来源:techjury
【导读】如果从阿兰·图灵1943年首次提出“图灵机”的概念算起,AI已经经历了86年的发展史。本文以信息图的形式回顾了这70多年的标志性事件,并归纳出AI发展的几个方向和技术应用,以及10大AI企业和国家排行榜。
这篇AI“图文简史”涵盖了AI从概念起源到诞生、发展过程中的重要里程碑和技术节点,对AI技术的主要分类方式和重要技术应用方向。70年AI发展史,一文纵览。
AI大事年表(1943-2014)
1943年,阿兰·图灵发明了“图灵机“,为智能机器的判定设置了基准:”能够成功骗过人类,让后者以为自己是人类的机器,称为智能机器。”
1950年,科幻作家阿西莫夫发表短篇科幻小说集《我,机器人》,书中提出了影响深远的“机器人三原则”。
1956年,约翰·麦卡锡首次提出“人工智能”的概念,当时盛行“由上至下“的思路。即由预编程的计算机来管治人类的行为。
1968年,首个通用式移动机器人诞生,能够通过周围环境来决定自己的行动。
1969年,MIT人工实验室创始人马文·明斯基为导演斯坦利·库布里克的电影《2001漫游太空》担任顾问,塑造了片中超级智能计算机HAL9000的银幕形象。
1973年 AI“寒冬“论开始出现。在AI上的巨额投入几乎未收到任何回报和成果,对AI行业的资助开始大幅滑坡。
1981年,“窄AI”的概念诞生。更多的研究不在寻求通用智能,而转向了面向更小范围专业任务的“窄AI“领域。
1990年,Rodney Brooks提出了“由下自上”的研究思路,开发能够模拟人脑细胞运作方式的神经网络,并学习新的行为。
1997年,超级计算机“深蓝”问世,并在国际象棋人机大战中击败人类顶尖棋手、特级大师加里·卡斯帕罗夫
2002年,iRobot公司打造出全球首款家用自动化扫地机器人。
2005年,美国军方开始投资自动机器人,波士顿动力的"机器狗"是首批产品之一。
2008年,谷歌在iPhone上发布了一款语音识别应用,开启了后来数字化语音助手(Siri、Alexa、Cortana)的浪潮。
2010年,上海世博会上,来自NAO公司的20个跳舞机器人献上了一段长达8分钟的完美舞蹈。
2011年,IBM Watson在Jeopardy答题竞赛中战胜了表现最优秀的人类选手。
2014年,在图灵测试诞生64年后,一台名为Eugene Goostman的聊天机器人通过了图灵测试。谷歌向自动驾驶技术投入重金,Skype推出实时语音翻译功能。
第一种AI分类方式:强AI和弱AI
强AI,又称“通用AI”,具备通用化的人类认知能力,具备足够的智能解决不熟悉的问题。
弱AI,又称“窄AI”,指专门针对特定任务而设计和训练的AI,比如苹果的虚拟语音助手Siri。
第二种AI分类方式:从反应式机器到自我意识
反应式机器。代表性范例:深蓝。能够识别棋盘上的形势,并做出预测,但没有记忆。
有限记忆。能利用过去的记忆为未来决策提供帮助。代表性范例:自动驾驶
意志理论:能够理解影响自身决策的观点、欲求和目的。目前这类AI尚不存在。
自我意识:具有自我意识的机器,能够理解自身目前的状态,并能利用现有信息推测他人的感觉。目前这类AI也不存在。
AI技术应用举例:
自动化机器人:对机器进行编程,使其高质量地完成一般由人完成的重复性任务,同时具备对不同任务条件的适应性。
机器视觉:让计算机能够“看见”的技术,利用摄像头捕获并分析视觉信息,完成模-数转换与数字信号处理。
机器学习:让计算机在未经编程的情况下运行。机器学习的子领域之一是深度学习,其目标是实现自动化的预测性分析。
自然语言处理:利用计算机程序处理人类语言。垃圾邮件检测、文本翻译、语义分析和语音识别等都属于该领域。
机器人技术:机器人能够比人类更精确、更持久地完成困难的重复性任务。
ps:推荐一个将于5月18-19日、在上海海神诺富大酒店举办的人工智能与机器学习创新峰会(A2M),除上述提到的AI技术外,分享的领域还覆盖了中台、AI工具与框架、知识图谱、FinTech、智能语音与交互、DevOps等热门技术。组委会邀请到了来自Microsoft、BAT、Amazon、京东、Uber、IBM、蚂蚁金服、小米、京东、Keep、知乎等公司的近80位国内外顶级人工智能专家及一线技术大咖 ,共同聚焦70个落地实践。
全球AI技术竞争中最具优势的10大企业
1、DeepMind:目前居于AI研究企业第一位
2、谷歌:旗下设谷歌大脑团队,在每个可能的领域聚焦长期AI研发。
3、Facebook:主要关注语言领域的问题,如动态记忆,问答系统开发等。
4、OpenAI:团队规模虽然不大,配置属于全明星级别。
5、百度:在语音交互、自动驾驶等领域表现出色。
6、微软:在AI领域耕耘多年,目前聚焦实时翻译。
7、苹果:正在研发面部识别技术,分析用户面对设备上出现广告的面部反应
8、IBM:利用AI技术从照片、视频、语音和文本中提取语义。
9、亚马逊:目前多个部门业务向AI倾斜,比如无人商店、无人机货物配送,以及Alexa语音助理等业务。
10、英伟达:机器学习计算资源和硬件领域的领军者。
全球10大AI国家
1、美国:每年有100亿风投资金进入AI领域
