1308 年,加泰羅尼亞詩(shī)人兼神學(xué)家者雷蒙·盧爾(Ramon Llull)出版《The Ultimate General Art》,詳細(xì)描述了其“邏輯機(jī)”的概念。聲稱能夠?qū)⒒镜模瑹o(wú)可否認(rèn)的真理通過(guò)機(jī)械手段用簡(jiǎn)單的邏輯操作進(jìn)行組合,進(jìn)而獲取新的知識(shí)。他的工作對(duì)萊布尼茲產(chǎn)生了很大影響,后者進(jìn)一步發(fā)展了他的思想。
1666 年,數(shù)學(xué)家和哲學(xué)家萊布尼茨(Gottfried Leibniz)出版了《On the Combinatorial Art》,繼承并發(fā)展了雷蒙·盧爾的思想,認(rèn)為通過(guò)將人類思想編碼,然后推過(guò)推演組合獲取新知。萊布尼茨認(rèn)為所謂思想本質(zhì)上是小概念的組合。
1726 年,英國(guó)小說(shuō)家喬納森·斯威夫特(Jonathan Swift)出版《格列佛游記》。小說(shuō)中描述了飛島國(guó)里一臺(tái)類似盧爾邏輯機(jī)的神奇機(jī)器:“運(yùn)用實(shí)際而機(jī)械的操作方法來(lái)改善人的思辨知識(shí)”,“最無(wú)知的人,只要適當(dāng)付點(diǎn)學(xué)費(fèi),再出一點(diǎn)點(diǎn)體力,就可以不借助于任何天才或?qū)W力,寫出關(guān)于哲學(xué)、詩(shī)歌、政治、法律、數(shù)學(xué)和神學(xué)的書來(lái)。”
1763 年,托馬斯·貝葉斯(Thomas Bayes)創(chuàng)造了一個(gè)推理事件概率的框架。貝葉斯推斷是機(jī)器學(xué)習(xí)的理論先導(dǎo)。
托馬斯·貝葉斯
1854 年,喬治·布爾(George Boole)認(rèn)為邏輯推理過(guò)程可以像解方程式一樣進(jìn)行。
1898 年,在麥迪遜廣場(chǎng)花園舉行的電氣展覽會(huì)上,尼古拉·特斯拉(Nikola Tesla)展示了世界上第一臺(tái)無(wú)線電波遙控船只。特斯拉稱他的船配備了“借來(lái)的大腦”。
1914 年,西班牙工程師萊昂納多·托里斯·克維多(Leonardo Torres y Quevedo)示范了全球第一臺(tái)自動(dòng)象棋機(jī)。能夠在無(wú)人干預(yù)的情況下自動(dòng)下棋。
1921 年,捷克作家卡雷爾·恰佩克(Karel ?apek)在其戲劇《Rossum’s Universal Robots》中首次使用“機(jī)器人(robot)”一詞。這個(gè)詞是從波蘭語(yǔ)“robota(工作)”變化而來(lái)。
1925 年,無(wú)線電設(shè)備公司 Houdina Radio Control 造出了第一臺(tái)無(wú)線電控制的無(wú)人駕駛汽車,并開上了紐約的街道。
1927 年,科幻電影《大都會(huì)》(Metropolis)上映。影片中一個(gè)女性機(jī)器人在 2026 年的柏林引起混亂。這是機(jī)器人形象第一次登上大熒幕。本片還啟發(fā)了后世《星球大戰(zhàn)》中“C-3PO”的角色。
1929 年,西村真琴(Makoto Nishimura)設(shè)計(jì)了“Gakutensoku”,標(biāo)志著日本的第一個(gè)機(jī)器人誕生。Gakutensoku 可以改變面部表情,并通過(guò)氣壓機(jī)制移動(dòng)頭和手臂。
1943 年,沃倫·麥卡洛克(Warren S. McCulloch)和沃爾特·皮茨(Walter Pitts)在《數(shù)學(xué)生物物理學(xué)公告》上發(fā)表了《神經(jīng)活動(dòng)中內(nèi)在思想的邏輯演算》(A Logical Calculus of the Ideas Immanent in Nervous Activity)。這篇論文影響甚廣,討論了理想化和簡(jiǎn)化的人工神經(jīng)網(wǎng)絡(luò)以及如何執(zhí)行簡(jiǎn)單的邏輯功能。這啟發(fā)了后來(lái)神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的產(chǎn)生。
