1、 1308年 西班牙墨客兼神学家拉蒙·略尔出版《末了的通用艺术》,进一步完善了他利用基于纸张的机器手段来从观点组合中创造新知识的方法。

2、 1666年 数学家兼哲学家莱布尼茨在《组合艺术论》一书中,继续了拉蒙·略尔的想法,提出了一个人类思想的字母表,并认为所有的思想都只是相对较少的大略观点的组合。

3、 1726年 乔纳森·斯威夫特出版了《格列佛游记》,个中包括对拉普塔岛上“引擎”的描述,这是略尔思想的讽刺,通过这种“装置”,“最无知的人都可以以合理的用度和少量体力劳动,在哲学、诗歌、政治、法律、数学和神学领域撰写书本,险些不须要天才或学习的帮助。
”

4、 1755年 约翰逊在《英语词典》中将智能定义为“信息互换;把稳;远间隔或谨慎的相互沟通;对迢遥或不起眼事物的解释。
”

5、 1854年 布尔说逻辑推理可以以解方程组的办法系统地实行。

6、 1865年 Richard Millar Devens在《商业轶事百科全书》中描述了银里手亨利·富内斯爵士如何通过比竞争对手更早地吸收和采纳行动根据信息获利:“在荷兰、佛兰德、法国和德国,他建立了一整套完全和完美的商业情报系统。
”

7、 1898年 物理学家尼古拉·特斯拉在新建的麦迪逊广场花园的一个电气展览上展示了天下上第一艘无线电掌握船只。
这艘船配备了特斯拉所描述的“借用思想”。

8、 1910年 比利时状师保罗·奥特莱和亨利·拉方丹在蒙田博物馆建立了天下知识图书馆,他们希望根据普遍十进制图书分类法网络天下上所有的知识进行分类。

9、 1914年 西班牙工程师莱昂纳多·托雷斯·伊·克维多展示了第一台国际象棋下棋机,它可以在不须要任何人为干预的情形下完成国王和城堡对国王的残局。

10、 1921年 捷克作家卡雷尔·恰佩克在他的剧作《R.U.R.》中首次引入“机器人”一词。
“机器人”一词来源于“劳动”的捷克语单词“robota”。

11、 1925年 Houdina无线电掌握公司在纽约市的街道上发布了一辆无人驾驶汽车。

12、 1927年 科幻电影《大都会》上映。
它描述了一个农人姑娘玛丽亚的机器人双胞胎在2026年的柏林引发混乱,这是电影中首次涌现的机器人,启示了《星球大战》中C-3PO的装饰艺术风格。

13、 1929年 日本人西村落诚设计了“学习自然法则”,这这天本制造的第一台机器人。
它可以通过气压机构改变面部表情并移动头部和手部。

14、 1937年 英国科幻小说作家赫伯特·乔治·威尔斯预言:“全体人类影象都可以,而且可能在不久的将来会变得每一个人都可以打仗到。
每一个学习者都可以在世界上的任何地方,在他自己学习的方便韶光,用他的微缩胶片投影机检讨任何书本、文件或书中的插图段落的完美复制品。
”

15、 1943年 沃伦·麦卡洛克和沃尔特·皮茨在《生物数学公报》上揭橥了《神经活动中固有思想的逻辑演算》。
这篇有影响力的论文谈论了实行大略逻辑功能的空想化和简化的人工“神经元”网络,它将成为基于打算机的“神经网络”(以及后来的“深度学习”)的灵感来源,并因其盛行的“模拟大脑”的描述而成名。

16、 1947年 统计学家约翰·图基创造了“比特”一词来表示存储在打算机中的二进制数字单位的信息。

17、 1949年 爱德蒙·伯克利出版了《巨型大脑:或者能思考的机器》,他在书中写道:“最近有大量关于奇怪的巨型机器的新闻,它们可以以极快的速率和高超的技巧处理信息......这些机器类似于如果用硬件和线缆而不是肉体和神经制成的大脑...... 一台机器可以处理信息;它可以打算、推断和选择;它可以对信息实行合理的操作。
因此,一台机器可以思考。
”

