在過(guò)去的十年中AI快速增長(zhǎng)的兩個(gè)主要原因是：

1）數(shù)據(jù) -借助Internet和IoT設(shè)備，生成的數(shù)據(jù)量呈指數(shù)增長(zhǎng)。

2）計(jì)算 -解決了我們?cè)谶^(guò)去幾十年中遇到的數(shù)據(jù)處理障礙，這反過(guò)來(lái)又增強(qiáng)了人工智能的能力。許多公司已經(jīng)開(kāi)始為訓(xùn)練深度學(xué)習(xí)模型創(chuàng)建專門(mén)的硬件。

2010年

ImageNet競(jìng)賽

ImageNet大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)(ILSVRC)評(píng)估應(yīng)用于大規(guī)模對(duì)象檢測(cè)和圖像分類的算法。這是迄今為止用來(lái)評(píng)估分類模型性能的基準(zhǔn)。它還為訓(xùn)練大型模型提供了數(shù)據(jù)。

蘋(píng)果收購(gòu)Siri：

據(jù)報(bào)道，蘋(píng)果以大約2億美元的價(jià)格收購(gòu)了Siri。蘋(píng)果公司立即開(kāi)始研究如何將Siri植入iPhone。喬布斯親自動(dòng)手讓人工智能助手變得更加人性化。Siri是我們今天擁有的虛擬助理的開(kāi)端。

Deepmind成立

DeepMind是英國(guó)人工智能公司，是由人工智能程序師兼神經(jīng)科學(xué)家戴密斯·哈薩比斯(Demis Hassabis)等人聯(lián)合創(chuàng)立。這家公司在過(guò)去的十年里對(duì)AI產(chǎn)生了巨大影響。

微軟為Xbox 360推出Kinect

第一款使用3D相機(jī)和紅外檢測(cè)功能跟蹤人體運(yùn)動(dòng)的游戲設(shè)備。Kinect可以每秒30幀的速度對(duì)人體進(jìn)行全動(dòng)態(tài)跟蹤。這是游戲和計(jì)算機(jī)視覺(jué)領(lǐng)域的重大突破。

2011年

IBM Watson贏了Jeopardy

IBM Watson是一種自然語(yǔ)言問(wèn)答計(jì)算機(jī)，贏了Jeopardy！Watson是機(jī)器理解人類語(yǔ)言上下文能力的重大飛躍。

CNN的崛起

卷積神經(jīng)網(wǎng)絡(luò)以99.46%的準(zhǔn)確率贏得了德國(guó)交通標(biāo)志識(shí)別比賽(而人類的準(zhǔn)確率為99.22%)。這是機(jī)器獲得視覺(jué)能力的開(kāi)始。

2012年

著名的貓與狗

杰夫·迪恩(Jeff Dean)和安德魯·吳(Andrew Ng)訓(xùn)練了一個(gè)大型神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)由16,000個(gè)處理器組成，可以通過(guò)從YouTube視頻中1000萬(wàn)張未標(biāo)記的圖像來(lái)識(shí)別貓的圖像。

CNN在ImageNet競(jìng)賽中的最新?tīng)顟B(tài)

多倫多大學(xué)的研究人員設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)在ImageNet大型視覺(jué)識(shí)別挑戰(zhàn)中僅獲得16%的錯(cuò)誤率，比前一年的最佳輸入獲得25%的錯(cuò)誤率有了顯著改善。

2013年

NEIL，永無(wú)止境的圖像學(xué)習(xí)者

Never Ending Image Learner (NEIL) 是一種計(jì)算機(jī)程序，可以24/7全天候?qū)W習(xí)它在互聯(lián)網(wǎng)上找到的圖像的信息。位于卡內(nèi)基梅隆大學(xué)的NEIL的目標(biāo)是學(xué)習(xí)日常生活中的常識(shí)關(guān)系。當(dāng)然，這是人類的常識(shí)信息，但是它早已超出了計(jì)算機(jī)的范疇。

2014年

GAN

通過(guò)讓神經(jīng)網(wǎng)絡(luò)相互競(jìng)爭(zhēng)，伊恩·古德費(fèi)洛（Ian Goodfellow）創(chuàng)建了一個(gè)強(qiáng)大的AI工具。GAN為機(jī)器提供了想象力和創(chuàng)造力。

