顯著的 AI 進步時間表

縱觀人類歷史，我們突破了我們認為技術上可行的界限，並發明了使任務更容易的新方法。 輪子讓運輸物品變得更快，電話讓保持聯繫變得輕而易舉，互聯網徹底改變了我們互動、消化內容和工作的方式。

一種正在快速發展的技術形式是人工智能。 人腦工作和傳達思想的方式，無論是書面的還是口頭的，在歷史上都是機器一直在努力解決的問題，但是隨著 OpenAI 引入 ChatGPT-3，人腦和機器創造的想法之間的界限變得幾乎無法區分的。

與任何新事物一樣，人工智能領域也有自己的詞彙。 您應該知道的一些基本術語是：

AI（人工智能） ——這是一種存在於機器中的智能，與人類或動物智能相反。

機器學習——這個術語指的是人工智能如何根據經驗而不是編程來“學習”的過程。

聊天機器人——這是一個能夠通過文本或語音以人類互動的方式與人交流的程序。

深度學習——這是人工智能的一項功能，它通過學習數據的結構方式而不是遵循預編程的算法來模仿人腦。

神經網絡——一種被設計成像人腦一樣運作的計算機系統。 它能夠執行需要語音、視覺甚至制定策略來贏得比賽的任務。

我們今天所擁有的先進人工智能並非一蹴而就，要將人工智能發展到這一點，有許多必要的步驟。 讓我們回顧一下 AI 的簡史以及這些階段是什麼。

1940 年代 – 1950 年代

科學家和研究人員開始討論和探索創建能夠像人一樣思考和分析的人工大腦的可能方法。

1956年

人工智能領域在達特茅斯學院正式創立，並召開了第一屆人工智能會議。 這標誌著人工智能和機器學習領域的重大進步，因為該領域的頂尖研究人員聚集在一起討論如何創建智能機器的方法。

1966年

創建了一個名為 ELIZA 的聊天機器人原型。 這個人工智能能夠與人類進行簡單的對話。 它也是最早嘗試圖靈測試（一種旨在衡量機器表現出類人行為能力的測試）的程序之一。

1969

今年見證了第一輛自動駕駛汽車的誕生。 人工智能可以讓車輛保持在路上行駛，也可以駕駛它穿過障礙物。 那家汽車公司的創始人繼續購買老鷹兄弟會，卻以他苛刻的領導風格將其推向了低谷。 （顯然，適用於 AI 的東西不適用於人）。

80年代

各行各業開始在日常運營中使用高級決策人工智能。 脫離專家系統，人工智能可以根據特定規則和標準做出決策。

1997

由 IBM 開發的國際象棋人工智能深藍 (Deep Blue) 在六局比賽中擊敗了世界冠軍加里·卡斯帕羅夫 (Garry Kasparov)。 這場胜利使它成為第一台贏得比賽的電腦。

2011年

Watson 是 IBM 的另一個 AI 程序，在節目 Jeopardy! 中擊敗了人類對手。 這是人工智能首次在大型公共論壇上展示理解和處理自然語言的能力。

2014

使用神經網絡從大量數據中“學習”的深度學習開始用於解決現實世界的問題。 這種先進的人工智能程序被醫療、金融和零售等行業採用。

2016年

谷歌開發的人工智能 AlphaGo 在五局對決中擊敗了圍棋世界冠軍李世石。 雖然這不是人工智能第一次在比賽中擊敗人類，但人們認為圍棋比國際象棋更難下。 人工智能領域的這一里程碑式成就激發了圍棋棋手們在這項古老的遊戲中做得更好，並為其製定創造性的新策略。

2017年

用於創建 Deepfakes 的算法變得廣泛可用。 這個人工智能能夠重現一個人的形象和聲音。 雖然這確實證明了機器學習的進步，但它引發了一場關於其倫理和使用的全球辯論。 一方面，即使原演員已不在人世，它也可用於將角色放入電影中（我在看著你，迪斯尼）。 但從更消極的方面來看，它很容易被用來讓世界領導人說出他們從未說過的話。

2018

基於 AI 算法的高級虛擬助手可以通過 Amazon Echo 和 Google Home 等設備供公眾使用。 這些基於語音的助手能夠識別人類語音並回答以多種方式提出的問題。

2020

公司開始測試自動駕駛汽車，甚至在世界各地的多個城市開放機器人出租車服務，以展示車輛中使用的人工智能係統可以在不受控制的環境中做出決策。

2021年

開發深度學習芯片是為了幫助加快神經網絡的處理時間。 人工智能和機器學習的這種幕後進步極大地提高了數據分類和處理的速度。

2022年

DeepMind Technologies 發布了一篇關於他們名為 Flamingo 的新視覺語言模型 (VLM) 的博客。 這種先進的 AI 能夠準確地描述一張圖片，只需幾張訓練圖像。

同樣在 2022 年，OpenAI 的 GPT-3 技術向公眾開放。 這種最先進的語言處理 AI 能夠以接近人類的水平生成文本和代碼。 輸入提示後，它幾乎會立即生成非編程響應。

從表面上看，對於任何需要生成內容的人來說，這似乎是一個了不起的工具。 然而，使用該內容來欺騙某些系統，如穀歌的 SEO 算法，幾乎肯定會導致負面後果。 這就是為什麼 Coalition Technologies 製作了一個 AI 內容檢測器，以保護我們的客戶並保持他們的排名。 試用我們的 AI 檢測器並確保您的內容通過我們版本的圖靈測試。

這個時間表不應被視為 AI 突破的完整列表，而是 AI 在過去幾十年中如何發展的概述。 儘管人工智能領域在 70 多年前正式出現，但隨著這些年來我們的計算技術和對人工智能的理解的進步，障礙變得越來越小，需要克服的時間也越來越短。

每天我們都在尋找更好的方法來教人工智能如何更接近地複制人類行為並更像我們一樣思考。 通過使用 AI 自動執行繁瑣、耗時的任務，我們可以簡化工作並提高生產力，從而在更短的時間內完成更多工作。 雖然這項技術確實很棒，但在它接管世界之前還有很長的路要走。