人工智能是一個(gè)非常重要和復(fù)雜的領(lǐng)域。將人工智能（AI）壓縮到10個(gè)“需要記憶的時(shí)刻”并不容易。今天，我們?yōu)槟惚P(pán)點(diǎn)了人工智能歷*重要的10個(gè)里程碑式的發(fā)展。
1神經(jīng)網(wǎng)絡(luò)的誕生
你可能已經(jīng)聽(tīng)說(shuō)過(guò)神經(jīng)網(wǎng)絡(luò)，在當(dāng)今*的人工智能背后，是大腦激發(fā)的人工智能工具。雖然像深度學(xué)習(xí)這樣的概念是比較新的，但它們背后的理論體系可以追溯到1943年的一個(gè)數(shù)學(xué)理論。
Warren McCulloch和Walter Pitts的《神經(jīng)活動(dòng)內(nèi)在想法的邏輯演算》可能聽(tīng)起來(lái)非常的普通，但它與計(jì)算機(jī)科學(xué)一樣重要（甚至超過(guò)計(jì)算機(jī)科學(xué)）。其中，《PageRank引文排名》一文，催生了的誕生。在《邏輯微積分》中，McCulloch和Pitts描述了如何讓人造神經(jīng)元網(wǎng)絡(luò)實(shí)現(xiàn)邏輯功能。至此，AI的大門(mén)正式打開(kāi)。
2人工智能的名字由來(lái)
如果要提到人工智能的真正開(kāi)端，那就要追溯到1955年8月31日。當(dāng)時(shí)，研究人員John McCarthy、Marvin Minsky、Nathaniel Rochester和Claude Shannon提交了一份《2個(gè)月，10個(gè)人的人工智能研究》的提案，次提出了“人工智能”的概念。而其中John McCarthy被后人尊稱(chēng)為“人工智能之父”。
3反向傳播算法的出現(xiàn)
反向傳播（英語(yǔ)：Backpropagation，縮寫(xiě)為BP），有時(shí)縮寫(xiě)為“BP”，是機(jī)器學(xué)習(xí)歷*重要的算法之一。這是一種與優(yōu)化方法（如梯度下降法）結(jié)合使用的，用來(lái)訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)的常見(jiàn)方法。該方法計(jì)算對(duì)網(wǎng)絡(luò)中所有權(quán)重計(jì)算損失函數(shù)的梯度。這個(gè)梯度會(huì)反饋給優(yōu)化方法，用來(lái)更新權(quán)值以小化損失函數(shù)。
反向傳播要求人工神經(jīng)元（或“節(jié)點(diǎn)”）的激勵(lì)函數(shù)可微。簡(jiǎn)而言之，這意味著創(chuàng)作者可以通過(guò)在犯錯(cuò)時(shí)糾正錯(cuò)誤來(lái)訓(xùn)練他們的網(wǎng)絡(luò)。完成后，道具會(huì)修改神經(jīng)網(wǎng)絡(luò)中的不同連接，確保下次遇到同樣問(wèn)題時(shí)能得到正確的答案。
4語(yǔ)言助手的誕生
提及亞馬遜的Alexa、助手和蘋(píng)果的Siri大家一定都不陌生。早在20世紀(jì)60年代中期，麻省理工學(xué)院的一名研究人員就發(fā)明了一個(gè)名為ELIZA的計(jì)算機(jī)心理治療師，可以實(shí)現(xiàn)與用戶之間的“智能”對(duì)話。
在當(dāng)時(shí)，ELIZA的就指出，用戶如此愿意以這種方式與機(jī)器交談，這讓他們感到非常驚訝。
5科技奇點(diǎn)的提出
1993年，作家兼計(jì)算機(jī)科學(xué)家Vernor Vinge發(fā)表了一篇文章，這篇文章提到了人工智能的“奇點(diǎn)”。
