尼茨(gottfried leibniz)出版《on the combinatorial art》,他继承了雷蒙·卢尔的思想,莱布尼茨认为人类的所有创意全都来自于少量简单概念的结合。

1726年:英国小说家乔纳森·斯威夫特(jonathan swift)出版《格列佛游记》,他在书中描述了一台名叫“engine”的机器,这台机器放在laputa岛。斯威夫特描述称:“运用实际而机械的操作方法来改善人的思辨知识。”“最无知的人,只要适当付点学费,再出一点点体力,就可以不借助于任何天才或学力,写出关于哲学、诗歌、政治、法律、数学和神学的书来。”

1763年:托马斯·贝叶斯(thomas bayes)创造一个框架,可以用来推理事件的可能性。最终贝叶斯推理方法成为机器学习的主要理论。

1854年:乔治·布尔(george boole)认为逻辑推理可以系统进行,就像解答方程式一样。

1898年:在麦迪逊广场花园举行的电气展览会上,尼古拉·特斯拉(nikola tesla)展示世界第一艘无线电遥控船。按照特斯拉的描述,船只拥有“借来的思想”。

1914年:西班牙工程师莱昂纳多·托里斯·克维多(leonardo torres y quevedo)展示世界上第一台可以自动下象棋的机器,不需要人类干预,机器可以自动下国际象棋。

1921年:捷克作家卡雷尔·恰佩克(karel Čapek)在他的作品《rossum’s universal robots》中首次使用了“机器人(robot)”一词,这个词汇来自于“robota(工作)”。

1925年:无线电设备公司houdina radio control展示世界第一辆用无线控制的无人驾驶汽车,汽车可以在纽约街道上行驶。

1927年:科幻电影《大都会》(metropolis)上映。在影片中,一位名叫maria的农村女孩是机器人,她在2026年的柏林引起骚乱。这是机器人第一次出现在荧幕上,后来《星球大战》中的“c-3po”受到它的启发。

1929年:西村真琴(makoto nishimura)设计出“gakutensoku”,在日语中,该名称的意思就是说“向自然之法学习”,它是日本制造的第一个机器人。机器人可以改变面部表情,可以通过空气压力机制移动头部和手部。

1943年:沃伦·麦卡洛克(warren s. mcculloch)和沃尔特·皮茨(walter pitts)在《数学生物物理学公告》上发表论文《神经活动中内在思想的逻辑演算》(a logical calculus of the ideas immanent in nervous activity)。这篇论文对后世影响巨大,它讨论了理想化、简化的人工神经元网络,以及它们如何形成简单的逻辑功能,后来诞生的计算机“神经网络”(以及最后出现的深度学习)受到它的启发,所谓的“模拟大脑”这一说法也来自于它。

1949年,埃德蒙·伯克利(edmund berkeley)出版《giant brains: or machines that think》,他在书中写道:“最近出现许多消息,谈论的主题是奇怪的巨型机器处理信息,速度极快,技能很强……这种机器与大脑相似,由硬件和线缆组成,而不是血肉和神经……机器可以处理信息,可以计算、可以得出结论、可以选择,还可以根据信息执行合理操作。总之,这台机器可以思考。”

1949年:唐纳德·赫布(donald hebb)发表《organization of behavior: a neuropsychological theory》,他提出一种理论:根据猜想学习,这些猜测与神经网络高度关联,随着时间的推移,神经元突触会得到强化或者削弱。

1950年:克劳德·香农(claude shannon)发表《编程实现计算机下棋》(programming a computer for playing chess),这篇论文第一次开始关注计算机象棋程序的开发问题。

1950年:阿兰·图灵(alan turing)发表论文《computing machinery and intelligence》,他在论文中谈到了“模仿游戏”这一概念,也就是广为人知的“图灵测试”。

1951年:马文·明斯基(marvin minsky)和迪恩·爱德蒙(dean edmunds)开发了snarc,它是“stochastic neural analog reinforcement calculator”的简称,意思是“随机神经网络模拟加固计算器”。snarc是第一个人工神经网络,用3000个真空管模拟40个神经元的运行。

1952年:阿瑟·萨缪尔(arthur samuel)开发出第一个计算机跳棋程序,它也是世界上第一个可以自己学习的程序。

1955年8月31日:专家在一份提案中首次提出“ai(人工智能,artificial intelligence)”这一术语,提案建议由10名专家组成小组,花2个月时间研究人工智能。这份提案是达特茅斯学院约翰·麦卡锡(john mccarthy)、哈佛大学马文·明斯基(marvin minsky)、ibm纳撒尼尔·罗彻斯特(nathaniel rochester)和贝尔电话实验室克劳德·香农(claude shannon)联合提交的。1956年7月和8月,讨论会正式举行,这次会议成为人工智能诞生的标志。

