赢棋之后 我们忍不住回顾了AI 的 “笑奔” 史-人工智能
时间:2016-03-16 00:01 来源: 我爱IT技术网 编辑:佚名
人工智能(AI)从它的诞生到今天AlphaGo战胜人类取得新的突破，已经经历两次低谷期，两次复苏，再到2006年开始，因为一个叫Hinton的老头提出的深度学习概念，引发了人工智能的再次大爆发，括近日AlphaGo的里程碑式胜利，都离不开这项技术。So，雷锋网觉得有必要整理出一份加入深度学习大事的人工智能大事记新名单，依赖，响应人工智能已经进入“深度学习”的新浪潮；二来弥补一下之前的低谷忧伤~
先简单的看下人工智能的几个阶段
AI的诞生：1956
第一次AI低谷：1974 1980，
繁荣：1980 1987，
第二次AI低谷：1987 1993，
复苏：1993 2006
深度学习异军突起：2006至今
历史时刻回顾
1956年，达特茅斯会议召开，AI的名称和任务得以确定，同时出现了最初的成就和最早的一批研究者，因此这一事件被广泛承认为AI诞生的标志。
1952年，塞缪尔写出了第一个计算机学习程序，该程序用于国际跳棋比赛。IBM的计算机通过不断对局，学习哪些招式有助于赢得对局，并将这些招式纳入自己的程序中。
1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。
1968年，斯坦福大学费根鲍姆教授和几位遗传学家及物理学家合作研制了一个化学质谱分析系统(DENDARL)，这是第一个专家系统，标志着人工之能从实验室走了出来，开始进入实际应用时代。
1979年，斯坦福大学的学生研发了「斯坦福车」(Standford Cart)，它可以自动定位房间中的障碍物。
1981年，Gerald Dejong提出了基于解释的学习(Explanation Based Learning，EBL)这一概念通过分析数据并舍弃次要信息，计算机能够创造出一套它可以理解的规则。
1985年，哈罗德科岑编写的绘图软件Aaron在AI大会亮相。
1990年，机器学习的方法从知识驱动转为数据驱动。科学家们开始研发能够让计算机通过分析海量数据，并从结果进行总结(「学习」)的程序。
1997年，IBM的「深蓝」(Deep Blue)打败了国际象棋的世界冠军。
-----------------------------------------------此处应有分割线，不是嘛？-----------------------------------------------
2006年，Geoffrey Hinton正式提出了「深度学习」的概念，它解释了那些能够让计算机「看见」并且区分图像和视频中的物体及文字的算法。
2010年，深度学习开始应用到语音识别领域(关键技术DNN深度神经网络)、图像识别领域(关键技术CNN卷积神经网络)、自然语言处理(NLP)领域、机器人领域。
2011年，微软研究院和Google的语音识别研究人员先后采用DNN技术降低语音识别错误率20％~30％，是语音识别领域十多年来最大的突破性进展。
2011年，NCAP 研究成员同时也是斯坦福大学的副教授 Andrew Ng 在 Google 创立并领导了 Google Brain 项目。
2012年，DNN(CNN)技术在图像识别领域取得惊人的效果，在ImageNet评测上将错误率从26％降低到15％。
2012年，谷歌的X实验室，Andrew Ng参与开发了能够自动浏览YouTube视频并识别出包含猫的部分的机器学习算法。
……(这中间的空档期，各大公司进入人才抢夺期~~~)
2014年，Facebook研发了DeepFace，这个软件算法可以识别或者核实照片中的人物，在全球最权威的人脸识别评测系统LFW中，人脸识别准确率达97.25%。
2014年，Face++在全球最权威的人脸识别评测系统LFW中，人脸识别准确率达97.27%，已经略高于Facebook的人脸识别率。
2016年，谷歌的人工智能算法打败了围棋专业选手。围棋这一中国的棋盘游戏被认为是世界上最复杂的游戏，比国际象棋难出许多倍。谷歌DeepMind 团队的AlphaGo算法在5局对弈中均取得4:1的胜利。
“深度学习”相关的大牛和巨头几位关键大牛和他们的贡献Geoff Hinton，加拿大多伦多大学，深度学习学派的祖师爷，提出了「深度学习」的概念，目前就职于Google。
Yann LeCun， 纽约大学 ，发表了卷积神经网络(CNN)的工作，Facebook人工智能研究院主任。
Yoshua Bengio，蒙特利尔大学，对RNN的一系列推动包括经典的neural language model，gradient vanishing 的细致讨论。
Jürgen Schmidhuber，地处欧洲，LSTM的发明人，目前就职于瑞士人工智能实验室IDSIA。
引发的巨头垄断+人才抢夺(欢迎国内其它大牛自荐进入名单)2012年，余凯加入百度，之前在NEC实验室就在做深度学习的相关研究。
2012年6月19日，Facebook收购面部识别技术公司Face.com。
2013年3月，Google收购了Alex Krizhevsky、Ilya Sutskever 和 Geoff Hinton 刚刚注册几个月的公司Deep Mind。
2013年，Google收购了Deep Mind。
2013年，百度深度学习研究院(IDL)的创建。
2013年10月，田渊栋加入Google无人驾驶汽车 (Google driverless car) 研究组。
2013年12月，Facebook作为回应，挖了Yann Lecun，让他在纽约领导成立了 Facebook AI lab。
2014年5月， Andrew Ng离开Google去了百度。
2015年初，田渊栋离开Google，跳到Facebook的人工智能实验室(FAIR)。
2015年3月，IBM收购初创公司AlchemyAPI，增强沃森的深度学习能力。