1949 年,埃德蒙·伯克利(Edmund Berkeley)出版了《Giant Brains: Or Machines That Think》。書中寫道:“最近有許多關(guān)于巨型機(jī)器的新奇?zhèn)髀劊Q這種機(jī)器能極快速和熟練地處理信息……這些機(jī)器就像是用硬件和電線組成的大腦……一臺(tái)可以處理信息的機(jī)器,可以計(jì)算、總結(jié)和選擇。還可以基于信息作出合理操作。稱這樣一臺(tái)機(jī)器能思考并不為過(guò)。”
1949 年,唐納德·赫布(Donald Hebb)發(fā)表《Organization of Behavior: A Neuropsychological Theory》。赫布理論描述了學(xué)習(xí)過(guò)程中人腦神經(jīng)元突觸之間發(fā)生的變化。
1950 年,克勞德·香農(nóng)(Claude Shannon)發(fā)表《編程實(shí)現(xiàn)計(jì)算機(jī)下棋》(Programming a Computer for Playing Chess),這是人類第一篇研究計(jì)算機(jī)象棋程序的文章。
1950 年,阿蘭·圖靈(Alan Turing)發(fā)表《Computing Machinery and Intelligence》。文中提出的“模仿游戲”后來(lái)被稱為“圖靈測(cè)試”。
圖靈測(cè)試
1951 年,馬文·明斯基(Marvin Minsky)和迪恩·愛(ài)德蒙(Dean Edmunds)建立了“隨機(jī)神經(jīng)網(wǎng)絡(luò)模擬加固計(jì)算器”SNARC。這是人類打造的最一個(gè)人工神經(jīng)網(wǎng)絡(luò),用了 3000 個(gè)真空管來(lái)模擬 40 個(gè)神經(jīng)元規(guī)模的網(wǎng)絡(luò)。
1952 年,阿瑟·薩繆爾(Arthur Samuel)開發(fā)第一個(gè)計(jì)算機(jī)跳棋程序和第一個(gè)具有學(xué)習(xí)能力的計(jì)算機(jī)程序。
1955 年 8 月 31 日,“人工智能”(artificial intelligence)一詞在一份關(guān)于召開國(guó)際人工智能會(huì)議的提案中被提出。該份提案由約翰·麥卡錫(達(dá)特茅斯學(xué)院)、馬文·明斯基(哈佛大學(xué))、納撒尼爾·羅徹斯特(IBM)和克勞德·香農(nóng)(貝爾電話實(shí)驗(yàn)室)聯(lián)合遞交。一年后,達(dá)特矛斯會(huì)議召開,這次會(huì)議被認(rèn)為是開辟了人工智能這個(gè)研究領(lǐng)域的歷史性事件。
1955 年 12 月,赫伯特·西蒙(Herbert Simon)和艾倫·紐厄爾(Allen Newell)開發(fā)出“邏輯理論家”,這是世界上第一個(gè)人工智能程序,有能力證明羅素和懷特海《數(shù)學(xué)原理》第二章 52 個(gè)定理中的 38 個(gè)定理。
1957 年,弗蘭克·羅森布拉特(Frank Rosenblatt)打造出“Perceptron”,能夠基于兩層計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行模式識(shí)別。紐約客稱贊它是“了不起的機(jī)器”。
1958 年,約翰·麥卡錫(John McCarthy)開發(fā)編程語(yǔ)言 Lisp。之后 Lisp 成為人工智能研究中最流行的編程語(yǔ)言。
1959 年,阿瑟·薩繆爾(Arthur Samuel)創(chuàng)造了“機(jī)器學(xué)習(xí)”一詞。在文章中他說(shuō):“給電腦編程,讓它能通過(guò)學(xué)習(xí)比編程者更好地下跳棋。”
1959 年,奧利弗·賽弗里奇(Oliver Selfridge)發(fā)表《Pandemonium:A paradigm for learning》。描述了一種計(jì)算的模型,計(jì)算機(jī)可以通過(guò)這種模型獲得識(shí)別新模式的能力。
1959 年,約翰·麥卡錫(John McCarthy)發(fā)表《Programs with Common Sense》。提出“Advice Taker”概念,這個(gè)假想程序可以被看成是第一個(gè)完整的人工智能系統(tǒng)。
1961 年,第一臺(tái)工業(yè)機(jī)器人 Unimate 開始在新澤西州通用汽車工廠的生產(chǎn)線上工作。
