繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

波瀾壯闊的AI發展史

2026-09-23 00:00

(來源:圖靈人工智能)

轉自果然果大大,僅用於學術分享,如有侵權留言刪除報道   轉自果然果大大,僅用於學術分享,如有侵權留言刪除報道  

前面這段時間,果大大花費了大量的時間和精力蒐集AI發展史,以期能夠讓自己能夠對AI的技術發展和機器智能有個清晰的發展脈路認知。

1942年,美國科幻大師艾薩克·阿西莫夫在小説《Runaround》中提出了「機器人三大法則」,構成了所有故事中機器人行為的基本準則:

第一法則:機器人不得傷害人類,或因不作為而使人類受到傷害。

第二法則:除非違背第一法則,機器人必須服從人類的命令。

第三法則:在不違反第一及第二法則的前提下,機器人必須保護自己的存在。

思想萌芽與理論奠基(1940s — 1950s)

這一時期,科學家們開始為「智能」這一抽象概念尋找數學與邏輯的根基,人工智能的理論雛形在這一階段誕生。

  • 1943年,沃倫·麥卡洛克和沃爾特·皮茨,基於人類大腦的神經網絡,,發表了《神經活動中內在思想的邏輯演算》論文,提出了一個形式神經元的計算機模型,並將其取名為MCP模型。

  • 1948年:諾伯特·維納出版了《控制論》,提出了「反饋閉環」理論;同時,克勞德·香農創立了信息論。這兩大理論為AI確立了「感知-反饋-決策」的基本邏輯框架。

  • 1950年,阿蘭·圖靈發表《計算機器與智能》,並提出了著名的圖靈測試。圖靈被后世譽為「AI之父」,該測試也成為衡量機器是否具備「思考」能力的重要標準。

  • 1950年,馬文·明斯基和鄧恩·埃德蒙發明了世界上首臺神經網絡計算機。

  • 1950年,克勞德·香農發表論文《為下棋編程計算機》。他堅信,未來某一天,計算機會擊敗人類世界冠軍。

  • 1954年喬治敦大學和IBM合作,成功用機器把60多句俄語翻譯成英文。這是機翻)的首次嘗試。

  • 1955年9月,馬文·明斯基、約翰·麥卡錫、克勞德·香農、納撒尼爾·羅切斯特等人在機器智能的研究項目中,首次引入了「Artificial Intelligence」這個詞。

  • 1955年,司馬賀和紐維爾共同開發了人類歷史上首個人工智能程序——邏輯理論家。

  • 1956年6月,達特茅斯會議首次正式提出 「人工智能」概念。

  • 1957年,弗蘭克·羅森布拉特發明了首個能自主學習的人工神經網絡——「感知機」。

  • 1957年,卡內基梅隆大學建立了世界上首個AI研究實驗室。

  • 1958年,約翰·麥卡錫正式發佈了人工智能編程語言——LISP。

  • 1959年,喬治·德沃爾與約瑟夫·英格伯格發明了首臺工業機器人——Unimate。

  • 1959年,亞瑟·塞繆爾首次提出了「機器學習」的概念,被后人譽為「機器學習之父」。

  • 1959年,約翰·麥卡錫和馬文·明斯基創立了麻省理工學院人工智能項目。

探索熱潮與寒冬洗禮(1960s — 1990s)