18、 1949年 唐纳德·赫布揭橥《行为组织:一个神经心理学理论》,个中提出了一个基于关于神经网络的推测和突触随韶光加强或弱化能力的学习理论。

19、 1950年 克劳德·喷鼻香农揭橥了第一篇关于开拓下国际象棋打算机程序的文章。

20、 1950年 艾伦·图灵揭橥了《打算机器与智能》,个中提出了后来被称为“图灵测试”的“模拟游戏”。

21、 1951年 马文·明斯基和迪安·埃德蒙兹用3000个真空管构建了SNARC(随机神经仿照增强打算器),第一个人工神经网络,仿照了一个由40个神经元组成的网络。

22、 1952年 亚瑟·塞缪尔开拓了第一个下棋程序Checkers,也是第一个能够自主学习的打算机程序。

23、 1955年8月31日 人工智能一词由约翰·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·喷鼻香农(贝尔电话实验室)在一年后于1956年7月和8月召开的研讨会提案中创造,该研讨会常日被认为是这个新领域的正式出身日。

24、 1955年12月，赫伯特·西蒙和艾伦·纽维尔开拓出了第一个人工智能程序——逻辑理论家，这个程序终极证明了怀特海德和罗素的《数学事理》中的前52个定理中的38个。

25、 1957年 弗兰克·罗森布拉特开拓感知器,一个早期的人工神经网络,使基于两层打算学习网络的模式识别成为可能。
《纽约时报》宣布说,感知器是“一台可行走、说话、看、写、繁殖和意识到自我存在的电子打算机的胚胎”。
《纽约客》称其为一台“非凡的机器......有能力进行靠近思考的行为”。

26、 1957年 在电影《桌子后》中,当一名“方法工程师”(斯宾塞·屈赛)安装了虚构的EMERAC打算机时,图书馆主任(凯瑟琳·赫本)见告她焦虑的研究部门同事:“他们无法建造一台做我们的事情的机器;这个地方的交叉参考太多了。
”

27、 1958年 汉斯·彼得·卢恩揭橥了“商业情报系统”一文,个中描述了一种“自动方法,为科学家和工程师供应当前的信息做事”。

28、 1958年 约翰·麦卡锡开拓了Lisp编程措辞,该措辞成为人工智能研究中利用最广泛的编程措辞。

29、 1959年 亚瑟·塞缪尔创造了“机器学习”一词,报告了一种编程打算机的方法,“使其能够比编写程序的人下国际象棋得更好”。

30、 1959年 奥利弗·塞尔夫里奇揭橥了“潘德蒙尼姆:学习的范例”,个中描述了一种在没有预先指定的情形下识别模式的过程模型。

31、 1959年 约翰·麦卡锡揭橥了“具有知识的程序”,个中描述了建议采纳者,这是一个通过操作形式措辞中的句子来办理问题的程序,终极目标是制造“从履历中学习的程序,就像人类一样有效”。

32、 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装置线上事情。

33、 1961年 詹姆斯·斯莱格尔开拓了贤人(符号自动集成器),一个可以办理微积分入门课程中的符号积分问题的启示程序。

34、 1962年 统计学家约翰·图基在《数据剖析的未来》中写道:“数据剖析以及统计学中坚持的数据剖析必须......具有科学而非数学的特点...... 数据剖析实质上是一门履历科学。
”

