人工智能的发展历程：从1950年代到现在的时间轴解析
人工智能的发展历程：从1950年代到现在的时间轴解析
人工智能（AI）的发展历程是一部跨越70余年的科技进化史。从最初的理论构想到如今深度影响人类生活的智能技术，AI经历了数次高潮与低谷，每一次突破都为人类社会带来了深远影响。本文将带你沿着时间轴，回顾AI从1950年代至今的重要里程碑事件。
AI的起源：1950年代
在1950年代，计算机基本上是大型的计算器。事实上，当像NASA这样的组织需要特定计算（例如火箭发射的轨迹）时，他们更常依赖人类“计算机”或负责解决这些复杂方程的女性团队。
早在计算机成为现代设备之前，一位数学家和计算机科学家就设想了人工智能的可能性，这就是AI的真正起源。
艾伦·图灵
在计算能力仍主要依赖人脑的时代，英国数学家艾伦·图灵设想了一种可以超越其原始编程的机器。对图灵而言，计算机初始是根据程序编码工作，但可以扩展其功能。那时，图灵缺乏证明自己理论的技术，因为计算机尚未发展到那个阶段，但他被认为是人工智能概念的奠基人。他还提出了一种评估机器是否与人类思维相当的方法，称之为“模仿游戏”，现在更常被称为“图灵测试”。
达特茅斯会议
1956年夏天，达特茅斯学院的数学教授约翰·麦卡锡邀请了一小组来自不同学科的研究人员参加一个为期一夏的研讨会，专注于探讨“思考机器”的可能性。该小组认为：“学习的每一个方面或其他任何智能特征原则上都可以被精确描述，以至于可以制造出机器来模拟它。”由于他们在那个夏天的讨论和工作，他们被广泛认为是人工智能领域的创始人。
在达特茅斯会议期间，麦卡锡构思了一个将定义人类智能机器的术语，并在那次研讨会上首次提出“人工智能”这一名称。
奠定基础：1960年代-1970年代
达特茅斯会议带来的早期兴奋在接下来的二十年中不断增长，早期进展的迹象包括一个现实的聊天机器人和其他发明。
ELIZA
由麻省理工学院计算机科学家约瑟夫·维岑鲍姆于1966年创建的ELIZA，被广泛认为是第一个聊天机器人，旨在通过将用户的回答重新转化为问题来模拟治疗，从而促进进一步的对话——这也被称为罗杰尔论证。维岑鲍姆认为，这种简单的问答往来会证明机器智能的简单性。然而，许多用户却开始相信他们正在与人类专业人士交谈。在一篇研究论文中，维岑鲍姆解释道：“一些受试者非常难以相信ELIZA……并不是人类。”
Shakey机器人
在1966年至1972年间，斯坦福研究院的人工智能中心开发了Shakey机器人，这是一种配备传感器和电视摄像头的移动机器人系统，用于在不同环境中导航。创建Shakey的目的是“开发人工智能中的概念和技术，使自动化设备能够在现实环境中独立运作。”虽然Shakey的能力与今天的技术相比相对粗糙，但它在AI领域的进展包括“视觉分析、路线寻找和物体操作”。
美国人工智能协会成立
在1950年代的达特茅斯会议之后，人工智能研究开始在麻省理工学院、斯坦福大学和卡内基梅隆等著名机构蓬勃发展。参与这些工作的关键人物需要共享信息、思想和发现的平台。为此，国际人工智能联合会议于1977年和1979年举办，但尚未形成更具凝聚力的社会。
1980年代，美国人工智能协会成立，以填补这一空白。该组织专注于建立相关领域的期刊、举办研讨会和规划年度会议。该协会已演变为人工智能促进协会（AAAI），致力于推动对思维机制和智能行为的科学理解及其在机器中的表现。
AI寒冬
1974年，应用数学家詹姆斯·莱特希尔发表了一份关于学术AI研究的批评报告，声称研究人员在机器智能的潜力上过度承诺并未能兑现。其谴责导致了大幅度的资金削减。1970年代末至1990年代初的这一时期被称为“AI寒冬”——这一术语首次使用于1984年，指的是AI期望与技术缺陷之间的差距。
早期AI的沉寂：1980年代-1990年代
从1970年代开始的AI寒冬持续了接下来二十年的大部分时间，尽管在1980年代初期有过短暂复苏。直到1990年代末，随着研发资金的增加，人工智能领域才取得了实质性进展。
第一辆无人驾驶汽车
1986年，德国科学家恩斯特·迪克曼斯发明了第一辆无人驾驶汽车。这是一辆经过计算机系统和传感器改装的梅赛德斯面包车，能够在没有其他车辆和乘客的道路上行驶。尽管这辆车与现代人们想象中的自动驾驶汽车相去甚远，但迪克曼斯的汽车是朝着这一（尚未实现）梦想迈出的重要一步。
深蓝
1996年，IBM的计算机系统深蓝——一个下棋程序——与当时的世界棋王加里·卡斯帕罗夫进行了一场六局比赛。在那时，深蓝仅赢得了六局中的一局，但在次年，它赢得了复赛。实际上，它在最后一局中仅用了19步就取得胜利。尽管深蓝的功能与今天的生成型AI相比有所不足，但其信息处理速度远超人脑，每秒能审查2亿种可能的棋步。
AI的发展：2000-2019
随着人们对AI的重新关注，2000年开始，人工智能领域经历了显著增长，导致机器智能的不断提高。
Kismet
