论文编辑王欣欣余汉琪张伟实习生王一辰
时间回到1956年的夏天。约翰麦卡锡、马文明斯基、克劳德香农、艾伦纽厄尔、赫伯西蒙等人聚集在美国小镇汉诺斯安静的达特茅斯学院，进行头脑风暴讨论。
在这场头脑风暴的讨论中，这些年轻学者讨论了当时计算机尚未解决甚至研究的题，例如人工智能、自然语言处理、神经网络等。正是在这次会议上，人工智能这个术语被首次提出，并逐渐成为一门学科。
有趣的是，与今天的许多会议不同，虽然这次会议被称为达特茅斯夏季人工智能研究会议，但实际上直到会议结束后才报告任何科学发现。……虽然当时的讨论没有产生任何值得报道的科学发现，但这次学术研讨会标志着历史的开始，为人们对人工智能的无尽探索开辟了道路，这种探索至今仍在产生影响。
64年后的今天，人工智能从一开始就经历了观念的转变，摆脱了技术爆发阶段，进入了实际应用和价值创造的新时代。英国工程与物理科学研究委员会表示，从目前的角度来看，人工智能在提高生产力方面具有巨大潜力，最显着的是通过帮助企业和人们更有效地利用资源以及使人类能够与大量数据进行交互。试图简化该方法。人工智能有助于提高企业和员工的工作效率，体力劳动只能减轻大数据搜索的负担。与此同时，越来越多的国家开始关注人工智能发展伴随的道德题。以美国为例，包括微软、IBM、亚马逊在内的多家科技公司近期宣布将停止提供面部识别技术。
64年的发展历程，人工智能经历了寒冬，也经历了春天。接下来，报纸
时间1956年8月
在达特茅斯学院的一次头脑风暴会议上，计算机科学家约翰麦卡锡说服与会者接受“人工智能”作为该领域的名称。因此，这次会议也纪念人工智能的正式诞生。
影响这些年轻学者讨论了当时计算机尚未解决甚至研究的题，包括人工智能、自然语言处理和神经网络。正是在这次会议上，人工智能这个术语被首次提出，并逐渐成为一门学科。
2机器学习概念的诞生和完整的人工智能体系
时间1959年
今年，IBM计算机专家ArthurLeeSamuel创造了“机器学习”一词，并在他的文章中指出，“对你的计算机进行编程，使其比程序员学得更好。”跳棋好。这款是SamuelChessProgram根据理论研究成果编写的，是世界上第一个具有自学习功能的程序，曾获得跳棋比赛第一名。
同年，约翰麦卡锡发表了《ProgramswithCommonSense》一文，提出了“AdviceTaker”的概念，文中描述的假设程序是第一个完全人工智能系统，这可以看作
影响机器学习的概念诞生了，得益于该领域前辈的研究，DeepMind在60年后开发了围棋AI，并成功击败了人类棋手。机器学习已成为人工智能最重要的研究领域之一。
3人与机器的第一次对话
时间1966年
今年，麻省理工学院人工智能实验室的JosephWeissenbaum开发了第一个自然语言聊天机器人ELIZA，它可以模仿心理学家进行临床治疗。ELIZA的实现技术是通过关键词匹配规则对输入进行分解，然后根据分解规则对应的重构规则生成响应。简而言之，它接受输入并将其转换为适当的输出。ELIZA很简单，但就连魏森鲍姆本人也对ELIZA的表现感到惊讶。
影响近年来，人机对话交互技术成为人工智能领域的热门领域。多家科技公司相继推出人机对话技术相关产品，并将人机对话交互技术作为公司的主要研发方向。目前比较知名的产品有谷歌的GoogleAssistant和苹果的Siri。Siri说ELIZA是一位精神科医生，也是她的第一位老师。
4日本研制出第一台人形机器人
时间1973年
日本早稻田大学创造了第一台人形机器人WABOT-1，它由身体控制系统、视觉系统和对话系统组成。巨型WABOT-1会说日语，可以抓住重物，并通过视觉和听觉传感器感知周围环境。对于1973年出生的人来说还不错。1980年，早稻田大学更新设计，开发出WABOT-2，第二代能够与人交流、阅读乐谱、弹奏电子键盘。
影响人形机器人的诞生，实现了很多人对机器人最初的想象，为未来机器人的设计和研发奠定了基础。然而，当人工智能在20世纪70年代发展起来时，研究人员因缺乏对项目难度的评估而无法兑现承诺，人们原本对人工智能的乐观预期遭受重大打击。它传达给对项目有明确目标的人。
5AI冬天即将来临
时间1984年
在1984年年度AAAI上。在这次会议上，人工智能专家罗杰尚克（RogerSchank）和马文明斯基（MarvinMinsky）警告说，“人工智能冬天”即将来临。有人预测，人工智能泡沫将会破裂，投资资金将会减少，就像20世纪70年代中期那样。
