谁最先提出人工智能？什么是人工智能？历史上与人工智能有关的大事件
杨金珠2018/9/12
中国通信行业市场前景及未来投资策略分析
谁最先提出人工智能？什么是人工智能？
人工智能（AI）这一术语最早是在1956年美国达特茅斯会议上提出的，与会人员包括明斯基、西蒙、麦卡锡等计算机专家。不同的教科书对人工智能的定义往往有不同的解释，其中比较简单易懂的定义之一是：人工智能是指“能像人一样感知、识别、决策和执行的人工程序或系统”。
人工智能还有一个值得探讨的关键问题，就是人工智能和机器人的关系，也就是人工智能和机器人是一回事吗？从事人工智能研究的专家往往来自计算机科学领域，他们研究的是数字世界和虚拟世界，也就是说他们讲的感知、认知、决策、执行都是在数字世界里进行的。但与此同时，也有机器人科学领域的专家在探索这样的机制能否在物理世界和现实世界中实现，他们要解决的是机械手和机械控制，他们要做的是在现实世界中做感知、认知、决策和执行，所以他们的执行必须有一个物理实体。比如，对于像“在家里的客厅远程关掉卧室的灯”这样的问题，人工智能专家和机器人专家往往采用不同的方法。 人工智能专家会考虑在手机上做一个软件，通过互联网连接到卧室里的智能设备，再把卧室里的开关连接到物联网，这样用手机远程控制就可以关灯了。这个过程可以在虚拟世界中完成。但对于一个机器人专家来说，他可能会做一个会爬楼梯的机器人，然后给机器人下达指令，机器人接到指令后会跑到卧室去关灯，这个过程必须在物理世界中完成。所以从本质上讲，“人工智能”和“机器人”很接近，只是背景不同。
人工智能的第三个关键问题是它的学科基础。人工智能的软件实现涉及计算机科学、信号信息处理和统计模式识别等多个学科。计算机科学包括算法、网络等；信号处理涉及傅里叶分析、拉普拉斯变换等时空分析方法；统计模式识别依靠概率论和数理统计。我们现在使用的深度神经网络（DNN）和统计模式识别算法就出自这里。人工智能专家往往具有计算机科学和电子工程背景。但机器人领域往往强调控制理论，包括卡尔曼滤波、自动控制原理、机械控制理论等。机械控制理论中有很多机械原理涉及物理规则。从这里也可以看出，人工智能和机器人是两个相互联系又不同的研究领域。
人工智能历史上的重大事件：
1308 年，加泰罗尼亚诗人兼神学家拉蒙·卢尔出版了《终极通用艺术》，详细阐述了他的“逻辑机器”概念。该概念声称能够使用简单的逻辑运算将基本的、不可否认的真理机械地结合起来，从而获得新知识。他的作品对莱布尼茨产生了很大的影响，莱布尼茨进一步发展了他的思想。
1666年，数学家、哲学家莱布尼茨发表了《组合艺术》，继承和发展了雷蒙德·鲁尔的思想，认为通过对人类思维进行编码，再进行推导和组合，可以获得新的知识。莱布尼茨认为，所谓的思维，本质上就是一些小概念的组合。
1726年，英国小说家乔纳森·斯威夫特出版了《格列佛游记》，小说中描述了一种类似于鲁尔在《天空之城》中逻辑机器的神奇机器：“它用实用的、机械的方法来提高人们的思辨知识”，“即使是最无知的人，只要支付适当的学费，再付出一点体力，也不需要什么天赋和学识，就能写出关于哲学、诗歌、政治、法律、数学和神学的书籍。”
1763年，托马斯·贝叶斯创建了一个推理事件概率的框架。贝叶斯推理是机器学习的理论先驱。
1854年，乔治·布尔提出逻辑推理的过程可以像解方程一样进行。
尼古拉·特斯拉在 1898 年麦迪逊广场花园的电气展览会上展示了世界上第一艘无线电遥控船。特斯拉说他的船配备了一个“借来的大脑”。
1914年，西班牙工程师莱昂纳多·托雷斯·克维多（Leonardo Torres y Quevedo）演示了世界上第一台自动下棋机，该机器无需人工干预即可自动下棋。
1921年，捷克作家卡雷尔·恰佩克在他的戏剧《罗素姆的万能机器人》中首次使用了“机器人”一词。该词源于波兰语“robota”（工作）。
1925年，无线电设备公司Houdina Radio Control制造了第一辆无线电遥控无人驾驶汽车，并在纽约街头行驶。
1927年，科幻电影《大都会》上映，片中一个女机器人在2026年的柏林制造混乱，这是机器人形象首次出现在大银幕上，该片也启发了后来《星球大战》中“C-3PO”的角色。