1961 年,詹姆斯·斯拉格(James Slagle)開發(fā)了一個(gè)符號(hào)積分程序 SAINT。這個(gè)啟發(fā)式程序可以解決計(jì)算中符號(hào)整合的問(wèn)題。
1964 年,丹尼爾·鮑勃羅(Daniel Bobrow)完成了他的麻省理工博士論文《Natural Language Input for a Computer Problem Solving System》。同時(shí)開發(fā)了一個(gè)名叫“STUDENT”的自然語(yǔ)言理解程序。
1965 年,赫伯特·西蒙(Herbert Simon)預(yù)測(cè) 20 年內(nèi)計(jì)算機(jī)將能夠取代人工。
1965 年,赫伯特·德雷福斯(Herbert Dreyfus)出版了《Alchemy and AI》,對(duì)人工智能研究提出了重大理論質(zhì)疑。
1965 年,古德(I.J.Good)在《Speculations Concerning the First Ultraintelligent Machine》中提出人工智能威脅論。認(rèn)為超智能機(jī)器將會(huì)超越人類的控制。
1965 年,約瑟夫·維森班(Joseph Weizenbaum)開發(fā)了互動(dòng)程序 ELIZA,能夠就任何話題展開對(duì)話。
1965 年,費(fèi)根鮑姆(Edward Feigenbaum)、布魯斯?布坎南(Bruce G.Buchanan)、萊德伯格(Joshua Lederberg)和卡爾·杰拉西(Carl Djerassi)開始在斯坦福大學(xué)研究 DENDRAL 系統(tǒng)。這是歷史上第一個(gè)專家系統(tǒng),能夠使有機(jī)化學(xué)的決策過(guò)程和問(wèn)題解決自動(dòng)化。
1966 年,機(jī)器人 Shakey 是第一個(gè)通用型移動(dòng)機(jī)器人,能夠按邏輯推理自己的動(dòng)作。生活周刊在一篇評(píng)論文章中引用明斯基的預(yù)言:“3~8 年內(nèi),機(jī)器就將達(dá)到普通人的智能水平。”
1968 年,電影《2001 太空漫游》上映。片中突出刻畫了“哈爾”,一個(gè)有感情的電腦。
1968 年,特里·維諾格拉德(Terry Winograd)開發(fā)了 SHRDLU,一種早期自然語(yǔ)言理解程序。
1969 年,阿瑟·布萊森(Arthur Bryson)和何毓琦(Yu-Chi Ho)描述了反向傳播作為一種多階段動(dòng)態(tài)系統(tǒng)優(yōu)化方法,可用于多層人工神經(jīng)網(wǎng)絡(luò)。后來(lái)當(dāng)計(jì)算機(jī)的運(yùn)算能力已經(jīng)足夠現(xiàn)金到可以進(jìn)行大型的網(wǎng)絡(luò)訓(xùn)練時(shí),它對(duì) 2000 年至今深度學(xué)習(xí)的發(fā)展做了突出貢獻(xiàn)。
1969 年,馬文·明斯基(Marvin Minsky)和西摩爾·帕普特(Seymour Papert)發(fā)表了《Perceptrons: An Introduction to Computational Geometry》。描述了簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)的局限性。在 1988 年的擴(kuò)充版中,兩位作者認(rèn)為他們 1969 年的結(jié)論大大減少了投資神經(jīng)網(wǎng)絡(luò)的資金。“我們認(rèn)為研究已經(jīng)停滯,因?yàn)榛纠碚撊?hellip;…六十年代對(duì)感知器進(jìn)行了大量實(shí)驗(yàn),但沒(méi)有人能弄清它的工作原理。”
1970 年,日本早稻田大學(xué)造出第一個(gè)人形狀機(jī)器人 WABOT-1。它由肢體控制系統(tǒng)、視覺(jué)系統(tǒng)和對(duì)話系統(tǒng)組成。
1972 年,斯坦福大學(xué)開發(fā)出名為“MYCIN”的專家系統(tǒng)。能夠利用人工智能識(shí)別感染細(xì)菌,并推薦抗生素。
1973 年,詹姆斯·萊特希爾(James Lighthill)在給英國(guó)科學(xué)研究委員會(huì)所做的報(bào)告中稱:“迄今為止,人工智能的研究沒(méi)有帶來(lái)任何重要影響。”結(jié)果政府大幅度削減了對(duì) AI 研究的資金支持。