35、 1964年 丹尼尔·博布罗完成了他在MIT的博士论文“自然措辞输入用于打算机问题办理系统”,并开拓了学生,一个自然措辞理解打算机程序。

36、 1964年8月16日 艾萨克·阿西莫夫在《纽约时报》上写道:“天下展览会上IBM的展品......致力于打算机,展示了它们极其繁芜的用场,尤其是将俄语翻译成英语的任务。
如果本日的机器如此智能,那么50年后会发生什么呢?随身携带的微型打算机将成为机器人的“大脑”......通信将成为视听互换,当你打电话时,你可以看到和听到你呼叫的人。
屏幕不仅可以让你看到你呼叫的人,还可以用于学习文件和照片,并阅读书本中的段落。
”

37、 1965年 赫伯特·西蒙预测“机器将在20年内能够完成人能做的任何事情”。

38、 1965年 胡伯特·德雷弗斯揭橥了“炼金术与人工智能”,认为心智不像打算机,人工智能有其局限性。

39、 1965年 I.J. 古德在“关于第一个超级智能机器的预测”中写道:“第一个超级智能机器将是人类须要发明的末了一件事,条件是这台机器谦善地见告我们如何掌握它。
”

40、 1965年 约瑟夫·魏森鲍姆开拓了ELIZA,一个可以用英语进行任何主题交谈的交互程序。
魏森鲍姆原来想证明人机之间互换的肤浅性,却惊异地创造许多人授予这个打算机程序人类般的感情。

41、 1965年 爱德华·费根鲍姆、布鲁斯·G·布坎南、约书亚·莱德伯格和卡尔·杰拉西开始在斯坦福大学从事DENDRAL的研究。
第一个专家系统,其目的是研究假设形成和科学中的履历归纳法,来自动化有机化学家的决策过程和问题办理行为。

42、 1966年 Shakey机器人是第一台通用移动机器人,能够推理自己的行动。
1970年《生活》杂志的一篇关于“第一个电子人”的文章中引用马文·明斯基说:“三到八年内,我们会有一台与普通人的智力相称的机器。
”

43、 1968年 科幻电影《2001太空漫游》上映,个中哈尔9000是一台有情绪的打算机。

44、 1968年 泰瑞·温诺格拉德开拓了SHRDLU,一个早期的自然措辞理解打算机程序。

45、 1969年 亚瑟·布赖森和余治之描述了反向传播作为多级动态系统优化方法。
作为多层人工神经网络的学习算法,它在2000年代和2010年代的打算能力足够支撑大型网络演习之后,对深度学习的成功做出了重大贡献。

46、 1969年 马文·明斯基和西摩尔·帕普特出版了《感知器导论:打算几何学》,强调了大略神经网络的局限性。
在1988年扩展版中,他们对1969年的结论大大减少神经网络研究资金的说法做出了回应:“在20世纪60年代中期,由于缺少足够的基本理论,进展已险些结束......到20世纪60年代中期,已经进行了大量关于感知器的实验,但没有人能够阐明为什么它们能识别某些类型的模式而不能识别其他模式。
”

47、 1970年 天下上第一个拟人机器人WABOT-1在日本早稻田大学建造。
它由肢体掌握系统、视觉系统和对话系统组成。

48、 1971年 迈克尔·斯科特·莫顿出版了《管理决策系统:打算机支持的决策》,总结了他对打算机和剖析模型可以以各种办法帮忙管理者做出关键决策的研究。

49、 1971年 亚瑟·米勒在《隐私的打击》一书中写道:“太多的信息处理者彷佛用存储容量量化一个人,以预测他购买产品的可能性,并利用这种知识精确地调度营销信息以迫使他这样做......”