影响正如两位人工智能专家预测的那样，人工智能泡沫在他们发出警告三年后就破裂了。20世纪80年代末，美国国防高级研究计划局新任领导人认为，人工智能并不是“下一波浪潮”，人工智能已经逐渐从狂热的追求转向更为冷静的方向，人工智能研究正在逐步走向成熟。面临资金危机。
6“深蓝”击败人类象棋冠军。
时间1997年5月
1997年5月，卡斯帕罗夫在纽约与IBM的深蓝（当时世界上最强大的象棋计算机）进行了一场六局三胜的比赛。关于这款目前仍然存在很多争议。首先，“深蓝”的设计者有机会根据卡斯帕罗夫的策略和风格以及所有开放的提前调整深蓝的程序。卡斯帕罗夫无法理解“深蓝”的历史记录。《深蓝》从对决到对决都进行了微调，完全让你目眩。其次，人们忘记了深蓝挑战赛分为两场比赛，卡斯帕罗夫于1996年在费城赢得了第一场比赛。在比赛间隙，IBM记录了计算机的情况，卡斯帕罗夫指责IBM作弊。
影响IBM的“深蓝”使用“穷举法”或暴力计数来计算步数，其效果比人类好得多。输掉比赛后，卡斯特罗夫承认因为人类会犯错误，所以机器在中占据了上风。这些人类的失败也引发了新的思考。在象棋中击败人类之后，机器接下来要参加什么比赛？会是Go吗？
7ImageNET数据库建成，终于让AI能够识别猫了。
时间2006-2009
2006年成为伊利诺伊大学厄巴纳-香槟分校计算机科学教授的李飞飞表示，整个学术界和人工智能行业都有一个共同的理念更好的算法来做出决策，但不是数据。当时没有。
她认识到这种方法的局限性。如果所使用的数据不能反映现实世界的情况，那么即使是最好的算法也毫无用处。所以她的解决方案是建立更好的数据集。这是一个带有注释图像的大型数据库，旨在帮助研究视觉对象识别软件。
影响李飞飞领导的数据集叫ImageNet，2009年以论文形式发表时，被迫以海报形式缩进迈阿密海滩会议的一角，但很快就成为年度大会。确定哪种算法能够以最低的错误率识别图像中包含的对象。许多人认为这是当今人工智能浪潮的催化剂。2017年，获胜者的识别率从718提高到973，超越了人类，证明更大的数据可以带来更好的决策。
还有一件事值得一提。2012年6月，人工智能专家吴恩达（AndrewNg）和谷歌人工智能部门负责人杰夫迪恩（JeffDean）报告了一项实验，他们向一个大型神经网络展示了1000万张未标记的网络图像，发现该网络可以识别猫的图像。发现可以做到。
这些进展对当今人工智能领域图像识别技术的发展发挥着重要作用。
8位AlphaGo突然出现并击败了最优秀的围棋棋手。
时间2016年3月
在AlphaGo出现之前，人们认为机器至少需要10年才能在围棋比赛中击败人类。但2016年3月，韩国一家酒店的所有房屋都被夷为平地。英国初创公司DeepMind开发的围棋人工智能以4:1击败了人类职业围棋棋手李世石。2017年5月，升级版AlphaGo在对局中击败了当时的围棋第一人柯洁（九段）。AlphaGo的棋艺发展迅速，势不可挡。即使在击败柯洁之后，DeepMind也没有停止研发，发布了AlphaGoZero版本，可以无师自学，还可以通过“左右手互对弈”来提高棋艺。
影响随着AlphaGo的出现，世界对人工智能的期待再次上升到前所未有的高度，而在AlphaGo的带领下，人工智能迎来了最伟大的发展时代。对于以利用人工智能推动人类社会发展为使命的DeepMind来说，围棋并不是AlphaGo的终极秘密，但他们的目标是利用AlphaGo创造一个通用的、终极的工具来探索宇宙。
9IBM人工智能辩论机器人“IBMProjectDebater”与人类辩论冠军竞争
时间2018-2019
推理和辩论长期以来被认为是人类的特长。然而，2018年6月，IBM开发的辩论机器人IBMProjectDebater挑战了以色列全国辩论冠军诺亚奥瓦迪亚(NoaOvadia)。在40名观众投中，“IBMProjectDebater”以9击败了人类参与者。
在比赛中，ProjectDebater利用其数据库中强大的信息源，展示了卓越的数据驱动演讲写作和演示技巧、听力理解能力以及模拟人类困境和提出论点的能力。
2019年1月，这个人工智能辩论系统首次向公众发布，IBM邀请人们向ProjectDebater提交特定讨论主题的论点，以丰富ProjectDebater的语料库。
2019年2月，ProjectDebater再次与2016年世界辩论锦标赛决赛入围者HarishNatarajan对决。这次人类玩家赢了。然而，在自然语言处理等领域仍然可以看到人工智能的力量。
影响相比之前AI在桌游、竞中战胜人类的情况，AI在没有固定规则、标准案的辩论比赛中获胜的情况更加罕见，证明了AI在“思考”方面的力量。
No Comment