1976 年,計(jì)算機(jī)科學(xué)家拉吉·瑞迪(Raj Reddy)發(fā)表《Speech Recognition by Machine: A Review》。對(duì)自然語(yǔ)言處理的早期工作作了總結(jié)。
1978 年,卡內(nèi)基梅隆大學(xué)開發(fā)了 XCON 程序。這是一個(gè)基于規(guī)則的專家系統(tǒng),能夠按照用戶的需求,幫助 DEC 為 VAX 型計(jì)算機(jī)系統(tǒng)自動(dòng)選擇組件。
1979 年,斯坦福大學(xué)的自動(dòng)駕駛汽車 Stanford Cart 在無(wú)人干預(yù)的情況下,成功駛過(guò)一個(gè)充滿障礙的房間。這是自動(dòng)駕駛汽車最早的研究范例之一。
1980 年,日本早稻田大學(xué)研制出 Wabot-2 機(jī)器人。Wabot-2 能夠與人溝通、閱讀樂(lè)譜并演奏電子琴。
1981 年,日本國(guó)際貿(mào)易和工業(yè)部提供 8.5 億美元用于第五代計(jì)算機(jī)項(xiàng)目研究。該項(xiàng)目旨在開發(fā)能像人類一樣進(jìn)行對(duì)話、翻譯、識(shí)別圖片和具有理性的計(jì)算機(jī)。
1984 年,電腦夢(mèng)幻曲(Electric Dreams)上映。講了一個(gè)發(fā)生在男人、女人和一臺(tái)電腦之間的三角戀故事。
1984 年,在年度 AAAI 會(huì)議上,羅杰·單克(Roger Schank)和馬文·明斯基(Marvin Minsky)警告“AI 之冬”即將到來(lái)。預(yù)測(cè) AI 泡沫的破滅(三年后確實(shí)發(fā)生了),投資資金也將如 70 年代中期那樣減少。
1986 年,第一輛無(wú)人駕駛奔馳汽車在恩斯特·迪克曼斯(Ernst Dickmanns)的指導(dǎo)下建造。這輛車配備照相機(jī)和傳感器,時(shí)速達(dá)到每小時(shí) 55 英里。
1986 年 10 月,大衛(wèi)·魯梅爾哈特(David Rumelhart)、杰弗里·辛頓(Geoffrey Hinton)和羅納德·威廉姆斯(Ronald Williams)發(fā)表了《”Learning representations by back-propagating errors》。描述了一種新的學(xué)習(xí)程序,可用于神經(jīng)元樣網(wǎng)絡(luò)單位的反向傳播。
1987 年,隨著時(shí)任首席執(zhí)行官約翰·斯卡利(John Sculley)在 Educom 大會(huì)上的演講,蘋果未來(lái)電腦“Knowledge Navigator”的設(shè)想深入人心。其中語(yǔ)音助手、個(gè)人助理等預(yù)言都在今天成為了現(xiàn)實(shí)。
1988 年,朱迪亞·珀?duì)枺↗udea Pearl)發(fā)表了《Probabilistic Reasoning in Intelligent Systems》。珀?duì)栆蚱淙斯ぶ悄芨怕史椒ǖ慕艹龀煽?jī)和貝氏網(wǎng)路的研發(fā)而獲得 2011 年圖靈獎(jiǎng)。
1988 年,羅洛·卡彭特(Rollo Carpenter)開發(fā)了聊天機(jī)器人 Jabberwacky,能夠模仿人進(jìn)行幽默的聊天。這是人工智能與人類交互的最早嘗試。
1988 年,IBM 沃森研究中心發(fā)表了《A statistical approach to language translation》,預(yù)示著從基于規(guī)則的翻譯向機(jī)器翻譯的翻譯方法的轉(zhuǎn)變。機(jī)器學(xué)習(xí)無(wú)需人工提取特征編程,只需大量的示范材料,就能像人腦一樣習(xí)得技能。
1988 年,馬文·明斯基(Marvin Minsky)和西摩爾·帕普特(Seymour Papert)出版了兩人 1969 年作品《Perceptrons》的擴(kuò)充版。在序言中指出,許多 AI 新人在犯和老一輩同樣的錯(cuò)誤,導(dǎo)致領(lǐng)域進(jìn)展緩慢。
1989 年,燕樂(lè)存(Yann LeCun)和貝爾實(shí)驗(yàn)室的其他研究人員成功將反向傳播算法應(yīng)用在多層神經(jīng)網(wǎng)絡(luò),實(shí)現(xiàn)手寫郵編的識(shí)別??紤]到當(dāng)時(shí)的硬件限制,他們花了三天來(lái)訓(xùn)練網(wǎng)絡(luò)。
