人工智能是一個非常重要和復雜的領域。將人工智能（AI）壓縮到10個“需要記憶的時刻”并不容易。今天，我們為你盤點了人工智能歷*重要的10個里程碑式的發展。
1神經網絡的誕生
你可能已經聽說過神經網絡，在當今*的人工智能背后，是大腦激發的人工智能工具。雖然像深度學習這樣的概念是比較新的，但它們背后的理論體系可以追溯到1943年的一個數學理論。
Warren McCulloch和Walter Pitts的《神經活動內在想法的邏輯演算》可能聽起來非常的普通，但它與計算機科學一樣重要（甚至超過計算機科學）。其中，《PageRank引文排名》一文，催生了的誕生。在《邏輯微積分》中，McCulloch和Pitts描述了如何讓人造神經元網絡實現邏輯功能。至此，AI的大門正式打開。
2人工智能的名字由來
如果要提到人工智能的真正開端，那就要追溯到1955年8月31日。當時，研究人員John McCarthy、Marvin Minsky、Nathaniel Rochester和Claude Shannon提交了一份《2個月，10個人的人工智能研究》的提案，次提出了“人工智能”的概念。而其中John McCarthy被后人尊稱為“人工智能之父”。
3反向傳播算法的出現
反向傳播（英語：Backpropagation，縮寫為BP），有時縮寫為“BP”，是機器學習歷*重要的算法之一。這是一種與優化方法（如梯度下降法）結合使用的，用來訓練人工神經網絡的常見方法。該方法計算對網絡中所有權重計算損失函數的梯度。這個梯度會反饋給優化方法，用來更新權值以小化損失函數。
反向傳播要求人工神經元（或“節點”）的激勵函數可微。簡而言之，這意味著創作者可以通過在犯錯時糾正錯誤來訓練他們的網絡。完成后，道具會修改神經網絡中的不同連接，確保下次遇到同樣問題時能得到正確的答案。
4語言助手的誕生
提及亞馬遜的Alexa、助手和蘋果的Siri大家一定都不陌生。早在20世紀60年代中期，麻省理工學院的一名研究人員就發明了一個名為ELIZA的計算機心理治療師，可以實現與用戶之間的“智能”對話。
在當時，ELIZA的就指出，用戶如此愿意以這種方式與機器交談，這讓他們感到非常驚訝。
5科技奇點的提出
1993年，作家兼計算機科學家Vernor Vinge發表了一篇文章，這篇文章提到了人工智能的“奇點”。
而這里所指的“奇點”并不是廣義上的，而是指未來某一天機器將變得比人類更聰明，甚至會取代人類，主宰人類世界，被其稱為“即將到來的技術奇點”。
6輛自動駕駛汽車誕生
你認為開發了世界上輛自動駕駛汽車嗎？錯！早在1986年，德國聯邦大學的研究人員就在一輛奔馳面包車上安裝了攝像頭和智能傳感器，成功地在空無一人的街道上行駛。
幾年后，一位名叫Dean Pomerleau的卡內基梅隆大學的研究人員建造了一輛自動駕駛的龐蒂克運輸小貨車，并沿海岸線從賓夕法尼亞州的匹茲堡到加州的圣地亞哥，共行駛了2797英里。相較于當今的自動駕駛技術，當時的這項技術像是小兒科，但是至少它證明了無人駕駛是可以實現的。
7IBM“深藍”戰勝象棋
對于人工智能來說，1997年是一個標志性的年份，IBM的“深藍”超級計算機在一場人機大戰中戰勝象棋Garry Kasparov。盡管毫無疑問，深藍的處理信息比人類更快，但真正的問題是，它是否更有策略地思考。事實證明這是可以的！
這一結果可能并沒有證明人工智能有能力在有明確規則的問題上表現得異常出色，但它仍然是人工智能領域的巨大飛躍。
8IBM“沃森”閃耀智力競賽節目
就像深藍與Garry Kasparov的比賽一樣，IBM的人工智能在2011年面臨著另一個巨大的挑戰——沃森人工智能在的智力競賽節目“Jeopardy”中擊敗了對手布拉德·拉特和肯·詹寧斯，成功贏取了100萬美元的大獎。
比賽結束后，肯·詹尼斯打趣道：“歡迎我們的新機器人霸主。”人工智能的再次勝利，又一次向世界證明了人工智能比人腦更快。
9AI通過深度學習算法識別貓科動物
2012年6月，研究人員Jeff Dean和吳恩達從YouTube視頻中提取了1000萬個未標記的圖像，訓練了一個由16,000個電腦處理器組成的龐大神經網絡。盡管沒有給出有關它們的識別信息，但人工智能還是能夠通過深度學習算法來識別貓科動物的照片。
事實證明，就像我們一樣，即使是令人印象深刻的AI，也喜歡看視頻，而且尤其喜歡貓科動物。
10AlphaGo戰勝世界圍棋李世石
2016年3月，繼IBM深藍之后，DeepMind的AlphaGo在四場比賽中擊敗了圍棋世界李世石，而這場激烈的人機大戰吸引了來自世界各地的6000萬人的觀看。
同樣，2017年的升級版AlphaGo再次擊敗了圍棋大師柯潔，引發了*的關注。
