人工智能发展历史的时间轴怎么画

① 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。

② 基础篇：问题1.人工智能的发展简史是怎样的1936-1969（1/3）

点击收听课程音频

  在我们开始探讨人工智能的相关问题之前，还是先简单回顾一下人工智能发展简史。

一、人工智能的诞生(20世纪三十~五十年代)

    人工智能的概念最早是由约翰·麦卡锡(John McCarthy)在1956年着名的达特矛斯会议(Dartmouth Conference)上提出： 人工智能是指让机器的行为看起来就象是人类所表现出的智能行为一样。 因为社会在不断进步和发展，所以对新技术的认知不可避免存在时空的局限性。人工智能这个定义在六十年后再往回看，已经被赋予了更多新的内容， 个别领域的人工智能应用已经不仅仅是象人类行为一样，甚至已经超越了人类，更快速、更准确、更强大。

 这个定义强调人工智能是人造机器，所“表现”出来一定的智能性也就是 弱人工智能 。主流科学研究也是集中在弱人工智能上，并且取得可观的成就。那既然说到了弱人工智能，就不得说与之对应的另一个分类就是强人工智能。   

       强人工智能一般观点认为： 人类有可能制造出真正能推理和解决问题的智能机器 ，具有以下几种特征：

1、机器有知觉和自我意识；2、机器可以独立思考问题并制定解决问题的最优方案； 3、有自己的价值观和世界观体系； 4、有和生物一样的各种本能，比如生存和安全需求； 5、在某种意义上可以看作一种新的文明。

 比如在好莱坞出品的人工智能的题材科幻电影中，很多机器人都表现出了很强的学习认知能力以及自我意识，这样的人工智能就可以认为属于强人工智能。但遗憾的是当前我们科技发展水平还没有能力创造任何种类的强人工智能。还有 弱人工智能与强人工智能并不是发展阶段的关系，弱人工智能不一定能发展为强人工智能，二者发展路径与理念存在根本的不同。

    让我们来回顾一下在人工智能诞生时期的伟大历史事件：

         1936年，数学家 阿隆佐·邱奇 (Alonzo Churc) 和艾伦·图灵 ( Alan Turing) 命名邱奇-图灵论题，提出 所有计算或算法都可以由一台图灵机来执行，这也是构建计算机科学的基础之一。 图灵这个人相信大家都有了解了，二战时发明了解码机破解了德国人密码，改变了战争的进程。并且他发表的图灵计算机论文也是现代计算机的原型。他把生物的进化也看做是一种程序，也就是图灵机的基本概念，一切都是数学公式的表达，然后按程序进行。

        1943年， 沃伦 · 麦卡洛克 (WarrenMcCulloch) 和沃尔特 · 皮茨 (WalterPitts) 两位科学家提出了 “ 神经网络 ” 的概念，正式开启了 AI 的大门。 虽然在当时仅是一个数学理论，但有着极其深远的影响，因为这个理论让人们了解到计算机可以如人类大脑一样进行“深度学习”，描述了人造神经元网络如何实现逻辑功能。

        1945年博弈论的创立者 冯·诺依曼(John.Von.N eumann)提出了存储程序的概念，在计算机领域建立了不朽的功勋。 他的这一思想被誉为电子计算机时代的开始。到今天计算机的体系结构还基本上是冯 · 诺依曼型。

1946年2月14日情人节那天，基于 图灵和冯 · 诺伊曼 学说，计算机的先驱者莫克利(J.W.Mauchly)与他的研究生埃克特(J.P.Eckert)在美国合作研发了世界上第一台通用计算机， 这 是现代计算机发展史上重要的里程碑，也 为人工智能的出现奠定了硬件基础。

        1947年，神经学的研究发现大脑结构是由神经元组成的电子网络，其电平只存在“有”和“无”两种状态，不存在中间状态，这也是人类研究大脑结构的重大成果。

         1948年，计算机时代刚刚进入黎明时， 诺伯特  ·  维纳 ( Norbert Wiener)  就提出了一种“控制论”的概念。他是最先预见到信息技术双重可能性的人，这把双刃剑可能也逃离人类掌控并反过来控制人类。他也成为了最早对机器智能的到来提出批判的学者。

         1950 年，图灵发表了一篇划时代的论文，预言了创造出具有真正智能的机器的可能性。 图灵测试是人工智能哲学方面第一个严肃的提案。着名的图灵测试诞生： 如果一台机器能够与人类 ( 通过电子设备 ) 展开间接对话而不能被辨别出其机器身份，那么称这台机器具有智能。 他也因此被誉为“人工智能之父”。同一年，图灵还预言了人类将会创造出具有真正智能的机器的可能性。