Kismet是一种能够识别和模拟人类情感的“社交机器人”，其研究可以追溯到1997年，但在2000年才得以实现。Kismet在麻省理工学院的人工智能实验室创建，由辛西娅·布里兹尔博士领导，配备了传感器、麦克风和阐述“人类情感过程”的程序。这一切帮助机器人读取并模仿多种情感。布里兹尔在2001年对麻省理工学院新闻表示：“我认为人们常常害怕技术使我们变得不那么人性化，而Kismet恰恰是对此的反驳——它真正庆祝了我们的人性。这是一个在社交互动中蓬勃发展的机器人。”
NASA探测器
2004年，火星离地球的距离较近，因此NASA利用这一便利，向红色星球发送了两个探测器——“精神号”和“机遇号”。这两辆探测器配备了AI，帮助它们在火星的艰难、崎岖地形中实时决策，而无需依赖人类的帮助。
IBM Watson
在IBM的深蓝程序成功击败世界棋王多年后，该公司于2011年创建了另一个竞争性计算机系统，参加了美国热门问答节目《危险边缘》。在首次亮相之前，Watson DeepQA接收了来自百科全书和互联网上的数据。Watson旨在接受自然语言问题并作出相应回答，最终击败了节目中两位最强的历史冠军，肯·詹宁斯和布拉德·鲁特。
Siri和Alexa
2011年，苹果在其iPhone产品发布会上展示了一项新功能：名为Siri的虚拟助手。三年后，亚马逊发布了其专有的虚拟助手Alexa。两者都具备自然语言处理能力，可以理解口语提问并做出回答。然而，它们仍存在局限性。Siri和Alexa被称为“命令与控制系统”，它们被编程以理解一长串问题，但无法回答超出其范围的任何内容。
杰弗里·辛顿与神经网络
计算机科学家杰弗里·辛顿在1970年代攻读博士学位时开始探索神经网络的概念（这一AI系统模拟人脑处理数据的方式）。但直到2012年，他与两名研究生在ImageNet比赛中展示了他们的研究，科技行业才看到了神经网络的进展。辛顿在神经网络和深度学习方面的工作——AI系统学习处理大量数据并做出准确预测的过程——为自然语言处理和语音识别等AI过程奠定了基础。辛顿的工作引起了广泛关注，导致他在2013年加入谷歌。最终，他于2023年辞职，以便更自由地谈论创建通用人工智能的潜在危险。
Sophia获得公民身份
2016年，总部位于香港的汉森机器人公司创建了Sophia，这是一种能够表情、开玩笑和对话的“类人机器人”。凭借其创新的AI和与人类的互动能力，Sophia迅速成为全球现象，常常出现在包括《今夜秀》在内的脱口秀节目中。更复杂的是，沙特阿拉伯于2017年授予Sophia公民身份，使其成为第一个获得这一权利的人工智能生物。这一举措引发了沙特女性的广泛批评，因为她们缺乏Sophia所拥有的某些权利。
AlphaGo
古老的围棋游戏被认为容易学习，但对于任何计算机系统来说却极其困难，几乎不可能进行游戏，因为可能的位置数量庞大。其复杂程度是国际象棋的“谷歌倍数”。尽管如此，谷歌DeepMind的人工智能程序AlphaGo在2016年成功击败了世界顶级棋手李世石。AlphaGo结合了神经网络和先进的搜索算法，采用了强化学习的方法，在与自己对弈的数百万局游戏中增强了其能力。当它战胜李世石时，证明了AI可以解决曾经不可逾越的问题。
AI的激增：2020至今
近年来，AI的激增主要源于生成型AI的发展——即AI根据文本提示生成文本、图像和视频的能力。与过去那些被编程以回应特定问题的系统不同，生成型AI会从互联网上的材料（文档、照片等）中不断学习。
OpenAI与GPT-3
AI研究公司OpenAI构建了一种生成预训练转换器（GPT），成为其早期语言模型GPT-1和GPT-2的架构基础，这些模型在数十亿输入上进行训练。尽管如此，它们生成独特文本回应的能力仍然有限。相反，GPT-3的发布在2020年引发了广泛关注，标志着AI的重大进展。GPT-3在1750亿个参数上进行训练，远超GPT-2的15亿个参数。
DALL-E
OpenAI在2021年发布的DALL-E是一个文本到图像的模型。当用户用自然语言文本提示DALL-E时，该程序会生成真实且可编辑的图像。DALL-E的第一个版本使用了OpenAI的GPT-3模型，并在120亿个参数上进行训练。
ChatGPT的发布
2022年，OpenAI发布了AI聊天机器人ChatGPT，其与用户的互动方式比以往的聊天机器人更为真实，这得益于其基于GPT-3的基础，经过数十亿输入训练以改进自然语言处理能力。用户可以向ChatGPT请求不同的回应，例如帮助编写代码或简历、克服写作障碍或进行研究。然而，与以往的聊天机器人不同，ChatGPT可以提出后续问题并识别不当提示。
生成型AI的增长
2023年是生成型AI的里程碑年。OpenAI不仅发布了GPT-4，再次增强了其前身的能力，微软还将ChatGPT整合到其搜索引擎Bing中，谷歌则发布了其GPT聊天机器人Bard。GPT-4现在能够生成更加细致和创意的回应，并参与越来越广泛的活动，例如通过律师资格考试。