雖然AI競賽是最近才開始的，但人工智能和機器學習已經存在比消費者意識到的更久了。AI技術在各個行業中扮演着至關重要的角色。它們加速了醫療保健、國家安全、物流、金融、零售等各個領域的研究與發展。AI有着豐富而複雜的曆史：
1300-1900年：AI的起源溯源
70年代中期計算機出現，但曆史學家将最早的AI參考文獻追溯到中世紀晚期。學者經常思考未來的創新，當然，他們缺乏實作這些想法的技術資源和技能。
古老的人工智能雛形
- 1305年：神學家和加泰羅尼亞神秘主義者Ramon Llull在1300年代初寫下了《Ars Magna》。它詳細介紹了一種用于宗教之間邏輯對話的機械技術。《Ars Magna》的最後一部分，即《Ars Generalis Ultima》，解釋了用現有資訊推導命題的圖表。它與AI訓練相似。
- 1666年：哥特弗裡德·萊布尼茲的《De arte combinatoria》從《Ars Magna》中汲取靈感。它是一個機械圖表，可以解構對話，将其分解為最簡單的形式以便于分析。這些分解的公式類似于AI開發人員使用的資料集。
- 1726年：喬納森·斯威夫特的《格列佛遊記》中介紹了The Engine。這是一個虛構的裝置，可以生成邏輯詞組和排列，使即使是"最無知的人"也能夠在各種主題上寫出學術論文。生成式AI正是執行這個功能。
- 1854年：英國數學家喬治·布爾将邏輯推理類比為數字化。他認為人類可以通過預先确定的方程式構思假設并分析問題。巧合的是，生成式AI使用複雜的算法來産生輸出。
1900年至1950年：現代人工智能的黎明。
在這一時期，技術發展加速。IT資源的可擷取性使研究人員能夠實作理論、想象的概念和推測。他們為控制論奠定基礎。
1943年：沃爾特·皮茨生物神經元的數學和計算機模型
- 1914年：西班牙土木工程師萊昂納多·托雷斯·伊·克韋多（Leonardo Torres y Quevedo）創造了“El Ajedrecista”，即英文中的“The Chess Player”。“The Chess Player”是早期使用自動化的例子。它使用車和王移動進行了局面布局，使對手無路可走，被将死。
- 1943年：沃爾特·皮茨（Walter Pitts）和沃倫·麥卡洛克（Warren McCulloch）開發了一種生物神經元的數學和計算機模型。它執行簡單的邏輯函數。研究人員将在接下來的幾十年中繼續參考這個算法，使他們能夠建立當今的神經網絡和深度學習技術。
- 1950年：艾倫·圖靈（Alan Turing）發表了《計算機器和智能》。這是第一篇涉及人工智能的研究論文，盡管他并沒有創造出“AI”這個術語。他稱之為“機器”和“計算機器”。他的論文問題陳述主要讨論了機械的智能和邏輯推理。
- 1950年：艾倫·圖靈正式釋出了圖靈測試。這是早期和被廣泛使用的測試AI系統準确度的詢問方法之一。
圖靈測試
1950-2000: 探索AI技術的應用
現代人工智能的黎明與圖靈的論文和圖靈測試相吻合，試圖回答“機器能思考嗎？”這個問題。此後，人工智能的基礎工作得以完成，研究人員開始探索其應用。各個領域都開始進行嘗試。當時該技術還沒有在商業領域得到廣泛應用，研究人員主要集中在醫療、工業和物流方面的應用。
- 1956 年: 類似于 Alan Turing 和 John Von Neumann 這樣的學者已經開始研究如何将邏輯推理與機器相結合。但直到 1956 年，John McCarthy 才創造出“人工智能”這個術語。這個詞首次出現在 McCarthy、Claude Shannon、Nathaniel Rochester 和 Marvin Minsky 的一份縱向研究提案中。
人工智能之父圖靈
- 1966 年: Charles Rosen 在斯坦福研究所建造了 Shakey 機器人。這可以說是第一個“智能”機器人，能夠執行簡單任務、識别模式和确定路徑。
- 1997 年: IBM 建造了 Deep Blue，一個由超級計算機驅動的棋手系統。它是第一個能夠自主進行完整對局并獲勝的自動國際象棋程式。此外，這次示範還邀請了一位世界級國際象棋大師。
這個時期是人工智能發展的中期，也是人工智能發展史上最重要的時期之一：人工智能這個詞被創造出來。
