老土一直认为“如果想要了解一个技术的发展现状和趋势，那么从这个技术的发展历史下手开始关注将非常有效！”。最近老土在忙着弄一份“人工智能”的报告，需要系统化的整理一下人工智能的相关内容，因为其中要谈谈人工智能的发展现状和趋势，所以老土就认真的搜了搜人工智能的发展史，于是找到了下面一篇文章，觉得非常有用，这里推荐给各位。
如下是转载内容。
人工智能进入了一切领域——从自动驾驶汽车，到自动回复电子邮件，再到智能家居。 你似乎可以获得任何商品（例如医疗健康，飞行，旅行等），并通过人工智能的特殊应用使其更加智能。所以除非你相信事件具有终结者般的转折，你可能会问自己，人工智能能够预示着工作场所或整体的业务线的什么利益。
《福布斯杂志》发表人工智能编年体简史，时间跨度超700年，涵盖心理学、数学、哲学、艺术、计算机科学等学科领域与人工智能的发展息息相关的历史大事件。
1308年
加泰隆尼亚诗人、神学家Ramon Llull出版《伟大的艺术》（Ars generalis ultima），进一步完善了他提出的使用“逻辑机”从概念的组合中创造新知识的方法。
1666年
数学家、哲学家Gottfried Leibniz发表《组合的艺术》（Dissertatio de arte combinatoria），继承并发展了Ramon Llull提出的“人类思想字母表”，认为所有的思想都只是相当少的一些简单概念的组合。
1726年
英国小说家Jonathan Swift出版《格列佛游记》，书中描述了拉普塔国的一台类似Llull的逻辑机的机器，能够“通过实用且机械化的操作方法来改进人的思辨知识”，使用这台机器，“最无知的人也能通过适当付一点费用，再付出一点劳力，就可以不需任何天分或学习研究，写出哲学、诗歌、政治、法律、数学、神学等的书籍。”
1763年
Thomas Bayes提出一个用于推理事件概率的框架。贝叶斯推理成为机器学习的主要方法。
1854年
George Boole提出逻辑推理可以使用与解方程组相同的方式系统地进行。
1898年
在新完工的麦迪逊广场花园的电子展会上，Nikola Tesla展示了世界上第一台无线遥控船，按特斯拉自己所描述的，船上装备了“借来的大脑”。
1914年
西班牙工程师Leonardo Torres y Quevedo发明了第一台自动国际象棋机，能够不需任何人类干预自己下国际象棋。
1921年
捷克作家Karel ?apek在他的剧作R.U.R.（Rossum's Universal Robots）中第一次使用robot这个词。“robot”的词源来自“robota”（工作）。
1925年
无线电设备公司Houdina Radio Control开发了第一辆使用无线电控制的无人驾驶汽车，在纽约市中心的大街进行了试驶。
1927年
科幻电影《大都会》（Metropolis）上映，描述了一个貌似农民女儿玛利亚的机器人被投放在柏林地下城的暴乱中，时间设计在2026年。这是史上一个部描绘机器人的电影，著名的现代科幻影片《星际大战》中C-3PO的设计有受到该片的影响。
1929年
日本人西村真琴设计了“学天泽”机器人，“学天泽”在日语中是“从自然法则中学习”的意思，它是日本造的第一个机器人。“学天泽”机器人能够改变面部表情，通过气压装置实现头和手的摆动。
1943年
Warren S. McCulloch和Walter Pitts在《数学生物物理学公报》上发表《神经活动中内在思想的逻辑演算》（A Logical Calculus of the Ideas Immanent in Nervous Activity）一文，讨论了理想化、简单化的人工“神经元”网络，以及这些网络如何执行简单的逻辑功能。这篇论文启发了后来的基于计算机的“神经网络”（以及“深度学习”），其更为流行的描述是“模仿人的大脑”。
1949年
Edmund Berkeley出版《巨型大脑；或，会思考的机器》（Giant Brains；or， Machines That Think），书中写道，“最近出现了许多关于奇怪的巨型机器的传闻，这种机器能够极其快速、熟练地处理信息……这些机器就像用硬件和电缆组成的大脑。这些会处理信息的机器，能够计算、总结、做决策；能够根据已有的信息作出合理的操作。因此，可以说这是会思考的机器。”
1949年
Donald Hebb出版《行为组织：一种神经心理学理论》（Organization of Behavior：A Neuropsychological Theory ），提出一个有关学习的理论（赫布理论），该理论描述了突触可塑性原理，解释了在学习过程中脑神经元发生的变化。