50、 1972年,斯坦福大学开拓了MYCIN,这是一种早期专家系统,用于识别导致严重传染的细菌,并推举利用抗生素进行治疗。

51、 1973年 詹姆斯·莱塞尔向英国科学研究委员会报告人工智能研究状况,得出结论“在该领域至今所取得的创造都没有产生所承诺的重大影响”,导致政府对人工智能研究的帮助大幅减少。

52、 1976年 打算机科学家拉吉·雷迪在《IEEE专论》上揭橥了“语音识别综述”,总结了自然措辞处理的早期事情。

53、 1978年 XCON(专家配置器),一种根据客户需求自动选择DEC VAX打算机组件的规则型专家系统,在卡内基梅隆大学开拓。

54、 1979年 斯坦福推车成功穿过一个布满椅子的房间,不须要人为干预,大约用了5个小时,成为最早的自动驾驶车辆实例之一。

55、 1979年 福岛邦彦开拓了“新认知电路”,一个层次分明的多层人工神经网络。

56、 1980年 I.A. Tjomsland运用帕金森第一定律到存储行业:“数据膨胀以填满可用空间。
”

57、 1980年 日本早稻田大学制造了Wabot-2,一个可以与人互换、阅读乐谱并演奏中等难度音乐的人形机器人。

58、 1981年 日本通产省为第五代打算机项目预算8.5亿美元。
该项目旨在开拓能进行对话、翻译措辞、理解图片并像人类一样推理的打算机。

59、 1981年 中国人工智能学会(CAAI)成立。

60、 1984年 在美国人工智能协会年会上,罗杰·施安克和马文·明斯基警告人工智能冬天的到来,预言人工智能泡沫即将分裂(确实在3年后发生),类似于20世纪70年代中期的人工智能投资和研究帮助减少。

61、 1985年 首个商业情报系统由Metaphor Computer Systems为宝洁开拓,将发卖信息和零售扫描仪数据联系起来。

62、 1986年 首辆无人驾驶汽车,一辆配备摄像头和传感器的奔驰面包车,在慕尼黑联邦国防大学恩斯特·迪克曼斯的辅导下建造,能以每小时55英里的速率在空旷的街道上行驶。

63、 1986年10月 大卫·鲁梅尔哈特、杰弗里·欣顿和罗纳德·威廉姆斯揭橥“通过反向传播缺点学习表示”,个中描述了“神经元单元的新学习过程,反向传播”。

64、 1987年 苹果CEO约翰·斯卡利在Educom的主题演讲中展示的“知识导航器”视频描述了一个未来,“知识运用程序将通过连接到大量数字化信息的网络由智能代理访问”。

65、 1988年 朱迪亚·珀尔揭橥《智能系统的概率推理》。
他2011年图灵奖表彰称:“朱迪亚·珀尔创建了不愿定性条件下信息处理的表示和打算根本。
他因发明贝叶斯网络而负盖天下之名,这是定义繁芜概率模型的数学形式,以及用于这些模型推理的紧张算法。
这项事情不仅彻底改变了人工智能领域,还成为许多其他工程和自然科学分支的主要工具。
”

66、 1988年 罗洛·卡本特开拓了谈天机器人Jabberwacky,旨在“以有趣、娱乐和诙谐的办法仿照自然人类谈天”。
这是通过人机互动创建人工智能的早期考试测验。

67、 1988年 IBM T.J. 沃森研究中央的成员揭橥了“统计机器翻译方法”,预示着从基于规则到基于概率的机器翻译方法的转变,并反响了更广泛地转向基于已知示例的统计剖析的“机器学习”,而不是对手头任务的“理解”(IBM的Candide项目成功地在英语和法语之间翻译,是基于220万对句子,紧张来自加拿大国会的双语报告)。

68、 1988年 马文·明斯基和西摩尔·帕普特出版他们1969年书目的扩展版。
在“1988年展望”中,他们写道:“这个领域进展缓慢的一个缘故原由是不熟习其历史的研究职员连续重复其他人以前犯过的许多相同缺点。
”

69、 1989年 扬·勒丘恩和其他贝尔实验室的研究职员成功将反向传播算法运用于多层神经网络,识别手写邮政编码。
考虑到当时的硬件限定,演习网络大约须要3天,与早期的事情比较仍是一个重大改进。

