從人工智能發(fā)展中所誕生的產(chǎn)品

1956年，美國Dartmouth大學(xué)舉辦的一場研討會中提出了人工智能這一概念。

1957年，F(xiàn)rank Rosenblatt在計算機上模擬了一種名字為感知機的神經(jīng)網(wǎng)絡(luò)模型，

1966年，麻省理工學(xué)院有人發(fā)布了一篇關(guān)于計算機與人類對話的文章，隨后開發(fā)了歷史上第一款聊天機器。

1975年，一款能夠輔助醫(yī)生診斷決策的系統(tǒng)被制作出來了，該系統(tǒng)叫做MYCIN。

1976年，David Marr提出了視覺計算理論，這對認(rèn)知科學(xué)產(chǎn)生了很大的影響。

1979年，在世界西洋雙陸棋比賽中，冠軍被一款叫做BKG 9.8的程序成功奪取。

1986年，有人提出了一種適合于多層神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)算法，這種算法叫做BP算法，BP算法奠定了神經(jīng)網(wǎng)絡(luò)走向完善和應(yīng)用的基礎(chǔ)。

1997年，IBM公司生產(chǎn)的國際象棋電腦深藍打敗了世界國際象棋冠軍卡斯帕羅夫。

2005年，波士頓動力公司推出了一款名為“big dog”的四足機器人。

2011年，一種名叫Watson的能夠回答問題的人工智能程序被開發(fā)出來了。

2013年，深度學(xué)習(xí)算法開始被多數(shù)產(chǎn)品采用。

2016年，AlphaGo以4:1的比分打敗了當(dāng)時的圍棋世界冠軍李世石，接著又在2017年打敗了圍棋世界冠軍柯潔，從此人工智能這個詞便正式走入了大眾的視野。

機器人通常是好萊塢科幻熱潮的主題。從《機械姬》這樣的懸疑劇到《瓦力》這樣的家庭電影，機器人已經(jīng)俘獲了我們的集體想象力。雖然對機器人的聳人聽聞的描繪可以成為票房熱門，但這些描繪會導(dǎo)致觀眾對機器人產(chǎn)生不切實際的期望。有些人想象金屬模型具有超人的力量，而另一些人則擔(dān)心自動化生物會從制造它們的人類手中奪走工作。

根據(jù)皮尤研究中心的一項測量美國人對機器人和計算機競爭工作的看法的研究，72% 的受訪者對這種競爭表示擔(dān)憂，85% 的人支持將機器人的使用限制在被認(rèn)為危險或骯臟的工作中。盡管有這些信念，2018 年美國機器人的銷售額增長了近 16%，安裝機器人的美國公司比以往任何時候都多。與此形成鮮明對比的是，機器人在日本被視為解決方案而不是威脅。機器人和計算機化機器正被用于幫助解決該國持續(xù)的勞動力短缺問題，并已在日本文化中根深蒂固。

即使我們沒有注意到，機器人已經(jīng)成為日常生活的一部分，并為數(shù)千萬人提供了價值。從管理救生放射治療的機器人機器到清潔地毯的機器人吸塵器，機器人都在這里。

為了更好地了解機器人，我們的研究人員翻遍了公司網(wǎng)站和歷史文獻，找到了上世紀(jì) 50 種著名的機器人。機器人按時間順序列出，從最舊到最新。同年創(chuàng)建的機器人按字母順序排列。

工智能領(lǐng)域有哪些先進的科技產(chǎn)品?

人工智能從無到有，六十多年的發(fā)展歷程。已經(jīng)由原來的概念，實踐到社會工廠生活的方方面面。我們徹底醒悟，人工智能從科幻到現(xiàn)實，科技產(chǎn)品一直在誕生。

人工智能發(fā)展很快，在產(chǎn)品領(lǐng)域則出現(xiàn)了很多高科技產(chǎn)品。例如百度無人駕駛汽車、餐廳機器人服務(wù)員、倉庫搬運機器人、銀行機器人服務(wù)員、舞蹈機器人、巡邏機器人、保安機器人、高考機器人等。

機器人

在機器人領(lǐng)域，出現(xiàn)了各行有的機器人，如軍事領(lǐng)域的機器人戰(zhàn)士;餐廳的機器人服務(wù)員;銀行服務(wù)員客戶，除了會介紹銀行基本業(yè)務(wù)外，還會陪客戶聊天唱歌等。

早在2016年就有媒體報道稱，昆山地區(qū)的部分企業(yè)開始啟用機器人上崗，這也意味著人工智能越發(fā)達，代替人力勞動的幾率越大。

人工智能的發(fā)展， 機器人代替人力勞動，這是科技發(fā)展的趨勢，更多的工人下崗找不到工作也是如此了。

智能手環(huán)智能手環(huán)利用智能原理，記錄數(shù)據(jù)。對于一個人的身體日常健康數(shù)據(jù)紀(jì)錄，有著非常重要的作用。

發(fā)展至今，人工智能經(jīng)歷了70多年的發(fā)展演進，但仍處于弱人工智能階段。弱人工智能是能在某些方面協(xié)助或替代人類進行工作的機器智能。

20世紀(jì)80年代，人工神經(jīng)元網(wǎng)絡(luò)的相關(guān)研究取得了突破性進展。J.Hoplield于1982年構(gòu)建了一種新的全互聯(lián)的神經(jīng)元網(wǎng)絡(luò)模型，并在1985年，順利解決了“旅行商(TSP)”問題。

1986年Rumelhart構(gòu)建了反向傳播學(xué)習(xí)算法(BP)，成為普遍應(yīng)用的神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法。在這一時期，人工智能盡管在專家系統(tǒng)、人工神經(jīng)元網(wǎng)絡(luò)模型等方面取得了巨大的進展，能夠完成某些特定的具有實用性的任務(wù)，但面對復(fù)雜問題卻顯得束手無策，尤其是當(dāng)數(shù)據(jù)量積累到一定程度后，有些結(jié)果就難以實現(xiàn)改進，極大地限制了人工智能的實際應(yīng)用價值。因此，人工智能發(fā)展到20世紀(jì)90年代中期，相關(guān)研究再度陷入困境。

第三次發(fā)展浪潮：人工智能縱深發(fā)展階段(20世紀(jì)90年代中期至今)。自20世紀(jì)90年代中期開始，機器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)的研發(fā)工作加速推進，人工智能實現(xiàn)了巨大的突破。1997年，計算機深藍完勝國際象棋大師卡斯帕羅夫，重新點燃了人們對人工智能的希望。2004年，日本率先研制出了人形機器人Asimo。

隨著人工智能技術(shù)不斷取得突破，在不遠的將來，人類社會將逐漸邁入強人工智能階段。強人工智能，即通用人工智能(Artificial General Intelligence，AGI)，是指能夠自我感知和理解外部世界，不斷地自我學(xué)習(xí)新知識和實現(xiàn)自我升級的機器智能。在強人工智能階段，智能機器、算法或系統(tǒng)將具備與人類一樣的學(xué)習(xí)和理解知識的能力，能夠像人一樣具有思維并對復(fù)雜理念進行分析，進行思考、計劃、自我學(xué)習(xí)以及通過過去的經(jīng)驗進行總結(jié)學(xué)習(xí)等，人工智能也就表現(xiàn)為在各個方面都能與人類媲美的機器智能。