Идея «машины, которая думает» восходит к Древней Греции. Но с появлением электронных вычислительных машин (и в связи с некоторыми темами, обсуждаемыми в этой статье) важными событиями и вехами в эволюции ИИ стали следующие:
1950
Алан Тьюринг публикует статью «Вычислительные машины и разум». В этой статье Тьюринг, прославившийся тем, что во время Второй мировой войны взломал немецкий код «Энигма» и которого часто называют «отцом информатики», задаётся вопросом: «Могут ли машины думать?»
Исходя из этого, он предлагает тест, ныне известный как «тест Тьюринга», в котором человек-следователь пытается отличить текст, написанный компьютером, от текста, написанного человеком. Несмотря на то, что с момента публикации этого теста он подвергся тщательной проверке, он остаётся важной частью истории ИИ и актуальной концепцией в философии, поскольку в нём используются идеи из лингвистики.
1956
Джон Маккарти вводит термин «искусственный интеллект» на первой в истории конференции по искусственному интеллекту в Дартмутском колледже. (Впоследствии Маккарти изобрёл язык Lisp.) Позже в том же году Аллен Ньюэлл, Дж. К. Шоу и Герберт Саймон создают Logic Theorist — первую в истории работающую компьютерную программу искусственного интеллекта.
1967
Фрэнк Розенблатт создаёт «Марк 1 Перцептрон» — первый компьютер на основе нейронной сети, который «обучался» методом проб и ошибок. Всего год спустя Марвин Минский и Сеймур Пейперт публикуют книгу «Перцептроны», которая становится основополагающим трудом по нейронным сетям и, по крайней мере на какое-то время, аргументом против будущих исследований нейронных сетей.
1980
Нейронные сети, которые используют алгоритм обратного распространения ошибки для самообучения, получили широкое распространение в приложениях искусственного интеллекта.
1995
Стюарт Рассел и Питер Норвиг публикуют книгу «Искусственный интеллект: современный подход», которая становится одним из ведущих учебников по изучению ИИ. В ней они рассматривают четыре потенциальные цели или определения ИИ, которые отличают компьютерные системы, основанные на рациональности и мышлении, от систем, основанных на действиях.
1997
Программа IBM Deep Blue побеждает чемпиона мира по шахматам Гарри Каспарова в шахматном матче (и матче-реванше).
2004
Джон Маккарти пишет статью «Что такое искусственный интеллект?» и предлагает часто цитируемое определение ИИ. К этому времени начинается эпоха больших данных и облачных вычислений, позволяющая организациям управлять всё более крупными массивами данных, которые однажды будут использоваться для обучения моделей ИИ.
2011
IBM Watson® побеждает чемпионов Кена Дженнингса и Брэда Раттера в Jeopardy! Кроме того, примерно в это же время наука о данных становится популярной дисциплиной.
2015
Суперкомпьютер Baidu Minwa использует специальную глубокую нейронную сеть, называемую свёрточной нейронной сетью, для распознавания и классификации изображений с более высокой точностью, чем среднестатистический человек.
2016
Программа DeepMind «АльфаГо», основанная на глубокой нейронной сети, обыграла Ли Седоля, чемпиона мира по го, в матче из пяти партий. Эта победа особенно значима, учитывая огромное количество возможных ходов по ходу игры (более 14,5 триллионов всего после четырёх ходов). Позже Google приобрела DeepMind за 400 миллионов долларов.
2022
Появление крупных языковых моделей, или LLM, таких как ChatGPT от OpenAI, значительно повышает эффективность ИИ и его потенциал для повышения ценности предприятия. С помощью этих новых методов генеративного ИИ модели глубокого обучения могут быть предварительно обучены на больших объёмах данных.
2024
Последние тенденции в области ИИ указывают на продолжающееся возрождение ИИ. Мультимодальные модели, которые могут принимать на вход несколько типов данных, обеспечивают более широкий и надёжный функционал. Эти модели объединяют компьютерное зрение для распознавания изображений и возможности распознавания речи с помощью НЛП. Более компактные модели также добиваются успехов в эпоху снижения отдачи от масштабных моделей с большим количеством параметров.