2、中国:在过去5年中,中国与AI相关的专利数量上涨了190%。
3、日本:制造业部门的自动化程度可能高达71%。
4、英国:英国政府每年资助1000位AI专业的博士
5、德国:首都柏林的AI初创公司数量位居世界第四。
6、法国:到2022年,法国政府对AI行业的投资将达18亿美元。
7、加拿大:正在兴建价值1.27亿美元的AI研究设施。
8、俄罗斯:到2025年,俄罗斯30%的军事装备将实现机器人化。
9、以色列:自2014年以来,AI初创公司的数量增长了3倍。
10、爱沙尼亚:在处理与解决与AI相关的法律问题上走在世界前列。
AI 的未来
全面自动化的交通:AI技术将让未来的交通走向全面智能化和自动化。
赛博技术:AI和机器人技术将成功助我们超越认知和身体上的极限。
代替人类从事危险职业:机器人和无人机将代替我们完成zhadan拆除等危险任务,我们不必为了完成这些任务冒上生命危险。
解决气候变化问题:有朝一日,AI可以利用大数据获得判断趋势的能力,并利用这些信息解决气候变化这样的重大问题。
探索新的边界:机器人可以帮我们进一步探索太空和海洋。
预测未来:机器学习利用过去的信息预测未来,谁将开启一段浪漫之旅?谁将面临离婚等等。
从全球10大AI国家中,我们可以看出中国已与世界巨头站在了同一起跑线且在应用场景方面,中国将会成为最大的AI应用市场。相信AI是未来科技的发展趋势,也是人类新的里程碑。
由msup主办的人工智能峰会即将于5月18-19日盛大召开,届时希望更多人工智能负责人、大数据专家、数据科学家、技术架构师等人群参与其中,一同共话行业的未来趋势。
最后为大家推荐3个热门专场的案例,一起来看看:
中台
大数据前沿
计算机视觉
相关推荐
可解释机器学习(IML)是当前人工智能和机器学习领域中的一个重要研究方向,它主要关注机器学习模型的解释性和透明度。随着机器学习技术在各个领域中的广泛应用,模型的可解释性变得越来越重要。可解释性不仅有助于...
FPGA 芯片与 CPU、GPU、ASIC 芯片的核心区别是其底层逻辑运算单元的连线及逻辑布局未固化,适用于底层算法需要持续更迭的运算领域,例如人工智能算法优化。FPGA 芯片不需要像 CPU 和 GPU 在软件应用层面的指令系统...
理解Linux内核最好预备的知识点:懂C语言懂一点操作系统的知识熟悉少量相关算法懂计算机体系结构Linux内核的特点:结合了unix操作系统的一些基础概念Linux内核的任务:1.从技术层面讲,内核是硬件与软
TWS耳机行业深度报告:一文看懂TWS耳机产业链奥秘.pdf
从数据上看,铁观音营收占比从2013年的57.27%持续下滑至2020年的18.30%,黑茶营收占比从2018年的10.60%显著提升至2020年的17.21%,白茶营收占比则从2018年的4.44%持续提升至2020年的9.95%。 八马茶业的渠道策略可以...
一文读懂国内人工智能产业链(附2017人工智能企业TOP100) 随着互联网的快速发展及信息化建设的大力推进,人工智能逐渐进入人们的视野中。近年来,AI厚积薄发,因深度学习获得突破,创业和投资的情绪高涨,全球科技...
ChatGPT 是OpenAI公司开发的一种基于GPT模型的语言模型。GPT模型采用Transformer网络结构,可以生成自然语言文本。ChatGPT以自然流畅的方式与人类进行交互,可以应用于多个领域,例如智能客服、机器翻译、自动文本...
一文看懂显示关键材料—异方性导电胶膜ACF资料全.doc
在现代汽车技术中,通信网络扮演着至...随着汽车智能化的发展,这些通信协议也在不断进化,以适应新的功能需求和技术挑战,如自动驾驶和车联网。了解这些汽车总线的基本知识对于理解现代汽车技术及其发展趋势至关重要。
通信行业新基建主要涵盖了5G网络、人工智能、工业互联网和物联网等科技领域基础设施的建设和升级。自从2018年中央经济工作会议首次提出“新基建”概念以来,这一领域的重要性不断上升,并在2020年以后得到了高层的...
一文看懂5G网络(接入网+承载网+核心网)的文章,为读者提供了一个概括性的介绍,介绍了5G网络的架构和关键技术。本文将从无线接入网开始,讲解承载网和核心网,并对每个部分进行深入的解读。 首先,让我们了解一下...
一文看懂外科200年发展史.doc
2. 智能生鲜增长爆发期:2025年智能生鲜市场规模预计将达6000亿元,社区团购和前置仓渠道将成为社区零售市场的主要增长点。 3. 前置仓解决供应链痛点:前置仓通过信息化和标准化手段解决了传统供应链中的问题,例如...
尽管2020年因疫情原因市场规模缩减,但预计在短期内将恢复增长,并且到2025年市场规模有望达到76,214亿元,2020至2025年的年复合增长率预计为14.0%。行业增长的主要驱动因素包括居民可支配收入的增加、消费水平和...
一文看懂“车联网”的前世今生.pdf一文看懂“车联网”的前世今生.pdf
一文看懂四种基本的神经网络架构
一文看懂采购数据分析如何做.docx
一文看懂深圳先进制造园区分布.docx
一文看懂微电网技术发展现状.pdf