AIの歴史:タイムライン、進歩と開発
公開: 2020-09-04人工知能は60年の若い領域であり、人間の知能をエミュレートするための一連の技術、理論、科学、およびアルゴリズムが含まれています。 人工知能は私たちの生活の中で非常に重要な役割を果たしています。 産業の革命は、人工知能の実装によってビジネスに多くの発展をもたらしました。 このブログでは、人工知能の歴史の展望についてお話します。
ソース
目次
人工知能とは何ですか?
人工知能は、通常は人間によって実行されるタスクやアクティビティを実行するマシンの能力として定義されます。 人工知能は、有用な洞察を作成するために膨大な量のデータを整理および収集します。 マシンインテリジェンスとも呼ばれます。 それはコンピュータサイエンスの領域です。
読む:AIでのキャリアの機会

タイムラインの概要
数学とコンピューターサイエンスは別として、経済学、心理学、信念、および生物工学からの貢献は、人工知能の歴史を通して注目に値します。 すべてが始まった正確なタイムラインは1950年でした。ジョンマッカーシーは人工知能という言葉を導入しました。 ジョンは、アレンニューウェル、アランチューリング、マービンミンスキー、ハーバートAサイモンとともに、人工知能の創設者です。 それらは人工知能の歴史に大きく貢献しました。
AIの進歩と発展:人工知能の簡単な歴史
- AIの進歩における最も重要な推進力は、第二次世界大戦中のものでした。 マービンミンスキーは1950年に最初のニュートラルコンピューターを発表しました。同じ年に、アランチューリングもチューリングテストを開発しました。
- 1952年のタイムラインは、人工知能の歴史を通じて重要な役割を果たしています。 問題解決の開発は、人間の問題解決のアプローチをエミュレートするように設計されました。 アーサーサミュエルは1952年に自己学習プロジェクトを開始しました。
- 1954年、IBM組織は自動機械翻訳を実験しました。
- 1956年、ハーバートサイモンとアレンニューウェルは論理理論家の最初の推論プロジェクトを開発しました。
- 1959年、IBM組織のNathaniel Rochesterは、幾何学的定理を証明するプログラムを開発しました。 アーサーサミュエルは、機械学習というフレーズを開発しました。 マービンミンスキーとジョンマッカーシーもMITAIプロジェクトを提案しました。
- マッカーシーは1963年にスタンフォードで人工知能ラボを開始しました。
- 1966年から1973年まで、人工知能の成長に影響を与えるアウトプットが不足していました。 計算アルゴリズムの複雑さは、このタイムラインでの人工知能の進歩を制限します。 スタンフォード大学の研究者は、質量分析計の情報からDENDRALを紹介しました。
- そのタイムラインの後、研究者たちはAI固有のアプリケーションに焦点を合わせました。
- 1972年に、PROLOG言語が開発されました。
- 1974年のタイムラインで開発されたコンピュータシステムの波。時間とともに徐々に、それらはより手頃な価格になり、より多くのデータを保存できるようになります。 人工知能の歴史の最も良い部分は、このタイムラインでNLP(自然言語処理)を達成したことです。
- 1980年のタイムラインは、人工知能の年でした。 AIの研究は、ツールと資金の成長を推進しています。 このタイムラインは、人工知能の歴史を通じてAIの新時代を開始しました。 Digital Equipment Corporationとして知られる最初の商用システムは、1980年に開発されました。
- 第5世代コンピュータプロジェクトは、1982年に通商産業省によって開始されました。
- 米国政府は1983年に戦略的コンピューティングプロジェクトを開発しました。
- 2000年代のタイムラインは、人工知能のランドマークです。
- 2005年、自動運転はDARPAの壮大な挑戦に勝ちました。
- 2008年、Googleは音声認識を進歩させました。
- 2014年、Googleは自動運転車を製造しました。
また読む:インドの人工知能給与


人工知能はどこにでもあります
人工知能は日々進化しています。 今日、AIはいたるところにあります。 AIの研究は継続的に増加しています。 人工知能は今や人生のあらゆる段階で当たり前になっています。 現在、人間と機械が一緒に動作し始めているため、組織と職場はより効率的かつインテリジェントになっています。 人工知能のユースケースは、銀行、製造、テクノロジー、エンターテインメント、天気予報、マーケティング、健康診断など、さまざまな業界で生産的です。 u pGradは、そのようなトピックに関する他の複数のブログを提供しています。 あなたはそのようなトピックについてさらに読むために彼らのウェブサイトを訪問することができます。
評決
人工知能の歴史における旅は途方もないものです。 教育、ヘルスケア、電気、eコマース、テクノロジーから始めて、今日ではすべてが自動化されています。 AIテクノロジーは、人間の推論と思考を必要とするいくつかのタスクを実行します。 認知心理学は、認知科学のすべての進歩分野の主要なツールの1つです。 人工知能技術は、効果と効率を達成するのに役立ちました。 今、マシンは最も賢い人間を実行することができます。
機械学習とAIについて詳しく知りたい場合は、IIIT-BとupGradの機械学習とAIのPGディプロマをご覧ください。これは、働く専門家向けに設計されており、450時間以上の厳格なトレーニング、30以上のケーススタディと課題を提供します。 IIIT-B卒業生のステータス、5つ以上の実践的な実践的なキャップストーンプロジェクト、トップ企業との雇用支援。
人工知能を使用することの制限は何ですか?
高品質のデータの可用性は、AI実装の最も重要な障害の1つです。 データはしばしば一貫性がなく低品質であり、AIから大規模な価値を生み出そうとしている企業にとってハードルをもたらします。 変化する企業環境に対応するには、ソフトウェアプログラムを定期的に更新する必要があります。 人工知能システム全体は非常にコストがかかり、多くの業界はそれを買う余裕がありません。 機械が創造的に機能することは期待できません。 その場合、人間の介入が必要です。
機械学習と人工知能はどのように関連していますか?
機械学習は人工知能のサブセットです。 これは本質的に、人工知能を実践する1つの方法です。 機械学習は、人工知能(AI)とコンピューターサイエンスの分野であり、データとアルゴリズムを使用して人々の学習方法を模倣することに重点を置いています。 MLは、データから学習して予測を行うことにより、人間の知性を必要とする問題を解決するAIのサブセットです。
人工知能を学ぶには、コーディングのプロである必要がありますか?
機械学習または人工知能の専門家は、コーディングを十分に理解している必要がありますが、焦点はMlモデルとアルゴリズム、NumPy、Pandas、SciPyなどのさまざまなライブラリを使用する機能、およびHadoopを使用した分散システムの開発スキルにあります。 、 とりわけ。 人工知能でうまくいくためには、多くのプログラミング言語の基本的な理解が必要ですが、それらの専門家である必要はありません。