1951年， 克 里斯托弗  ·  斯特雷奇 (ChristopherStrachey) 使用写出了一个西洋跳棋程序； 迪特里希  ·  普林茨 (DietrichPrinz) 写出了一个国际象棋程序。 从这开始游戏 AI 就一直被当做评价 AI 发展水平的标准。

        1955 年，艾伦·纽厄尔 (Allen Newell) 和赫伯特 · 西蒙 (Herbert Simon) 在 J. C.  肖 的协助下开发了“逻辑理论家”。这个程序通过模拟人证明符号逻辑定理的思维活动，证明《数学原理》中的38个定理，其中某些证明比原着更加简明合理。

1956 年，人工智能诞生 马文· 明斯基 (Marvin Minsky) 与 约翰· 麦卡锡 (John McCarthy) 、克劳德· 香农 (Claude Shannon) 等人一起在美国达特茅斯学院发起并组织“达特茅斯会议”，麦卡锡首次提出了“人工智能”这个概念，纽厄尔和西蒙则展示了编写的“逻辑理论家”。会议上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认为是AI诞生的标志，被誉为“人工智能的起点”。

        1956 年乔治  ·  戴沃尔戴沃尔  (Ge orge Devol ) 与约瑟夫 · 恩格尔博格 ( Joseph F·Engelberger ) ， 创建了世界上第一家机器人公司，名为“尤尼梅新”。

        1956 年，奥利弗·萨尔夫瑞德 (Oliver Selfridge) 研制出第一个字符识别程序，开辟了模式识别这一新的领域。

            1957年， 艾伦·纽厄尔 (Allen Newell) 和 赫伯特 · 西蒙 (Herbert Simon) 等人开始研究一种不依赖于具体领域的通用问题求解器，他们称之为GPS(General Problem Solver)，这一时期，搜索式推理是许多AI程序使用相同的基本算法。原理就像在迷宫中寻找出路一般；如果遇到了死胡同则进行回溯选择其他分支路径往前，这就是“搜索式推理”。这算法主要困难是在很多问题中，线路总数的可能性是一个天文数字。

        1958年，美国国防部先进研究项目局(Defense Advanced ResearchProjects Agency)成立，主要负责高新技术的研究、开发和应用。几十年来DARPA已为美军研发成功了大量的先进武器系统，同时为美国积累了大量的科技资源储备，并且引领着美国乃至世界军民高技术研发的潮流。

总结一下，最初的人工智能研究是20世纪30年代末到50年代初的一系列科学研究成果交汇的创新的产物。在这些领域的顶级研究人员本身也是多学科跨界的专家，因此需要集各家所长的人工智能，才得以快速发展，其中主要的几个学科成果是：

1、神经学研究发现神经网络；2、维纳的控制论描述了电子网络研究3、香农信息论的数字信号研究；4、图灵的计算理论证明数字信号可以描述任何形式的计算，5、冯·诺依曼提出了存储程序的概念，这些密切相关的想法融合在一起，展现了构建一个电子大脑的可能性，研究如何用机器来模拟人类智能的学科产生了。

二、人工智能逻辑推理时期 (20世纪六十年代)

        在这一时期，一般认为只要机器被赋予了逻辑推理能力就可以实现人工智能。 不过此后人们失望的发现，制造出来的机器仅仅具备了基本的逻辑推理能力，还远远达不到“智能”的水平。

    早在1958年， 约翰· 麦卡锡 (John McCarthy) 提出了“纳谏者”的程序构想，将逻辑学引入了AI研究界。到了六十年代末麦卡锡和他的学生们发现，实现这一想法运算复杂度极高：即便是证明很简单的定理也需要天文数字的运算步骤。此时，麦卡锡认为，人类怎么思考是无关紧要的：真正的目标应该是解决问题的机器，而不是模仿人类进行思考的机器。因此麦卡锡等人一派也被称为“简约派”。

这一时期的重大事件有：

        1962年，创立6年时间的公司 “尤尼梅特” ， 推出了世界上首款工业机器人“尤尼梅特”， 开始在通用汽车公司的装配线上服役。

        1963年6月，麻省理工学院MIT从DARPA，国防部先进研究项目局获得经费资助，其中包括 马文· 明斯基 (MarvinMinsky) 和麦卡锡 (John McCarthy) 五年前建立的 AI 研究组。 此后DARPA每年提供三百万美元，直到七十年代为止。

