首席执行官在本文中指出，将介绍人工智能历史发展的相关内容多少年和人工智能的发展。我希望这对每个人都会有所帮助。让我们来看看。
本文目录清单：
1.人工智能的特定发展历史是什么？2。人工智能的简短历史3.人工智能的历史和发展4.人工智能的发展历史是什么是人工智能发展的历史历史
1950年，艾伦·图灵（Alan Turing）出版了“计算机和智能”。
1956年，约翰·麦卡锡（John McCarthy）在美国的矛计算机会议上“创建”和“人工智能”。
1956年，卡内基·梅隆大学（Carnegie Mellon University）展示了世界上第一个人工智能软件的作品。
1958年，约翰·麦卡锡（John McCarthy）在马萨诸塞州理工学院发明了LISP语言 - A.I.Laguage。
1964年，马萨诸塞州理工学院的丹尼·巴洛（Danny Barlo）向世界展示了计算机可以掌握足够的自然语言来解决计算机代数词汇计划的问题。
1965年，约瑟夫·魏茨堡（Joseph Weiczburg）建立了伊丽莎（Eliza），这是一个互动计划，可以与人们的任意话题进行对话。
1969年，斯坦福大学开发了Shakey，这是一种整合运动，理解和解决问题的机器人。
1979年，第一个计算机控制的自动步行者“斯坦福汽车”诞生了。
1983年，世界上第一个批处理的计算机公司“思维机”诞生了。
亚伦（Aaron）是哈罗德·库恩（Harold Cen）于1985年在A.I. A.I.出现的绘图软件。
答：在1990年代，技术的发展已经显示了各个领域的长期发展 - 学习，教学，案例推理，计划，自然环境意识，方向识别，翻译甚至游戏软件。
1997年，IBM（国际商业机械公司）制造的计算机“深蓝色”击败了国际象棋冠军加里·卡斯帕罗夫（Gary Kasparov）。
答：在1990年代后期，基于技术的网络信息搜索软件是国际互联网的基本组成部分。
在2000年的交互式机械宠物中，马萨诸塞州理工学院已经推出了机器人Kisinel，可以做数十种面部表情。
现在不能停止
商业成功已成为实验室研究的催化剂。
答：全球高科技实验室互相盯着对方。
在比利时，Starlab（Star Lab）正在开发可以替代真正的猫大脑的人造大脑。根据“人造大脑网站”，它将有大约7,500人的脑神经细胞。Play羊毛。估计它将在2002年完成。
软件在复杂的决策过程中取得了突破 - 将程序制定为零。看似简单的人类能力（例如外观识别）实际上涉及广泛而复杂的认知和判断步骤。today的计算机软件越来越好，越来越擅长模仿人类最善良的思想。计算机硬件并没有努力追逐人脑。
目前，加利福尼亚州加利福尼亚州国家实验室实验室实验室的世界最快的超级计算机是IBM系统“ ASCI White”，已经是0.1％的计算能力。
IBM的“ Blue Jean”（Blue Jean”估计等同于人类大脑。IBMR＆D部门主任Paul Horn表示，Blue Jean将在4年后开始运行。
斯坦福大学A.I.现场埃里克·霍夫斯（Eric Hovez）及其许多同龄人认为，技术的日子迎来了突破性的发展，当时，当时，A.I.Discipline分为广泛的学科。
将来很聪明？
关于我。人们最想知道的是，这真的很聪明吗？许多科学家认为这只是时间问题。A.I.I.Software设计师Kurzville相信2020年底A.I.您可以是Smart.IBM的Horn。他认为，更保守的是，A.I. IT需要40 - 50年的时间才能吸引人们。
在许多方面，大脑比人类更有优势。学习吸收新知识的过程非常慢。说流利的英语至少需要半年或两年或三年（除了吹牛广告中的例子）。让A.I.Learn说法语，只需为其安装法国软件，A.I.French专家就诞生了。
另一个更困难的问题：A.I.您能有情绪。没有一个人一定会回答这个问题。
因此，剩下的最可怕的问题之一是：A.I。机器人比人类更聪明，并与人类斗争？库尔兹维尔，技术员比尔·乔伊（Bill Joei）认为这并非不可能。霍恩在这个问题上并不太稳定。