1950年
Claude Shannon发表《编程实现计算机下棋》（Programming a Computer for Playing Chess），这是第一篇有关开发下象棋的计算机程序的论文。
1950年
艾伦·图灵（Alan Turing）发表《计算机器和智能》（Computing Machinery and Intelligence），提出一种用于判定机器是否具有智能的试验方法“模仿游戏”，后来成为广为人知的“图灵测试”。
1951年
Marvin Minsky和Dean Edmunds建了第一个人工神经网络SNARC（随机神经模拟强化计算器），使用3000个真空管模拟40个神经元规模的网络。
1952年
Arthur Samuel开发了第一个计算机跳棋程序和第一个具有学习能力的计算机程序。
1955年8月31日
“人工智能”（artificial intelligence）这个术语在由John McCarthy（达特茅斯学院），Marvin Minsky（哈佛大学），Nathaniel Rochester（IBM）和Claude Shannon（贝尔实验室）提议的“2个月、10名成员的人工智能研讨会”中首次提出。研讨会于一年后的1956年7月和8月举行，这次会议通常被认为是人工智能这个新领域正式诞生之时。
1955年12月
Herbert Simon和Allen Newell开发了“逻辑理论家”（Logic Theorist），这是第一个人工智能程序，能够证明罗素和怀特海著的《数学原理》里前52个定理中的38个。
1957年
Frank Rosenblatt发明了“感知机”（Perceptron），是一种早期的人工神经网络，能够基于两层的计算机学习网络进行模式识别。
1958年
John McCarthy开发编程语言Lisp，成为人工智能研究中最流行的编程语言。
1959年
Arthur Samuel创造了“机器学习”（machine learning）这个术语，写道：“给计算机编程，以让计算机能通过学习，在下跳棋游戏中比编程者下得更好。”
1959年
Oliver Selfridge发表《Pandemonium：一种学习模式》，描述了一种学习过程的模型，计算机可以通过这个模型识别新的模式。
1959年
John McCarthy发表《具有常识的程序》（Programs with Common Sense），文中提出了一个名为“纳谏者”（Advice Taker）的程序构想，将逻辑学引入人工智能的研究，这个假想的程序的终极目标是“像人类一样有效地从经验中学习”。
1961年
第一台工业机器人Unimate开始在新泽西州通用汽车厂的生产线上工作。
1961年
James Slagle开发了自动符号积分程序SAINT，这是一个启发式程序，可以解决计算中的符号整合问题。
1964年
Daniel Bobrow完成了他的MIT博士论文《计算机问题解决系统里的自然语言输入》，同时开发了自然语言理解程序STUDENT。
1965年
Herbert Simon预测：“20年内，机器将能够取代人类的任何工作”。
1965年
Hubert Dreyfus发表《炼金术与人工智能》（Alchemy and AI），认为心智不像计算机，AI的发展有界限，对AI研究提出质疑。
1965年
I.J. Good在《关于第一台超级智能机械的思考》（Speculations Concerning the First Ultraintelligent Machine）中写道：“第一台超级智能机器是人类需要完成的最后一项发明，前提是这台机器足够听话，会告诉我们如何控制它。”
1965年
Joseph Weizenbaum开发互动程序ELIZA，通过一个名为DOCTOR的脚本，能够就任何话题与人类展开对话。Weizenbaum想要证明人类与机器之间进行沟通的浅薄，对有如此多的人认为计算机程序有类似人的感觉感到惊讶。
1965年
Edward Feigenbaum，Bruce G. Buchanan，Joshua Lederberg和Carl Djerassi开始在斯坦福大学研究DENDRAL，这是第一个专家系统，能够帮助化学研究者判断某种待定物质的分子结构，其目的是研究假设形成并构建科学领域中的经验归纳模型。
1966年
Shakey机器人是第一台真正意义上的移动机器人，能够自主推理自己的行动。《生活》杂志1970年一篇文章中引用明斯基的预言说：“3~8年内，机器人将具有普通人的智能水平。”