70、 1989年3月 蒂姆·伯纳斯-李写了“信息管理:一份提案”,并在欧洲核子研究中央传阅。

71、 1990年 罗德尼·布鲁克斯揭橥了“大象不下棋”,提出了一种新的人工智能方法——从根本开始构建智能系统,特殊是机器人,基于与环境的持续物理互动:“天下是自己最好的模型......诀窍在于适当地并且常常地感知它。
”

72、 1990年10月 蒂姆·伯纳斯-李开始在他的新NeXT打算机上为一个浏览器/编辑器编写代码,他称之为WorldWideWeb。

73、 1993年 维诺·辛格揭橥了“即将来临的技能奇点”,个中预测“在30年内,我们将拥有创造超人智力的技能手段。
不久之后,人类时期就将结束。
”

74、 1994年9月 商业周刊揭橥了有关“数据库营销”的封面故事:“公司正在网络有关您的大量信息,剖析它以预测您购买产品的可能性,并利用这些知识精确地制订营销以匆匆使您这样做......许多公司认为他们别无选择,只能勇于面对数据库营销的边界。
”

75、 1995年 理查德·华莱士开拓了谈天机器人A.L.I.C.E(人工措辞互联网打算实体),其灵感来自约瑟夫·魏森鲍姆的ELIZA程序,但在网络时期加入了前所未有的大规模自然措辞样本数据网络。

76、 1997年 费飞和普林斯顿大学的同事开始构建ImageNet,一个大规模的注释图像数据库,用于视觉工具识别软件研究。

77、 1997年 深蓝成为第一个击败国际象棋天下冠军的国际象棋打算机程序。

78、 1998年 谷歌的第一个索引拥有2600万个网页。

79、 1998年 戴夫·汉普顿和凯莱布·琼格创造了Furby,第一个家用或宠物机器人。

80、 1998年 扬·勒丘恩、约书亚·本吉奥等人揭橥了有关将神经网络运用于手写识别和优化反向传播的论文。

81、 1998年10月 K.G. Coffman和Andrew Odlyzko揭橥了“互联网的规模和增长率”。
他们得出结论“公共互联网上的流量增长率虽然低于常常引用的数字,但仍约为每年100%,远高于其他网络上的流量。
因此,如果目前的增长趋势连续,美国的数据流量将在2002年旁边超过语音流量,并将由互联网主导。
”

82、 2000年 谷歌的网页索引达到10亿大关。

83、 2000年 MIT的辛西娅·布雷泽尔开拓了Kismet,一个可以识别和仿照感情的机器人。

84、 2000年 本田的ASIMO机器人,一种人工智能人形机器人,能够以与人类相同的速率行走,在餐厅设置中将餐盘递给客户。

85、 2000年10月 彼得·莱曼和哈尔·R·瓦里安在加州大学伯克利分校揭橥了“信息量有多大?”这是第一项全面研究,以打算机存储术语量化天下每年创建和存储的新颖原创信息总量(不计复制件),存储在四种物理介质上:纸张、胶片、光学(CD和DVD)和磁性。
该研究创造,1999年,天下产生了约1.5艾字节的独特信息,或每个男性、女性和儿童约250兆字节。

它还创造“大量独特的信息由个人创建和存储”(它称之为“数据的民主化”),并且“不仅数字信息的产量最大,而且增长最快”。
他们称这一创造为“数字的主导地位”,莱曼和瓦里安指出“纵然在本日,大多数文本信息也‘天生数字’,在几年内这也将适用于图像。
”同两位研究者在2003年进行的类似研究创造,2002年天下产生了约5艾字节的新信息,92%的新信息存储在磁介质上,紧张在硬盘上。
2020年,IDC估计该年天下将创建、捕获、复制和消费59,000艾字节的数据。