2001-2010: 将人工智能融入現代技術
消費者可以接觸到創新和開創性的技術，使他們的生活更加友善。他們慢慢地接受了這些新的小玩意兒。iPod 取代了 Sony Walkman，遊戲機使遊戲廳倒閉，Wikipedia 打敗了 Encyclopædia Britannica。
本田公司開發了 ASIMO
- 2001: 本田公司開發了 ASIMO。這是一個雙足行走的人形機器人，由人工智能驅動，可以像人類一樣快速行走。但 ASIMO 從未商業銷售——本田公司主要将其用作移動性、機器學習和機器人研究平台。
- 2002: iRobot 釋出了地面掃地機器人。盡管這個小裝置的功能很簡單，但其算法要比其前身複雜得多。
- 2006: 圖靈中心的研究人員米歇爾·班科、奧倫·艾齊奧尼和邁克爾·卡法雷拉發表了一篇關于機器閱讀的重要論文。它定義了系統了解文本的能力。
- 2008: 谷歌釋出了一款适用于 iOS 的語音識别應用。它的準确率達到 92％，而之前的産品僅有 80％ 的準确率。
- 2009: 谷歌在開發第一台自動駕駛汽車時進行了四年的研究，直到 2014 年通過了第一次全州自動駕駛測試。競争對手之後會用人工智能來提升自動駕駛汽車的性能。
2009年 Google 研發的自動駕駛汽車
有趣的是，盡管這個時期擁有近幾十年來一些最具代表性的技術，但人工智能并沒有完全成為大多數消費者關注的焦點，個人和家庭助手工具，如 Siri 和 Alexa，僅在下一個時期出現。
2011-2020：AI推動應用的傳播和發展
這個時期，許多公司開始開發穩定的AI驅動解決方案，并将其整合到各種軟體和硬體系統中，如虛拟助手、文法檢查器、筆記本電腦、智能手機和增強現實應用程式等。
Google DeepMind 戰勝李世石
- 2011年，IBM開發了問答計算機系統Watson，并将其與兩名前冠軍Jeopardy選手對抗，以展示其能力。Watson計算機最終獲勝。
- 2011年，蘋果公司推出Siri，一個尖端的AI驅動虛拟助手，如今仍被iPhone使用者廣泛使用。
- 2012年，多倫多大學的研究人員開發了一個84％的大規模視覺識别系統，值得注意的是，早期模型的誤差率為25％。
- 2016年，圍棋世界冠軍李世石與由Google DeepMind訓練的圍棋計算機系統AlphaGo進行了五場比賽，李世石輸了四次。這次示範證明，經過充分訓練的AI系統可以超過其領域中最熟練的專家。
- 2018年，OpenAI開發了GPT-1，GPT系列的第一個語言模型。開發人員使用BookCorpus資料集進行教育訓練。該模型可以回答通識問題并使用自然語言。
2018年，OpenAI開發了GPT-1
在這個時期，消費者很可能在使用AI應用程式時甚至沒有意識到，即使對于大多數消費者來說，視覺和語音識别工具仍然很年輕。在這個時代末期，AI的開發取得了一定進展，但仍沒有達到以後的戲劇性進展那麼引人矚目。
2021-現在：
全球科技領袖開啟了偉大的人工智能競賽。在這個競賽中，開發人員釋出語言模型，公司研究将人工智能與其産品整合的方式。以這個速度發展下去，幾乎每個消費品都将具備人工智能元件。
ChatGpt
- 2022年：OpenAI的ChatGPT引起轟動。這是一款由GPT 3.5驅動的先進的人工智能驅動的聊天機器人，是它在2018年開發的GPT模型的一個疊代。開發人員在訓練過程中向其輸入了3000億字。
- 2023年：其他全球科技公司效仿而出。谷歌推出了Bard，微軟釋出了Bing Chat，Facebook公司開發了一個名為LLaMA的開源語言模型，而OpenAI則釋出了其更新版的GPT-4模型。此外，還有許多其他的基于人工智能的網絡應用程式和健康應用程式可供使用或正在開發中，接下來還會有更多的應用問世。
AI将如何塑造未來？
AI技術不僅僅局限于聊天機器人和圖像生成器，它們還為各個領域的發展做出了貢獻，從全球安全到消費科技。你從AI中獲益的方式遠不止你意識到的那些。是以，不要拒絕公開可用的AI系統，學會自己利用它們。
馬斯克和他的機器人
通過ChatGPT或Bing Chat等簡單的AI工具啟動你的研究。将它們納入你的日常生活中。強大的語言模型可以撰寫具有挑戰性的電子郵件、研究SEO關鍵詞、解決數學問題和回答一般知識問題。