        1966年到1972年间，美国斯坦福国际研究所(SRI)研制了具备一定人工智能移动式机器人Shakey,，它能够自主进行感知、环境建模、行为规划并执行任务(如寻找木箱并将其推到指定目的位置)。这是首台采用了人工智能学的移动机器人，引发了人工智能早期研究工作爆发。

        1966 年， MIT 的系统工程师约瑟夫·魏泽堡 (Joseph Weizenbaum 和精神病学家   肯尼思·科尔比 (Kenneth Colby) 发布了世界上第一个聊天机器人艾丽莎 Eliza 。智能之处在于她能通过脚本“理解”简单的自然语言，并能产生类似人类的互动。而其中最着名的脚本便是模拟罗吉斯心理治疗师的Doctor。作为最早的有情感人工智能机器，可以帮助用户和机器进行对话，缓解压力和抑郁，同时这也是人工智能语音助手最早的雏形。

        1968年12，加州斯坦福研究所的 道格·恩格勒巴特  ( Douglas C. Engelbart) 发明了鼠标，被誉为“鼠标之父”。 如果你认为发明鼠标已经很厉害的话，那他还有个更厉害发明，正是他提出了超链接概念，而超链接原理几十年后成了现代互联网的根基。他关于人工智能发展的理念是提倡“智能增强”而非取代人类。

     了解最新课程内容，点击 原文链接 或者搜索"知识星球"小程序，在里面搜索“人工智能进化论”订阅课程，加入圈子讨论或者向作者提问。 或者加wx:AI61825

③ 人工智能的发展历程

人工智能的发展历程划分为以下6个阶段：

一是起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。

二是反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空，使人工智能的发展走入低谷。

三是应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。

四是低迷发展期：20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。

五是稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。

六是蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”。

现状与影响

对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为人工智能系统的智能水平即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶等等。

这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。

专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。

人工智能的近期进展主要集中在专用智能领域。例如，阿尔法狗（AlphaGo）在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到专业医生水平。

以上内容参考工信部-人工智能的历史、现状和未来

④ 人工智能发展的历史

人工智能发展历程

人工智能诞生于20世纪50年代中期，1956年被确立为一门学科，至今经历过经费枯竭的两个寒冬(1974-1980年、1987-1993年)，也经历过两个大发展的春天(1956-1974年、1993-2005年)。从2006年开始，人工智能进入了加速发展的新阶段，并行计算能力、大数据和先进算法，使当前人工智能加速发展;同时，近年来人工智能的研究越来越受到产业界的重视，产业界对AI的投资和收购如火如荼。

——更多数据请参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。

⑤ ai时间轴在哪

ai时间轴在和PS一样，快捷键A。

我们只要选中需要倾斜的对象，在工具箱中选择倾斜工具，然后在对象外拖拽鼠标，即可让对象倾斜。如果同时按住Shift键，可以让对象沿水平或垂直轴倾斜，完成后松开鼠标即可。

ai用artboard画画相当于把你的视频一帧一帧画出来，然后导出为png格式，你不能直接得到视频但是可以得到很多png图片，相当于是视频拆分。然后把这些artboard导入到Photoshop用时间轴再编辑。

配置技巧：

1、该软件要求一个暂存磁盘，它的大小至少是打算处理的最大图像大小的三到五倍。例如，如果打算对一个5MB大小的图像进行处理，至少需要有15MB到25MB可用的硬盘空间和内存大小。

2、如果没有分派足够的暂存磁盘空间，软件的性能会受到影响。要获得Photoshop的最佳性能，可将物理内存占用的最大数量值设置在50%——75%之间。

3、在打开Photoshop时按下Ctrl和Alt键，可在Photoshop载入之前改变它的暂存磁盘。

⑥ 人工智能的六大发展阶段是什么设想第七阶段，还有人工智能诞生的标志是什么

人工智能的历史与未来划分为了三个阶段：

1.手工知识（HandcraftedKnowledge）阶段，代表是形式逻辑理论

2.统计学习（StatisticalLearning）阶段
，代表是机器学习理论
3.语境顺应（ContextualAdaptation）阶段，代表是深度学习技术

第七阶段是全面智能感知

1956年，在由达特茅斯学院举办的一次会议上，计算机专家约翰·麦卡锡提出了“人工智能”一词。后来，这被人们看做是人工智能正式诞生的标志。