人工智能发展史
人工智能发展史
人工智能的诞生
1956年的达特茅斯会议首次提出了“人工智能”这一术语。
该术语标志“人工智能”新学科的正式诞生。此外会议给了“人工智能”的第-一个准确的描述。
2006年，达特茅斯会议50年后，当事人重聚
人工智能的起步期
达特茅斯会议之后出现了AI发展第一次浪潮。
1957年，罗森布拉特基于神经感知科学背景，设计出了第一个计算机神经网络
1967年，最近邻算法出现，这使得计算机可以进行简单的模式识别
人工智能的第一个低谷
到了70年代，AI开始遭遇批评，随之而来的还有资金上的困难，同时，马文明斯基对感知器的激烈批评，此后神经网络的研究进入了寒冬(直到1980年才再次复苏)
人工智能研究者们对项目难度评估不足，导致了承诺无法兑现，人们当初的乐观期望遭到严重打击，向AI提供资助的机构(如英国政府和NRC)对无方向的AI研究逐渐停止了资助。
人工智能的应用发展期
1982年，物理学家约翰霍普佛德证明一一种新型的人工神经网络使1970年以来-直人遗弃的连接主义重获新生，掀起了人们研究人工神经元网络的热潮
人工智能的第二个低谷
1987年AI硬件的市场需求突然下跌。Apple和IBM公司生产的台式机性能不断提升，其性能已超过了Symbolics和其他厂家生产的昂贵的Lisp机
人工智能的稳步发展期
1995年，瓦普尼克等人正式提出统计学习理论
1997年，国际商业机器(IBM)公司的超级计算机“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫。
人工智能的蓬勃发展期
2006年，杰弗里.辛顿教授和他的学生在《科学》杂志上发表了文章,开辟了深度学习发展的时代。在深度学习提出后，卷积神经网络的表征学习能力得到了关注。
2009年，语音识别进入了DNN时代，走出了近十年的停滞状态;2015年由于“端到端”技术兴起，语音识别进入了百花齐放时代;2018年，百度在这之上获得突破，使得语音识别的准确率接近98%，并支持多种方言输入。
AI：人工智能概念之AI的发展历史图集合、AI发展思维导图之详细攻略
AI：人工智能概念之AI的发展历史图集合、AI发展思维导图之详细攻略原创一个处女座的程序猿2021-06-1520:39:50©著作权
文章标签AI人工智能机器学习文章分类人工智能
©著作权归作者所有：来自51CTO博客作者一个处女座的程序猿的原创作品，请联系作者获取转载授权，否则将追究法律责任AI：人工智能概念之AI的发展历史图集合、AI发展思维导图之详细攻略
目录
AI发展历史
AI发展思维导图
AI发展历史
1、人工智能三次浪潮
第一次黄金期：1956年Dartmouth会议，第一款神经网络软件Perceptron，第一款人工智能软件LogicTheorist。第二次黄金期：1980年，第一次AI冬天，Hopfield网络&BP算法，第五代计算机兴起。第五代计算机失败，DARPA削减投入。2000年，第二次AI冬天。第三次浪潮：深度学习(Hinton2006)。DNN在语义识别上的成功。CNN在图像上的成功。
AI发展思维导图
打赏赞收藏评论分享举报
上一篇：AI：华为云HiLensKit试用测评—全栈全场景的人工智能
下一篇：AI公开课：19.05.30 瞿炜-新东方AI研究院院长《做懂教育的AI：把未来带进现实》课堂笔记以及个人感悟
《人工智能》—— 思维导图
来源|xingoo（ID:xingoo_ml）李开复写的这本书，主要讲述了什么是人工智能，面对人工智能我们要做什么，算是入门的科普书籍。
图片来源：豆瓣
全书共分为6个章节，6个主题：
人工智能现状人工智能发展历程人工智能对人类有威胁吗人工智能目前的典型应用场景人工智能带来的创新创业机遇人工智能时代教育与个人发展01
第一章人工智能来了
02
第二章AI复兴
其中有几个图非常好，一个是高德纳关于技术的路线图：
高德纳咨询公司（Gartner）技术成熟度曲线
