人工智能发展史 4张图看尽AI重大里程碑
作者 | 王健宗 瞿晓阳
来源 | 大数据DT
01 人工智能发展历程
图1是人工智能发展情况概览。人工智能的发展经历了很长时间的历史积淀，早在1950年，阿兰·图灵就提出了图灵测试机，大意是将人和机器放在一个小黑屋里与屋外的人对话，如果屋外的人分不清对话者是人类还是机器，那么这台机器就拥有像人一样的智能。
▲图1 人工智能起源及发展
随后，在1956年的达特茅斯会议上，“人工智能”的概念被首次提出。在之后的十余年内，人工智能迎来了发展史上的第一个小高峰，研究者们疯狂涌入，取得了一批瞩目的成就，比如1959年，第一台工业机器人诞生；1964年，首台聊天机器人也诞生了。
但是，由于当时计算能力的严重不足，在20世纪70年代，人工智能迎来了第一个寒冬。早期的人工智能大多是通过固定指令来执行特定的问题，并不具备真正的学习和思考能力，问题一旦变复杂，人工智能程序就不堪重负，变得不智能了。
虽然有人趁机否定人工智能的发展和价值，但是研究学者们并没有因此停下前进的脚步，终于在1980年，卡内基梅隆大学设计出了第一套专家系统——XCON。该专家系统具有一套强大的知识库和推理能力，可以模拟人类专家来解决特定领域问题。
从这时起，机器学习开始兴起，各种专家系统开始被人们广泛应用。不幸的是，随着专家系统的应用领域越来越广，问题也逐渐暴露出来。专家系统应用有限，且经常在常识性问题上出错，因此人工智能迎来了第二个寒冬。
1997年，IBM公司的“深蓝”计算机战胜了国际象棋世界冠军卡斯帕罗夫，成为人工智能史上的一个重要里程碑。之后，人工智能开始了平稳向上的发展。
2006年，李飞飞教授意识到了专家学者在研究算法的过程中忽视了“数据”的重要性，于是开始带头构建大型图像数据集—ImageNet，图像识别大赛由此拉开帷幕。
同年，由于人工神经网络的不断发展，“深度学习”的概念被提出，之后，深度神经网络和卷积神经网络开始不断映入人们的眼帘。深度学习的发展又一次掀起人工智能的研究狂潮，这一次狂潮至今仍在持续。
图2列出了人工智能发展史上的一些重要事件。从诞生以来，机器学习经历了长足发展，现在已经被应用于极为广泛的领域，包括数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏、艺术创作和机器人等，以及我们特别关注的机器学习和深度学习未来发展的一大趋势——自动化机器学习和深度学习（AutoML及AutoDL）。
▲图2 人工智能发展重大事件
02 下一代人工智能
我们首先通过图3来回顾一下人工智能的发展历程。
▲图3 人工智能发展历程
到目前为止，人工智能按照总体向上的发展历程，可以大致分为4个发展阶段，分别为精耕细作的诞生期、急功近利的产业期、集腋成裘的爆发期，以及现在逐渐用AutoML来自动产生神经网络的未来发展期。
早期由于受到计算机算力的限制，机器学习处于慢速发展阶段，人们更注重于将逻辑推理能力和人类总结的知识赋予计算机。但随着计算机硬件的发展，尤其是GPU在机器学习中的应用，计算机可以从海量的数据中学习各种数据特征，从而很好地完成人类分配给它的各种基本任务。
此时，深度学习开始在语音、图像等领域大获成功，各种深度学习网络层出不穷，完成相关任务的准确率也不断提升。同时，深度学习神经网络朝着深度更深、结构更加巧妙复杂的方向推进，GPU的研发与应用也随着神经网络对算力要求的不断提高而持续快速向前推进。图4展示了近年来主要神经网络的发展。
▲图4 主要深度神经网络的发展
2012年，AlexNet为了充分利用多个GPU的算力，创新性地将深度神经网络设计成两部分，使网络可以在两个GPU上进行训练。
2013年，ZFNet又进一步解决了Feature Map可视化的问题，将深度神经网络的理解推进了一大步。2014年，VGGNet通过进一步增加网络的深度而获得了更高的准确率；同年，GoogLeNet的发明引入了重复模块Inception Model，使得准确率进一步提升。
