爱尚小说网

Kimi 人工智能的前世今生（第2页）

1966年：聊天机器人出现

德裔美国计算机科学家JosephWeizenbaum在麻省理工学院开发了ELIZA程序，一个能够模仿人类心理治疗师的聊天机器人，可以实现简单的人机对话。

1966年：美国计算机协会设立图灵奖，专门奖励那些对计算机事业作出重要贡献的个人。

1969年：美国麻省理工学院教授MarvinMinsky和SeymourPapert发表了《Perceptrons》，指出了单层神经网络的局限性，导致神经网络研究的暂时停滞。

这章没有结束，请点击下一页继续阅读！

AI反思与微处理器时代（1970年代-1980年代）

1970年代，微处理器的出现进一步加速了计算机技术的发展，为AI研究提供了更强大的计算工具。这一时期，美国斯坦福大学DENDRAL和MYCIN等早期AI专家系统开始在特定领域取得成功。1980年代，硅技术的进步带来了个人电脑的普及，同时，神经网络研究因硅计算能力的增强而得到复兴。

1971年：微处理器的问世

英特尔Intel发布了第一款商用微处理器Intel4004，它是基于硅的集成电路，为个人计算机的诞生奠定了基础。

1973年：日本早稻田大学成功制造出了第一个人形机器人，名为WABOT-1。这个机器人被认为是世界上第一个能够走路和操作物体的人形机器人之一。

1974年：哈佛大学PaulWerbos博士论文《BeyondRegression:NewToolsforPredictionandAnalysisintheBehavioralSciences》（超越回归：行为科学中的预测和分析新工具），提出了反向传播算法的初步概念，为后来神经网络的训练奠定了理论基础。

1975年：4月4日，比尔·盖茨（BillGates）和搭档保罗·艾伦（PaulAllen）一起创立了微软（Microsoft）公司。微软最初专注于为个人计算机开发基于微处理器的软件，如BASIC解释器等

1975年：麻省理工学院马文·明斯基（MarvinMinsky）的论文《AFrameworkforRepresentingKnowledge》（知识表示的框架）提出了用于人工智能中的知识表示学习框架理论。

1976年：美国斯坦福大学肖特利夫（EdwardShortliffe）等人完成了医疗专家系统MYCIN的开发。MYCIN是一个用于诊断和治疗感染性疾病的专家系统，帮助医生诊断细菌感染，并推荐适当的抗生素治疗方案。MYCIN是早期医学领域成功应用人工智能技术的代表之一。

1976年：AppleI电脑问世

4月1日，苹果公司创始人史蒂夫·乔布斯和史蒂夫·沃兹尼亚克推出了苹果I个人电脑，这是第一款用于个人使用的预装操作系统的计算机。

1979年：美国计算机科学家和国际象棋大师汉斯·贝利纳的计算机程序“Belle”战胜双陆棋（Checkers）世界冠军马尔文·莱文，标志着计算机在一个相对复杂的棋类游戏中战胜了人类世界冠军。

1980年：美国卡内基梅隆大学（CMU）举办了第一届机器学习国际研讨会，标志着机器学习研究正式在全世界范围内兴起。

1981年：美国机器人学家保罗·保尔（R。P。Paul）出版了第一本机器人学课本《RobotManipulator:Mathematics，Programming，andControl》（机器人操纵器：数学、编程与控制）。这本书标志着机器人学科正式走向成熟阶段。

1982年：美国物理学家约翰JohnHopfield提出了霍普菲尔德网络，这是一种能够存储和回忆模式的神经网络模型。

1984年：“AI之冬”警告

人工智能领域的专家们在美国人工智能协会（AAAI）会议上警告称，人工智能领域可能会进入一段“AI之冬”（AIwinter）的时期。AI之冬指的是人工智能研究陷入低谷的时期，投资资金减少，研究活动减缓，甚至出现了人才流失的情况。

1985年：图灵奖得主、加州大学洛杉矶分校教授朱迪亚·珀尔（JudeaPearl）提出了贝叶斯网络（Bayesiannetwork）的概念，这标志着概率方法在人工智能领域的应用迈出了重要的一步。

1986年：麻省理工学院MITAILab主任罗德尼·布鲁克斯（RodneyBrooks）发表了论文《ARobustLayeredControlSystemforaMobileRobot》（移动机器人鲁棒分层控制系统）。标志着布鲁克斯提出了一种新的机器人控制方法，被称为“行为式机器人学”（behavior-basedrobotics），也被称为“鲁棒分层控制系统”。

1986年：Rumelhart，Hinton和Williams三位科学家合着《Learningrepresentationsbyback-propagatingerrors》（通过反向传播误差学习表示），重新发现了反向传播算法，并将其应用于多层神经网络的训练。

这章没有结束，请点击下一页继续阅读！