2023 -DE- History-of-AI-Discovery

Lassen Sie uns die Geschichte der KI durchlaufen und die wissenschaftlichen Durchbrüche entdecken, die zu den heutigen Anwendungen der KI geführt haben. Sie können mehr über jedes Datum erfahren, indem Sie es anklicken.

1837 Ada Lovelace ist eine englische Frau, die als die erste Computerprogrammiererin gilt. Sie schrieb die erste Serie von Anweisungen für die von Charles Babbage entworfene Analytical Engine.

1921 Das Wort Roboter stammt von dem Wort robota ab, das im Tschechischen wörtlich "Arbeit", "Leibeigenschaft" bedeutet. Er wurde von Karel Čapek in seinem Stück "Rossums Universalroboter" erfunden, das einen Meilenstein in der Geschichte der Science Fiction darstellte.

1939 Noch vor der Erfindung des Computers entwickelte Alan Turing das Konzept einer Maschine, die theoretisch alles auf der Grundlage einfacher Symbole berechnen kann, wie es Computer tun.

1945 Die erste programmierbare, elektronische, digitale Allzweck-Turing-Maschine, gebaut in Philadelphia.

1950 In seinem Aufsatz "Computing Machinery and Intelligence" beschreibt Turing einen Test, mit dem sich die Fähigkeit einer Maschine, intelligentes Verhalten zu zeigen, feststellen lässt. Sein Test basiert auf der Idee des Nachahmungsspiels.

1953 Margaret Masterman, die Gründerin der Cambridge Language Research Unit, trug wesentlich zum ersten Aufbau von Sprachverarbeitungs-programmen bei.

1954 Mit nur sechs Grammatikregeln und 250 lexikalischen Elementen im Wortschatz übersetzte eine Maschine über sechzig russische Sätze ins Englische. Dieses Experiment führte zu großen Investitionen in den Bereich der Computerlinguistik.

1956 Die Dartmouth-Konferenz in New Hampshire, an der mehr als 20 berühmte Persönlichkeiten aus der Informatik und der Kognitionswissenschaft teilnahmen, gilt als die Geburtsstunde der "Künstlichen Intelligenz". Künstliche Intelligenz ist definiert als eine Reihe von Methoden, Werkzeugen und Systemen zur Lösung von Problemen, die normalerweise die Intelligenz des Menschen erfordern.

1956 Allen Newell, Herbert Simon und Shaw Cliff schufen den Logic Theorist, ein Programm, das in der Lage war, automatisch zu argumentieren. Im Jahr 1956 bewies es erfolgreich Theoreme und begabte Mathematiker.

1957 Frank Rosenblatt, der manchmal als Vater des Deep Learning bezeichnet wird, schuf die erste Demonstration des Perzeptrons : ein Computer, der in der Lage ist, Karten entsprechend ihrer Eigenschaften zuzuordnen (Simulation des Gedächtnisprozesses).

1957 Simon Herbert und Allen Newell entwickelten den General Problem Solver, der als universeller Problemlöser gedacht war. Die Maschine konnte zwar einfache formalisierte Probleme lösen, nicht aber Probleme aus der realen Welt, da diese zu kompliziert waren.

1965 Joseph Weizenbaums ELIZA ist ein Computerprogramm zur Verarbeitung natürlicher Sprache, das die Kommunikation zwischen Menschen und Maschinen simuliert. Es ist der erste bekannte Chatbot.

1966 Shakey, das erste Projekt, das logisches Denken und physisches Handeln miteinander verbindet, war der erste mobile Allzweckroboter. Er war in der Lage, große Aufgaben zu analysieren und sie selbständig in grundlegende Aktionen zu zerlegen.

1972 MYCIN ist das erste Expertensystem, das die Inferenzmaschine von der Wissensbasis trennt und seine Schlussfolgerungen erklärt. Es wurde jedoch nie in der Praxis eingesetzt, da ethische und rechtliche Fragen im Zusammenhang mit dem Einsatz von Computern in der Medizin aufgeworfen wurden.