人工智能經歷了早期應用的輝煌,也因無法克服的技術瓶頸經歷了兩次著名的「AI寒冬」。

  • 1965年,厄文·古德發表文章表達了對AI未來可能會對人類構成威脅觀點,被視為「AI威脅論」的先驅。

  • 1966年,約瑟夫·魏澤鮑姆發明了世界上首個聊天機器人——ELIZA。

  • 1966年,查理·羅森在斯坦福研究所成功研發了首臺AI機器人——Shakey。

  • 1966年,計算機協會設立圖靈獎,被稱為「計算機界的諾貝爾獎」。

  • 1968年,專家系統的誕生。

  • 1969年,馬文·明斯基和西蒙·派珀特發表《感知機: 計算幾何學導論》,提出了對羅森布萊特的感知器的質疑,這直接導致了神經網絡研究十余年的寒冬。

  • 1969年,馬文·明斯基為斯坦利·庫布里克導演的電影《2001漫遊太空》擔任顧問,並打造了超級智能計算機HAL9000的形象。

  • 1970年,特里·維諾格拉德開發了早期自然語言理解程序SHRDLU。

  • 1972年,柯爾麥倫納研究小組提出邏輯編程語言PROLOG。

  • 1972年,肖特利夫創建了醫學診斷的專家系統——MYCIN。

  • 1973年,政府對AI的投資大幅縮減,AI研究步入「寒冬」。

  • 1973年,萊特希爾向提交了著名的《萊特希爾報告》,表達了對AI過於樂觀的信任,這直接導致AI研究降至冰點。

  • 1975年,馬文·明斯基在《知識表示的框架》中提出人工智能學習框架理論。

  • 1977年,愛德華·費根鮑姆提出了「知識工程」的概念,推動了專家系統的普及。

  • 1977年,吳文俊在發表《初等幾何判定問題與機械化證明》,使得AI能有效且自動證明幾何定理,同時被應用到其他領域,具有劃時代意義。

  • 1979年,漢斯·莫拉韋克設計了斯坦福卡車,這是機器人領域的重要里程碑。

  • 1980年,卡耐基梅隆大學研發的專家系統XCON正式商用。

  • 1981年,「Narrow AI」的概念誕生,人們不再一味追求通用智能,轉而面向更小範圍的專業任務領域。

  • 1982年,約翰·霍普菲爾德提出了循環(遞歸)神經網絡——Hopfield。

  • 1982年,戴維·馬爾提出計算機視覺概念。

  • 1983年,辛頓和謝諾夫斯基提出了生成式隨機神經網絡——玻爾茲曼機。

  • 1983年,DARPA提出「戰略計算計劃」,重啟對高級計算和AI方面的資助。

  • 1986年,辛頓等人發表《通過反向傳播算法的學習表徵》。提出了反向傳播算法。

  • 1987年,LISP機器市場在崩潰,AI第二次進入研究「寒冬」。

  • 1988年,猶大·伯爾出版《智能系統中的概率推理》,同時還發明瞭貝葉斯網絡。

  • 1988年,楊立昆提出了卷積神經網絡。

  • 1990年,傑弗里·艾爾曼提出了首個遞歸神經網絡——艾爾曼網絡模型。

  • 1995年,羅伯特·沙皮爾和約阿夫·佛羅因德提出了AdaBoost算法。

  • 1997年,「深藍」計算機2:1擊敗世界冠軍卡斯帕羅夫,震驚了全世界。

  • 1997年,爾根·施密德胡伯等人提出遞歸神經網絡的LSTM。

  • 1998年,楊立昆等提出了手寫數字識別神經網絡——LeNet。

  • 2003年,約書亞·班吉歐發表《一種神經概率語言模型》,提出「神經網絡語言模型」,同時還提出了"詞向量"的概念。

  • 2006年,李飛飛發起ImageNet。

  • 2008年,谷歌發佈語音識別應用,從此拉開了數字化語音助手(Siri、Alexa、Cortana)的序幕。

深度學習革命與全面爆發(2010s — 2026)

隨着算力的提升和海量數據的產生,以深度學習為代表的技術路線全面突破,AI進入爆發式增長階段。

  • 2011年10月,蘋果首次在iphone上推出Siri。

  • 2012年,辛頓等人蔘加了ImageNet大規模視覺識別挑戰賽,深度神經網絡模型AlexNet一戰成名。

  • 2014年,谷歌收購了DeepMind。

  • 2014年,Eugene Goostman聊天機器人通過了圖靈測試。

  • 2014年,伊恩· 古德費洛提出生成對抗網絡。

  • 2015年,埃隆·馬斯克等人聯合成立OpenAI。

  • 2016年,DeepMind開發的AlphaGo,以4:1戰勝了世界圍棋冠軍李世石。

  • 2016年,微軟推出社交聊天AI小冰。

  • 2017年,Google提出Transformer。

  • 2018年,OpenAI發佈GPT-1,后續又接連發布了GPT-2和GPT-3。

  • 2018年,谷歌發佈了有3億參數的BERT模型。

  • 2020年,DeepMind發佈AlphaFold2可精準預測蛋白質的3D結構,是人工智能的一次巨大成功。

  • 2021年,OpenAl發佈了可從文本生成圖像的人工智能模型DALL-E。

  • 2021年,Open AI開源了新的深度學習模型CLIP。同時,還發布了基於CLIP的AI繪畫DALL-E 模型。

  • 2021年,首個開源的AI繪畫大模型Disco-Diffusion誕生。

  • 2022年,OpenAI發佈了AI繪畫大模型DALL-E 2。

  • 2022年,OpenAI發佈了ChatGPT,徹底引爆了全世界。

  • 2023年3月,OpenAI發佈了GPT-4。

  • 2023年5月,谷歌正式開放超級AI大模型PaLM2。

  • 2023年6月,英偉達市值突破1萬億美元。

  • 2023年11月,首份人工智能監管聲明《布萊切利宣言》發佈。

  • 2024年2月,OpenAI發佈人工智能文生視頻大模型Sora。

  • 2024年12月:OpenAI發佈滿血版o1、Sora Turbo及新一代推理模型o3。

推理範式、智能體元年與中國開源崛起

2025年初,中國AI領域迎來標誌性突破。

  • 1月20日,DeepSeek發佈開源推理模型R1。

  • 2025年4月,OpenAI的o3和o4-mini系列推理模型正式向公眾開放。

  • 2025年5月,谷歌發佈Veo 3視頻生成公測版。

  • 2025年7月,ChatGPT推出Agent功能,能夠瀏覽網頁並執行實際行動。

  • 2025年12月:阿里發佈視頻生成模型萬相2.6系列。

  • 2026年初,DeepSeek應用企業級API服務90天吸引超2000家客户,三大電信運營商全面接入。

  • 2026年5月:谷歌I/O大會發布全模態模型Gemini Omni,支持文本、圖像、音頻、視頻統一處理。

  • 2026年上半年:中國信通院評測顯示,多模態模型能力提升50%以上,頂級開閉源模型性能差距快速縮小;公域預訓練數據接近耗盡,業界轉向私域數據、合成數據及提升數據質量。

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。