1929年，西村诚设计出“学天则”，标志着日本第一台机器人的诞生。学天则可以通过气压机构改变面部表情，并移动头部和手臂。
1943 年，沃伦·S·麦卡洛克和沃尔特·皮茨在《数学生物物理学通讯》上发表了《神经活动中内在思想的逻辑演算》。这篇影响深远的论文讨论了理想化和简化的人工神经网络以及如何执行简单的逻辑函数。这启发了后来神经网络和深度学习的出现。
1949年，埃德蒙·贝克莱出版了《巨型大脑：或会思考的机器》。书中说：“最近有很多关于巨型机器的新颖有趣的报道，这些机器能够非常迅速而熟练地处理信息……这些机器就像是由硬件和电线组成的大脑……一台能够处理信息的机器，能够计算、总结和选择。它还能够根据信息做出理性的操作。说这样的机器会思考并不为过。”
1949 年，唐纳德·赫布发表了《行为组织：一种神经心理学理论》。赫布的理论描述了人类大脑在学习过程中突触之间发生的变化。
1950年，克劳德·香农发表了《编写计算机下棋程序》，这是第一篇研究计算机象棋程序的文章。
1950年，阿兰·图灵发表了《计算机器与智能》，文中提出的“模仿游戏”后来被称为“图灵测试”。
1951年，马文·明斯基和迪安·埃德蒙兹建造了“窃取神经网络模拟强化计算器”（SNARC），这是有史以来第一个人工神经网络，使用3000个真空管模拟了一个由40个神经元组成的网络。
1952 年，阿瑟·塞缪尔 (Arthur Samuel) 开发了第一个计算机跳棋程序和第一个具有学习能力的计算机程序。
1955年8月31日，“人工智能”一词在一次国际人工智能会议提案中被提出。该提案由约翰·麦卡锡（达特茅斯学院）、马文·明斯基（哈佛大学）、纳撒尼尔·罗切斯特（IBM）和克劳德·香农（贝尔电话实验室）共同提交。一年后，达特茅斯会议召开，这被认为是开启人工智能研究领域的历史性事件。
1955年12月，赫伯特·西蒙和艾伦·纽厄尔开发出了世界上第一个人工智能程序“逻辑理论家”，能够证明罗素和怀特海的《数学原理》第2章中的52条定理中的38条。
1957年，弗兰克·罗森布拉特（Frank Rosenblatt）发明了感知器，它能基于双层计算机网络进行模式识别。《纽约客》称赞它是一台“非凡的机器”。
1958年，约翰·麦卡锡开发了编程语言Lisp。后来，Lisp成为人工智能研究中最流行的编程语言。
1959 年，亚瑟·塞缪尔 (Arthur Samuel) 在一篇文章中创造了“机器学习”一词，他在文章中写道：“对计算机进行编程，使其能够学会比程序员更好地下跳棋。”
1959 年，奥利弗·塞尔弗里奇 (Oliver Selfridge) 出版了《混乱：学习的范式》，描述了一种可以让计算机获得识别新模式的能力的计算模型。
1959年，约翰·麦卡锡发表了《常识程序》，提出了“建议接受者”的概念，这是一个假想的程序，可以看作是第一个完整的人工智能系统。
1961年，第一台工业机器人Unimate开始在新泽西州通用汽车工厂的生产线上工作。
1961 年，James Slagle 开发了一个名为 SAINT 的符号积分程序。这个启发式程序可以解决计算中的符号积分问题。
1964年，丹尼尔·鲍勃罗完成了麻省理工学院的博士论文《计算机问题解决系统的自然语言输入》，并开发了一个名为“STUDENT”的自然语言理解程序。
1965年，赫伯特·西蒙预测计算机将能够在20年内取代人类劳动力。
1965年，赫伯特·德雷福斯发表了《炼金术与人工智能》，提出了人工智能研究的重大理论问题。
1965年，IJ古德在《关于第一台超级智能机器的推测》中提出人工智能威胁论，认为超级智能机器将超越人类的控制。
1965 年，约瑟夫·魏森鲍姆 (Joseph Weizenbaum) 开发了 ELIZA，这是一个可以就任何话题发起对话的交互式程序。
1965 年，爱德华·费根鲍姆 (Edward Feigenbaum)、布鲁斯·G·布坎南 (Bruce G. Buchanan)、约书亚·莱德伯格 (Joshua Lederberg) 和卡尔·杰拉西 (Carl Djerassi) 开始在斯坦福大学研究 DENDRAL 系统。这是历史上第一个能够自动执行有机化学决策过程和解决问题的专家系统。