Hoen认为，尽管计算机的粗糙计算能力可以超越人类，但它不能具有人类的所有精美特征，因为人类不知道其大脑的许多微妙能力，并且无法模仿相应的软件。
库尔维斯的观点更加乐观。他认为，人类正在同时开发超级ii，它也将在对其的指导和管理中相应地改善，因此掌握控制权将永远是领先的。
人工智能的传说可以追溯到古埃及，但是随着自1941年以来电子计算机的开发，技术最终可以创造机器智能。然后，由于研究人员已经开发了许多理论和原则，并且人工智能的概念也已经建立了。扩展。在IT历史上，人工智能的发展比预期的要慢，但是从40岁开始，从40岁开始，从40岁开始，从40个Many AI计划开始出现，并且他们也影响了开发其他技术。在1941年，信息存储和信息存储和处理的各个方面的革命中。在美国和德国出现的这一发明是一台电子计算机。第一台计算机占用了一些带有空气调节的大房间。这是一场噩梦：只需设置数千条线即可运行程序。1949年，可以存储编程的改进的计算机使输入程序变得更加简单，计算机理论的开发产生了计算机科学，并最终促进了它。人工智能的出现。计算机电子处理数据的发明为可能实施人工智能提供了一种媒介。
尽管计算机为AI提供了必要的技术基础，但直到1950年代初，人们才注意到人类智能与机器之间的联系。诺伯特·维纳（Norbert Wiener）是研究反馈理论的最早的美国人之一。它将将房间温度与希望相比，并做出反应以打开加热器以控制环境温度。它指出所有智能活动都是反馈机制的结果。反馈机制可能会由机器模拟。这一发现对早期AI的发展产生了重大影响。
1955年底，纽厄尔（Newell）和西蒙（Simon）制定了一个名为Logic Theorist的程序。该计划被许多人认为是第一个AI计划。获得了正确结论以解决问题的问题。逻辑专家对公众和AI研究领域的影响使其成为AI发展的重要里程碑。1956年，被认为是人工智能之父的约翰·麦卡锡（John McCarthy）组织了一个社会。对许多对机器情报感兴趣的专家和学者聚集在一起进行了一个月的讨论。他邀请他们前往佛蒙特州参加达特茅斯人工智能夏季研究协会。从那以后，该领域被命名为人工智能。它非常成功，但它确实集中了AI的创始人，并为未来的AI研究奠定了基础。
在达特茅斯会议后的7年中，AI研究开始迅速发展。尽管该领域尚未明确定义，但会议中的某些想法已被重新考虑和使用。卡内基·梅隆大学（Carnegie Mellon University）和麻省理工学院（MIT）开始成立AI研究中心。研究面对新的新闻：挑战：在下一步中，您需要建立一个可以更有效解决问题的系统，例如减少逻辑专家的搜索；还有一个可以从自我学习中学习的系统。
在1957年的新程序中，测试了GM问题解决机器（GPS）的第一版。该计划是由同一组生产逻辑专家开发的同一小组扩展的，该逻辑专家可以解决许多常识问题。多年后，IBM建立了一个AI研究小组。赫伯特·吉恩特（Herbert Geerneter）花了3年的时间制作了解决几何形状的程序。
当越来越多的程序出现时，麦卡锡（McCarthy）忙于AI历史上的突破。1958年，麦卡锡宣布了他的新成就：LISP语言。LISP今天仍在使用.LISP。它很快将其用于大多数AI开发人员。
1963年，麻省理工学院从美国政府获得了220万美元的资金来学习机器辅助认可。国防部高级研究计划（ARPA）的资金保证，美国领导苏联技术进步。该计划吸引了来自世界各地的Plancuper科学家，加快了AI研究的发展速度。Loebner（人工智能）
通过人类的智慧，创建与人脑平行的机器大脑（人工智能）。对于人类来说，这是一个非常诱人的领域。人类一直在努力实现这一梦想。人类语言，人类的智力是如此复杂，以至于我们的研究没有触及其定向的扩展部分的边缘。将来出现了大量程序。名为Shrdlu.shrdlu的著名名称之一是Micro -World项目的一部分，包括微观世界中的研究和编程（例如，只有有限数量的几何形状）。Personnel发现，面对小型对象，面对小型对象，计算机程序可以解决空间和逻辑问题。其他人，例如1960年代后期出现的学生，可以解决代数问题，先生可以理解简单的英语句子。逻辑很有帮助。
