Historia AI: oś czasu, postęp i rozwój

Opublikowany: 2020-09-04

Sztuczna inteligencja to młoda domena od 60 lat, która obejmuje zestaw technik, teorii, nauk i algorytmów naśladujących inteligencję człowieka. Sztuczna inteligencja odgrywa bardzo ważną rolę w naszym życiu. Rewolucja branż dokonała wielu zmian w biznesie dzięki wdrożeniu sztucznej inteligencji. Na tym blogu omówimy spojrzenie na historię sztucznej inteligencji .

sztuczna inteligencja

Źródło

Spis treści

Czym jest sztuczna inteligencja?

Sztuczną inteligencję definiuje się jako zdolność maszyny do wykonywania zadań i czynności, które zwykle wykonują ludzie. Sztuczna inteligencja organizuje i gromadzi ogromną ilość danych, aby uzyskać przydatne informacje. Jest również znany jako inteligencja maszyny. To dziedzina informatyki.

Przeczytaj: Możliwości kariery w AI

Wprowadzenie do osi czasu

Oprócz matematyki i informatyki, w historii sztucznej inteligencji znaczący jest wkład ekonomii, psychologii, przekonań i bioinżynierii . Dokładną osią czasu, kiedy wszystko się zaczęło, był rok 1950. John McCarthy wprowadził słowo Sztuczna inteligencja. John, wraz z Allenem Newellem, Alanem Turingiem, Marvinem Minskym i Herbertem A Simonem, są ojcami założycielami sztucznej inteligencji. Wnieśli znaczący wkład w historię sztucznej inteligencji .

Postęp i rozwój sztucznej inteligencji: krótka historia sztucznej inteligencji

  • Najważniejszy krok w rozwoju sztucznej inteligencji miał miejsce podczas drugiej wojny światowej. Marvin Minsky wprowadził pierwszy komputer neutralny w 1950 roku. W tym samym roku Alan Turing opracował również test Turinga.
  • Oś czasu z 1952 roku odgrywa kluczową rolę w historii sztucznej inteligencji . Rozwój rozwiązywania problemów został zaprojektowany, aby naśladować podejście do rozwiązywania problemów ludzi. Arthur Samuel zainicjował projekt samokształcenia w 1952 roku.
  • W 1954 roku organizacja IBM eksperymentowała z automatycznymi tłumaczeniami maszynowymi.
  • W 1956 Herbert Simon i Allen Newell opracowali pierwszy projekt rozumowania teoretyków logiki.
  • W 1959 Nathaniel Rochester w organizacji IBM opracował program do udowadniania twierdzeń geometrycznych. Arthur Samuel opracował frazę uczenie maszynowe. Marvin Minsky i John McCarthy również zaproponowali projekt MIT AI.
  • McCarthy zainicjował laboratorium sztucznej inteligencji w 1963 roku w Stanford.
  • Od 1966 do 1973 brakowało wyników, które wpłynęły na rozwój sztucznej inteligencji. Złożoność algorytmów obliczeniowych ogranicza rozwój sztucznej inteligencji na tej osi czasu. Naukowcy ze Stanford wprowadzili DENDRAL na podstawie informacji ze spektrometru mas.
  • Po tym czasie badacze skupili się na zastosowaniach związanych ze sztuczną inteligencją.
  • W 1972 opracowano język PROLOG.
  • Fala systemów komputerowych rozwinęła się na osi czasu z 1974 roku. Stopniowo z czasem stają się one bardziej przystępne cenowo i mogą przechowywać więcej danych. Najlepszą częścią historii sztucznej inteligencji jest to, że osiągnęła NLP (przetwarzanie języka naturalnego) na tej osi czasu.
  • Kalendarium roku 1980 to rok sztucznej inteligencji. Badania nad sztuczną inteligencją posuwają się naprzód wraz z rozwojem narzędzi i funduszy. Ta oś czasu zapoczątkowała nową erę sztucznej inteligencji w historii sztucznej inteligencji . Pierwszy komercyjny system, znany jako Digital Equipment Corporation, został opracowany w 1980 roku.
  • Projekt komputerowy piątej generacji został uruchomiony w 1982 r. przez japońskie Ministerstwo Handlu Międzynarodowego i Przemysłu.
  • Rząd Stanów Zjednoczonych opracował strategiczny projekt obliczeniowy w 1983 roku.
  • Oś czasu z 2000 roku jest punktem zwrotnym sztucznej inteligencji.
  • W 2005 roku autonomia wygrała wielkie wyzwanie DARPA.
  • W 2008 roku Google poczynił postępy w rozpoznawaniu mowy.
  • W 2014 roku Google wyprodukował samochody autonomiczne.