1990 年,羅德尼·布魯克斯(Rodney Brooks)發(fā)表了《lephants Don't Play Chess》。提出用環(huán)境交互打造 AI 機(jī)器人的設(shè)想。
1993 年,弗農(nóng)·溫格(Vernor Vinge)發(fā)表了《The Coming Technological Singularity》。認(rèn)為三十年之內(nèi)人類就會(huì)擁有打造超人類智能的技術(shù)。不久之后人類時(shí)代將迎來(lái)終結(jié)。
1995 年,理查德·華萊士(Richard Wallace)開發(fā)了聊天機(jī)器人“A.L.I.C.E ”。靈感來(lái)自威森鮑姆 ELIZA,不過(guò)互聯(lián)網(wǎng)的出現(xiàn)給華萊士帶來(lái)了更多的自然語(yǔ)言樣本數(shù)據(jù)。
1997 年,賽普·霍克賴特(Sepp Hochreiter)和于爾根·施密德胡伯(Jürgen Schmidhuber)提出長(zhǎng)短期記憶人工神經(jīng)網(wǎng)絡(luò)(LSTM)概念。這一概念指導(dǎo)下的遞歸神經(jīng)網(wǎng)絡(luò)在今日手寫識(shí)別和語(yǔ)音識(shí)別中得到應(yīng)用。
1997 年,IBM 研發(fā)的“深藍(lán)”(Deep Blue)成為第一個(gè)擊敗人類象棋冠軍的電腦程序。
1998 年,戴夫·漢普頓(Dave Hampton)和鐘少男(Caleb Chung)創(chuàng)造了寵物機(jī)器人 Fury。
1998 年,燕樂(lè)存(Yann LeCun)和約書亞·本吉奧(Yoshua Bengio)發(fā)表了關(guān)于神經(jīng)網(wǎng)絡(luò)應(yīng)用于手寫識(shí)別和優(yōu)化反向傳播的論文。
2000 年,MIT 的西蒂亞·布雷澤爾(Cynthia Breazeal)打造了 Kismet,一款可以識(shí)別和模擬人類情緒的機(jī)器人。
2000 年,日本本田推出具有人工智能的人性機(jī)器人 ASIMO。ASIMO 能像人一樣快速行走,在餐廳中為顧客上菜。
2001 年,斯皮爾伯格的電影《人工智能》上映。電影講述了一個(gè)兒童機(jī)器人企圖融入人類世界的故事。
2004 年,第一屆 DARPA 自動(dòng)駕駛汽車挑戰(zhàn)賽在莫哈韋沙漠舉行。不幸的是參賽的自動(dòng)駕駛汽車中沒(méi)有一輛能夠完成 150 英里的全程。
2006 年,奧倫·艾奇奧尼(Oren Etzioni)和米歇爾·班科(Michele Banko )在《Machine Reading》一書中將“機(jī)器閱讀”一詞定義為“一種無(wú)監(jiān)督的對(duì)文本的自動(dòng)理解”。
2006 年,杰弗里·辛頓(Geoffrey Hinton)發(fā)表《Learning Multiple Layers of Representation》,不同于以往學(xué)習(xí)一個(gè)分類器的目標(biāo),提出希望學(xué)習(xí)生成模型(generative model)的觀點(diǎn)。
2007 年,李飛飛(Fei Fei Li )和普林斯頓大學(xué)的同事開始建立 ImageNet。這是一個(gè)大型注釋圖像數(shù)據(jù)庫(kù),旨在幫助視覺(jué)對(duì)象識(shí)別軟件進(jìn)行研究。
2009 年,谷歌開始秘密研發(fā)無(wú)人駕駛汽車。2014 年,谷歌汽車在內(nèi)華達(dá)州通過(guò)自動(dòng)駕駛汽車測(cè)試。
2009 年,西北大學(xué)智能信息實(shí)驗(yàn)室的計(jì)算機(jī)課學(xué)家開發(fā)了 Stats Monkey,一個(gè)無(wú)須人工干預(yù)能夠自動(dòng)撰寫體育新聞的程序。
2010 年,ImageNet 大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽(ILSVCR)正式舉辦,這項(xiàng)比賽是為了比較誰(shuí)個(gè)家在影像辨識(shí)和分類方面的運(yùn)算科技較。