1970年代的另一个进展是专家系统。专家系统可以预测在一定条件下某种解决方案的概率。由于当时计算机的能力很大，专家系统可以从数据中获取法律。专家系统的市场应用非常广泛。在过去的十年中，专家系统已用于股票市场预测，帮助医生诊断疾病，并指示矿工确定矿物质的位置。所有这些都是可能的，因为专家系统存储规则和信息已成为可能。
1970年代，AI开发中使用了许多新方法，以及著名的建构理论，例如Minsky。此外，大卫·马尔（David Marr）提出了机器视觉的新理论，例如如何使用一对图像的阴影，形状，颜色，边框和纹理。通过分析此信息，您可以推断图像可能是什么。同时的另一个结果是序言。1972年，提出了。在1980年代，AI更快地进步并进入了企业领域。在1986年，与美国AI相关的软件和硬件销售达到4.25亿美元。由于其实用性，特别需要专家系统。像数字电气公司这样的公司使用XCON Expert System对VAX大型机器程序进行编程。专家系统。为了满足计算机专家的需求，一些生产专家系统辅助生产软件，例如Teknowledge和Intellicorp。为了查找和纠正现有专家系统中的错误，设计了其他一些专家系统。人们开始感受到计算机和人工智能技术的影响。计算机技术不再属于实验室中的一小群研究人员。个人计算机和许多技术杂志已向人们展示了计算机技术。有基础，例如美国人工智能协会。由于AI开发的需求，一波研究人员进入了一家私人公司。多150多家公司（例如，雇用了700多名员工从事AI研究），花费了10亿美元在内部AI开发小组中。
其他AI领域也在1980年代进入市场。其中之一是机器视觉。Minsky和Marr的结果现在正在使用生产线上的摄像机和计算机来执行质量控制。尽管非常简单，但这些系统可以区分黑白区分以区分物体的黑色和白色形状之间的区别是不同的。到1985年，美国有一百多家公司来生产机器视觉系统，销售总额为8000万美元。
但是在1980年代，对于人工智能行业来说，这并不是所有的美好时光。86-87对AI系统的需求下降了，该行业损失了近5亿美元。像Teknowledge和Intellicorp一样，总计超过600万美元，约600万美元，约600万美元，约600万美元，约600万美元，大约约600万美元，大约有大约三分之一的巨额利润损失迫使许多研究迫使许多研究领导者减少资金。另一个令人失望的是，由国防部高级研究和规划部门的支持的智能卡车。Robot.due为项目缺陷和绝望，五角大楼停止了该项目的资金。
尽管发生了这些沮丧的事件，但AI仍在缓慢恢复发展。日本已经开发了新技术。如果在美国的第一个逻辑模糊逻辑，它可以从不确定的条件下做出决定；有一些神经网络被认为是被视为的，它们被认为是被视为的。简而言之，AI在1980年代被引入市场，并显示出实用价值。可以坚信它将是21世纪的勺子。智能设备已经进行了战争考验。人工智能技术用于导弹系统和警告显示以及其他高级武器。AI技术也进入了家庭。智能计算机的增加引起了公众的兴趣；可以购买Apple和IBM兼容机的某些应用程序。可以购买语音和文本识别的软件；使用模糊的逻辑，AI技术简化了相机设备。对人工智能相关的技术的需求越来越多，这引发了新的进步。生活对人工智能的更为流行的定义也是该领域的早期定义。约翰·麦卡锡（John McCarthy）在1956年的达特茅斯会议上提出了：人工智能是为了使机器的机器机器的机器制作。这种行为看起来像是人们所表现出的智能行为。）。另一个定义是指人工智能的智能作为人类制造机器。一般来说，人工智能的定义可以分为四类，也就是说，机器“像人”，“像人”，“行为”，“理性地思考“和“理性行动”。“在这里的行动”应理解为采取行动或制定行动决策而不是身体运动的决定。
强大的人工智能（自下而上的AI）
强烈的人工智能观点认为，可以创建可以真正合理的推理和解决问题的智能机器，并且可以将这种机器视为有意识和自我意识。有两种强大的人工智能类型：
人们的人工智能，即机器的思维和推理就像人们的思想。
