小编

1. 20世纪30年代1.1. 库尔特·哥德尔（KurtGödel）1.1.1. 用完备性定理（completeness theorem）和不完备性定理（incompleteness theorems）证明了逻辑的全部能力及其局限性1.1.2. 繁芜算法的基本逻辑目录就被创建出来了，而随之出身的是打算机措辞编写的指令1.1.2.1. 打算机要用这些指令才能实行交给它们的任务2. 1936年2.1. 艾伦·图灵2.1.1. Alan Turing2.1.2. 只假如通过算法能办理的问题就难不倒打算机2.1.3. 他的理论模型后来被称为“图灵机器”（Turing machine）2.1.3.1. 这在某种意义上有些令人困惑，由于图灵机器不是一个物理工具，而是数学工具3. 1941年3.1. 克兰德·楚泽3.1.1. Konrad Zuse3.1.2. 德国工程师3.1.3. 创造了天下上第一台可编程的全自动电子打算机Z33.1.3.1. 利用1和0的二进制代码来打算飞机中的振荡3.1.3.2. 这个非常具有前瞻性的打算机毁于1943年的空袭4. 1946年4.1. 埃尼阿克（ENIAC）4.1.1. 天下上第二台当代电子打算机4.1.2. 这是宾夕法尼亚大学研究职员自1942年以来的研究成果，紧张用于打算炮弹设计表5. 1950年5.1. ENIAC的升级版本已经在打算弹道翱翔路径，并且结果可靠5.2. 艾伦·图灵5.2.1. Alan Turing5.2.2. 在他的传奇文章《打算机机器与智能》（Computing Machinery and Intelligence）中提出了“机器能思考吗？”这个问题5.2.2.1. 让一台打算机通过电子设备与人交谈，如果设备另一真个人无法分辨与他们交谈的是人还是机器，那么这台打算机就该当被认为是智能的5.3. 在1950年旁边涌现“机器是否能思考”这一问题绝非有时5.3.1. 那时，科学技能已经以两种不同的办法取得了长足进步，使得人类可以开始想象能参加这个问答游戏的机器的存在5.3.2. 构建智能机器至少须要两个元素：一套强大的逻辑规则，以及可以基于这些规则处理信息并从中得出逻辑结论的物理设备6. 1956年夏天6.1. 达特茅斯人工智能夏季研讨会6.1.1. DartmouthSummer Research Project on Artificial

Intelligence

6.1.2. 与会者同等认为，思维是有可能在人脑以外产生的6.1.2.1. 这种信念基于法国哲学家朱利安·奥弗雷·德·拉·梅特里（Julien Offray de La Mettrie）200年前的一个不雅观点：人类是机器6.1.3. 名为“逻辑理论家”（Logic Theorist）的打算机程序6.1.3.1. 艾伦·纽威尔（AllenNewell）、赫伯特·A·西蒙（Herbert A.Simon）和克利夫·肖（Cliff Shaw）6.1.3.2. 该程序故意识地模拟了人类办理问题的策略，而且常常能比人类更优雅地证明数学理论6.1.3.3. “逻辑理论家”是第一个不仅具有处理数字的能力，而且具有处理符号和标志的能力的打算机程序6.1.3.3.1. 这为打算机理解人类措辞和识别高下文奠定了主要根本6.1.3.3.2. 这个重大打破却险些没有被在场的研究职员把稳到，乃至这个程序的开拓者也没有认识到它在未来的发展前景6.1.4. 约翰·麦卡锡6.1.4.1. John McCarthy6.1.4.2. 一位年轻的逻辑学家及夏季研讨会的共同发起人6.1.4.3. 创造了“人工智能”这个观点6.1.4.4. 开拓了LISP编程措辞，为许多AI运用程序奠定了根本7. 1959年7.1. 亚瑟·塞缪尔7.1.1. Arthur Samuel7.1.2. 一位电气工程师7.1.2.1. 通过教IBM大型机器与自己对抗并记录下在特定情形下某一步棋的胜率，从而得到了打破7.1.3. 为泰西跳棋编写了一个程序7.1.3.1. 这个程序可以和非常精良的棋手反抗7.1.3.2. 在这之前，泰西跳棋程序只包含游戏的基本规则，虽然经由反复改进与升级，还是完备无法对抗履历丰富的玩家7.1.4. 人类第一次教机器自主学习，并且出身了“机器学习”的方法和观点7.1.4.1. 直到 1997年，人工智能才“学会”下国际象棋8. 1961年8.1. Unimate机器人8.1.1. 在通用汽车装置线上事情8.2. Shakey8.2.1. 第一个能够用摄影机和传感器探索周围环境的部分自主机器人8.2.2. 在位于加利福尼亚州门罗公园的斯坦福研究所的实验室里移动9. 1966年9.1. 约瑟夫·韦森鲍姆9.1.1. Joseph Weizenbaum9.1.2. 造出了第一个具有处理自然措辞能力的谈天机器人原型——ELIZA10. 1970年10.1. 专家系统从案例数据等信息中得到了越来越聪慧的转化10.2. MYCIN系统10.2.1. 开始帮助年夜夫诊断某些血液疾病并推举治疗方法10.2.2. “如果-那么关系”（if-then relationships）：如果一个人流鼻涕、嗓子疼和发热，那么他得的便是病毒性流感而不是伤风感冒10.3. 基于MYCIN得到的履历，专家系统随之拓展到其他更繁芜的领域，如肺部测试、内科医学、化学分子构造剖析及地质岩石地层剖析等，并被投入市场利用10.3.1. 专家系统也被用来为赞助呼叫中央配置打算机并帮忙那里的员工11. 1971年11.1. 第一辆自动驾驶汽车在斯坦福问世12. 1982年12.1. Covox12.1.1. 天下上第一个商业语音识别系统上市12.1.2. 唯一技能是把口语转变为书面语12.2. 恩斯特·迪特·迪克曼斯12.2.1. Ernst Dieter Dickmanns12.2.2. 慕尼黑的德国陆军大学，机器人专家12.2.3. 为一辆奔驰面包车配备了智能摄像机，以便它能够在测试园地中以差不多每小时 60英里的速率实现完备的自动驾驶13. 20世纪90年代初13.1. Polly13.1.1. 麻省理工学院的一个可爱的机器人13.1.2. 会带领人们参不雅观人工智能实验室，诙谐地与人们互动，并仿照人类的感想熏染14. 1993年14.1. Netscape14.1.1. 天下上涌现了第一个使每个人都可以访问互联网的浏览器14.1.2. 创造了一个蕴含着人们弗成思议的丰富数据的空间14.1.2.1. 这些数据可以投喂给打算机进行处理14.1.2.1.1. 由于按照摩尔定律（Moore’sLaw），打算机芯片的打算速率每一到两年就可以翻一番，而芯片的存储本钱却越来越低，以是打算机一贯没有被新的数据量所淹没15. 1997年15.1. IBM电脑深蓝15.1.1. 击败了国际象棋天下冠军加里·卡斯帕罗夫（Garry