1955年12月:赫伯特·西蒙(herbert simon)和艾伦·纽厄尔(allen newell)开发了“logic theorist”,它是世界上第一个ai项目,在罗素和怀特海《数学原理》第二章有52个定理,ai可以证明其中的38个。

1957年:弗兰克·罗森布拉特(frank rosenblatt)开发了“perceptron”,它是一个人工神经网络,可以利用两层计算机学习网络识别模式。《纽约时报》刊文称,perceptron是电子计算机的雏形,美国海军预测未来它可以自己行走、可以说话、可以看见东西、可以书写,还可以自己生产自己,能感知到自己的存在。《纽约客》认为它是一台“了不起的机器……可以思考。”

1958年:约翰·麦卡锡(john mccarthy)开发了程序语言lisp,它最终成为ai研究最流行的程序语言。

1959年:阿瑟·萨缪尔(arthur samuel)创造了“机器学习”这一术语,他在论文中谈到了一个程序,该程序可以让计算机学习如何下棋,棋艺可以超越程序开发者。

1959年:奥利弗·赛弗里奇(oliver selfridge)发表论文《pandemonium: a paradigm for learning》,他在论文中描述了一种处理模型,不需要预先设定,计算机就可以通过该模型识别新模式。

1959年:约翰·麦卡锡(john mccarthy)发表论文《programs with common sense》。他在论文中谈到了advice taker,这是一个程序,可以通过控制正式语言中的句子解决问题,它的终极目标是开发出可以像人类一样从过往经历不断学习的程序。

1961年:第一台工业机器人unimate在新泽西州通用汽车的组装线上投入使用。

1961年:詹姆斯·斯拉格(james slagle)开发了saint(符号自动积分程序),这套启发式程序可以有效解决大学一年级微积分符号整合问题。

1964年:丹尼尔·鲍勃罗(daniel bobrow)完成论文《natural language input for a computer problem solving system》,这是他在mit的博士论文。鲍勃罗还开发了student,也就是自然语言理解计算机程序。

1965年:赫伯特·西蒙(herbert simon)预测在20年内,机器可以做人类所能做的事。

1965年:赫伯特·德雷福斯(herbert dreyfus)发表《alchemy and ai》,他认为智力与计算机是不一样的,有些限制无法打破,直接导致ai无法进步。

1965年,古德(i.j.good)在《speculations concerning the first ultraintelligent machine》写道:“第一台超智能机器将是人类的最终发明,机器足够温顺,完全可以告诉我们如何控制它。”

1965年:约瑟夫·维森班(joseph weizenbaum)开发了eliza,这是一个交互程序,它可以根据任何主题进行英文对话。一些人想将人类的感觉赋予计算机程序,对此维森班感到很震惊,他开发程序只是为了证明机器与人的交流很肤浅。

1965年:费根鲍姆(edward feigenbaum)、布鲁斯·布坎南(bruce g.buchanan)、莱德伯格(joshua lederberg)和卡尔·杰拉西(carl djerassi)在斯坦福大学研究 dendral,它是第一个专家系统,能够自动做决策,解决有机化学问题,它的目的是研究假说信息,构建科学经验归纳模型。

1966年:机器人shakey诞生,它是第一款基于通用目的开发的移动机器人,可以按逻辑形成自有动作。1970年,《生活》杂志称它是“第一个电子人“。文章还引用计算机科学家马文•明斯基(marvin minsky)话称:”3到8年之内,机器的智力就可以达到普通人的平均水平。“

1968年:电影《2001太空漫游》上映,电影中的角色hal就是一台有感知能力的计算机。

1968年:特里·维诺格拉德(terry winograd)开发了shrdlu,它是一个理解早期语言的计算机程序。

1969年:阿瑟·布莱森(arthur bryson)和何毓琦(yu-chi ho)在论文中描述称,反向传播可以作为多阶段动态系统优化方法使用。这是一种学习算法,它可以应用于多层人工神经网络,2000-2010年深度学习之所以大获成功离不开它的启发,在后来的日子里,计算机性能突飞猛进,可以适应巨大网络的训练。