1966年，机器人Shakey是第一个可以推理自己行为的通用移动机器人。《生活周刊》在一篇评论文章中引用了明斯基的预测：“3到8年后，机器将达到普通人的智能水平。”
1968年，电影《2001：太空漫游》上映。影片重点塑造了一台有情感的计算机“哈尔”。
1968 年，Terry Winograd 开发了早期的自然语言理解程序 SHRDLU。
1969 年，Arthur Bryson 和 Yu-Chi Ho 将反向传播描述为一种用于多层人工神经网络的多阶段动态系统优化方法。后来，当计算机计算能力足以训练大型网络时，它为 2000 年至今的深度学习发展做出了重大贡献。
1969 年，马文·明斯基和西摩·帕普特出版了《感知器：计算几何学导论》。他们描述了简单神经网络的局限性。在 1988 年的扩充版中，作者认为他们 1969 年的结论大大减少了对神经网络的资助。“我们认为，由于缺乏基础理论，研究陷入了停滞……在 20 世纪 60 年代，人们对感知器进行了大量实验，但没有人能弄清楚它们的工作原理。”
1970年，日本早稻田大学制成第一台人形机器人WABOT-1，该机器人由肢体控制系统、视觉系统、对话系统组成。
1972年，斯坦福大学开发了名为“MYCIN”的专家系统，可以利用人工智能识别传染性细菌并推荐抗生素。
1973年，詹姆斯·莱特希尔在提交给英国科学研究委员会的报告中指出：“人工智能研究尚未产生任何重要影响。”结果，政府大幅削减了对人工智能研究的资助。
1976 年，计算机科学家 Raj Reddy 发表了《机器语音识别：评论》，总结了自然语言处理的早期工作。
1978 年，卡内基梅隆大学开发了 XCON 程序，这是一个基于规则的专家系统，帮助 DEC 根据用户要求自动选择 VAX 计算机系统的组件。
1979年，斯坦福大学的自动驾驶汽车Stanford Cart在无人干预的情况下，成功穿越了布满障碍物的房间，这是自动驾驶汽车最早的研究案例之一。
1980年，日本早稻田大学研制出Wabot-2机器人，它可以与人交流、读乐谱、弹奏电子键盘。
1981年，日本通商产业省拨款8.5亿美元用于第五代计算机项目的研究，该项目旨在开发能够像人类一样进行交流、翻译、图像识别和推理的计算机。
1984年，《电子梦》上映，讲述了一个男人、一个女人和一台计算机之间的三角恋故事。
1984 年，在 AAAI 年度会议上，罗杰·尚克 (Roger Schank) 和马文·明斯基 (Marvin Minsky) 警告“人工智能寒冬”即将来临，预测人工智能泡沫将会破灭（三年后确实发生），投资资金也将出现类似 20 世纪 70 年代中期的下滑。
第一辆无人驾驶的梅赛德斯奔驰汽车于 1986 年在恩斯特·迪克曼斯 (Ernst Dickmanns) 的指导下制造。该车配备了摄像头和传感器，时速可达 55 英里。
1986 年 10 月，David Rumelhart、Geoffrey Hinton 和 Ronald Williams 发表了《通过反向传播误差学习表征》。他们描述了一种通过类似神经元的网络单元进行反向传播的新学习程序。
1987 年，随着时任 CEO John Sculley 在 Educom 大会上的演讲，苹果对未来计算机“知识导航器”的设想深入人心。其中，语音助手、个人助理的预言，如今都已成为现实。
1988年，朱迪亚·珀尔发表了《智能系统中的概率推理》。珀尔因其在人工智能概率方法和贝叶斯网络发展方面的杰出成就而获得2011年图灵奖。
1988年，罗洛·卡彭特（Rollo Carpenter）开发了聊天机器人Jabberwacky，它可以模仿人类进行幽默聊天，这是人工智能与人类互动的最早尝试。
1988年，IBM沃森研究中心发表了《语言翻译的统计方法》，标志着基于规则的翻译向机器翻译的转变。机器学习不需要人工提取特征和编程，只需要大量的示范材料就能像人脑一样学习技能。
