1958, H. A. Simon, Allen Newell: "Dentro de diez años, una computadora digital se convertirá en el campeón mundial de ajedrez".

1965, H. A. Simon: “Dentro de veinte años, las máquinas podrán hacer todo lo que los humanos pueden hacer”.

1967, Marvin Minsky: "Dentro de una generación... el problema de crear 'inteligencia artificial' estará sustancialmente resuelto".

1970, Marvin Minsky: “Dentro de tres a ocho años tendremos una máquina con la inteligencia humana promedio”.

Las redes neuronales artificiales se propusieron en las décadas de 1930 y 1950. En 1951, Marvin Minsky construyó la primera máquina de redes neuronales.

Se propuso la fórmula de Bellman (prototipo de aprendizaje por refuerzo)

Se propuso el perceptrón (prototipo de aprendizaje profundo)

Se propuso el razonamiento de búsqueda.

Se propuso el lenguaje natural.

Primero se propuso que la inteligencia artificial tiene las características de imitar la inteligencia, saber utilizar el lenguaje, formar conceptos abstractos y resolver problemas humanos existentes.

El programa de ajedrez desarrollado por Arthur Samuel a mediados de los años cincuenta y principios de los sesenta ya puede desafiar a aficionados de considerable nivel.

El proyecto SHAKEY, un robot que puede "razonar" sobre su propio comportamiento, ha sido muy publicitado y se le considera el primer robot de propósito general del mundo;

La propuesta del micromundo.

La potencia informática de las computadoras encuentra cuellos de botella y no puede resolver los complejos problemas de cálculo de la explosión exponencial.

El sentido común y el razonamiento requieren mucha información sobre el mundo, y las computadoras no pueden llegar al punto de "comprender" y "comprender".

La paradoja de Moravec no tiene solución

No se pueden resolver algunos problemas lógicos que involucran planificación automática.

Los investigadores de redes neuronales han quedado fuera

El nacimiento de los sistemas expertos

Los investigadores de IA descubren que es posible que la inteligencia deba basarse en múltiples métodos para procesar grandes cantidades de conocimiento clasificado

El algoritmo BP ha logrado un gran avance en el entrenamiento de redes neuronales y los investigadores de redes neuronales han recuperado la atención.

Los investigadores de IA propusieron por primera vez que para que una máquina alcance una verdadera inteligencia, debe tener un cuerpo que tenga la capacidad de percibir, moverse, sobrevivir e interactuar con el mundo. Las habilidades motoras perceptivas son cruciales para las habilidades de alto nivel, como el razonamiento con sentido común. La capacidad de razonar sobre las cosas es más importante que la capacidad abstracta, que también promueve el desarrollo futuro del lenguaje natural y la visión artificial.

Influenciado por el impacto de las computadoras de escritorio y el concepto de “computadora personal”

La búsqueda y el abandono de la IA por parte de las organizaciones empresariales ha convertido a la IA en una burbuja y ha estallado.

El cuello de botella en el rendimiento de la computadora aún no se puede superar

Aún faltan datos masivos para entrenar máquinas

1997: El robot de ajedrez de IBM, Deep Blue, derrota al campeón mundial de ajedrez Garry Kasparov.

2005: Un robot desarrollado por Stanford condujo con éxito 131 millas de forma autónoma por un sendero desértico y ganó el primer premio en el DARPA Challenge;

2006: Geoffrey Hinton propuso el algoritmo de aprendizaje profundo de redes neuronales multicapa. Eric Schmidt propuso el concepto de "computación en la nube" en la Conferencia sobre motores de búsqueda;

2010: El coche autónomo de Google dirigido por Sebastian Thrun quedó al descubierto y marcó un récord de más de 160.000 kilómetros sin accidentes.

2011: IBM Watson participó en el juego intelectual "Jeopardy!" y derrotó al ganador del premio mayor Brad Rutter y al ganador de la racha Ken Jennings. Apple lanzó el asistente personal de voz Siri Nest Lab lanzó el termostato inteligente Nest; Aprende los hábitos del usuario y ajusta automáticamente la temperatura en consecuencia.

2012: Google lanza el asistente personal Google Now

2013: Los algoritmos de aprendizaje profundo logran avances en las tasas de reconocimiento visual y de voz

2014: Microsoft Research Asia lanzó el chatbot de inteligencia artificial XiaoIce y el asistente de voz Cortana. Baidu lanzó el sistema de reconocimiento de voz Deep Speech;

2015: Facebook lanza "M", un asistente de inteligencia artificial basado en texto

2016: Google AlphaGo derrotó al jugador de Go Lee Sedol con una puntuación de 4:1; el concepto de Chatbots se hizo popular; Google lanzó el chip TPU dedicado de primera generación personalizado para el aprendizaje automático.

2017: AlphaGO derrotó a maestros de todo el mundo con 60 victorias consecutivas en la plataforma de batalla en línea Go; se lanzó oficialmente el sistema de aprendizaje profundo de código abierto de Google, Tensorflow 1.0. Google AlphaGo derrotó al jugador número uno de Go nine-dan, Ke Jie; 3:0 dedicado silenciosamente al aprendizaje automático y la visión artificial. Apple lanzó Core ML, ARKit y otros componentes en la WWDC; Google lanzó ARCore SDK; la Conferencia de desarrolladores de AI de Baidu lanzó oficialmente el sistema de voz Dueros y la plataforma de conducción autónoma Apollo1.0; lanzó el primer chip móvil AI del mundo Kirin 970 iPhone Logró 600 mil millones de operaciones;