而2015年ResNet将重复模块的思想更深层次地发展，从而获得了超越人类水平的分辨能力。这时，由于深度神经网络层数的不断加深，需要训练的参数过于庞大，为了在不牺牲精度的同时减少需要训练的参数个数，2017年DenceNet应运而生。
随着深度神经网络的不断发展，各种模型和新颖模块的不断发明利用，人们逐渐意识到开发一种新的神经网络结构越来越费时费力，为什么不让机器自己在不断的学习过程中创造出新的神经网络呢？
出于这个构思，2017年Google推出了AutoML——一个能自主设计深度神经网络的AI网络，紧接着在2018年1月发布第一个产品，并将它作为云服务开放出来，称为Cloud AutoML。
自此，人工智能又有了更进一步的发展，人们开始探索如何利用已有的机器学习知识和神经网络框架来让人工智能自主搭建适合业务场景的网络，人工智能的另一扇大门被打开。
堂隶应力： 虽然“人工智能”(AI)已经成为一个几乎人人皆知的概念,但对人工智能的定义还没有达成普遍共识.传统的人工智能发展思路是研究人类如何产生智能,然后让机器学习人的思考方式和行为.现代人工智能概念的提出者约翰·麦卡锡认为,机...
大石桥市18638538763： 人工智能的发展怎么样?？
堂隶应力： 人工智能是计算机科学的一个分支,英文缩写为AI(Artificial Intelligence).人工智能的目的在于尝试使用计算机技术生产出与人类智能相似的智能机器,包括但不仅限于人工智能机器人、语言识别、图像识别等系统.人工智能的智能表现在对人的...
大石桥市18638538763： AKU人工智能的起源? - ？
堂隶应力： 人工智能(Artificial Intelligence), 英文缩写为 AI, 是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性新学科.自问世以来AI经过波波折折,但终于作为一门边缘新学科...
大石桥市18638538763： 人工智能发展的三个阶段,分别有怎样的重要进步 - ？
堂隶应力： 人工智能现状:人工智能在普通的模式识别、专家系统等方面正在不断发展,进步,比如语音识别、手写识别,都已经在普遍使用,谷歌的阿尔法狗更是在围棋领域超过人类冠军,自动驾驶也正在研发中.但是人工智能系统还是需要人类专家大量的工作,目前还没有成熟的人工智能系统,可以通过自己学习,修改自己的算法,程序以提升自我,人工智能可以说是处于2岁小孩的智力阶段.
大石桥市18638538763： 人工智能元年普遍认为是哪一年? - ？
堂隶应力： 1956年 人工智能元年普遍认为是1956年.人工智能(Artificial Intelligence),英文缩写为AI.它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学.人工智能元年普遍认为是1956年.人工智能是...
大石桥市18638538763： 人工智能的发展前景如何?？
堂隶应力： 随着信息时代的来临,人类生产生活的数据基础和信息环境有了大幅提升,人工智能正从学术驱动转变为应用驱动,从专用智能迈向通用智能,比历史上任何一个时期都要更加接近于人类智能水平,进入了新的发展阶段.全球各国均围绕新一代...
大石桥市18638538763： 人工智能未来的发展怎么样?？
堂隶应力： 当前,国内外互联网巨头纷纷将人工智能作为下一次产业革命的突破口,积极加大投资布局,与此同时,随着人工智能技术进步和基础设施建设不断完善的推动下,全球人工智能应用场景将不断丰富,市场规模持续扩大.“人工智能”一词最初...
大石桥市18638538763： 从1956年人工智能诞生到现在,不论是狭义上的机器人,还是广义理解的智能机器 - ？
堂隶应力： 广义上讲,人工智能主要是会思考问题,会学习技能,能和人类交流.
