老土一直認為“如果想要了解一個技術的發展現狀和趨勢，那么從這個技術的發展歷史下手開始關注將非常有效！”。最近老土在忙著弄一份“人工智能”的報告，需要系統化的整理一下人工智能的相關內容，因為其中要談談人工智能的發展現狀和趨勢，所以老土就認真的搜了搜人工智能的發展史，于是找到了下面一篇文章，覺得非常有用，這里推薦給各位。
如下是轉載內容。
人工智能進入了一切領域——從自動駕駛汽車，到自動回復電子郵件，再到智能家居。 你似乎可以獲得任何商品（例如醫療健康，飛行，旅行等），并通過人工智能的特殊應用使其更加智能。所以除非你相信事件具有終結者般的轉折，你可能會問自己，人工智能能夠預示著工作場所或整體的業務線的什么利益。
《福布斯雜志》發表人工智能編年體簡史，時間跨度超700年，涵蓋心理學、數學、哲學、藝術、計算機科學等學科領域與人工智能的發展息息相關的歷史大事件。
1308年
加泰隆尼亞詩人、神學家Ramon Llull出版《偉大的藝術》（Ars generalis ultima），進一步完善了他提出的使用“邏輯機”從概念的組合中創造新知識的方法。
1666年
數學家、哲學家Gottfried Leibniz發表《組合的藝術》（Dissertatio de arte combinatoria），繼承并發展了Ramon Llull提出的“人類思想字母表”，認為所有的思想都只是相當少的一些簡單概念的組合。
1726年
英國小說家Jonathan Swift出版《格列佛游記》，書中描述了拉普塔國的一臺類似Llull的邏輯機的機器，能夠“通過實用且機械化的操作方法來改進人的思辨知識”，使用這臺機器，“最無知的人也能通過適當付一點費用，再付出一點勞力，就可以不需任何天分或學習研究，寫出哲學、詩歌、政治、法律、數學、神學等的書籍。”
1763年
Thomas Bayes提出一個用于推理事件概率的框架。貝葉斯推理成為機器學習的主要方法。
1854年
George Boole提出邏輯推理可以使用與解方程組相同的方式系統地進行。
1898年
在新完工的麥迪遜廣場花園的電子展會上，Nikola Tesla展示了世界上第一臺無線遙控船，按特斯拉自己所描述的，船上裝備了“借來的大腦”。
1914年
西班牙工程師Leonardo Torres y Quevedo發明了第一臺自動國際象棋機，能夠不需任何人類干預自己下國際象棋。
1921年
捷克作家Karel ?apek在他的劇作R.U.R.（Rossum's Universal Robots）中第一次使用robot這個詞。“robot”的詞源來自“robota”（工作）。
1925年
無線電設備公司Houdina Radio Control開發了第一輛使用無線電控制的無人駕駛汽車，在紐約市中心的大街進行了試駛。
1927年
科幻電影《大都會》（Metropolis）上映，描述了一個貌似農民女兒瑪利亞的機器人被投放在柏林地下城的暴亂中，時間設計在2026年。這是史上一個部描繪機器人的電影，著名的現代科幻影片《星際大戰》中C-3PO的設計有受到該片的影響。
1929年
日本人西村真琴設計了“學天澤”機器人，“學天澤”在日語中是“從自然法則中學習”的意思，它是日本造的第一個機器人。“學天澤”機器人能夠改變面部表情，通過氣壓裝置實現頭和手的擺動。
1943年
Warren S. McCulloch和Walter Pitts在《數學生物物理學公報》上發表《神經活動中內在思想的邏輯演算》（A Logical Calculus of the Ideas Immanent in Nervous Activity）一文，討論了理想化、簡單化的人工“神經元”網絡，以及這些網絡如何執行簡單的邏輯功能。這篇論文啟發了后來的基于計算機的“神經網絡”（以及“深度學習”），其更為流行的描述是“模仿人的大腦”。
1949年
Edmund Berkeley出版《巨型大腦；或，會思考的機器》（Giant Brains；or， Machines That Think），書中寫道，“最近出現了許多關于奇怪的巨型機器的傳聞，這種機器能夠極其快速、熟練地處理信息……這些機器就像用硬件和電纜組成的大腦。這些會處理信息的機器，能夠計算、總結、做決策；能夠根據已有的信息作出合理的操作。因此，可以說這是會思考的機器。”
1949年
Donald Hebb出版《行為組織：一種神經心理學理論》（Organization of Behavior：A Neuropsychological Theory ），提出一個有關學習的理論（赫布理論），該理論描述了突觸可塑性原理，解釋了在學習過程中腦神經元發生的變化。