1968年
电影《2001太空漫游》上映，描绘了一台有情感的计算机。
1968年
Terry Winograd开发了SHRDLU，是一种初期的自然语言理解程序。
1969年
Arthur Bryson和Yu-Chi Ho把反向传播描述为一种多阶段动态系统优化方法，可用于多层人工神经网络。它对2000年至今的深度学习的发展做出了显著的贡献，因为这时计算机的运算能力已经进步到足以进行大型网络的训练。
1969年
Marvin Minsky和 Seymour Papert发表《感知器：计算几何简介》，强调简单神经网络的局限性。1988年出版的该书的修订版中，作者认为他们在前一版中提出的结论大大减少了投资于神经网络研究的资金，书中写道：“我们认为，研究的进展实际上陷入了停滞状态，因为缺乏基本理论的支持...到60年代中期，针对感知器的实验有很多，但没有人能够解释为什么感知器能够识别某些类型的模式，而不能识别其它类型的模式。”
1970年
日本早稻田大学造出第一个人形机器人WABOT-1，它由肢体控制系统，视觉系统和对话系统组成。
1972年
斯坦福大学开发出用于鉴别可导致严重感染的细菌及推荐抗生素的早期形态的专家系统MYCIN。
1973年
James Lighthill向英国科学研究委员会提交国家人工智能研究报告，结论是“迄今为止该领域的任何部分都没有产生过有重大影响的成果，从而导致政府对人工智能研究的支持大幅减少。”
1976年
计算机科学家Raj Reddy在IEEE会报发表《机器语音识别：综述》，总结了自然语言处理早期的工作。
1978年
卡内基梅隆大学开发了XCON（eXpert CONfigurer）程序，是一种基于规则的专家系统，能够根据用户的需求，帮助DEC为VAX型计算机系统自动选择组件。
1979年
斯坦福大学的自动驾驶汽车Stanford Cart在5小时内成功在没有人为干预情况下穿过一个布满椅子障碍物的房间，这是自动驾驶车辆最早的例子之一。
1980年
日本早稻田大学研发Wabot-2机器人，能够与人沟通，阅读乐谱，以及在电子琴上演奏一般难度的曲子。
1981年
日本国际贸易和工业部为第五代计算机项目提供8.5亿美元资金，该项目旨在开发可以进行对话，翻译，解释图片以及具有像人类一样的推理能力的计算机。
1984年
电影“Electric Dreams”上映，讲述一个发生在男人、女人和计算机之间的三角恋故事。
1984年
在AAAI会议上，Roger Schank和Marvin Minsky警告说“AI的冬天”即将来临，他们预测AI泡沫将会破灭（这在三年后确实发生了），与70年代中期的情况类似，对AI的投资和研究资金也减少了。
1986年
慕尼黑联邦国防军大学Ernst Dickmanns主导造成第一辆无人驾驶汽车，配备摄像机和传感器，时速达到55英里/小时。
1986年10月
David Rumelhart，Geoffrey Hinton和Ronald Williams发表《通过反向传播误差学习表示》（Learning representations by back-propagating errors），论文中描述了一种用于类似于神经元的网络的新型学习过程，即反向传播。
Knowledge Navigator
1987年
苹果公司拍了一部对25年后的世界进行展望的五分钟短片“Knowledge Navigator”，时任苹果首席执行官的John Sculley在Educom发表主题演讲，设想了一个“智能代理将通过连接到大量数字化信息网络，获取知识的应用能力”的未来。
1988年
Judea Pearl发表《智能系统中的概率推理》（Probabilistic Reasoning in Intelligent Systems）。Pearl被认为是贝叶斯网络的发明者，贝叶斯网络不仅彻底改变了人工智能领域，而且成为许多其他工程和自然科学分支领域的重要工具。2011年Pearl因概率推理和因果推理在人工智能领域取得的杰出贡献而获得图灵奖。
1988年
Rollo Carpenter开发聊天机器人Jabberwacky，能够“以有趣、愉快而且幽默的方式模仿人的聊天方式”，这是通过与人类互动创造人工智能的最早尝试。
1988年
IBM沃森研究中心发表《机器翻译的统计方法》（A statistical approach to language translation），预示着基于规则的机器翻译方法开始转变为基于概率的方法，并反映了一个更为广泛的转变，即基于已知例子的统计分析，而非“理解”眼前的任务的“机器学习”方法。