Alexa

Amazons虛擬助手，該助手首次在echo和echo dot中發(fā)布。它可以進(jìn)行語(yǔ)音交互、播放音樂(lè)、制作待辦事項(xiàng)列表、設(shè)置鬧鐘、播放流媒體播客、播放有聲讀物，還可以提供天氣、交通、體育和其他實(shí)時(shí)信息（比如新聞）。Alexa還可以控制多個(gè)智能設(shè)備，將自己作為一個(gè)家庭自動(dòng)化系統(tǒng)。

特斯拉自動(dòng)駕駛儀

特斯拉汽車公司發(fā)布了其第一個(gè)版本的AutoPilot。配備該系統(tǒng)的S型轎車具有自主轉(zhuǎn)向、制動(dòng)和基于信號(hào)圖像識(shí)別的限速調(diào)整車道控制能力。該系統(tǒng)還提供自動(dòng)停車功能，并可以接收軟件更新以提高技能。

谷歌收購(gòu)Deepmind

谷歌以4億歐元收購(gòu)了deeepmind，facebook也試圖收購(gòu)這家公司，但谷歌完成了這筆交易。

2015年

Tensorflow發(fā)布

谷歌開(kāi)源了它的深度學(xué)習(xí)框架Tensorflow，這可以被認(rèn)為是一個(gè)重要的時(shí)刻，因?yàn)樗o了每個(gè)人構(gòu)建偉大模型的工具。TensorFlow是一個(gè)端到端的機(jī)器學(xué)習(xí)開(kāi)源平臺(tái)。它擁有一個(gè)由工具、庫(kù)和社區(qū)資源組成的全面、靈活的生態(tài)系統(tǒng)，使研究人員能夠推動(dòng)機(jī)器學(xué)習(xí)中的最新技術(shù)，使開(kāi)發(fā)人員能夠輕松地構(gòu)建和部署基于機(jī)器學(xué)習(xí)的應(yīng)用程序。

Facenet

Google發(fā)布了有關(guān)人臉識(shí)別的論文Facenet，標(biāo)志著眾多用戶開(kāi)始了人臉識(shí)別。

在Imagenet中擊敗人類

在第六屆ImageNet大型視覺(jué)識(shí)別挑戰(zhàn)中，微軟和谷歌機(jī)器在圖像識(shí)別方面擊敗了人類。由于深度學(xué)習(xí)算法使機(jī)器能夠識(shí)別1000多種類別的圖像和物體，機(jī)器勝過(guò)了人類。這些算法來(lái)自于模仿人類大腦工作方式的不同版本的人工神經(jīng)網(wǎng)絡(luò)。這一令人振奮的新突破使智能系統(tǒng)可以自動(dòng)執(zhí)行需要識(shí)別物體或人的任務(wù)，然后根據(jù)識(shí)別結(jié)果決定如何進(jìn)行。

成立OpenAI

OpenAI是一個(gè)研究人工智能領(lǐng)域的非盈利組織，由Elon Musk創(chuàng)立。它主要應(yīng)用于深度強(qiáng)化學(xué)習(xí)領(lǐng)域。

Yolo

YOLO(You Only Look Once)，一種新的對(duì)象檢測(cè)方法。YOLO是一個(gè)single神經(jīng)網(wǎng)絡(luò)，它可以直接從完整的圖像中預(yù)測(cè)邊界框和類概率。由于整個(gè)檢測(cè)管道是一個(gè)single網(wǎng)絡(luò)，可以直接從檢測(cè)性能上進(jìn)行端到端優(yōu)化。

2016年

AlphaGo擊敗世界冠軍:

谷歌DeepMind的AlphaGo在五局四勝的情況下?lián)魯×耸澜绻谲娎钍朗灞葒?guó)際象棋或跳棋復(fù)雜幾個(gè)數(shù)量級(jí)，它的棋盤(pán)巨大，戰(zhàn)略多樣，下的棋數(shù)無(wú)限。

TPU發(fā)布：

張量處理單元(TPU)是由谷歌開(kāi)發(fā)的專門(mén)用于神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)的AI加速器專用集成電路(ASIC)。它已在Google IO中公開(kāi)。正是硬件為Google的突破性技術(shù)提供了動(dòng)力。

Sophia

Sophia是由香港公司Hanson Robotics開(kāi)發(fā)的社交人形機(jī)器人。索菲亞（Sophia）可以模仿人類的手勢(shì)和面部表情，并能夠回答某些問(wèn)題，并就預(yù)定的主題進(jìn)行簡(jiǎn)單的對(duì)話。

