什么是人工智能历史

人工智能的概念可以追溯到古希腊文明时期，当时就有关于自动化艺术和创造性自动机的想法。作为一门学术学科，人工智能是在1956年的一次研讨会上正式确立。自那以后，研究人员就人类思维的本质以及创造出具有人类般智能的人工存在的后果提出了哲学和伦理论点。

自20世纪50年代人工智能学科建立以来，艺术家和研究人员就一直在利用人工智能创作艺术作品，有时被称为算法艺术、计算机艺术、数字艺术或新媒体艺术。

2018年，基于海量数据训练的基础模型和大型语言模型开始出现。GPT-3和Gato等模型被视为机器学习领域的重大成就。2023年，微软研究院测试了GPT-4，并得出结论认为它可以被视为人工通用智能（AGI）的早期版本。

在1957年至1974年期间，计算机存储和处理能力的提升推动了机器学习算法的进一步发展。这一时期，像DARPA这样的机构开始资助人工智能研究，重点是语音转录和翻译。到了20世纪80年代，资金投入增加和算法工具箱扩大，推动了深度学习技术的进步，证明了计算机可以通过经验学习。从1990年代到2000年代初，人工智能研究实现了诸如击败世界国际象棋冠军等核心目标。随着现代计算能力和数据量的增长，人工智能研究变得更加普遍，并正在迅速发展朝着人工通用智能的方向，即软件可以执行以前仅限于人类的复杂任务。

1956年的达特茅斯研讨会被视为人工智能学科的正式开端。在这次会议上，研究人员旨在测试"任何学习或智能特征都可以被精确描述，以至于可以制造出模拟它的机器"这一论断。约翰·麦卡锡在会上正式提出了"人工智能"这一术语。

在早期，人工智能研究人员对该领域的进展做出了过于乐观的预测。例如，有研究人员声称，在10年内，数字计算机将成为世界国际象棋冠军并发现重要的新数学定理。也有研究人员预测，创造"人工智能"的问题将在一代人的时间内得到实质性解决。

人工智能领域面临着一些挑战，如组合爆炸导致的无法在指数时间内解决问题，以及实现常识知识和推理的困难。这导致了一些失望期和资金减少，被称为"AI寒冬"。

近年来，一些基础模型和大型语言模型的发展被视为重要成就。有人认为，某些模型可被视为一个早期但不完整的通用人工智能（AGI）系统。

人工智能的概念可以追溯到古代神话和传说中对智能人造物的想象。现代人工智能研究领域则是在1956年达特茅斯学院的一次研讨会上正式奠基，当时的先驱们预计人类级别的人工智能将在一代人的时间内实现。然而很快就发现，研究人员低估了这一任务的难度。

在20世纪后期，随着计算能力的提高和算法的发展，机器学习和深度学习等分支开始崭露头角。这一时期，研究人员开发出了许多核心算法，并取得了一些重大突破，如击败国际象棋世界冠军等。机器学习算法使计算机能够从经验中学习，为人工智能的发展奠定了基础。

在人工智能的发展过程中，自然语言处理和计算机视觉等分支也取得了长足进展。早期的目标之一是让计算机能够转录和翻译口语语言。随着算法和数据的不断完善，这些分支逐渐实现了部分核心目标，并被广泛应用于各个领域。

近年来，基础模型（如GPT-3和Gato）的出现被视为机器学习领域的重大成就，可能是迈向通用人工智能（AGI）的重要一步。AGI旨在开发出能够执行复杂任务的通用软件系统，这是人工智能发展的终极目标之一。

20世纪初，布尔的《思维律则》和弗雷格的《概念文字》奠定了人工智能的逻辑数学基础。之后，罗素和怀特海德在1913年出版的《数理哲学原理》进一步发展了这一理论。这些工作启发了希尔伯特提出将所有数学推理形式化的挑战，而后哥德尔的不完备性定理、图灵机和丘奇的λ演算给出了答复，暗示任何形式的数学推理都可以机械化。

20世纪30-40年代，神经学、控制论、信息论和计算理论的发展，为构建"电子大脑"提供了可能性。图灵是最早认真探讨"机器智能"理论可能性的人之一，而人工智能研究领域也正式于1956年成立。

1957年至1974年期间，计算机存储和处理能力的提高，推动了机器学习算法的发展。这一进展导致机构如DARPA为人工智能研究提供资金支持，最初目标是发现计算机是否能转录和翻译口语。到20世纪80年代，资金投入和算法工具箱的扩展，使人工智能发展更加流畅。研究人员发表了关于深度学习技术的论文，展示了计算机可以从经验中学习。

人工智能的发展可以追溯到20世纪50年代。在1956年的达特茅斯人工智能研讨会上，约翰·麦卡锡、马文·明斯基、艾伦·纽厄尔和赫伯特·西蒙等人被公认为人工智能的先驱。他们为人工智能奠定了理论基础，并提出了一些早期的人工智能概念和方法。

20世纪80年代，有科学家发表了关于深度学习技术的论文，证明了计算机可以通过经验学习。此外，杰弗里·辛顿、约舒亚·本吉奥和扬·勒孔等人在神经网络和机器学习领域做出了重大贡献，推动了现代人工智能技术的发展。

艾伦·图灵被认为是人工智能理论与哲学的奠基人。他在1950年发表的论文"计算机机械与智能"中首次提出了"人工智能"这一概念，并对其进行了理论和哲学层面的探讨。

爱德华·费根鲍姆、拉吉·雷迪、西摩·佩珀特和朱迪亚·珀尔等人在20世纪60年代至90年代期间，推动了人工智能在专家系统、机器人技术等领域的应用。罗德尼·布鲁克斯则在机器人领域做出了重要贡献。

20世纪50年代，认知革命引发了一场范式转移，促进了符号人工智能、生成语言学、认知科学、认知心理学和认知神经科学等领域的诞生。这些领域使用相关工具对心智进行建模，一个领域的研究成果也与其他领域相关。

形式推理可以追溯到古代中国、印度和希腊哲学家发展的结构化形式推理方法。这为人类思维过程的机械化奠定了理论基础，也是人工智能的基础。

1956年，达特茅斯学院的一次研讨会将数学、心理学、工程学、经济学和政治学等领域的先驱者聚集在一起，探讨"机器智能"的可能性，标志着人工智能作为一门学科的诞生。

20世纪50年代和60年代，出现了一些被视为"惊人"的早期人工智能程序，能够解决代数词问题、证明几何定理并学习说英语。

20世纪80年代，知识库系统和知识工程成为人工智能研究的重点，以Cyc项目为代表，旨在构建一个庞大的常识知识库。

20世纪80年代后期，HiTech和Deep Thought等国际象棋程序的突破为Deep Blue的发展铺平了道路。