Yapay Zeka Tarihi: Zaman Çizelgesi, İlerleme ve Geliştirme

Yayınlanan: 2020-09-04

Yapay Zeka, bir insanın zekasını taklit etmek için bir dizi teknik, teori, bilim ve algoritma içeren 60 yıllık genç bir alandır. Yapay zeka hayatımızda çok önemli bir rol oynamaktadır. Endüstri devrimi, yapay zekanın uygulanmasıyla iş dünyasında birçok gelişme kaydetti. Bu blogda, yapay zekanın tarihine bir bakışı tartışacağız .

yapay zeka

Kaynak

İçindekiler

Yapay Zeka Nedir?

Yapay zeka, bir makinenin genellikle insanlar tarafından gerçekleştirilen görevleri ve faaliyetleri gerçekleştirme yeteneği olarak tanımlanır. Yapay zeka, yararlı bilgiler elde etmek için çok miktarda veri düzenler ve toplar. Makine zekası olarak da bilinir. Bilgisayar biliminin bir alanıdır.

Okuyun: AI'da kariyer fırsatları

Zaman Çizelgesi'ne Giriş

Matematik ve bilgisayar biliminin yanı sıra, yapay zeka tarihi boyunca ekonomi, psikoloji, kanaatler ve biyomühendisliğin katkısı dikkat çekicidir . Her şeyin başladığı tam zaman çizelgesi 1950 yılıydı. John McCarthy, Yapay zeka kelimesini tanıttı. John, Allen Newell, Alan Turing, Marvin Minsky ve Herbert A Simon ile birlikte yapay zekanın kurucu babalarıdır. Yapay zeka tarihine önemli katkılar sağladılar .

Yapay Zekanın İlerlemesi ve Gelişimi: Yapay Zekanın Kısa Tarihi

  • AI'nın ilerlemesindeki en önemli itici güç, ikinci dünya savaşı sırasındaydı. Marvin Minsky 1950 yılında 1. nötr bilgisayarı tanıttı. Aynı yıl Alan Turing de Turing testini geliştirdi.
  • 1952 zaman çizelgesi, yapay zeka tarihi boyunca hayati bir rol oynar . Problem çözme geliştirme, insanların problem çözme yaklaşımını taklit etmek için tasarlanmıştır. Arthur Samuel, 1952'de kendi kendine öğrenme projesi başlattı.
  • 1954'te IBM kuruluşu, otomatik makine çevirilerini denedi.
  • 1956'da Herbert Simon ve Allen Newell mantık teorisyenlerinin 1. akıl yürütme projesini geliştirdiler.
  • 1959'da IBM organizasyonunda Nathaniel Rochester geometrik teoremleri kanıtlamak için bir program geliştirdi. Arthur Samuel, makine öğrenimi ifadesini geliştirdi. Marvin Minsky ve John McCarthy de MIT AI projesini önerdi.
  • McCarthy, 1963'te Stanford'da yapay zeka laboratuvarını başlattı.
  • 1966'dan 1973'e kadar, yapay zekanın büyümesini etkileyen çıktı eksikliği vardı. Hesaplamalı algoritmaların karmaşıklığı, bu zaman çizelgesinde yapay zekanın ilerlemesini kısıtlar. Stanford'daki araştırmacılar, kütle spektrometresi bilgisinden DENDRAL'ı tanıttı.
  • Bu zaman çizelgesinden sonra, araştırmacılar yapay zekaya özgü uygulamalara odaklandı.
  • 1972 yılında PROLOG dili geliştirildi.
  • 1974 zaman çizelgesinde geliştirilen bilgisayar sistemleri dalgası. Zamanla, daha uygun fiyatlı hale gelirler ve daha fazla veri depolayabilirler. Yapay zeka tarihinin en iyi yanı, bu zaman çizelgesinde NLP (Doğal Dil İşleme) elde etmiş olmasıdır.
  • 1980 yılı, yapay zekanın yılıydı. Yapay zeka araştırması, araçların ve fonların büyümesiyle ilerlemeye devam ediyor. Bu zaman çizelgesi , yapay zeka tarihi boyunca yeni bir yapay zeka çağı başlattı . Digital Equipment Corporation olarak bilinen ilk ticari sistem, 1980 yılında geliştirildi.
  • Beşinci nesil bilgisayar projesi, 1982 yılında Japonya Uluslararası Ticaret ve Sanayi Bakanlığı tarafından başlatıldı.
  • ABD hükümeti, 1983 yılında stratejik bir bilgi işlem projesi geliştirdi.
  • 2000'lerin zaman çizelgesi, yapay zekanın dönüm noktasıdır.
  • 2005 yılında, kendi kendine sürüş, DARPA'nın büyük mücadelesini kazandı.
  • 2008'de Google, konuşma tanıma alanında ilerlemeler kaydetti.
  • 2014 yılında Google kendi kendini süren arabalar yaptı.