1988年
Marvin Minsky和Seymour Papert出版他们在1969年出版的《感知器：计算几何简介》一书的修订版。
1989年
Yann LeCun和贝尔实验室的其他研究人员成功将反向传播算法应用于多层神经网络，实现了手写邮政编码的识别。考虑到当时硬件条件的限制，训练网络花了大约3天。
1990年
Rodney Brooks发表《大象不玩棋子》（Elephants Don’t Play Chess），提出在与环境交互的基础上构造AI机器人的设想。
1993年
Vernor Vinge出版《奇点临近》，预言“30年内，我们将能创造出超人类智能，然后，人类的时代将迎来终结。”
1995年
Richard Wallace开发了名为A.L.I.C.E（Artificial Linguistic Internet Computer Entity）的聊天机器人，灵感来源于Joseph Weizenbaum的ELIZA程序，但由于互联网的出现，A.L.I.C.E增加了前所未有之规模的自然语言样本数据。
1997年
Sepp Hochreiter和JürgenSchmidhuber提出长短期记忆（LSTM），是一种目前在手写识别和语音识别中广泛使用的递归神经网络。
1997年
深蓝成为第一个在象棋中击败国际象棋冠军的计算机程序。
1998年
Dave Hampton和Caleb Chung造出第一台家庭宠物机器人Furby。
1998年
Yann LeCun，Yoshua Bengio等人发表关于应用于手写识别的神经网络和反向传播优化的论文。
2000年
麻省理工学院Cynthia Breazeal开发出社交机器人Kismet，能够识别和模拟人的情绪。
2000年
本田推出人型机器人阿西莫（ASIMO），能够像人类一样自如行走，在餐厅环境里为顾客端盘上菜。
2001年
史蒂文·斯皮尔伯格导演的电影《A.I.人工智能》上映，电影描述了一个被编程具有爱的能力的小机器人，为了寻找养母、为了缩短机器人和人类间的差距而奋斗的故事。
2004年
第一届DARPA自动驾驶汽车挑战赛在莫哈韦沙漠举行，但参赛的自动驾驶汽车没有一辆能完成150英里的比赛全程。
2006年
Oren Etzioni，Michele Banko和Michael Cafarella提出“机器阅读”这个术语，将其定义为一种无监督的“对文本的自动理解”。
2006年
Geoffrey Hinton发表Learning Multiple Layers of Representation，总结了“包含自上而下的连接的多层神经网络及训练它们生成知觉数据，而非对它们进行分类”的观点，是深度学习的新方法。
2007年
普林斯顿大学李飞飞和同事着手建立ImageNet，这是一个标注图像的大型数据库，旨在帮助视觉物体识别软件方面的研究。
2009年
Rajat Raina，Anand Madhavan和Andrew Ng发表《使用图形处理器的大规模深度无监督学习》（Large-scale Deep Unsupervised Learning using Graphics Processors），提出“现代图形处理器的计算能力远远超过多核CPU，有潜力彻底改变深度无监督学习方法的适用性。”
2009年
Google开始秘密研发自动驾驶汽车。
2009年
西北大学智能信息实验室的计算机科学家开发了Stats Monkey，这是一个无需人工干预自动编写体育新闻故事的程序。
2010年
ImageNet大规模视觉识别挑战赛（ILSVCR）启动。
2011年
卷积神经网络赢得了德国交通标志识别竞赛，识别准确率为99.46％（人类最高准确率是99.22％）。
2011年
IBM的Watson在电视智力竞赛节目《危险边缘》中获胜，并且击败了两名前冠军。
2011年
瑞士IDSIA的研究人员使用卷积神经网络进行手写识别的错误率降到0.27%，比前几年的0.35％-0.40％的错误率有了显著进步。
2012年6月
Jeff Dean和Andrew Ng发布一个实验报告，他们向一个非常大的神经网络展示从YouTube的视频中随机截取的1000万张未标记的图像，发现人工神经网络能够识别图像中的猫。
2012年10月
多伦多大学研究人员设计的卷积神经网络在ImageNet计算机视觉识别挑战赛中达到错误率仅为16%的成果，比前一年最好的25%的错误率有显著的进步。
2016年3月
Google DeepMind的AlphaGo在围棋对弈中打败世界围棋冠军李世石。
