從深藍到ChatGPT:人工智慧的重大突破與未來趨勢

更新於 發佈於 閱讀時間約 7 分鐘
raw-image

人工智慧(AI)的發展從 20 世紀中期的圖靈測試開始,經歷了兩次 AI 冬天與多次技術革命,終於在深度學習與大數據技術的推動下迎來爆發。從 IBM 深藍戰勝棋王,到 AlphaGo 擊敗圍棋世界冠軍,再到 ChatGPT 引領生成式 AI 浪潮,每個重大突破都改變了科技與社會的未來。本篇文章將帶你回顧 AI 的發展歷程,解析關鍵技術演進,並展望未來 AI 如何影響我們的生活。


1. AI 誕生與早期發展(1940s-1950s)

(1) 人工智慧的概念雛形(1943年)

  • 事件:Warren McCulloch 和 Walter Pitts 發表了論文《A Logical Calculus of the Ideas Immanent in Nervous Activity》,提出了**人工神經網路(Artificial Neural Networks, ANN)**的概念。
  • 細節: 他們的模型基於數學邏輯,模擬人腦神經元的運作。 這是首次嘗試將神經科學與計算機科學結合,奠定了日後神經網路與深度學習的基礎。

(2) 圖靈測試的提出(1950年)

  • 事件:英國數學家 Alan Turing 發表經典論文《Computing Machinery and Intelligence》,提出**圖靈測試(Turing Test)**來判斷機器是否具備智能。
  • 細節: 測試方式:讓一個人透過文字對話與另一個人和一台機器交流,如果受測者無法分辨誰是人類,則認為機器具有「智能」。 影響:圖靈測試成為 AI 是否具備智能的指標,也開啟了人工智慧的哲學討論。

(3) 達特茅斯會議與 AI 名稱誕生(1956年)

  • 事件:「人工智慧(Artificial Intelligence)」這個詞由 John McCarthy 在達特茅斯會議(Dartmouth Conference)正式提出,標誌著 AI 作為一門學科的誕生。
  • 細節: 會議由 McCarthy、Marvin Minsky、Claude Shannon 等人主持,探討 AI 的可能性。 他們提出機器可以模擬人類思維,如學習、推理、解決問題等。 影響:這場會議被視為 AI 領域的開端,推動了大量早期 AI 研究。

2. 早期 AI 熱潮與第一個低潮(1950s-1970s)

(4) 感知機的提出(1958年)

  • 事件:Frank Rosenblatt 發表「感知機(Perceptron)」,這是最早的機器學習模型之一。
  • 細節: 感知機是一種基於生物神經元運作原理的演算法,能夠學習並分類輸入數據。 被認為是神經網路的開端,影響後來的深度學習技術。 限制:1969年,Marvin Minsky 和 Seymour Papert 在《Perceptrons》書中指出感知機無法處理非線性問題,如 XOR 閘,導致 AI 發展受挫。

(5) LISP 語言的發明(1958年)

  • 事件:John McCarthy 發明了 LISP(LISt Processing),成為 AI 領域最常用的程式語言。
  • 細節: LISP 支援符號處理與遞迴運算,適用於 AI 研究。 被廣泛用於專家系統與機器學習應用。

(6) 第一波 AI 冬天(1974-1980年)

  • 事件:AI 發展遇到困境,研究資金減少,技術進展停滯。
  • 細節: 主要原因: 早期 AI 僅能處理簡單問題,無法應對現實世界的複雜場景。 硬體計算能力不足,神經網路研究受限。 研究者過度誇大 AI 的能力,導致投資者失望,資金撤回。

3. 知識驅動 AI 與第二次低潮(1980s-1990s)

(7) 專家系統的興起(1980s)

  • 事件:專家系統(Expert Systems)在醫學、財務等領域廣泛應用。
  • 細節: DENDRAL(1965):用於分析有機化學結構的專家系統。 MYCIN(1970s):可診斷細菌感染並推薦抗生素治療方案。 XCON(1980s):用於配置計算機系統,幫助美國 DEC 公司節省數百萬美元成本。

(8) 第二次 AI 冬天(1987-1993年)

  • 事件:專家系統的發展遇到瓶頸,AI 研究再度衰退。
  • 細節: 原因: 專家系統的維護成本過高,難以應對複雜決策問題。 無法適應動態環境,缺乏學習能力。 電腦硬體仍無法支持更高效的 AI 模型。

4. 機器學習時代的興起(1990s-2010s)

(9) IBM 深藍擊敗國際象棋冠軍(1997年)

  • 事件:IBM 開發的深藍(Deep Blue)擊敗當時的世界棋王 Garry Kasparov。
  • 細節: 深藍使用 Alpha-Beta 剪枝搜索演算法,可在短時間內計算數百萬步棋局。 這是 AI 首次擊敗人類頂尖棋手,象徵 AI 在專業領域的突破。

(10) 深度學習的崛起(2006年)