非类人的人工智能，即机器作为一个人具有完全不同的意识和意识，并使用完全不同的推理方式作为人类。
人工智能薄弱（自上而下的AI）
人们认为，薄弱的人工智能观点是不可能创建能够真正合理的推理和解决问题的智能机器。
主流科学研究集中在人工智能上，人们普遍认为该研究领域已取得了相当大的成就。强大的人工智能的研究处于停滞状态。
强烈人工智能的哲学争议
“强大人工智能”一词最初是由约翰·罗杰斯·海勒（John Rogers Hyler）为计算机和其他信息处理机的处理机创建的。它被定义为：
“强有力的人工智能意见认为，计算机不是研究人们思考的工具；相反，只要运行适当的程序，计算机本身就在思考。”3,1980）这是一台计算机进行智能活动的指示。如下所述，这里的智能含义是通用和不确定的，如下所述。当使用计算机解决问题时，您必须知道清晰的程序。但是，即使人们不知道该程序，也有很多情况根据HEU持续的方法巧妙地解决了问题。是一个例子。曲目，由于学习的学习能力和归纳推理的能力，基于班级推动的推理也是一个示例。此外，尽管解决方案很明显，但实施它需要很长时间。对于此类问题，人们可以在短时间内找到一个好的解决方案，例如竞争竞争。此外，当计算机没有提供足够的逻辑正确信息时，它就无法理解其含义，并且如果人们只给予人们不足和不正确的信息，人们可以根据适当的补充信息掌握它，并且他们也可以掌握它。以其含义为例。自然语言就是一个例子。使用计算机对自然语言进行处理称为自然语言处理。
关于强人人工智能的辩论与更广泛的 - 宽 - - 软件和二元论。辩论的要点是：如果机器的唯一工作原理是转换编码数据，则它考虑了这台机器吗？希勒认为这是不可能的。代码和这种实用的事情不了解。机器确实在思考和有意识的人类。
丹尼尔·丹内特（Daniel C. Dennett）对其书籍意识的信念解释说，人们只是一台灵魂机器。我们为什么认为人们可以拥有聪明和普通的机器？他认为上述数据转换机可能具有思维和意识。
一些哲学家认为，如果有弱的人工智能可用，那么也可以实现强大的人工智能。我永远不知道另一个人是否真的像我这样很聪明，还是她/他看起来很聪明。基于这一论点，因为虚弱的人工智能认为机器看起来很聪明，因此不能完全否认这台机器真的很聪明。布莱克本认为这是一个主观问题。
应当指出的是，虚弱的人工智能并没有完全反对强大的人工智能，也就是说，即使强大的人工智能是可能的，人工智能仍然有意义。至少，当今的计算机可以做一些事情，例如算术操作，等等。。，一百多年前，它们被认为是聪明的。
人工智能（人工智能），英语缩写是AI。这是一门新的技术科学，研究和开发智能理论，方法，技术和应用系统，用于模拟，扩展和扩展。
“人工智能”一词最初是在1956年在达特茅斯学会提出的。当时，研究人员开发了许多理论和原则，人工智能的概念也扩大了。夫人人工智能是一门具有挑战性的科学。那些从事这项工作的人必须了解计算机知识，心理学和哲学。人工智能包括一门非常广泛的科学科学。它由不同的领域组成，例如机器学习，计算机视觉等。总的来说，人工智能研究的主要目标之一是使机器能够竞争一些通常需要人类智能才能完成工作的人类智能。
目前，可用于研究人工智能的主要材料基础和可以意识到人工智能技术平台的机器是计算机。人工智能的发展历史与计算机科学和技术的发展历史有关。除了计算机科学外，人工智能还涉及许多学科，例如信息理论，控制理论，自动化，生物学，生物学，生物学，心理学，数学逻辑，语言学，语言学，医学和哲学。人工智能学科研究的主要内容包括：知识表示，自动推理和搜索方法，机器学习和知识获取，知识处理系统，自然语言理解，计算机视觉，智能机器人，自动程序设计和自动计划设计和其他方面。
自1956年人工智能学科的形式以来，它已有50多年的历史了，它取得了巨大的发展，并已成为一项广泛的交叉和切割科学。总的来说，人工智能的目的是使计算机像人一样思考。我们身体器官的功能，但是它们可以模仿人脑的功能吗？我们对这件事一无所知，模仿这可能是世界上最困难的事情。
