去看看小说网

kimi 人工智能的前世今生（第2页）

1973年：日本早稻田大学成功制造出了第一个人形机器人，名为WABOT-1。这个机器人被认为是世界上第一个能够走路和操作物体的人形机器人之一。

1974年：哈佛大学PaulWerbos博士论文《BeyondRegression:NewToolsforPredictionandAnalysisintheBehavioralSciences》（超越回归：行为科学中的预测和分析新工具），提出了反向传播算法的初步概念，为后来神经网络的训练奠定了理论基础。

1975年：4月4日，比尔·盖茨（BillGates）和搭档保罗·艾伦（PaulAllen）一起创立了微软（Microsoft）公司。微软最初专注于为个人计算机开发基于微处理器的软件，如BASIC解释器等

1975年：麻省理工学院马文·明斯基（MarvinMinsky）的论文《AFrameworkforRepresentingKnowledge》（知识表示的框架）提出了用于人工智能中的知识表示学习框架理论。

1976年：美国斯坦福大学肖特利夫（EdwardShortliffe）等人完成了医疗专家系统MYCIN的开发。MYCIN是一个用于诊断和治疗感染性疾病的专家系统，帮助医生诊断细菌感染，并推荐适当的抗生素治疗方案。MYCIN是早期医学领域成功应用人工智能技术的代表之一。

1976年：AppleI电脑问世

4月1日，苹果公司创始人史蒂夫·乔布斯和史蒂夫·沃兹尼亚克推出了苹果I个人电脑，这是第一款用于个人使用的预装操作系统的计算机。

1979年：美国计算机科学家和国际象棋大师汉斯·贝利纳的计算机程序“Belle”战胜双陆棋（Checkers）世界冠军马尔文·莱文，标志着计算机在一个相对复杂的棋类游戏中战胜了人类世界冠军。

1980年：美国卡内基梅隆大学（CMU）举办了第一届机器学习国际研讨会，标志着机器学习研究正式在全世界范围内兴起。

1981年：美国机器人学家保罗·保尔（R。P。Paul）出版了第一本机器人学课本《RobotManipulator:Mathematics，Programming，andControl》（机器人操纵器：数学、编程与控制）。这本书标志着机器人学科正式走向成熟阶段。

1982年：美国物理学家约翰JohnHopfield提出了霍普菲尔德网络，这是一种能够存储和回忆模式的神经网络模型。

1984年：“AI之冬”警告

人工智能领域的专家们在美国人工智能协会（AAAI）会议上警告称，人工智能领域可能会进入一段“AI之冬”（AIwinter）的时期。AI之冬指的是人工智能研究陷入低谷的时期，投资资金减少，研究活动减缓，甚至出现了人才流失的情况。

1985年：图灵奖得主、加州大学洛杉矶分校教授朱迪亚·珀尔（JudeaPearl）提出了贝叶斯网络（Bayesiannetwork）的概念，这标志着概率方法在人工智能领域的应用迈出了重要的一步。

1986年：麻省理工学院MITAILab主任罗德尼·布鲁克斯（RodneyBrooks）发表了论文《ARobustLayeredControlSystemforaMobileRobot》（移动机器人鲁棒分层控制系统）。标志着布鲁克斯提出了一种新的机器人控制方法，被称为“行为式机器人学”（behavior-basedrobotics），也被称为“鲁棒分层控制系统”。

1986年：Rumelhart，Hinton和Williams三位科学家合着《Learningrepresentationsbyback-propagatingerrors》（通过反向传播误差学习表示），重新发现了反向传播算法，并将其应用于多层神经网络的训练。

这章没有结束，请点击下一页继续阅读！

1989年：美国达特茅斯学院乔治·赛本科（GeorgeCybenko）证明了“万能近似定理”（universalapproximationtheorem）。证明了多层神经网络具有强大表达能力，根本上消除了当时对神经网络表达能力的质疑。

AI复兴与硅的革命（1990年代-2000年代）

1990年代，互联网的兴起和硅基计算技术的飞速发展为AI研究提供了大量数据和计算资源。机器学习和数据挖掘开始成为AI研究的重要分支。2000年代，随着硅基计算能力的极大提升，深度学习技术开始崭露头角，特别是在图像识别和语音处理等领域取得了显着进展。

1993年：Pentium处理器推出

英特尔Intel发布了Pentium处理器，它采用了超标量架构，大幅提升了计算性能，支持了更复杂的软件和AI应用。

1997年：IBM的深蓝（DeepBlue）计算机在国际象棋比赛中击败了当时的世界冠军加里·卡斯帕罗夫（GarryKasparov），这一事件被视为人工智能在复杂策略游戏中取得的重要突破。

1998年：万维网联盟的蒂姆（TimBerners-Lee）提出了语义网（SemanticWeb）的概念。语义网的核心思想是通过为万维网上的文档添加可被计算机理解的语义信息（元数据），从而使得整个互联网成为一个基于语义链接的通用信息交换媒介。

1999年：英伟达发布第一款GeForce图形处理器-英伟达发布了GeForce256，这是世界上第一款集成了图形处理和几何运算功能的图形处理器单元（GPU），开创了现代图形处理器的先河。

2001年：美国加州大学布雷曼博士提出了随机森林（RandomForest）算法。通过将多个有差异的弱学习器（通常是决策树）进行Bagging并行组合，来提高整体模型的泛化性能。

2003年：Google推出了AdSense，一个基于机器学习的广告系统。同年，Google公布了3篇大数据奠基性论文：非结构化文件分布式存储（GFS）、分布式计算（MapReduce）及结构化数据存储（BigTable），奠定了现代大数据技术的理论基础。

2000年代：多核处理器出现

Intel于2005年推出了首款商用多核处理器，即IntelCoreDuo处理器。AMD在2007年推出了其首款商用多核处理器，即AMDPhenomX4处理器。多核处理器技术的发展使得单个芯片上能够集成多个处理核心，大幅提升了并行计算能力，对AI和机器学习算法的发展尤为重要。

2005年：波士顿动力公司推出一款动力平衡四足机器狗“BigDog”。

2006年：华裔科学家李飞飞（Fei-FeiLi）开始研究ImageNet视觉数据库。ImageNet是一个庞大的视觉识别数据库，包含数百万张标记图像，涵盖了各种不同类别的物体和场景。

2006年：“深度学习之父”、加拿大多伦多大学教授杰弗里·辛顿GeoffreyHinton和他的学生提出了“深度置信网络”（DeepBeliefNetworks，DBN）的模型，特别是对无监督预训练的发现。

2007年：苹果发布了首款iPhone，标志着智能手机的兴起，为移动智能应用的发展提供了巨大的推动力。

AI爆发与硅的无处不在（2010年代-至今）