AI 60問-Q10人工智慧(AI)發展史?

by 提拔我園丁
緯育TibaMe AI小教室-Q10人工智慧的歷史?

人工智慧的歷史,最早要追溯到1950年代左右,當時已有科學家在研究關於學理問題、棋奕競局的解決。直至1970年代,科學家才開始研究理論觀念,更偏重於實際應用的問題。

人工智慧的發展歷史,我們可大致歸納以下的階段:

人工智慧歷史線條圖
人工智慧歷史線條圖 (圖10-1)

誕生|1950-1956

1950年,Marvin Minsky 的大四學生,建造第一台神經網路計算機;且當年被稱為「計算機之父」的 Alan Turing也提出—圖靈測試,他認為一台機器若能夠跟人對話,而不被人識出他的機器身份,那這個機器就具備智慧。

1956年,達特茅斯大學的學術研討會,不同領域的科學家正式確立「人工智慧」這術語。由當時的數學助教、現任斯坦福大學教授 John MeCarthy 聯合哈佛大學、麻省理工學院、IBM研究中心負責人、貝爾實驗室信息部數學研究員…等人共同發起。

這場會議,讓 John MeCarthy被稱為人工智慧之父,這個具有歷史意義的會議,標記了人工智慧成為一門新興學科。之後,John MeCarthy 與 Marvin Minsky 共同創建第一座人工智慧研究組織「MIT AI LAB」,美國也開始有多個人工智慧研究組織。

第一次發展|1956-1974

1956年達特茅斯大學的研討會後,在之後的十多年,大發明的時代來臨,人工智慧的研究在機器學習、模型識別、問題解決、專家系統及人工智慧語言…等各方面都贏得許多成就。

計算機被廣泛應用在數學、自然語言領域,解決代數、幾何、英語…等問題。當時的許多學者甚至認為,未來二十年內,機器可以完成人能做的全部事情。

當時的主要成就

1、感知機 (深度學習的雛形) 被提出
2、用機器證明「數學原理」定義,也提出歸結原理
3、發展出模型識別程序,並編製可分辨積木構造的程序
4、編制通用的問題解決程序 (General Problem Solver,GPS)
5、研製成功專家系統 DENDRAL
6、研發人工智慧語言 (List Processing,LISP)

1969年,國際人工智慧聯合會議 (IJCAI) 也是一個重要里程碑,它讓人工智慧這個學科得到世界的肯定。

1970年,創立的國際人工智慧雜誌《Artificial Intelligence》,也積極推動人工智慧的發展。

第一次瓶頸|1974-1980

1970年初,AI進入一段艱難歲月,研究學者發現,儘管機器有簡單的邏輯推理能力,但碰到無法克服的基礎性障礙,AI仍停留在「玩具」階段,達不到曾經預言的完全智慧。

由於研究人員對難度評估不足,導致美國國防高級研究計劃署的合作計畫也失敗,加上人們期待過高,所以當AI研究人員坦言無法實現承諾時,輿論壓力開始批評AI研究人員,許多單位減少對人工智慧研究的投資。

當時的主要挑戰

1、機算機的能力有限

  • 運算能力:無法解決指數性爆炸的複雜問題
  • 理解能力:看不懂、聽不懂對於世界的信息

2、「莫拉維克悖論」無法解決

*莫拉維克悖論 Moravec's paradox:常識相悖的現象。
認為機器能像數學天才一樣下象棋,可比成人更精於演算,
但卻無法像嬰兒一般的敏銳感知,並有一系列的行動。
雖然電腦能贏過棋王,但機器人仍無法打好一場球賽。

3、自動規劃的邏輯問題無法處理

4、數據量嚴重不足
當時找不到足夠大的數據庫來支撐程序進行深度學習,這導致機器無法讀取足夠的數據量進行智慧化。 

第二次發展|1980-1987

1980年,「專家系統」的AI程序開始被全世界的公司採用,人工智慧迎來新的高潮。

卡內基梅隆大學位數字設備公司DEC設計一套 XCON專家系統,每年為DEC公司省下數千萬美金;日本經濟產業提供八億五千萬美金支持第五代計算機項目,為了打造能夠與人對話,向人一樣推理的機器。

許多國家也同步響應,對AI和信息技術的規模項目提供大量資助,在這個時期,只是專家系統產業的價值就高達5億美元。

*專家系統:是一種程序,能夠從專門知識推演出的邏輯規則,
在特定領域回答或解決問題,但僅限於小領域,避免常識問題。

當時的主要成就

1、專家系統的誕生
2、發現「智慧」需要建立在分類的知識多種處理方式
3、BP算法:實現神經網絡訓練的突破
4、AI 研究人員首次提出:機器為了獲得真正的智慧,它必要有感知、生存、與世界交互的能力,對事物的推理能力比抽象能力更重要,這也推動未來自然語言、機器視覺的發展。

