La tesis de Li Feifei

La historia del desarrollo de la inteligencia artificial

En 1945, Alan Turing propuso la famosa prueba de Turing en su artículo "Computing Machinery Insensitivity", que tuvo un profundo impacto en el desarrollo de la inteligencia artificial.

En 1951, Marvin Minsky y Dean Edmonds establecieron la "Calculadora de refuerzo y simulación de redes neuronales estocásticas" SNARC.

65438+El 31 de agosto de 1955, se propuso el término "inteligencia artificial" en la propuesta de una conferencia internacional sobre inteligencia artificial, anunciando oficialmente el nacimiento de la inteligencia artificial como disciplina.

ELIZA, el primer programa de lenguaje natural del mundo, fue construido por Joseph Weizenbaum del MIT del 65438 al 0965.

Desde la década de 1970, los logros de los científicos no han cumplido con las expectativas de la sociedad y ha surgido una aguda contradicción entre las capacidades informáticas limitadas y las necesidades informáticas en rápido crecimiento. La inteligencia artificial entra en su primer invierno.

En 1981, el Ministerio de Industria y Comercio Internacional de Japón aportó 850 millones de dólares para la investigación del proyecto informático de primera generación.

1986 10 En octubre, David Rumelhart, Geoffrey Hinton y Ronald Williams publicaron un artículo clásico histórico "Aprendizaje de la representación a través de la retropropagación de errores".

A finales de la década de 1980, la industria no sostenía los sistemas domésticos, que eran costosos y de valor comercial limitado. Bajo la influencia de la decepción, la inversión en inteligencia artificial disminuyó y las exhibiciones de inteligencia artificial volvieron a entrar en invierno.

En 2007, Li Feifei y sus colegas de la Universidad de Princeton comenzaron a construir ImageNet. Se trata de una gran base de datos de imágenes anotadas diseñada para ayudar al software de reconocimiento visual de objetos en sus investigaciones.

En 2010, se llevó a cabo oficialmente el Desafío de reconocimiento visual a gran escala de ImageNet (ILSVCR) para comparar las capacidades informáticas de todos en reconocimiento y clasificación de imágenes.

265438+ En el siglo XX, Internet floreció y la humanidad entró en la "era de los grandes datos". La potencia informática de los chips de computadora continuó ajustándose y creciendo. Los estudiosos de la inteligencia artificial comenzaron a introducir herramientas de otras disciplinas. y una gran cantidad de nuevos modelos y algoritmos matemáticos se expanden, la inteligencia artificial se acumula, crea mayor gloria y da la bienvenida a la tercera ola.

Octubre de 2012 En octubre, la red neuronal convolucional diseñada por la Universidad de Toronto logró una tasa de error del 16% en el ImageNet Large-Scale Visual Recognition Challenge (ILSVCR). Significativamente superior al mejor nivel del año anterior (25%).

2065 438+En marzo de 2006, AlphaGo, desarrollado por Google DeepMind, derrotó al jugador profesional coreano de nueve dan Lee Se-jin en la batalla Go entre humanos y máquinas. En 2017, derrotó a Ke Jie, el ajedrecista chino número uno del mundo.

En 2018, la inteligencia artificial se ha convertido en uno de los temas tecnológicos más candentes, con un importante valor comercial futuro y una mayor expansión de la demanda de talento.

La aplicación de la inteligencia artificial en diversas industrias

¿Cómo resuelve la inteligencia artificial los puntos débiles de la industria?

Seguridad: Utilice tecnología de visión por computadora y big data para analizar la trayectoria de vida y los posibles lugares de los sospechosos de delitos.

Finanzas: utilice el reconocimiento de voz, la comprensión semántica y otras tecnologías para crear un servicio de atención al cliente inteligente.

Médico: las imágenes inteligentes pueden detectar rápidamente el cáncer en etapa temprana y ayudar a los pacientes a mostrar las lesiones antes.

Transporte: La conducción sin conductor libera las manos y la percepción humana a través de tecnologías como sensores y visión por computadora.

Venta minorista: utilice visión por computadora, reconocimiento de voz/semántico, robots y otras tecnologías para mejorar la experiencia del consumidor.

Fabricación industrial: Los robots reemplazan a los trabajadores en lugares peligrosos y completan eficientemente tareas repetitivas en la línea de montaje.