1969年:马文·明斯基(marvin minsky)和西摩尔·帕普特(seymour papert)联合发表作品《perceptrons: an introduction to computational geometry》。1988年该书扩充再版,两位作者在书中表示,1969年得出的结论明显减少了神经网络研究所需的资金。作者称:“我们认为,由于缺少基本理论,研究已经基本处于停滞状态……到了60年代,人们在认知器演算方面进行了大量实验,但是没有一个人可以解释系统为何可以识别特定模式,而其它模式却无法识别。”

1970年:第一个拟人机器人诞生,它就是wabot-1,由日本早稻田大学开发,它包括了肢体控制系统、视觉系统、会话系统。

1972年:mycin是一个早期专家系统,它可以识别引发严重传染病的细菌,还可以推荐抗生素,该系统是斯坦福大学开发的。

1973年:詹姆斯·莱特希尔(james lighthill)向英国科学研究委员会提交报告,介绍了ai研究的现状,他得出结论称:“迄今为止,ai各领域的发现并没有带来像预期一样的重大影响。”最终政府对ai研究的热情下降。

1976年:计算机科学家拉吉·瑞迪(raj reddy)发表论文《speech recognition by machine: a review》,它对自然语言处理(natural language processing)的早期工作做了总结。

1978年:卡内基梅隆大学开发了xcon程序,这是一套基于规则开发的专家系统,可以辅助dec vax计算机,根据客户的要求自动选择组件。

1979年:在没有人干预的情况下,stanford cart自动穿过摆满椅子的房间,前后行驶了5小时,它相当于早期无人驾驶汽车。

1980年:日本早稻田大学研制出wabot-2机器人,这是一个人型音乐机器人,可以与人沟通,可以阅读乐谱,还可以演奏普通难度的电子琴。

1981年:日本国际贸易和工业部向“第五代计算机”项目投入8.5亿美元,该项目只为开发出可以对话、翻译语言、解释图片、像人一样推理的计算机。

1984年:《电脑梦幻曲》(electric dreams )电影上映,它讲述了一名男子、一名女子和一台电脑的三角恋故事。

1984年:在年度aaai会议上,罗杰·单克(roger schank)和马文·明斯基(marvin minsky)发出警告,他们认为“ai寒冬”已经来临,ai泡沫很快就会破灭,ai投资与研究资金也减少,正如70年代出现的事情一样。

1986年:在恩斯特·迪克曼斯(ernst dickmanns)的指导下,慕尼黑大学开发了第一辆无人驾驶汽车,这是一辆奔驰厢式货车,配有摄像头和传感器,座位上没有人,最高时速55英里。

1987年:苹果当时的ceo斯卡利(john sculley)在educom发表主题演讲,谈到了“知识领航员”(knowledge navigator)的概念,他描述了一个诱人的未来:“我们可以用智能代理连接知识应用,代理依赖于网络,可以与大量数字化信息联系。”

1988年:朱迪亚·珀尔(judea pearl)发表了《probabilistic reasoning in intelligent systems》,2011年珀尔获得图灵奖,颁奖词介绍称:“朱迪亚·珀尔为不确定条件下处理信息找到了具象特征,奠定了计算基础。人们认为他是贝叶斯网络的发明人,贝叶斯网络是一套数据形式体系,可以确定复杂的概率模型,还可以成为这些模型推断时的主导算法。”

1988年:罗洛·卡彭特(rollo carpenter)开发了聊天机器人jabberwacky ,它可以用有趣、娱乐、幽默的形式模拟人类对话。利用与人互动的方法开发ai,卡彭特做出了独特的尝试。

1988年:ibm沃森研究中心发表《a statistical approach to language translation》,它标志着过渡的开始,以前我们采用的是基于规则的机器翻译概率法,它开始向“机器学习”转移,机器学习是以已知案例的数据分析作为基础的,而不是对手上任务的理解。ibm的项目名叫candide,它可以成功在英语和法语之间翻译,这套系统以220万对句子作为基础。

1988年:马文·明斯基(marvin minsky)和西摩尔·帕普特(seymour papert)出版了图书《perceptrons》,这本书1969年首次出版,1988年扩充后再版。两人解释了再版的原因:“ai领域的研究为何没有取得突破?因为研究人员不熟悉历史,老是犯一些前人已经犯过的错误。”

1989年:燕乐存(yann lecun)与at&t贝尔实验室的其它研究人员携手合作,成功将反向传播算法应用于多层神经网络,它可以识别手写邮编。由于当时的硬件存在限制,训练神经网络花了3天。