1950年
Claude Shannon發表《編程實現計算機下棋》（Programming a Computer for Playing Chess），這是第一篇有關開發下象棋的計算機程序的論文。
1950年
艾倫·圖靈（Alan Turing）發表《計算機器和智能》（Computing Machinery and Intelligence），提出一種用于判定機器是否具有智能的試驗方法“模仿游戲”，后來成為廣為人知的“圖靈測試”。
1951年
Marvin Minsky和Dean Edmunds建了第一個人工神經網絡SNARC（隨機神經模擬強化計算器），使用3000個真空管模擬40個神經元規模的網絡。
1952年
Arthur Samuel開發了第一個計算機跳棋程序和第一個具有學習能力的計算機程序。
1955年8月31日
“人工智能”（artificial intelligence）這個術語在由John McCarthy（達特茅斯學院），Marvin Minsky（哈佛大學），Nathaniel Rochester（IBM）和Claude Shannon（貝爾實驗室）提議的“2個月、10名成員的人工智能研討會”中首次提出。研討會于一年后的1956年7月和8月舉行，這次會議通常被認為是人工智能這個新領域正式誕生之時。
1955年12月
Herbert Simon和Allen Newell開發了“邏輯理論家”（Logic Theorist），這是第一個人工智能程序，能夠證明羅素和懷特海著的《數學原理》里前52個定理中的38個。
1957年
Frank Rosenblatt發明了“感知機”（Perceptron），是一種早期的人工神經網絡，能夠基于兩層的計算機學習網絡進行模式識別。
1958年
John McCarthy開發編程語言Lisp，成為人工智能研究中最流行的編程語言。
1959年
Arthur Samuel創造了“機器學習”（machine learning）這個術語，寫道：“給計算機編程，以讓計算機能通過學習，在下跳棋游戲中比編程者下得更好。”
1959年
Oliver Selfridge發表《Pandemonium：一種學習模式》，描述了一種學習過程的模型，計算機可以通過這個模型識別新的模式。
1959年
John McCarthy發表《具有常識的程序》（Programs with Common Sense），文中提出了一個名為“納諫者”（Advice Taker）的程序構想，將邏輯學引入人工智能的研究，這個假想的程序的終極目標是“像人類一樣有效地從經驗中學習”。
1961年
第一臺工業機器人Unimate開始在新澤西州通用汽車廠的生產線上工作。
1961年
James Slagle開發了自動符號積分程序SAINT，這是一個啟發式程序，可以解決計算中的符號整合問題。
1964年
Daniel Bobrow完成了他的MIT博士論文《計算機問題解決系統里的自然語言輸入》，同時開發了自然語言理解程序STUDENT。
1965年
Herbert Simon預測：“20年內，機器將能夠取代人類的任何工作”。
1965年
Hubert Dreyfus發表《煉金術與人工智能》（Alchemy and AI），認為心智不像計算機，AI的發展有界限，對AI研究提出質疑。
1965年
I.J. Good在《關于第一臺超級智能機械的思考》（Speculations Concerning the First Ultraintelligent Machine）中寫道：“第一臺超級智能機器是人類需要完成的最后一項發明，前提是這臺機器足夠聽話，會告訴我們如何控制它。”
1965年
Joseph Weizenbaum開發互動程序ELIZA，通過一個名為DOCTOR的腳本，能夠就任何話題與人類展開對話。Weizenbaum想要證明人類與機器之間進行溝通的淺薄，對有如此多的人認為計算機程序有類似人的感覺感到驚訝。
1965年
Edward Feigenbaum，Bruce G. Buchanan，Joshua Lederberg和Carl Djerassi開始在斯坦福大學研究DENDRAL，這是第一個專家系統，能夠幫助化學研究者判斷某種待定物質的分子結構，其目的是研究假設形成并構建科學領域中的經驗歸納模型。
1966年
Shakey機器人是第一臺真正意義上的移動機器人，能夠自主推理自己的行動。《生活》雜志1970年一篇文章中引用明斯基的預言說：“3~8年內，機器人將具有普通人的智能水平。”