1986 Einführung in Text-to-Speech-Systeme: Terrence J. Sejnowski und Charles Rosenberg. Das Programm NETtalk ist in der Lage, Wörter zu lesen und richtig auszusprechen und kann das Gelernte auf Wörter anwenden, die es nicht kennt. Es ist eines der frühen künstlichen neuronalen Netze - Programme, die mit großen Datensätzen versorgt werden und auf dieser Grundlage ihre eigenen Schlüsse ziehen können. Ihr Aufbau und ihre Funktion sind dabei denen des menschlichen Gehirns ähnlich...

1986 An der Carnegie Mellon University begann 1986 die Produktion des ersten autonomen Autos, des Navlab 1.

1997 Deep Blue von IBM gilt als ein Meilenstein in der Geschichte der künstlichen Intelligenz. Im Jahr 1997 gewann es gegen Garry Kasparow, den Weltmeister im Schach.

2009 Groß angelegte hierarchische Bilddatenbank (ImageNET): ImageNet ist eine Bilddatenbank, in der jeder Knoten der Hierarchie durch Hunderte und Tausende von Bildern dargestellt wird. Alle Bilder werden von Hand beschriftet. Die Datenbank ist ein Instrument, um die Forschung im Bereich Computer Vision und Deep Learning voranzutreiben..

2012 DeepLearning in der Bilderkennung (AlexNet): Im Jahr 2012 gewann AlexNet, ein Deep-Learning-Algorithmus, die jährliche ImageNet-Challenge mit einer Fehlerquote von 16 %. Es war das erste Mal, dass die Fehlerrate unter 20 % fiel.

2013 Word2Vec nutzt neuronale Netze, um Assoziationen aus einem umfangreichen Text zu lernen, indem es jedes Wort durch eine Liste von Zahlen, einen sogenannten Vektor, darstellt. Word2VEc ist in der Lage, Synonyme zu erkennen oder zusätzliche Wörter vorzuschlagen.

2015 Computer Vision übertrifft menschliches Sehen: Mit einer Fehlerrate von nur 4,9 % übertrifft das Computer Vision System von Microsoft im Februar 2015 das menschliche Sehen. Im Dezember übertrifft das Unternehmen seinen eigenen Rekord mit einer Fehlerquote von nur 3,6 %.

2015 Elon Musk kündigt an, dass es in zwei Jahren sehr einfach sein wird, autonome Autos zu produzieren, die unter allen Bedingungen auf allen Straßen fahren können. Die Realität zeigt, dass es selbst im Jahr 2023 noch keine vollständig autonomen Autos geben wird.

2018 Der Turing Award, der oft auch als Nobelpreis für Informatik bezeichnet wird, wird an Yann Le Cun, Yoshua Bengio und Geoffrey Hinton für die jüngsten Fortschritte im Bereich des Deep Learning verliehen, für die sie die Grundlagen geschaffen haben. Ihre Arbeit trägt zum Wachstum der KI bei.

2022 Generative KI Generative KI ist ein System, das in der Lage ist, auf der Grundlage von Trainingsdaten und den Anweisungen eines menschlichen Nutzers (oder "prompt") neue Texte, Bilder oder andere Arten von Inhalten (Musik, Video, Sprache usw.) zu erstellen.

Was kommt als Nächstes? Die Möglichkeiten der KI scheinen heute unbegrenzt zu sein und durchdringen alle Bereiche der Gesellschaft in unterschiedlichem Maße. Während selbstfahrende Autos und Roboter zur persönlichen Assistenz noch auf sich warten lassen, verändern generative KIs bereits unser Verhältnis zum Schaffen und Lernen. Und viele weitere Umwälzungen werden mit Sicherheit folgen. Gleichzeitig könnten der Klimawandel und die Erschöpfung der Ressourcen die Lage verändern. KI ist energieintensiv, was ihre Fähigkeit in Frage stellt, künftigen Rohstoff- und Energieengpässen standzuhalten. Aus diesem Grund beschäftigen sich heute viele Forscher mit dem Konzept der frugalen KI, um ihre Auswirkungen auf die Ressourcen zu begrenzen.