拓展閱讀:《計算機器與智能》——作者:A. M. 圖靈。

1955年 – “人工智能”一詞首次出現(xiàn)。

1956年 – 達特茅斯夏季人工智能研究項目標(biāo)志著AI作為研究領(lǐng)域的誕生。

1.2 機器學(xué)習(xí)的進步

在1957年至1974年間,AI蓬勃發(fā)展。

計算機能夠存儲更多信息。它們變得更快、更便宜、更易獲得。

隨著機器學(xué)習(xí)算法的不斷改進,研究人員在為問題選擇算法方面也變得更加得心應(yīng)手。

1957年 – 開發(fā)了早期的人工神經(jīng)網(wǎng)絡(luò)Perceptron,可實現(xiàn)模式識別。

《紐約客》稱其為“非凡的機器……能夠進行類似于思考的活動”。

1.3 早期的AI應(yīng)用與突破

1961年 – Unimation公司推出了第一臺工業(yè)機器人。

1963年 – 麻省理工學(xué)院開發(fā)了第一臺神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)機。

1966年 – 開發(fā)了ELIZA程序。它能模仿治療師并用英語交談。

拓展視頻:《The First Ever AI Chatbot: ELIZA (1966)》

1970年 – 日本早稻田大學(xué)研制了第一個具有人形特征的機器人WABOT-1

它包括一個肢體控制系統(tǒng)、視覺系統(tǒng)和會話系統(tǒng)。

1988年 – 朱迪亞·珀爾(Judea Pearl,@yudapearl)出版了《智能系統(tǒng)中的概率推理》。

他因發(fā)明貝葉斯網(wǎng)絡(luò)而受到贊譽。

這項工作徹底改變了AI領(lǐng)域以及許多其他工程和自然科學(xué)領(lǐng)域。

1988年 – 羅洛·卡彭特開發(fā)了聊天機器人Jabberwacky。

其目標(biāo)是“以有趣、娛樂和幽默的方式模擬自然人類聊天”。

這是一個早期嘗試通過人類互動來創(chuàng)建人工智能的項目。

2. AI和互聯(lián)網(wǎng)的結(jié)合

2.1 互聯(lián)網(wǎng)對AI的影響

1991年,互聯(lián)網(wǎng)的出現(xiàn)使得在線連接和數(shù)據(jù)共享成為可能,無論您是誰或身在何處。

由于數(shù)據(jù)是人工智能的燃料,這一點后來被認為是AI的關(guān)鍵時刻。

2.2 AI在搜索引擎和聊天機器人中的應(yīng)用

1995年 – 開發(fā)了聊天機器人A.L.I.C.E(人工語言互聯(lián)網(wǎng)計算機實體)。

https://alicebot.org/

得益于互聯(lián)網(wǎng),它包括了史無前例的大規(guī)模自然語言樣本數(shù)據(jù)收集。

1997年 – IBM的深藍擊敗了世界象棋冠軍加里·卡斯帕羅夫,贏得了六局比賽。

1998年 – 谷歌推出了第一個商業(yè)搜索引擎。它利用AI來改進搜索結(jié)果。

1999年 – 索尼推出了AIBO機器人,這是最早的娛樂用機器人之一。

2000年 – 麻省理工學(xué)院的辛西婭·布雷澤爾(Cynthia Breazeal,@cynthiabreazeal)開發(fā)了Kismet,這是一臺能夠識別和模擬情感的機器人。

2009年 – 西北大學(xué)的計算機科學(xué)家開發(fā)了Stats Monkey

這是一個在沒有人工干預(yù)的情況下撰寫體育新聞故事的程序。

拓展閱讀:《The Robots Are Coming! Oh, They’re Here》,2009。

3. AI深度學(xué)習(xí)的時代

3.1 圖形處理器的應(yīng)用

2010年,AI的深度學(xué)習(xí)時代開始。

圖形處理器(如Nvidia GPU)開始用于訓(xùn)練深度學(xué)習(xí)模型。

GPU成為機器學(xué)習(xí)的核心,徹底改變了AI開發(fā)。

拓展閱讀:《How the GPU became the heart of AI and machine learning》

在2010年代,有兩個因素徹底改變了AI:

如今的生成型AI模型需要數(shù)千個GPU來運行。

實際上,OpenAI使用了10,000個Nvidia GPU來訓(xùn)練ChatGPT。

2011年 – IBM的Watson,一臺自然語言問答計算機,在Jeopardy!游戲中競爭。

它擊敗了兩位前冠軍。

視頻報道:《WATSON IBM Invitational》- https://www.youtube.com/watch?v=NZy1GDcuxac

3.2 大型語言模型的發(fā)展

2018年 – 大型語言模型(LLMs)應(yīng)運而生。

LLMs是一種經(jīng)過大量文本數(shù)據(jù)訓(xùn)練的AI系統(tǒng)。

它們能理解自然語言,并針對輸入產(chǎn)生類人反應(yīng)。

LLMs使用先進的機器學(xué)習(xí)算法來理解和分析人類語言。

它們被用于聊天機器人、虛擬助手、語言翻譯、內(nèi)容創(chuàng)作和科學(xué)研究。

拓展閱讀:《2022年10大領(lǐng)先的自然語言處理模型》

4. OpenAI和ChatGPT

4.1 OpenAI的創(chuàng)立和使命

2015年 – 由埃隆·馬斯克、薩姆·奧特曼、里德·霍夫曼、杰西卡·利文斯頓等人創(chuàng)建了OpenAI非營利組織。

他們的使命是投入10億美元,以防止邪惡AI對人類造成危害。

馬斯克后來退出了這項協(xié)議,OpenAI接受了企業(yè)贊助。

拓展閱讀:《The secret history of Elon Musk, Sam Altman, and OpenAI》

4.2 GPT模型的推出

2018年 – OpenAI推出了GPT(Generative Pre-trained Transformer,基于轉(zhuǎn)換器的生成式預(yù)訓(xùn)練模型)。

這成為自然語言處理領(lǐng)域最重要的突破之一。

4.3 ChatGPT的成長與影響力

2022年11月30日 – OpenAI發(fā)布了基于GPT-3.5GPT-4大型語言模型的聊天機器人ChatGPT。

ChatGPT根據(jù)用戶的提示生成類人文本。

它根據(jù)在訓(xùn)練過程中從大量數(shù)據(jù)中學(xué)到的模式,預(yù)測給定文本中的下一個詞。

當(dāng)您提示ChatGPT時,它使用“Transformer架構(gòu)”進行回應(yīng)。

這是一種深度學(xué)習(xí)技術(shù),可以處理包含數(shù)十億單詞的TB級數(shù)據(jù)以生成答案。

2022年12月4日 – ChatGPT達到100萬用戶。

2023年1月 – ChatGPT達到1億活躍月用戶。

它被譽為“史上增長最快的消費者應(yīng)用”。

5. AI未來的挑戰(zhàn)

5.1 AI專家關(guān)于更強大系統(tǒng)的憂慮

2023年3月22日 – 超過1000名AI專家聯(lián)名發(fā)表了一封公開信。

他們表示,“具有人類競爭智能的AI系統(tǒng)可能對社會和人類產(chǎn)生深遠的風(fēng)險?!?/p>

他們希望暫停開發(fā)比GPT-4更強大的系統(tǒng)。

文章轉(zhuǎn)自微信公眾號@Web3地圖

上一篇:

ChatGPT API接口調(diào)用指南:從選型到集成

下一篇:

Github上的十大RAG(信息檢索增強生成)框架
#你可能也喜歡這些API文章!

我們有何不同?

API服務(wù)商零注冊

多API并行試用

數(shù)據(jù)驅(qū)動選型,提升決策效率

查看全部API→
??

熱門場景實測,選對API

#AI文本生成大模型API

對比大模型API的內(nèi)容創(chuàng)意新穎性、情感共鳴力、商業(yè)轉(zhuǎn)化潛力

25個渠道
一鍵對比試用API 限時免費

#AI深度推理大模型API

對比大模型API的邏輯推理準(zhǔn)確性、分析深度、可視化建議合理性

10個渠道
一鍵對比試用API 限時免費