Kasparov）

15.1.2. 从狭义的角度来说，深蓝根本不是一个人工智能系统15.1.2.1. 它完备不能从自己的缺点中学习15.1.2.2. 只是一台速率极快的打算机，能够每秒评估2亿个棋位15.1.2.3. 该机器利用所谓的蛮力算法，即处理方法很粗暴，但结果彷佛表现出它很聪明16. 2011年16.1. 人工智能在国际象棋大赛中降服了人类棋手16.2. IBM的沃森系统16.2.1. 在美国电视游戏节目Jeopardy！
中对战近几年的国际象棋总冠军并得到了胜利16.2.2. 与深蓝不同，沃森是一个从数据中学习的系统16.2.2.1. 它的紧张造诣不因此闪电般的速率从百科全书或报纸文章中查找已存知识16.2.2.1.1. 这对付打算机来说已经不是什么新鲜事16.2.3. 语义剖析，换句话说便是能够理解人类措辞，并在适当的高下文中对单词和句子的意义进行分类17. 2016年17.1. AlphaGo17.1.1. 来自谷歌的数据科学家帮助一个自适应系统降服了天下上最精良的围棋玩家17.1.1.1. 在这个亚洲棋盘游戏中，变革的可能性比宇宙中的原子还要多17.1.1.1.1. 纵然是最快的超级打算机也不可能预先打算所有可能性，更不用说人类了17.1.1.2. 下围棋须要结合逻辑和直觉17.1.1.2.1. 棋手们无法阐明为什么这么走会是一步好棋，而是他们的直觉让他们做出了决定17.1.1.2.1.1. 他们下意识地察觉到了曾经在历史棋局中见过的模式17.1.1.2.1.2. 直觉是他们履历知识的捷径17.1.1.2.1.3. 履历知识不是外显的，而是隐秘地存储在他们大脑里的突触中17.1.2. 打算机没有觉得，但它可以像塞缪尔的跳棋程序那样与自己进行数百万次的对战17.1.2.1. 以这种办法积累了履历知识，从而能识别模式和可能适宜它们的策略17.1.2.2. 实际上是由模式识别、统计和随机数天生器奥妙结合产生的结果17.1.3. AlphaGo的胜利清楚地表明：直觉和创造力（取决于怎么定义）不再仅仅是人类独善的领域18. 2017年1月18.1. Libratus18.1.1. 扑克是一种集精明贩子的所有本色于一身的游戏18.1.1.1. 计策思维，评估他人处境和行为的能力，以及应时冒险的希望18.1.2. 卡内基梅隆大学的超级打算机Libratus在所有纸牌游戏，乃至是没有限定模式下的德克萨斯州扑克中都击败了天下上最好的玩家们18.1.2.1. 这台超级打算机的演习者仅仅是两名科学家18.1.2.2. 这一事宜险些没有在任何报纸登上，但实在它极其主要18.1.2.2.1. 如果一台机器能在扑克牌游戏中打败人类，那么它也能在日常商务会谈中打败人类19. 近20年来19.1. 勒布纳奖19.1.1. Loebner Prize19.1.2. 天下上一贯在举办以图灵测验为主题的天下锦标赛19.1.3. 只要一个人工智能系统能在25分钟的书面对话中使一半裁判相信它是人类，它的研究职员就能得到2.5万美元的银奖19.1.4. 至今无人得到该奖项，更别说奖金高达10万美金的金奖了19.1.4.1. 要得到金牌，参赛的人工智能系统不仅要通过书面对话测试，还要通过语音和视觉互换测试