小结：运气好的话，这次一周的人机大战结束后，虽然距离强人工智能还有一定距离，迎来新的爆发潮倒是不容置疑的，这些前所未有的热情，从历史的角度讲，就是为了弥补之前那些可爱的人们在这个领域遭受的冷落、迷茫和痛苦。
特别是那些所有像Yann LeCun一样不惜个人荣誉而为真理而战的勇士们，都应该浮出水面。
先简单的看下人工智能的几个阶段
AI的诞生：1956
第一次AI低谷：1974 1980，
繁荣：1980 1987，
第二次AI低谷：1987 1993，
复苏：1993 2006
深度学习异军突起：2006至今
历史时刻回顾
1956年，达特茅斯会议召开，AI的名称和任务得以确定，同时出现了最初的成就和最早的一批研究者，因此这一事件被广泛承认为AI诞生的标志。
1952年，塞缪尔写出了第一个计算机学习程序，该程序用于国际跳棋比赛。IBM的计算机通过不断对局，学习哪些招式有助于赢得对局，并将这些招式纳入自己的程序中。
1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。
1968年，斯坦福大学费根鲍姆教授和几位遗传学家及物理学家合作研制了一个化学质谱分析系统(DENDARL)，这是第一个专家系统，标志着人工之能从实验室走了出来，开始进入实际应用时代。
1979年，斯坦福大学的学生研发了「斯坦福车」(Standford Cart)，它可以自动定位房间中的障碍物。
1981年，Gerald Dejong提出了基于解释的学习(Explanation Based Learning，EBL)这一概念通过分析数据并舍弃次要信息，计算机能够创造出一套它可以理解的规则。
1985年，哈罗德科岑编写的绘图软件Aaron在AI大会亮相。
1990年，机器学习的方法从知识驱动转为数据驱动。科学家们开始研发能够让计算机通过分析海量数据，并从结果进行总结(「学习」)的程序。
1997年，IBM的「深蓝」(Deep Blue)打败了国际象棋的世界冠军。
-----------------------------------------------此处应有分割线，不是嘛？-----------------------------------------------
2006年，Geoffrey Hinton正式提出了「深度学习」的概念，它解释了那些能够让计算机「看见」并且区分图像和视频中的物体及文字的算法。
2010年，深度学习开始应用到语音识别领域(关键技术DNN深度神经网络)、图像识别领域(关键技术CNN卷积神经网络)、自然语言处理(NLP)领域、机器人领域。
2011年，微软研究院和Google的语音识别研究人员先后采用DNN技术降低语音识别错误率20％~30％，是语音识别领域十多年来最大的突破性进展。
2011年，NCAP 研究成员同时也是斯坦福大学的副教授 Andrew Ng 在 Google 创立并领导了 Google Brain 项目。
2012年，DNN(CNN)技术在图像识别领域取得惊人的效果，在ImageNet评测上将错误率从26％降低到15％。
2012年，谷歌的X实验室，Andrew Ng参与开发了能够自动浏览YouTube视频并识别出包含猫的部分的机器学习算法。
……(这中间的空档期，各大公司进入人才抢夺期~~~)
2014年，Facebook研发了DeepFace，这个软件算法可以识别或者核实照片中的人物，在全球最权威的人脸识别评测系统LFW中，人脸识别准确率达97.25%。
2014年，Face++在全球最权威的人脸识别评测系统LFW中，人脸识别准确率达97.27%，已经略高于Facebook的人脸识别率。
2016年，谷歌的人工智能算法打败了围棋专业选手。围棋这一中国的棋盘游戏被认为是世界上最复杂的游戏，比国际象棋难出许多倍。谷歌DeepMind 团队的AlphaGo算法在5局对弈中均取得4:1的胜利。
“深度学习”相关的大牛和巨头几位关键大牛和他们的贡献Geoff Hinton，加拿大多伦多大学，深度学习学派的祖师爷，提出了「深度学习」的概念，目前就职于Google。
Yann LeCun， 纽约大学 ，发表了卷积神经网络(CNN)的工作，Facebook人工智能研究院主任。
Yoshua Bengio，蒙特利尔大学，对RNN的一系列推动包括经典的neural language model，gradient vanishing 的细致讨论。
Jürgen Schmidhuber，地处欧洲，LSTM的发明人，目前就职于瑞士人工智能实验室IDSIA。
引发的巨头垄断+人才抢夺(欢迎国内其它大牛自荐进入名单)2012年，余凯加入百度，之前在NEC实验室就在做深度学习的相关研究。
2012年6月19日，Facebook收购面部识别技术公司Face.com。
2013年3月，Google收购了Alex Krizhevsky、Ilya Sutskever 和 Geoff Hinton 刚刚注册几个月的公司Deep Mind。
2013年，Google收购了Deep Mind。
2013年，百度深度学习研究院(IDL)的创建。
2013年10月，田渊栋加入Google无人驾驶汽车 (Google driverless car) 研究组。
2013年12月，Facebook作为回应，挖了Yann Lecun，让他在纽约领导成立了 Facebook AI lab。
2014年5月， Andrew Ng离开Google去了百度。
2015年初，田渊栋离开Google，跳到Facebook的人工智能实验室(FAIR)。
2015年3月，IBM收购初创公司AlchemyAPI，增强沃森的深度学习能力。
小结：运气好的话，这次一周的人机大战结束后，虽然距离强人工智能还有一定距离，迎来新的爆发潮倒是不容置疑的，这些前所未有的热情，从历史的角度讲，就是为了弥补之前那些可爱的人们在这个领域遭受的冷落、迷茫和痛苦。
特别是那些所有像Yann LeCun一样不惜个人荣誉而为真理而战的勇士们，都应该浮出水面。
- 评论列表（网友评论仅供网友表达个人看法，并不表明本站同意其观点或证实其描述）
-