Przeczytaj także: Wynagrodzenie za sztuczną inteligencję w Indiach

Sztuczna inteligencja jest wszędzie

Sztuczna inteligencja ewoluuje z dnia na dzień. Dziś sztuczna inteligencja jest wszędzie. Badania nad sztuczną inteligencją stale się rozwijają. Sztuczna inteligencja stała się teraz powszechna na każdym etapie życia. Teraz organizacje i miejsca pracy stają się bardziej wydajne i inteligentne, ponieważ ludzie i maszyny zaczynają ze sobą współpracować. Przypadki użycia sztucznej inteligencji są produktywne w różnych branżach, takich jak bankowość, produkcja, technologia, rozrywka, prognozy pogody, marketing, diagnostyka zdrowia i wiele innych. u pGrad oferuje wiele innych blogów na takie tematy. Możesz odwiedzić ich stronę internetową, aby dowiedzieć się więcej o takich tematach.

Werdykt

Podróż w historii sztucznej inteligencji jest ogromna. Począwszy od edukacji, opieki zdrowotnej, elektryczności, handlu elektronicznego i technologii, wszystko jest dziś zautomatyzowane. Technologia AI wykonuje kilka zadań, które wymagają ludzkiego rozumowania i myślenia. Psychologia poznawcza jest jednym z głównych narzędzi dla wszystkich obszarów zaawansowania nauk kognitywnych. Technologie sztucznej inteligencji pomogły osiągnąć skuteczność i wydajność. Teraz maszyny mogą wykonywać najmądrzejszy z ludzi.

Jeśli chcesz dowiedzieć się więcej o uczeniu maszynowym i sztucznej inteligencji, sprawdź dyplom PG IIIT-B i upGrad w uczeniu maszynowym i sztucznej inteligencji, który jest przeznaczony dla pracujących profesjonalistów i oferuje ponad 450 godzin rygorystycznych szkoleń, ponad 30 studiów przypadków i zadań, Status absolwentów IIIT-B, ponad 5 praktycznych praktycznych projektów zwieńczenia i pomoc w pracy z najlepszymi firmami.

Jakie są ograniczenia korzystania ze sztucznej inteligencji?

Dostępność wysokiej jakości danych jest jedną z najważniejszych przeszkód we wdrażaniu sztucznej inteligencji. Dane są często niespójne i niskiej jakości, co stanowi przeszkodę dla firm dążących do generowania wartości z AI na dużą skalę. Aby reagować na zmieniające się środowisko korporacyjne, programy muszą być regularnie aktualizowane. Cały system sztucznej inteligencji jest dość kosztowny, a wielu branż nie stać na niego. Nie można oczekiwać od maszyn kreatywnego działania. W takim przypadku wymagana jest interwencja człowieka.

W jaki sposób uczenie maszynowe i sztuczna inteligencja są ze sobą powiązane?

Uczenie maszynowe to podzbiór sztucznej inteligencji. Jest to w zasadzie jedna z metod wykorzystania sztucznej inteligencji w praktyce. Uczenie maszynowe to obszar sztucznej inteligencji (AI) i informatyki, który koncentruje się na wykorzystaniu danych i algorytmów do naśladowania sposobu, w jaki ludzie się uczą. ML to podzbiór sztucznej inteligencji, który rozwiązuje problemy wymagające ludzkiej inteligencji, ucząc się na podstawie danych i dokonując prognoz.

Czy muszę być profesjonalistą w kodowaniu, aby nauczyć się sztucznej inteligencji?

Eksperci w dziedzinie uczenia maszynowego lub sztucznej inteligencji muszą dobrze rozumieć kodowanie, ale nacisk kładziony jest na modele i algorytmy Ml, umiejętność korzystania z różnych bibliotek, takich jak NumPy, Pandas i SciPy oraz umiejętność tworzenia systemów rozproszonych przy użyciu Hadoop , między innymi. Aby dobrze radzić sobie ze sztuczną inteligencją, musisz mieć podstawową wiedzę na temat wielu języków programowania, chociaż nie musisz być w nich ekspertem.