【AI60問】Q10人工智慧(AI)發展史？

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：

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 Schmidt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。

【推薦學習】

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://bit.ly/3o4N39e

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。

若你想了解更多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

分享這篇文章：

AI歷史人工智慧發展 AI發展簡史