而這里所指的“奇點(diǎn)”并不是廣義上的，而是指未來(lái)某一天機(jī)器將變得比人類(lèi)更聰明，甚至?xí)〈祟?lèi)，主宰人類(lèi)世界，被其稱(chēng)為“即將到來(lái)的技術(shù)奇點(diǎn)”。
6輛自動(dòng)駕駛汽車(chē)誕生
你認(rèn)為開(kāi)發(fā)了世界上輛自動(dòng)駕駛汽車(chē)嗎？錯(cuò)！早在1986年，德國(guó)聯(lián)邦大學(xué)的研究人員就在一輛奔馳面包車(chē)上安裝了攝像頭和智能傳感器，成功地在空無(wú)一人的街道上行駛。
幾年后，一位名叫Dean Pomerleau的卡內(nèi)基梅隆大學(xué)的研究人員建造了一輛自動(dòng)駕駛的龐蒂克運(yùn)輸小貨車(chē)，并沿海岸線從賓夕法尼亞州的匹茲堡到加州的圣地亞哥，共行駛了2797英里。相較于當(dāng)今的自動(dòng)駕駛技術(shù)，當(dāng)時(shí)的這項(xiàng)技術(shù)像是小兒科，但是至少它證明了無(wú)人駕駛是可以實(shí)現(xiàn)的。
7IBM“深藍(lán)”戰(zhàn)勝象棋
對(duì)于人工智能來(lái)說(shuō)，1997年是一個(gè)標(biāo)志性的年份，IBM的“深藍(lán)”超級(jí)計(jì)算機(jī)在一場(chǎng)人機(jī)大戰(zhàn)中戰(zhàn)勝象棋Garry Kasparov。盡管毫無(wú)疑問(wèn)，深藍(lán)的處理信息比人類(lèi)更快，但真正的問(wèn)題是，它是否更有策略地思考。事實(shí)證明這是可以的！
這一結(jié)果可能并沒(méi)有證明人工智能有能力在有明確規(guī)則的問(wèn)題上表現(xiàn)得異常出色，但它仍然是人工智能領(lǐng)域的巨大飛躍。
8IBM“沃森”閃耀智力競(jìng)賽節(jié)目
就像深藍(lán)與Garry Kasparov的比賽一樣，IBM的人工智能在2011年面臨著另一個(gè)巨大的挑戰(zhàn)——沃森人工智能在的智力競(jìng)賽節(jié)目“Jeopardy”中擊敗了對(duì)手布拉德·拉特和肯·詹寧斯，成功贏取了100萬(wàn)美元的大獎(jiǎng)。
比賽結(jié)束后，肯·詹尼斯打趣道：“歡迎我們的新機(jī)器人霸主。”人工智能的再次勝利，又一次向世界證明了人工智能比人腦更快。
9AI通過(guò)深度學(xué)習(xí)算法識(shí)別貓科動(dòng)物
2012年6月，研究人員Jeff Dean和吳恩達(dá)從YouTube視頻中提取了1000萬(wàn)個(gè)未標(biāo)記的圖像，訓(xùn)練了一個(gè)由16,000個(gè)電腦處理器組成的龐大神經(jīng)網(wǎng)絡(luò)。盡管沒(méi)有給出有關(guān)它們的識(shí)別信息，但人工智能還是能夠通過(guò)深度學(xué)習(xí)算法來(lái)識(shí)別貓科動(dòng)物的照片。
事實(shí)證明，就像我們一樣，即使是令人印象深刻的AI，也喜歡看視頻，而且尤其喜歡貓科動(dòng)物。
10AlphaGo戰(zhàn)勝世界圍棋李世石
2016年3月，繼IBM深藍(lán)之后，DeepMind的AlphaGo在四場(chǎng)比賽中擊敗了圍棋世界李世石，而這場(chǎng)激烈的人機(jī)大戰(zhàn)吸引了來(lái)自世界各地的6000萬(wàn)人的觀看。
同樣，2017年的升級(jí)版AlphaGo再次擊敗了圍棋大師柯潔，引發(fā)了*的關(guān)注。
會(huì)員1.png)