  • 事件:Geoffrey Hinton 提出了深度神經網路(Deep Neural Networks, DNN)概念。
  • 細節: Hinton 透過 反向傳播(Backpropagation) 訓練多層神經網路,使 AI 能夠自動學習特徵。 這開啟了 AI 新時代,促成後來的深度學習浪潮。

5. 深度學習與 AI 大爆發(2010s-至今)

(11) AlphaGo 擊敗李世乭(2016年)

  • 事件:Google DeepMind 的 AlphaGo 以 4:1 擊敗圍棋世界冠軍 李世乭。
  • 細節: AlphaGo 使用 強化學習(Reinforcement Learning) 和 蒙特卡洛樹搜索(MCTS) 進行決策。 這是 AI 首次在極高複雜度的遊戲中超越人類。

(12) ChatGPT 問世(2022年)

  • 事件:OpenAI 推出 ChatGPT(基於 GPT-3.5 和 GPT-4),引爆全球 AI 熱潮。
  • 細節: GPT(Generative Pre-trained Transformer) 透過大規模文本數據進行預訓練,能夠產生類似人類的自然語言回應。 被廣泛應用於客服、創作、程式開發等領域。

AI 的發展仍在快速前進,未來 AI 可能將進一步改變人類社會的運作方式! 🚀

留言
avatar-img
留言分享你的想法!
avatar-img
kang barry的[3分鐘知識庫]
9會員
71內容數
學過10年視覺設計畢業後開始不務正業,專注於視覺設計、數位行銷及系統開發,精通各種媒合與數據應用的系統開發,擁有實徵科學研究背景。曾帶領20人團隊、操作過10萬粉以上的自媒體,兼具產品設計與行銷數據能力,創意與技術並行!
2025/02/21
在數位時代,消費者不再只透過單一渠道購物,而是在線上與線下之間自由切換,這讓**全通路行銷(Omnichannel Marketing)**成為品牌成功的關鍵!透過數據整合、個人化推薦、社群互動、O2O融合等策略,品牌能夠打造一致且流暢的購物體驗,提高顧客忠誠度與轉換率。無論是電商、門市、社群還
Thumbnail
2025/02/21
在數位時代,消費者不再只透過單一渠道購物,而是在線上與線下之間自由切換,這讓**全通路行銷(Omnichannel Marketing)**成為品牌成功的關鍵!透過數據整合、個人化推薦、社群互動、O2O融合等策略,品牌能夠打造一致且流暢的購物體驗,提高顧客忠誠度與轉換率。無論是電商、門市、社群還
Thumbnail
2025/02/20
在數位行銷時代,MA(Marketing Automation,行銷自動化)已成為企業提升行銷效率的關鍵工具。透過自動化電子郵件行銷、客戶行為追蹤、個人化推播與銷售漏斗管理,MA能夠幫助企業精準觸及目標受眾,提升轉換率並降低人力成本。無論是電商、B2B企業還是SaaS服務,MA都能優化客戶互
Thumbnail
2025/02/20
在數位行銷時代,MA(Marketing Automation,行銷自動化)已成為企業提升行銷效率的關鍵工具。透過自動化電子郵件行銷、客戶行為追蹤、個人化推播與銷售漏斗管理,MA能夠幫助企業精準觸及目標受眾,提升轉換率並降低人力成本。無論是電商、B2B企業還是SaaS服務,MA都能優化客戶互
Thumbnail
2025/02/18
O2O(Online to Offline)商業模式正在改變消費者行為,而行為定向(Behavioral Targeting)則是提升廣告轉化率的關鍵!透過LBS定位技術、再行銷策略、會員數據分析等手段,品牌能夠將廣告精準推送給高意願顧客,促使線上流量轉化為門市來客。
Thumbnail
2025/02/18
O2O(Online to Offline)商業模式正在改變消費者行為,而行為定向(Behavioral Targeting)則是提升廣告轉化率的關鍵!透過LBS定位技術、再行銷策略、會員數據分析等手段,品牌能夠將廣告精準推送給高意願顧客,促使線上流量轉化為門市來客。
Thumbnail
看更多
你可能也想看
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
介紹朋友新開的蝦皮選物店『10樓2選物店』,並分享方格子與蝦皮合作的分潤計畫,註冊流程簡單,0成本、無綁約,推薦給想增加收入的讀者。
Thumbnail
介紹朋友新開的蝦皮選物店『10樓2選物店』,並分享方格子與蝦皮合作的分潤計畫,註冊流程簡單,0成本、無綁約,推薦給想增加收入的讀者。
Thumbnail
[風格試寫:科技相關] 而是面對前沿科技(不只ChatGPT),我們該如何自處?