当计算机出现时，人类开始拥有一种模拟人类思维的工具。将来，无数的科学家为这个目标努力。如今，人工智能不再是几位科学家的专利。世界上几乎所有大学都在研究这一学科。学习计算机的大学生还必须学习这样的课程。现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在每个人都变得非常聪明，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在，现在。
人工智能始终是计算机科学的切割边缘学科。由于人工智能的进展，计算机编程语言和其他计算机软件存在
[1950-1956是人工智能的出生年份]
图灵测试1950
达特茅斯会议1956年
（1956年夏天，由麦卡西（McCasy），明斯基（Minski），罗切斯特（Rochester）和申恩（Shennong）领导的一群年轻科学家遇到了一系列与使用机器模拟智力来模拟智力的一系列问题，并要求第一次。人工智能”，标志着新兴学科的“人工智能”的正式诞生。）
[1956-1974是人工智能的黄金年]
第一个人工智能计划LT逻辑理论家1958（西蒙和纽维尔）
LISP编程语言1958（John McCarthy）
1960年机器翻译的语义网络（Masteman和Cambridge University的同事）
模型识别 - 第一张机器学习论文（1963）
Dendral Expert System 1965
基于规则的Mycin医学诊断程序1974
[1974-1980是人工智能的第一个冬天]
人工智能：1973年综合调查（Laithill）
该项目失败了，权力减少了科学研究基金
[1980-1987是一个人工智能繁荣时期]
AAAI在斯坦福大学举行了1980年第一次国民大会
日本推出了1982年知识处理的第五代计算机
决策树模型驱动机器学习恢复1980年中期1980年
Ann和Multi -Layer神经网络1980
[1987-1993是人工智能的第二个冬天]
LISP机器市场崩溃1987
权力已经取消了1988年的科学研究基金
专家系统全球山谷1993
1990年代日本撤离的第五代机器
【1993-现在突破】
IBM Deep Blue击败Casparov 1997
斯坦利大学斯坦利赢得了2005年的无人驾驶汽车挑战赛
2006年发表的深度学习论文
IBM的沃森机器人问题和回答竞赛赢得了2011年问题
Google推出了Google Brain 2011
苹果的Siri Online 2012
Microsoft GM Real -Time Translation System 2012
Microsoft Cortana推出了2014年
百度图2015
IBM发布Truenorth Chip 2014
Alpha Dog击败了2016年人类国际象棋玩家
人工智能发展过程
人工智能出生于1950年代中期。它于1956年建立为一门学科。它经历了两个寒冷的冬天（1974-1980，1987-1993），经历了疲惫的疲惫。1956-1974，1993-2005）。2006年，人工智能进入了一个新的阶段。加速的开发以及并行的计算功能，大数据和高级算法加速了当前的人工智能。同时，近年来对人工智能的研究变得越来越受到该行业的评价。行业的投资和全球AI的收购正在全面展开。
全球人工智能仍处于感知情报的发展阶段
根据人工智能的发展水平，该行业通常将其分为三个层次：计算智能，感知智能和认知智能。在它们的情况下，计算智能阶段是指诸如人类等机器的计算，例如神经网络的出现和遗传算法，以便机器可以快速处理大量数据；感知智能阶段是指理解我们的语言和世界的机器。任何内容，声音和视觉识别属于这一类别。这些技术可以更好地帮助人类有效完成任务；在此阶段，该机器将能够主动进行思考和采取行动，以获得全面的帮助，甚至取代人类。
目前，全球人工智能仍处于感知情报的发展阶段。
- 有关更多数据，请参阅“针对中国人工智能行业市场和投资战略计划的前瞻性和投资战略规划的分析报告”。
结论：以上是首席CTO历史的全部内容，请注意，人工智能多年的人工智能和人工智能的发展。