86、 2001年 史蒂文·斯皮尔伯格的电影《人工智能》上映,讲述一个名为大卫的类人型安卓机器人的故事,它被独特地编程具有爱的能力。

87、 2003年 日本産业技能综合研究所的柴田崇范开拓了治疗用机器海豹Paro,它当选为COMDEX的“最佳产品”终极候选人。

88、 2004年 第一届DARPA大寻衅赛,一个自主车辆的奖金竞赛,在莫哈韦沙漠举行。
没有一辆自主车辆完成了150英里的路程。

89、 2006年 Oren Etzioni、Michele Banko和Michael Cafarella创造了“机器阅读”这一术语,将其定义为一种固有的无监督的“对文本的自主理解”。

90、 2006年 杰弗里·辛顿揭橥了“学习表示的多层”,总结了导致“包含顶层连接和演习它们天生觉得数据而不是对其进行分类的多层神经网络”的想法,即深度学习的新方法。

91、 2006年 达特茅斯人工智能会议:未来五十年(AI@50),纪念1956年研讨会50周年。
会议主任总结道:“虽然过去50年人工智能取得了许多成功,该领域内部仍存在剧烈不合。
不同的研究领域之间常常无法协作,研究职员采取不同的方法论,该学科还没有形成统一的智能或学习通论。
”

92、 2007年 费飞丽和普林斯顿大学的同事开始构建ImageNet,一个大规模的注释图像数据库,用于视觉工具识别软件研究。

93、 2007年 约翰·甘茨、戴维·林塞尔等研究职员在IDC发布了题为“不断扩大的数字宇宙:2006-2010年环球信息增长预测”的白皮书。
这是首次对每年创建和复制的数字数据量进行估计和预测的研究。
IDC估计2006年天下创造了1,610艾字节的数据,并预测2006年至2010年之间,每年添加到数字宇宙的信息将增加六倍至9,880艾字节,即每18个月 doubling。
根据2010和2012年同一研究的发布,新增数字数据的数量超过了这一预测,2010年达到12,270艾字节,2012年激增至28,370艾字节。
2020年,IDC估计该年将在世界范围内创建、捕获、复制和消费59,000艾字节的数据。

94、 2011年 卷积神经网络在德国交通标志识别竞赛中得到99.46%的准确率(比较人类的99.22%)。

95、 2011年 沃森,一个自然措辞问答打算机在危险边缘游戏节目中与两位前冠军对战并击败了他们。

96、 2011年 瑞士IDSIA的研究职员报告利用卷积神经网络进行手写识别的缺点率为0.27%,较过去几年的0.35%-0.40%缺点率有明显改进。

97、 2012年6月 杰夫·迪恩和Andrew Ng报告了一个实验,他们向一个非常大的神经网络展示了从YouTube视频中随机抽取的1000万张未标注图像,“令我们惊异地是,我们的一个人工神经元学会相应猫的图片。
”

98、 2012年9月 汤姆·达文波特和D.J. 帕蒂尔在《哈佛商业评论》上揭橥了“数据科学家:21世纪最性感的事情”,

99、 2012年10月 多伦多大学研究职员设计的卷积神经网络在ImageNet大规模视觉识别寻衅赛中达到了只有16%的缺点率,显著改进了去年最佳结果的25%缺点率。

100、 2016年3月 谷歌DeepMind的AlphaGo击败了围棋冠军李世石。

101、 2019年 环球互联网用户数超过40亿。

102、 2019年3月 美国打算机协会(ACM)付与约书亚·本吉奥、杰弗里·辛顿和扬·勒丘恩2018年ACM A.M. 图灵奖,以表彰他们在使深度神经网络成为打算的关键组成部分方面的观点和工程打破。
“人工智能现在是所有科学中发展最快、最备受谈论的领域之一,”ACM主席切里·M·潘凯克说。
“人工智能的增长和关注度在很大程度上要归功于本吉奥、辛顿和勒丘恩在深度学习方面所奠定的根本。
这些技能现在被数十亿人利用。
”

翻译自福布斯网站

翻译：Claude

校正：树