学术, 文献整理

人工智能的大事件记录

这里记录人工智能的大事件,内容可能不完整,将不定期补充和更新:

  1. 1943年:Warren S. McCulloch 和 Walter Pitts 提出了人工神经元模型。论文链接:A Logical Calculus of the Ideas Immanent in Nervous Activity
  2. 1950年:A. M. Turing 提出了著名的图灵测试。论文链接:Computing Machinery and Intelligence
  3. 1956年达特茅斯会议 Dartmouth workshop。会议上对人工智能的概念进行了明确定义,并提出了一系列解决复杂问题的方法和算法。尽管达特茅斯会议并未立即引起广泛的关注,但它标志着人工智能作为一个独立领域的开始。
  4. 1957年:Rosenblatt, F. 提出了第一个可以学习的神经网络模型,称为感知器(Perceptron)。论文链接: The perceptron: A probabilistic model for information storage and organization in the brain
  5. 1986年:David E. Rumelhart 等人给出反向传播算法。论文链接:Learning representations by back-propagating errors
  6. 1997年:IBM的深蓝计算机击败国际象棋世界冠军加里·卡斯帕罗夫。论文链接:Deep Blue
  7. 1998年:Lecun等人提出 LeNet-5,用于手写数字识别任务,是最早的卷积神经网络之一,为许多后续的深度学习架构奠定了基础。论文链接:Gradient-based learning applied to document recognition
  8. 2009年:李飞飞教授发布 ImageNet 项目。这个项目对于推动深度学习、卷积神经网络等技术的发展起到了重要作用,成为了许多机器学习研究的基准数据集之一。论文链接:ImageNet: A large-scale hierarchical image database
  9. 2012年:Alex Krizhevsky、Ilya Sutskever和 Geoffrey Hinton 提出 AlexNet 卷积神经网络。该模型利用深度卷积神经网络取得了 ImageNet 图像分类竞赛(ILSVRC)的胜利,标志着深度学习在计算机视觉领域的崛起。论文链接:ImageNet classification with deep convolutional neural networks
  10. 2014年:Goodfellow 等人提出生成对抗网络(GAN),使得人工智能可以生成逼真的图像、视频和音频等内容。论文链接:Generative Adversarial Networks
  11. 2015年:何恺明等人提出 ResNet(Residual Neural Network)模型,通过引入残差学习块解决了深度神经网络训练中的梯度消失问题,成为了图像分类任务中的重要模型。论文链接:Deep Residual Learning for Image Recognition
  12. 2016年:DeepMind 的 AlphaGo 击败李世石和柯洁,这标志着人工智能在复杂游戏中的突破。论文链接:Mastering the game of Go with deep neural networks and tree search
  13. 2017年:DeepMind 的 AlphaGo Zero 和 AlphaZero 通过自我学习在围棋、国际象棋和将棋领域击败了先前的AlphaGo版本,显示了强化学习在人工智能中的潜力。AlphaGo Zero 论文链接:Mastering the game of Go without human knowledge。AlphaZero 论文链接:A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play
  14. 2017年: Google 发布了 Transformer 模型,这是一种革命性的自注意力机制模型,用于处理序列到序列的自然语言处理任务。论文链接:Attention Is All You Need
  15. 2018年:Google 发布了 BERT 模型,这是一种预训练的自然语言处理模型,大大提升了自然语言理解的能力。论文链接:BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
  16. 2018年:OpenAI发布 GPT-1 模型。论文链接:Improving Language Understanding by Generative Pre-Training
  17. 2019年:OpenAI 发布 GPT-2 模型。论文链接:Language Models are Unsupervised Multitask Learners
  18. 2020年:OpenAI 发布 GPT-3 模型。论文链接:Language Models are Few-Shot Learners
  19. 2022年11月30日:OpenAI 发布 ChatGPT。它在自然语言处理领域表现出色,被认为是人工智能发展历史上的重要里程碑之一。
  20. ……
40 次浏览

【说明:本站主要是个人的一些笔记和代码分享,内容可能会不定期修改。为了使全网显示的始终是最新版本,这里的文章未经同意请勿转载。引用请注明出处:https://www.guanjihuan.com

发表评论

您的电子邮箱地址不会被公开。 必填项已用 * 标注

Captcha Code