發(fā)布PyTorch：

PyTorch是基于Torch庫(kù)的開(kāi)源機(jī)器學(xué)習(xí)庫(kù)，用于計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理等應(yīng)用程序。它主要由Facebook的AI研究實(shí)驗(yàn)室（FAIR）開(kāi)發(fā)。它是根據(jù)Modified BSD許可發(fā)布的免費(fèi)開(kāi)源軟件。PyTorch也具有C 接口。

Google助手發(fā)布：

谷歌發(fā)布了自己的虛擬助手，與Alexa和Siri競(jìng)爭(zhēng)。智能音箱使用人工智能作為“個(gè)人助理”，幫助用戶記住任務(wù)、創(chuàng)建約會(huì)和通過(guò)語(yǔ)音搜索信息。

2017年

AlphaZero

AlphaGo在2016年以驚人的成績(jī)擊敗了最佳人類棋手，一年后升級(jí)為更強(qiáng)大的AlphaZero。除了基本的游戲規(guī)則外，AlphaZero不需要任何人類的指導(dǎo)，只需4個(gè)小時(shí)，它就能自己學(xué)會(huì)下大師級(jí)的國(guó)際象棋。接著，它在一場(chǎng)100場(chǎng)的比賽中擊敗了斯托克菲什(最優(yōu)秀的人工智能棋手)，卻沒(méi)有輸?shù)粢粓?chǎng)比賽。

AI語(yǔ)言

Facebook人工智能研究實(shí)驗(yàn)室訓(xùn)練了兩個(gè)“對(duì)話代理”(聊天機(jī)器人)相互交流，以學(xué)習(xí)如何談判。然而，當(dāng)聊天機(jī)器人交談時(shí)，它們脫離了人類語(yǔ)言，發(fā)明了自己的語(yǔ)言來(lái)相互交流——這在很大程度上展示了人工智能。

ONNX

Facebook和微軟聯(lián)手實(shí)現(xiàn)AI框架的互操作性，這些技術(shù)巨頭在合作伙伴社區(qū)（包括AWS，Nvidia，高通，英特爾和華為）的幫助下，開(kāi)發(fā)了Open Neural Network Exchange（ONNX），這是一種用于表示AI的開(kāi)放格式深度學(xué)習(xí)模型，該模型還允許模型在一個(gè)框架中訓(xùn)練并轉(zhuǎn)移到另一個(gè)框架中進(jìn)行推理。

Transformer：

Transformer是一種深度機(jī)器學(xué)習(xí)模型，主要用于自然語(yǔ)言處理(NLP)領(lǐng)域。與循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)類似，Transformers也被設(shè)計(jì)成處理有序的數(shù)據(jù)序列(如自然語(yǔ)言)，用于各種任務(wù)，如機(jī)器翻譯和文本摘要。但是，與RNN不同的是，Transformers不需要按順序處理順序。Transformers在訓(xùn)練期間比RNN允許更多的并行化。

2018年

Cambridge Analytica丑聞：

臉書(shū)-劍橋分析數(shù)據(jù)丑聞是2018年初的重大政治丑聞，當(dāng)時(shí)有消息稱，劍橋分析未經(jīng)用戶同意獲取了數(shù)百萬(wàn)用戶的臉書(shū)個(gè)人資料，并將其用于政治廣告目的。我們從這個(gè)問(wèn)題中得到的一件好事是，人們開(kāi)始了解他們的數(shù)據(jù)的重要性和安全性。

Waymo

Waymo正在打造世界上最有經(jīng)驗(yàn)的駕駛員，在公共道路上的自動(dòng)駕駛里程超過(guò)1000萬(wàn)英里，模擬駕駛里程近70億英里。

Deepfakes

Deepfake利用人工神經(jīng)網(wǎng)絡(luò)將現(xiàn)有圖像或視頻中的一個(gè)人替換成另一個(gè)人的樣子。它們經(jīng)常使用自動(dòng)碼器和生成式對(duì)抗網(wǎng)絡(luò)(GANs)等機(jī)器學(xué)習(xí)技術(shù)，將現(xiàn)有媒體與源媒體結(jié)合并疊加。

AlphaFold：使用AI進(jìn)行科學(xué)發(fā)現(xiàn)