如上图的曲线所示，一种新科技的研发过程通常是这样的：初创公司接受第一轮风投，开发出第一代产品，虽然不成熟，但足以吸引一批早期接受者——粉丝。在早期阶段，产品的优点被粉丝放大，大众媒体跟风炒作，将该技术推向一个充满泡沫的膨胀期。随着盲目的追捧者激增，跟风研发、生产的初创公司越来越多，产品的不足被无限放大，负面报道开始出现，供过于求的市场竞争中，大批跟风入局的初创公司不是被兼并，就是走向倒闭，只有少数拥有核心竞争力的坚持了过来。跌入低谷后，第二轮、第三轮风投资金注入大浪淘沙后仅存的中坚企业，新一代技术和产品也随之问世，整个技术曲线步入稳步攀升的平台期和成熟期，潜在用户的接受程度也从5%以下逐渐提升到20%到30%，初创企业和风投资本开始迎来高额回报。
另一个是深度学习中图像处理ImageNet的成绩，可以从中看出深度学习的发展：
2010年前后，准确地说，是从2006年开始，随着深度学习技术的成熟，加上计算机运算速度的大幅增长，当然，还有互联网时代积累起来的海量数据财富，人工智能开始了一段与以往大为不同的复兴之路。
2012年到2015年，在代表计算机智能图像识别最前沿发展水平的ImageNet竞赛（ILSVRC）中，参赛的人工智能算法在识别准确率上突飞猛进。2014年，在识别图片中的人、动物、车辆或其他常见对象时，基于深度学习的计算机程序超过了普通人类的肉眼识别准确率。
最后是一个深度学习乐园中体验什么是深度学习的图片，记忆很深刻，最初接触深度学习就是被这个流程图吸引到了。
这张图是谷歌著名的深度学习框架TensorFlow提供的一个网页版小工具做出来的，工具链接：
http://playground.tensorflow.org/#activation=tanh&batchSize=10&dataset=circle®Dataset=reg-plane&learningRate=0.03®ularizationRate=0&noise=0&networkShape=4,2&seed=0.63881&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=false&xSquared=false&ySquared=false&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification&initZero=false&hideText=false，用人们易于理解的图示，画出了正在进行深度学习运算的整个网络的实时特征。
03
第三章人机大战
04
第四章AI时代：人类如何应对变革
本章一个重要的主题就是自动驾驶，这是目前人工智能最引人注目的焦点
关于人工智能在银行的多种应用场景的总结也不错：
最后一个是关于人类的金字塔层级模型，在人工智能发展的当下，金字塔势必会发生变化，而金字塔上层也会越来越膨胀，所以急需对当下的教育进行变革，来适应未来的发展。
05
第五章机遇来临
在AI时代，这是一个连猪都能飞起来的风口，一波又一波的创业浪潮，在一阵虚幻之后，我们应该思考到底什么才是这个时代的产物。下图中关于人工智能的布局也是非常全面了：
06
第六章迎接未来
这本书算是不错的人工智能科普读物。李开复自己说他生错了时代，如果是现在这个时代，他会创造出更多优秀的算法和模型。
在AlphaGo打败李世石，ImageNet深度学习大放光彩后，人工智能深度学习就开始新一轮热潮，有人担心AI会毁灭人类，有人担心AI会取代人类造成大面积的失业。前者过于乐观，其实人工智能里超人工智能还有很长的一段路要走，机械姬当中的有意识的机器人，还在遥远的未来；后者则有些悲观，因为从第一次工业革命到最近的信息革命，虽然工作被大量的机器信息自动化所取代，但是随之而来也会有更多的新职位。
因此，不需要过于悲观或者乐观，在AI当下的时代，我们只要保持独立思考的个性，乐观的面对新世界就好，借用书的最后一句话——“有思想的人并不会因为AI黯然失色，因为我们全部的尊严就在于思想”。
星标我，每天多一点智慧
返回搜狐，查看更多