1990年:罗德尼·布鲁克斯(rodney brooks)发表了《lephants don’t play chess》,他提出了新的ai方法:利用环境交互重新打造智能系统和特殊机器人。布鲁克斯称:“世界就是我们的最佳模型……关键在于正确感知它,保持足够高的频率。”

1993年:弗农·温格(vernor vinge)发表了《the coming technological singularity》,他预测在30年之内,我们可以用技术创造出超智者,简言之,人类将会终结。

1995年:理查德·华莱士(richard wallace)开发了聊天机器人 a.l.i.c.e(artificial linguistic internet computer entity的缩写),它受到了eliza的启发,由于互联网已经出现,网络为华莱士提供了海量自然语言数据样本。

1997年:赛普·霍克赖特(sepp hochreiter)和于尔根·施密德胡伯(jürgen schmidhuber)提出了lstm概念(长短期记忆),今天的递归神经网络就是用这种方法开发的,它可以识别手写笔迹,还可以识别语音。

1997年:ibm研发的“深蓝”(deep blue)击败人类象棋冠军。

1998年:戴夫·汉普顿(dave hampton)和钟少男(caleb chung)开发了furby,它是第一款家庭机器人,或者说是宠物机器人。

1998年:燕乐存(yann lecun)与人合作发表论文,谈到了用神经网络识别手写笔迹的问题,还谈到了优化向后传播的问题。

2000年:mit研究人员西蒂亚·布雷泽尔(cynthia breazeal)开发了kismet,它是一个可以识别、模拟表情的机器人。

2000年:本田推出了asimo,它是一个人工智能拟人机器人,可以像人类一样快速行走,在餐馆内可以将盘子送给客人。

2001年:斯皮尔伯格拍摄的电影《人工智能》上映,影片中一个机器人很像人类小孩,他的程序很独特,拥有爱的能力。

2004年:第一届darpa自动驾驶汽车挑战赛在莫哈韦沙漠举行,可惜没有一辆自动驾驶汽车完成150英里的挑战目标。

2006年:杰弗里·辛顿(geoffrey hinton)发表《learning multiple layers of representation》,他首次提出了“机器阅读”这一术语,所谓机器阅读就是说系统不需要人的监督就可以自动学习文本。

2007年:杰弗里·辛顿(geoffrey hinton)发表《learning multiple layers of representation》,根据他的构想,我们可以开发出多层神经网络,这种网络包括自上而下的连接点,可以生成感官数据训练系统,而不是用分类的方法训练。辛顿的理论指引我们走向深度学习。

2007年:李飞飞(fei fei li )和普林斯顿大学的同事携手合作,开始研究imagenet,这是一个大型数据库,由大量带注解的图片组成,旨在为视觉对象识别软件研究提供辅助。

2009年:rajat raina、阿南德·马德哈迈(anand madhavan)和吴恩达(andrew ng)发表论文《large-scale deep unsupervised learning using graphics processors》,他们认为“现代图形处理器的计算能力远超多核cpu,gpu有能力为深度无监督学习方法带来变革。”

2009年:谷歌开始秘密研发无人驾驶汽车,2014年,谷歌在内华达州通过了自动驾驶测试。

2009年,西北大学智能信息实验室的研究人员开发了stats monkey,它是一款可以自动撰写体育新闻的程序,不需要人类干预。

2010年:imagenet大规模视觉识别挑战赛(ilsvcr)举办。

2011年:在德国交通标志识别竞赛中,一个卷积神经网络成为赢家,它的识别率高达99.46%,人类约为99.22%。

2011年:ibm开发的自然语言问答计算机沃森在“危险边缘”(jeopardy!)中击败两名前冠军。

2011年:瑞士dalle molle人工智能研究所发布报告称,用卷积神经网络识别手写笔迹,错误率只有0.27%,之前几年错误率为0.35-0.40%,进步巨大。

2012年6月:杰夫·迪恩(jeff dean)和吴恩达(andrew ng)发布报告,介绍了他们完成的一个实验。两人向大型神经网络展示1000万张未标记的图片,这些图片是随机从youtube视频中抽取的,发现当中的一个人工神经元对猫的图片特别敏感。

2012年10月:多伦多大学设计的卷积神经网络参加imagenet大规模视觉识别挑战赛(ilsvcr),它的错误率只有16%,比往年25%的错误率大幅改进。

2016年3月:谷歌deepmind研发的alphago击败围棋冠军李世石。

原文来自:福布斯

上一篇:阿里巴巴第一颗自研芯片,全球最强AI芯片含光800问世

下一篇:国庆景区要做“慢生意”央视评:赚快钱会越走越窄