1988年，马文·明斯基和西摩·帕普特出版了他们1969年著作《感知器》的扩展版，在序言中他们指出，许多新兴的人工智能研究人员正在犯前辈们的错误，导致该领域的进展缓慢。
1989 年，Yann LeCun 和贝尔实验室的其他研究人员成功地将反向传播算法应用到多层神经网络中，用于识别手写邮政编码。考虑到当时硬件的限制，他们花了三天时间才训练出这个网络。
1990年，罗德尼·布鲁克斯（Rodney Brooks）出版了《Lephants Dont Play Chess》，提出了通过环境交互来创造AI机器人的想法。
1993年，弗诺·文奇发表《即将到来的技术奇点》，认为30年内人类将拥有创造出超人智慧的技术，人类时代将很快终结。
1995年，理查德·华莱士开发了聊天机器人“ALICE”，受到魏森鲍姆的ELIZA的启发，互联网的出现为华莱士带来了更多的自然语言样本数据。
1997年，Sepp Hochreiter和Jürgen Schmidhuber提出了长短期记忆人工神经网络（LSTM）的概念，以此概念为指导的循环神经网络如今已应用于手写识别和语音识别。
1997年，IBM 的“深蓝”成为第一个击败人类国际象棋冠军的计算机程序。
1998 年，戴夫·汉普顿 (Dave Hampton) 和 Caleb Chung 创造了宠物机器人 Fury。
1998年，Yann LeCun和Yoshua Bengio发表了一篇关于将神经网络应用于手写识别并优化反向传播的论文。
2000 年，麻省理工学院的辛西娅·布雷泽尔 (Cynthia Breazeal) 发明了 Kismet，一个能够识别和模拟人类情绪的机器人。
2000年，日本本田公司推出了具有人工智能的人形机器人ASIMO，ASIMO可以像人一样快速行走，并在餐厅为顾客提供食物。
2001年，斯皮尔伯格执导的电影《人工智能》上映，影片讲述了一个儿童机器人试图融入人类世界的故事。
2004 年，第一届 DARPA 自动驾驶汽车挑战赛在莫哈维沙漠举行。遗憾的是，参赛的自动驾驶汽车无一能够完成 150 英里的赛程。
2006 年，Oren Etzioni 和 Michele Banko 在他们的著作《机器阅读》中将“机器阅读”定义为“一种无监督的、自动化的文本理解”。
2006年，Geoffrey Hinton发表了《学习多层表示》，与之前学习分类器的目标不同，提出了学习生成模型的思想。
2007 年，普林斯顿大学的李飞飞 (Fei Fei Li) 和同事开始构建 ImageNet，这是一个大型带注释图像数据库，旨在辅助视觉对象识别软件的研究。
2009年，谷歌开始秘密研发无人驾驶汽车，2014年，谷歌汽车在内华达州通过了无人驾驶汽车测试。
2009年，西北大学智能信息实验室的计算机科学家开发了Stats Monkey，一个无需人工干预即可自动编写体育新闻的程序。
2010年，ImageNet大规模视觉识别挑战赛（ILSVCR）正式举行，这个比赛是为了比拼哪家公司在图像识别和分类方面拥有更优秀的计算技术。
2011 年，卷积神经网络赢得了德国交通标志检测大赛，机器的正确率高达 99.46%，而人类的最高得分为 99.22%。
2011年，IBM的超级计算机Watson在美国长期播出的智力竞赛节目《危险边缘！》（Jeopardy!）中击败了人类。
2011年，瑞士Dalle Molle人工智能研究所报告称，利用卷积神经网络的手写识别错误率可以达到0.27%，比几年前的0.35%至0.40%有了很大的改善。
2012 年 6 月，吴恩达 (Andrew Ng) 和杰夫·迪恩 (Jeff Dean) 报告了一项实验，他们向大型神经网络展示了 1000 万张未标记的网络图像，发现神经网络能够识别猫的图像。
2012年10月，多伦多大学设计的卷积神经网络在ImageNet大规模视觉识别挑战赛（ILSVCR）中取得了16%的错误率，较上一年最好水平（25%）有显著提升。
2016年3月，谷歌DeepMind开发的AlphaGo在人机围棋比赛中击败了韩国职业九段棋手李世石。