Ayrıca Okuyun: Hindistan'da Yapay Zeka Maaşı

Yapay Zeka Her Yerde

Yapay zeka her geçen gün gelişiyor. Bugün AI her yerde. Yapay zeka araştırmaları sürekli artıyor. Yapay zeka artık hayatın her aşamasında olağan hale geldi. Artık insanlar ve makineler birlikte çalışmaya başladıkça kuruluşlar ve işyerleri daha verimli ve akıllı hale geliyor. Yapay zeka kullanım örnekleri, bankacılık, üretim, teknoloji, eğlence, hava durumu tahminleri, pazarlama, sağlık teşhisi ve daha pek çok sektörde verimli olmuştur. u pGrad , bu tür konularda çok sayıda başka blog sunar. Bu tür konular hakkında daha fazla okumak için web sitelerini ziyaret edebilirsiniz.

Karar

Yapay zeka tarihindeki yolculuk muazzam. Eğitim, sağlık, elektrik, e-ticaret ve teknoloji ile başlayarak bugün her şey otomatik hale geldi. AI teknolojisi, insan muhakemesi ve düşünmesi gerektiren çeşitli görevleri yerine getirir. Bilişsel psikoloji, bilişsel bilimlerdeki tüm ilerleme alanları için ana araçlardan biridir. Yapay zeka teknolojileri, etkinlik ve verimliliğin elde edilmesine yardımcı oldu. Artık makineler insanların en zekisini gerçekleştirebiliyor.

Makine öğrenimi ve yapay zeka hakkında daha fazla bilgi edinmek istiyorsanız, çalışan profesyoneller için tasarlanmış ve 450+ saat zorlu eğitim, 30'dan fazla vaka çalışması ve ödev sunan IIIT-B & upGrad'ın Makine Öğrenimi ve Yapay Zeka alanında PG Diplomasına göz atın. IIIT-B Mezun statüsü, 5+ pratik uygulamalı bitirme projesi ve en iyi firmalarla iş yardımı.

Yapay zeka kullanmanın sınırlamaları nelerdir?

Yüksek kaliteli verilerin mevcudiyeti, AI uygulamasının önündeki en önemli engellerden biridir. Veriler genellikle tutarsız ve düşük kalitelidir, bu da büyük ölçekte yapay zekadan değer üretmek isteyen firmalar için engeller oluşturur. Değişen kurumsal çevreye tepki verebilmek için yazılım programları düzenli olarak güncellenmelidir. Tüm yapay zeka sistemi oldukça maliyetlidir ve birçok endüstri bunu karşılayamaz. Makinelerin yaratıcı bir şekilde çalışması beklenemez. Bu durumda insan müdahalesi gerekir.

Makine öğrenimi ve yapay zeka birbiriyle nasıl ilişkilidir?

Makine öğrenimi, yapay zekanın bir alt kümesidir. Esasen yapay zekayı uygulamaya koymanın bir yöntemi. Makine öğrenimi, insanların öğrenme şeklini taklit etmek için veri ve algoritmaları kullanmaya odaklanan bir yapay zeka (AI) ve bilgisayar bilimi alanıdır. ML, verilerden öğrenerek ve tahminlerde bulunarak insan zekası gerektiren sorunları çözen bir AI alt kümesidir.

Yapay zekayı öğrenmek için kodlamada profesyonel olmam gerekir mi?

Makine öğrenimi veya yapay zeka uzmanlarının güçlü bir kodlama anlayışına sahip olmaları gerekir, ancak odak noktası Ml modelleri ve algoritmaları, NumPy, Pandas ve SciPy gibi çeşitli kitaplıkları kullanma becerisi ve Hadoop kullanarak dağıtılmış sistemler geliştirme becerisidir. , Diğer şeylerin yanı sıra. Yapay zekada başarılı olmak için, birçok programlama dilinde temel bir anlayışa sahip olmanız gerekir, ancak bu dillerde uzman olmanız gerekmemektedir.