我女朋友觉得这个标题土，我觉得很贴合中心思想啊！---- 人工智能的前世今生(完结篇)

文章标题真的很土吗？
自我感觉还好啊

本文主要讲述人工智能的发展历史，发展道路上的大事记，根据网上搜寻到的前人文章，整理而成！此为系列文章的第三篇，也为最后一篇，字数为5722字，阅读时间大约6分钟！

前期回顾：

人工智能的前世今生(一)

人工智能的前世今生(二)

AI在20世纪90年代

1995年：计算机科学家理查德华莱士开发了聊天机器人ALICE（人工语言互联网计算机实体），灵感来自Weizenbaum的ELIZA。ALICE与ELIZA的区别在于增加了自然语言样本数据收集。

1997年：计算机科学家Sepp Hochreiter和JürgenSchmidhuber开发了长短期记忆（LSTM），这是一种用于手写和语音识别的递归神经网络（RNN）架构。

1997年：由IBM开发的国际象棋电脑Deep Blue成为第一个赢得国际象棋比赛并与卫冕世界冠军相匹敌的系统。

1998年： Dave Hampton和Caleb Chung发明了Furby，这是第一款儿童玩具机器人。

1999年：与Furby一致，索尼推出了AIBO（人工智能RoBOt），这是一种价值2000美元的机器人宠物狗，通过与环境，所有者和其他AIBO的互动来“学习”。其功能包括能够理解和响应100多个语音命令并与其人类所有者进行通信。

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：由史蒂文斯皮尔伯格执导的科幻电影AI人工智能发布。这部电影是在一个充满未来主义的反乌托邦社会中进行的，并追随大卫，这是一个先进的人形儿童，具有拟人化的感受，包括爱的能力。

2002年：i-Robot发布了Roomba，一种自动机器人真空吸尘器，可在避开障碍物的同时进行清洁。

2004年： NASA的机器人探索漫游者精神和机遇在没有人为干预的情况下导航火星的表面。

2006年： Oren Etzioni（计算机科学教授），Michele Banko和Michael Cafarella（计算机科学家）创造了“机器阅读”这一术语，将其定义为对文本的无监督自主理解。

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：计算机科学教授Fei Fei Li及其同事组建了ImageNet，这是一个注释图像数据库，其目的是帮助进行物体识别软件研究。

2009年：谷歌秘密开发了一款无人驾驶汽车。到2014年，它通过了内华达州的自驾车测试。

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。

2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。

2010年：微软推出了Kinect for Xbox
360，这是第一款使用3D摄像头和红外探测跟踪人体运动的游戏设备。

2011年： Watson，一个回答IBM创建的计算机的自然语言问题，击败了两个前Jeopardy！冠军，肯詹宁斯和布拉德鲁特，在电视游戏中。

2011年： Apple发布了Siri，Apple iOS操作系统的虚拟助手。Siri使用自然语言用户界面来向其人类用户推断，观察，回答和推荐事物。它适应语音命令，并为每个用户投射“个性化体验”。

2012年： Jeff Dean和Andrew Ng（谷歌研究人员）通过向YouTube视频展示1000万张未标记图像，培训了一个拥有16,000个处理器的大型神经网络来识别猫的图像（尽管没有提供背景信息）。

2013年：来自卡内基梅隆大学的研究团队发布了Never
Ending Image Learner（NEIL），这是一种可以比较和分析图像关系的语义机器学习系统。

2014年：微软发布了Cortana，他们的版本是类似于iOS上的Siri的虚拟助手。

2014年：亚马逊创建了亚马逊Alexa，一个家庭助理，发展成智能扬声器，作为个人助理。

2015年： Elon Musk，Stephen Hawking和Steve Wozniak等3,000人签署了一封公开信，禁止开发和使用自主武器（用于战争目的）。

2015-2017：谷歌DeepMind的AlphaGo，一个玩棋盘游戏Go的计算机程序，击败了各种（人类）冠军。

2016年：一个名为Sophia的人形机器人由Hanson Robotics创建。她被称为第一个“机器人公民”.Sophia与以前的类人生物的区别在于她与真实的人类相似，能够看到（图像识别），做出面部表情，并通过人工智能进行交流。

2016年： Google发布了Google Home，这是一款智能扬声器，使用人工智能充当“个人助理”，帮助用户记住任务，创建约会，并通过语音搜索信息。

2017年： Facebook人工智能研究实验室培训了两个“对话代理”（聊天机器人），以便相互沟通，以学习如何进行谈判。然而，随着聊天机器人的交谈，他们偏离了人类语言（用英语编程）并发明了自己的语言来相互交流 - 在很大程度上展示了人工智能。

2018年：阿里巴巴（中国科技集团）语言处理AI在斯坦福大学的阅读和理解测试中超越了人类的智慧。阿里巴巴的语言处理在一组10万个问题中得分为“82.44，对82.30”

• 这是一次狭隘的失败，但仍然是失败。

2018年：谷歌开发了BERT，这是第一个“双向，无监督的语言表示，可以使用转移学习在各种自然语言任务中使用。”

2018年：三星推出虚拟助手Bixby。Bixby的功能包括语音，用户可以在这里与他们交谈并提出问题，建议和建议; 视觉，Bixby的“ 视觉 ”能力内置于相机应用程序中，可以看到用户看到的内容（即对象识别，搜索，购买，翻译，地标识别）; 和Home，Bixby使用基于应用程序的信息来帮助用户使用和交互（例如天气和健身应用程序）。

现状与影响：

对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为人工智能系统的智能水平即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶，等等。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。

专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域。例如，阿尔法狗（AlphaGo）在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到专业医生水平。

通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才而无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。

人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；全球知名风投调研机构CBInsights报告显示，2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。

创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。目前智能科技时代的信息产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动人工智能技术生态的研发布局，全力抢占人工智能相关产业的制高点。

人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经显现出来，需要抓紧提供解决方案。

趋势与展望：

经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？

从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。

从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。

从“人工+智能”向自主智能系统发展。当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低人员成本。

人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、天文学等传统科学的发展。

人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来10年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。

人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出，未来5年人工智能将提升各行业运转效率。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。

人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。2018年4月，欧盟委员会计划2018—2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略2018》重点推动物联网建设和人工智能的应用。世界军事强国也已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。

人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，制定完善人工智能法律法规，规避可能的风险。2017年9月，联合国犯罪和司法研究所（UNICRI）决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。美国白宫多次组织人工智能领域法律法规问题的研讨会、咨询会。特斯拉等产业巨头牵头成立OpenAI等机构，旨在“以有利于整个人类的方式促进和发展友好的人工智能”。

当前是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧等，需要深入思考。

AI已来！

创作不易，给个关注吧！

相关文章：

人工智能的前世今生(一)

人工智能的前世今生(二)

参考资料：人工智能历史：
https://www.jianshu.com/p/0fed5efab3e5
人工智能发展道路上的大事记：https://blog.csdn.net/weixin_40651515/article/details/95965675
人工智能的历史、现状和未来：
http://www.cac.gov.cn/2019-02/16/c_1124122584.htm