2011 年,一個(gè)卷積神經(jīng)網(wǎng)絡(luò)贏得了德國(guó)交通標(biāo)志檢測(cè)競(jìng)賽。機(jī)器正確率 99.46%,人類最高分為 99.22%。
2011 年,IBM 超級(jí)電腦沃森在美國(guó)老牌益智節(jié)目“危險(xiǎn)邊緣”(Jeopardy?。┲袚魯∪祟悺?/p>
2011 年,瑞士 Dalle Molle 人工智能研究所報(bào)告稱,使用卷積神經(jīng)網(wǎng)絡(luò)的手寫識(shí)別誤差率可以達(dá)到 0.27%,比幾年前的 0.35%~0.40%有所改善。
2012 年 6 月,吳恩達(dá)(Andrew Ng)和杰夫·迪恩(Jeff Dean)做了一份實(shí)驗(yàn)報(bào)告,他們給一個(gè)大型神經(jīng)網(wǎng)絡(luò)展示 1000 萬(wàn)張未標(biāo)記的網(wǎng)絡(luò)圖像,然后發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)能夠識(shí)別出一只貓的形象。
2012 年 10 月,多倫多大學(xué)設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)在 ImageNet 大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽(ILSVCR)中實(shí)現(xiàn)了 16%的錯(cuò)誤率。比前一年的最佳水平(25%)有了明顯提高。
2016 年 3 月,谷歌 DeepMind 研發(fā)的 AlphaGo 在圍棋人機(jī)大戰(zhàn)中擊敗韓國(guó)職業(yè)九段棋手李世乭。
2017 年被稱為 AI 應(yīng)用落地元年。
2017 年 5 月,柯潔 0:3 不敵 AlphaGo。中國(guó)圍棋峰會(huì)人機(jī)大戰(zhàn)三番棋第三場(chǎng)拉開帷幕。經(jīng)歷第一場(chǎng)惜敗、第二場(chǎng)中盤投子認(rèn)輸之后,柯潔今日再戰(zhàn) AlphaGo。最終,AlphaGo 執(zhí)黑中盤勝。弈至 209 手,柯潔拿起兩顆棋子盤上示意認(rèn)負(fù)。
2017 年 5 月,AlphaGo“退役”??聺嵕哦沃斜P告負(fù),總比分 0:3 敗于 AlphaGo。賽后,AlphaGo 之父哈薩比斯表示,AlphaGo 將永久退出競(jìng)技舞臺(tái),不再進(jìn)行比賽。
2017 年 6 月,NVIDIA 發(fā)布 PCI-E Tesla V100,被指是“地表最強(qiáng)”。的 ISC 國(guó)際超算大會(huì)上,NVIDIA 又發(fā)布了一款 Tesla V100,而這用的是傳統(tǒng) PCI-E 造型規(guī)格,好處是兼容性更佳,可以直接放入現(xiàn)有服務(wù)器系統(tǒng),壞處就是規(guī)格和性能有點(diǎn)損失。Tesla V100 基于臺(tái)積電 12nm FFN(16nm 加強(qiáng)版)工藝制造的 GV100 大核心,擁有 5120 個(gè) CUDA 核心、640 個(gè) Tensor 核心,面積達(dá) 815 平方毫米,集成了 210 億個(gè)晶體管。
2017 年 6 月,仿真機(jī)器人 Sophia 做客“早安英國(guó)”。 BBC 主持人 Susanna Reid、Piers Morgan 甚至對(duì)其攀談起來(lái)。相信不少人看到這張精致的面孔都會(huì)大為驚嘆,不過(guò)其頭部曝露的機(jī)械裝置仍會(huì)讓人感到機(jī)器化的部分。
2017 年 11 月,百度 Apollo 首推商業(yè)化產(chǎn)品。百度不再講代碼和平臺(tái),而是帶來(lái)了一款面向中國(guó)市場(chǎng)、目標(biāo)是可量產(chǎn)的自動(dòng)駕駛產(chǎn)品——Apollo Pilot。除 Apollo Pilot 之外,這次百度世界大會(huì)智能駕駛分論壇上還發(fā)布了對(duì)阿波羅生態(tài)商業(yè)化落地具有重要意義的人車 AI 交互系統(tǒng)——Apollo 小度車載系統(tǒng)。
更多有關(guān) AI 的資訊,歡迎訪問(wèn) 與非網(wǎng) AI 專區(qū)