AlphaFold是在使用大量基因組數(shù)據(jù)預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的多年研究基礎(chǔ)上建立的。AlphaFold生成的蛋白質(zhì)的3D模型比以前的任何一種都要精確得多-在生物學(xué)的核心挑戰(zhàn)上取得了重大進(jìn)展

BERT

Google開(kāi)發(fā)了BERT，這是第一個(gè)雙向，無(wú)監(jiān)督的語(yǔ)言表示形式，可以通過(guò)遷移學(xué)習(xí)用于各種自然語(yǔ)言任務(wù)。

2019年

用機(jī)械手解決魔方

OpenAI成功地訓(xùn)練了一只名為Dactyl的機(jī)械手，并將其應(yīng)用到現(xiàn)實(shí)環(huán)境中來(lái)解決魔方的問(wèn)題。

Deepfakes檢測(cè)挑戰(zhàn)

Deepfake檢測(cè)挑戰(zhàn)邀請(qǐng)世界各地的人們建立創(chuàng)新的新技術(shù)，幫助檢測(cè)Deepfake和被操縱的媒體。識(shí)別被操縱的內(nèi)容是一項(xiàng)技術(shù)要求高、發(fā)展迅速的挑戰(zhàn)，因此各公司正在合作開(kāi)發(fā)更好的檢測(cè)工具。挑戰(zhàn)的組織者有AWS、BBC、CBC、Facebook、First Draft、微軟、紐約時(shí)報(bào)、WITNESS和XPrize。

Tensorflow 2.0版本

TensorFlow 2側(cè)重于簡(jiǎn)單性和易用性，它的更新包括eager execution, intuitive higher-level api以及在任何平臺(tái)上構(gòu)建靈活的模型。TF 2.0是為Keras開(kāi)發(fā)的。與TensorFlow 1.x中的默認(rèn)靜態(tài)圖不同，它具有動(dòng)態(tài)圖。

人工智能比醫(yī)生更好地檢測(cè)肺癌

谷歌的研究人員最近與美國(guó)西北大學(xué)醫(yī)學(xué)中心合作，創(chuàng)建了一個(gè)人工智能系統(tǒng)，它能比人體放射學(xué)家更準(zhǔn)確地檢測(cè)肺癌。一個(gè)深度學(xué)習(xí)算法被用來(lái)訓(xùn)練這個(gè)系統(tǒng)，該系統(tǒng)解釋計(jì)算機(jī)斷層掃描（CT）掃描以預(yù)測(cè)一個(gè)人患病的可能性。

Project Connected Home over IP

蘋(píng)果(Apple)、谷歌和亞馬遜(Amazon)正聯(lián)手開(kāi)發(fā)一種開(kāi)源智能家居標(biāo)準(zhǔn)，旨在確保設(shè)備協(xié)同工作，簡(jiǎn)化新設(shè)備的開(kāi)發(fā)，并確保開(kāi)發(fā)過(guò)程中的一切安全。它的許多董事會(huì)成員，包括宜家，三星SmartThings和飛利浦Hue背后的公司Signify。

OpenAI電子競(jìng)技游戲中的五個(gè)世界冠軍

DOTA 2不是一個(gè)人的游戲，它由五個(gè)人組成。因此，重要的是AI能夠與團(tuán)隊(duì)中的其他AI進(jìn)行協(xié)調(diào)。OpenAI Five在總決賽中與Dota 2世界冠軍OG背靠背贏得比賽，成為第一款在電競(jìng)游戲中擊敗世界冠軍的AI。

可解釋的AI

在目前的情況下，理解人工智能做出的決定是很重要的，它不應(yīng)該再是黑盒子。許多公司發(fā)布了服務(wù)，讓企業(yè)能夠了解導(dǎo)致其機(jī)器學(xué)習(xí)模型產(chǎn)生結(jié)果的主要因素。盡管尚無(wú)法從模型中得出結(jié)論的所有方面，但這非常重要。

十年總結(jié)

你可以看到人工智能對(duì)這十年的影響，大多數(shù)是積極的影響，但也有一些負(fù)面影響。人工智能本身并沒(méi)有好壞之分，它是一種技術(shù)，它依賴于我們?nèi)祟悓⑵溆糜谡_的事業(yè)。

人工智能的未來(lái)

人工智能的發(fā)展似乎不會(huì)在短期內(nèi)放緩。隨著領(lǐng)域數(shù)據(jù)、計(jì)算和研究的增加，人工智能將會(huì)快速發(fā)展。有一件事是肯定的，那就是AI會(huì)一直存在。