1968年
電影《2001太空漫游》上映，描繪了一臺有情感的計算機。
1968年
Terry Winograd開發了SHRDLU，是一種初期的自然語言理解程序。
1969年
Arthur Bryson和Yu-Chi Ho把反向傳播描述為一種多階段動態系統優化方法，可用于多層人工神經網絡。它對2000年至今的深度學習的發展做出了顯著的貢獻，因為這時計算機的運算能力已經進步到足以進行大型網絡的訓練。
1969年
Marvin Minsky和 Seymour Papert發表《感知器：計算幾何簡介》，強調簡單神經網絡的局限性。1988年出版的該書的修訂版中，作者認為他們在前一版中提出的結論大大減少了投資于神經網絡研究的資金，書中寫道：“我們認為，研究的進展實際上陷入了停滯狀態，因為缺乏基本理論的支持...到60年代中期，針對感知器的實驗有很多，但沒有人能夠解釋為什么感知器能夠識別某些類型的模式，而不能識別其它類型的模式。”
1970年
日本早稻田大學造出第一個人形機器人WABOT-1，它由肢體控制系統，視覺系統和對話系統組成。
1972年
斯坦福大學開發出用于鑒別可導致嚴重感染的細菌及推薦抗生素的早期形態的專家系統MYCIN。
1973年
James Lighthill向英國科學研究委員會提交國家人工智能研究報告，結論是“迄今為止該領域的任何部分都沒有產生過有重大影響的成果，從而導致政府對人工智能研究的支持大幅減少。”
1976年
計算機科學家Raj Reddy在IEEE會報發表《機器語音識別：綜述》，總結了自然語言處理早期的工作。
1978年
卡內基梅隆大學開發了XCON（eXpert CONfigurer）程序，是一種基于規則的專家系統，能夠根據用戶的需求，幫助DEC為VAX型計算機系統自動選擇組件。
1979年
斯坦福大學的自動駕駛汽車Stanford Cart在5小時內成功在沒有人為干預情況下穿過一個布滿椅子障礙物的房間，這是自動駕駛車輛最早的例子之一。
1980年
日本早稻田大學研發Wabot-2機器人，能夠與人溝通，閱讀樂譜，以及在電子琴上演奏一般難度的曲子。
1981年
日本國際貿易和工業部為第五代計算機項目提供8.5億美元資金，該項目旨在開發可以進行對話，翻譯，解釋圖片以及具有像人類一樣的推理能力的計算機。
1984年
電影“Electric Dreams”上映，講述一個發生在男人、女人和計算機之間的三角戀故事。
1984年
在AAAI會議上，Roger Schank和Marvin Minsky警告說“AI的冬天”即將來臨，他們預測AI泡沫將會破滅（這在三年后確實發生了），與70年代中期的情況類似，對AI的投資和研究資金也減少了。
1986年
慕尼黑聯邦國防軍大學Ernst Dickmanns主導造成第一輛無人駕駛汽車，配備攝像機和傳感器，時速達到55英里/小時。
1986年10月
David Rumelhart，Geoffrey Hinton和Ronald Williams發表《通過反向傳播誤差學習表示》（Learning representations by back-propagating errors），論文中描述了一種用于類似于神經元的網絡的新型學習過程，即反向傳播。
Knowledge Navigator
1987年
蘋果公司拍了一部對25年后的世界進行展望的五分鐘短片“Knowledge Navigator”，時任蘋果首席執行官的John Sculley在Educom發表主題演講，設想了一個“智能代理將通過連接到大量數字化信息網絡，獲取知識的應用能力”的未來。
1988年
Judea Pearl發表《智能系統中的概率推理》（Probabilistic Reasoning in Intelligent Systems）。Pearl被認為是貝葉斯網絡的發明者，貝葉斯網絡不僅徹底改變了人工智能領域，而且成為許多其他工程和自然科學分支領域的重要工具。2011年Pearl因概率推理和因果推理在人工智能領域取得的杰出貢獻而獲得圖靈獎。
1988年
Rollo Carpenter開發聊天機器人Jabberwacky，能夠“以有趣、愉快而且幽默的方式模仿人的聊天方式”，這是通過與人類互動創造人工智能的最早嘗試。
1988年
IBM沃森研究中心發表《機器翻譯的統計方法》（A statistical approach to language translation），預示著基于規則的機器翻譯方法開始轉變為基于概率的方法，并反映了一個更為廣泛的轉變，即基于已知例子的統計分析，而非“理解”眼前的任務的“機器學習”方法。