第二次瓶頸|1987-1993

1987年,命運又再次碾壓人工智慧,由於AI專家系統的應用領域過於限縮,且要更新及維護成本過高,只維持了7年,就宣告結束。

同期,美國的Apple和IBM生產的桌上型電腦性能都超過當時的通用計算機,加上「個人電腦」的理念不斷蔓延,讓人工智慧又再次遇到財務困難。

當時的主要挑戰

1、桌上型電腦和個人電腦的理念帶來衝擊
2、企業對AI的神話和冷落,讓AI化為泡沫
3、無法突破計算機性能的瓶頸
4、缺乏處理龐大數據的訓練機器

第三次發展|1993-2021

在摩爾定律下,計算機性能不斷突破。雲端計算、大數據、機器學習、自然語言和機器視覺…等領域也有快速的發展發展迅速。

*摩爾定律:起源於Gordon Moore 1965年的一個預言,
當時他看到Intel公司製作的芯片,
認為只要18個月會將晶片的效能提高一倍,是一種以倍數增長的觀測。
這個簡單的預言成真,幾十年一直按節奏往前走,成為摩爾定律。

主要事件

1990年代中期,神經網絡技術的發展,也讓人們對AI開始有客觀、理性的認知,慢慢進入平穩發展時期。

1997年,IBM的計算機系統Deep Blue戰勝國際象棋世界冠軍Garry Kasparov,這也成為重要的里程碑。

2005年,Stanford開發的機器人在沙漠上自動行駛210公里,贏得DARPA挑戰大賽頭獎。

2006年,Geoffrey Hinton提出多層神經網絡的深度學習算法、Eric Sc​​hmidt在搜索引擎大會提出「雲端計算」概念。

2007年,Adam Cheyer創立Siri,Apple公司在2010年完成收購。

2010年,Sebastian Thrun 領導的Google無人駕駛車曝光,創下了超過16萬公里無事故紀錄。

2011年,IBM Waston參加智力遊戲《危險邊緣》,打敗最高獎金得主Brad Rutter和連勝紀錄保持者Ken Jennings。Nest Lab發表第一代智慧恆溫器Nest,它能了解用戶的習慣,並自動調節溫度。

2012年,Google發布個人助理Google Now。

2013年,深度學習在語音和視覺識別率獲得突破性進展。
Facebook創始人Mark Zuckerberg參加的神經信息處理系統(NIPS)技術會議,讓人工智慧從學術研究走向商業領域。

2014年,微軟亞洲研究院發佈人工智慧聊天機器人和語音助手Cortana。

2015年,Facebook發布一款基於文本的人工智慧助理M。

2016年,Google公司的人工智慧程序「AlphaGO」,與韓國棋手李世乭在圍棋上正面交鋒。AlphaGo 所使用的深度學習技術引起全球關注。

2017年,AlphaGo在中國烏鎮圍棋峰會,挑戰排名世界第一的圍棋冠軍柯潔,以3比0獲勝。
iPhone X 配備前置3D 感應攝像頭 (TrueDepth),臉部識別點達到3萬個,具備人臉識別、解鎖和支付等功能;配備的A11 Bionic神經引擎使用雙核設計,每秒可達到運算6千億次。

人工智慧,可以應用在機器視覺、自然語言處理、專家系統等方面的發展,及如何整合的問題,將會是未來的趨勢。

緯育TibaMe已經有10萬人次來學習AI/資料科學知識或技術,若你想進一步了解或學習 AI / 資料科學的相關知識或技能,歡迎來TibaMe 👉 https://www.tibame.com/courselibrary/ai

下篇文章將跟大家分享人工智慧可以做到那些事

每週4則,每日5分鐘, 提拔我園丁陪你快速添補AI/資料科學知識與技能。

若您想了解更多AI/資料科學的小知識、及各產業的相關應用,歡迎訂閱TibaMe FB及部落格,或你有其他想了解的主題歡迎在下方留言讓我們知道唷!

緯育TibaMe FB 

企業人才數位轉型 FB 

參考資料

  1. 維基百科—人工智慧
  2. 人工智慧原理與意義
  3. 人工智能的發展歷程
  4. 人工智能發展簡史
分享這篇文章:
0 comment
2

您也許會喜歡

Leave a Comment

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料