1988年
Marvin Minsky和Seymour Papert出版他們在1969年出版的《感知器：計算幾何簡介》一書的修訂版。
1989年
Yann LeCun和貝爾實驗室的其他研究人員成功將反向傳播算法應用于多層神經網絡，實現了手寫郵政編碼的識別。考慮到當時硬件條件的限制，訓練網絡花了大約3天。
1990年
Rodney Brooks發表《大象不玩棋子》（Elephants Don’t Play Chess），提出在與環境交互的基礎上構造AI機器人的設想。
1993年
Vernor Vinge出版《奇點臨近》，預言“30年內，我們將能創造出超人類智能，然后，人類的時代將迎來終結。”
1995年
Richard Wallace開發了名為A.L.I.C.E（Artificial Linguistic Internet Computer Entity）的聊天機器人，靈感來源于Joseph Weizenbaum的ELIZA程序，但由于互聯網的出現，A.L.I.C.E增加了前所未有之規模的自然語言樣本數據。
1997年
Sepp Hochreiter和JürgenSchmidhuber提出長短期記憶（LSTM），是一種目前在手寫識別和語音識別中廣泛使用的遞歸神經網絡。
1997年
深藍成為第一個在象棋中擊敗國際象棋冠軍的計算機程序。
1998年
Dave Hampton和Caleb Chung造出第一臺家庭寵物機器人Furby。
1998年
Yann LeCun，Yoshua Bengio等人發表關于應用于手寫識別的神經網絡和反向傳播優化的論文。
2000年
麻省理工學院Cynthia Breazeal開發出社交機器人Kismet，能夠識別和模擬人的情緒。
2000年
本田推出人型機器人阿西莫（ASIMO），能夠像人類一樣自如行走，在餐廳環境里為顧客端盤上菜。
2001年
史蒂文·斯皮爾伯格導演的電影《A.I.人工智能》上映，電影描述了一個被編程具有愛的能力的小機器人，為了尋找養母、為了縮短機器人和人類間的差距而奮斗的故事。
2004年
第一屆DARPA自動駕駛汽車挑戰賽在莫哈韋沙漠舉行，但參賽的自動駕駛汽車沒有一輛能完成150英里的比賽全程。
2006年
Oren Etzioni，Michele Banko和Michael Cafarella提出“機器閱讀”這個術語，將其定義為一種無監督的“對文本的自動理解”。
2006年
Geoffrey Hinton發表Learning Multiple Layers of Representation，總結了“包含自上而下的連接的多層神經網絡及訓練它們生成知覺數據，而非對它們進行分類”的觀點，是深度學習的新方法。
2007年
普林斯頓大學李飛飛和同事著手建立ImageNet，這是一個標注圖像的大型數據庫，旨在幫助視覺物體識別軟件方面的研究。
2009年
Rajat Raina，Anand Madhavan和Andrew Ng發表《使用圖形處理器的大規模深度無監督學習》（Large-scale Deep Unsupervised Learning using Graphics Processors），提出“現代圖形處理器的計算能力遠遠超過多核CPU，有潛力徹底改變深度無監督學習方法的適用性。”
2009年
Google開始秘密研發自動駕駛汽車。
2009年
西北大學智能信息實驗室的計算機科學家開發了Stats Monkey，這是一個無需人工干預自動編寫體育新聞故事的程序。
2010年
ImageNet大規模視覺識別挑戰賽（ILSVCR）啟動。
2011年
卷積神經網絡贏得了德國交通標志識別競賽，識別準確率為99.46％（人類最高準確率是99.22％）。
2011年
IBM的Watson在電視智力競賽節目《危險邊緣》中獲勝，并且擊敗了兩名前冠軍。
2011年
瑞士IDSIA的研究人員使用卷積神經網絡進行手寫識別的錯誤率降到0.27%，比前幾年的0.35％-0.40％的錯誤率有了顯著進步。
2012年6月
Jeff Dean和Andrew Ng發布一個實驗報告，他們向一個非常大的神經網絡展示從YouTube的視頻中隨機截取的1000萬張未標記的圖像，發現人工神經網絡能夠識別圖像中的貓。
2012年10月
多倫多大學研究人員設計的卷積神經網絡在ImageNet計算機視覺識別挑戰賽中達到錯誤率僅為16%的成果，比前一年最好的25%的錯誤率有顯著的進步。
2016年3月
Google DeepMind的AlphaGo在圍棋對弈中打敗世界圍棋冠軍李世石。