Thumbnail
[風格試寫:科技相關] 而是面對前沿科技(不只ChatGPT),我們該如何自處?
Thumbnail
2023年才到三月為止,VC投入生成式AI的市場的估值就已經超越了前兩年的總和,可以想見整年下來絕對是一個數量級以上的差異。難道AI是這兩年才發明出來的嗎? 為什麼忽然之間全世界都在關注AI呢?  這就是我們這邊文章想要探討的,究竟AI發展到現在是否有什麼突破? 為什麼大家開始關注起AI。
Thumbnail
2023年才到三月為止,VC投入生成式AI的市場的估值就已經超越了前兩年的總和,可以想見整年下來絕對是一個數量級以上的差異。難道AI是這兩年才發明出來的嗎? 為什麼忽然之間全世界都在關注AI呢?  這就是我們這邊文章想要探討的,究竟AI發展到現在是否有什麼突破? 為什麼大家開始關注起AI。
Thumbnail
人生就像爬坡,要一步一步來。─丁玲   終於要寫今年最熱門的話題-ChatGPT,目前ChatGPT 4.0誕生,AI程度從小學一年級直接躍升到碩士等級,現在有很多人學習著如何將現有的事業外掛ChatGPT,可以省下許多時間與人力
Thumbnail
人生就像爬坡,要一步一步來。─丁玲   終於要寫今年最熱門的話題-ChatGPT,目前ChatGPT 4.0誕生,AI程度從小學一年級直接躍升到碩士等級,現在有很多人學習著如何將現有的事業外掛ChatGPT,可以省下許多時間與人力
Thumbnail
從今年開始,人工智慧技術快速走向成熟,各種產品如雨後春筍般出現,包括令人驚豔的語言模型ChatGPT、能依文字提示自動生成圖片的服務、更不用說早就已經打遍天下無敵手的下棋軟體。微軟之前已大舉投資開發chatGPT的人工智慧公司OpenAI,所以搶先將人工智慧技術整合在自己的瀏覽器上,........
Thumbnail
從今年開始,人工智慧技術快速走向成熟,各種產品如雨後春筍般出現,包括令人驚豔的語言模型ChatGPT、能依文字提示自動生成圖片的服務、更不用說早就已經打遍天下無敵手的下棋軟體。微軟之前已大舉投資開發chatGPT的人工智慧公司OpenAI,所以搶先將人工智慧技術整合在自己的瀏覽器上,........
Thumbnail
距離ChatGPT上線也快四個月了,雖然網路上的相關文章已經不少,但為了點擊率與完讀率,大多篇幅都不敢太長,在理解門檻較高的細節上,也很常避而不談,不容易滿足想對這個風潮的前因後果有更深了解的人。今年三月出版的《瘋ChatGPT》在則這一塊做了很不錯的統整,應能符合大多數求知慾旺盛的讀者們的期待。
Thumbnail
距離ChatGPT上線也快四個月了,雖然網路上的相關文章已經不少,但為了點擊率與完讀率,大多篇幅都不敢太長,在理解門檻較高的細節上,也很常避而不談,不容易滿足想對這個風潮的前因後果有更深了解的人。今年三月出版的《瘋ChatGPT》在則這一塊做了很不錯的統整,應能符合大多數求知慾旺盛的讀者們的期待。
Thumbnail
作者:陳華夫 AI深度學習的圖像識別、人臉辨識、機器翻譯、及自動駕駛都有比人類優勢創新之處。深度學習無法學得抽象的概念知識,因此無法遷移學習(TL),但人類的學習卻可以學習遷移(ToL),因此人類擁有通用智慧。
Thumbnail
作者:陳華夫 AI深度學習的圖像識別、人臉辨識、機器翻譯、及自動駕駛都有比人類優勢創新之處。深度學習無法學得抽象的概念知識,因此無法遷移學習(TL),但人類的學習卻可以學習遷移(ToL),因此人類擁有通用智慧。
Thumbnail
最近玩了一下近期很紅的 AI 工具 包括 Chat GPT,Midjourney 等 也看了網上許多人,對人工智慧 對各項領域的影響,以及未來發展性 個人主觀覺得,AI 在 5~10 年內 會有劃時代的進步,到時候的確 所有人的生活,產業型態都會改變 有些事物,會顯得格外重要 低階技術的迭代 先說,
Thumbnail
最近玩了一下近期很紅的 AI 工具 包括 Chat GPT,Midjourney 等 也看了網上許多人,對人工智慧 對各項領域的影響,以及未來發展性 個人主觀覺得,AI 在 5~10 年內 會有劃時代的進步,到時候的確 所有人的生活,產業型態都會改變 有些事物,會顯得格外重要 低階技術的迭代 先說,
Thumbnail
谷歌內部對於這個可能的威脅,並沒有掉以輕心。根據紐約時報取得的谷歌內部資訊,谷歌的管理團隊,針對於 ChatGPT 未來可能造成的威脅,發布了所謂的「紅色警報 Code Red」,由 CEO Sundar Pichai 帶頭,召開了數場會議,來討論谷歌的 AI 策略
Thumbnail
谷歌內部對於這個可能的威脅,並沒有掉以輕心。根據紐約時報取得的谷歌內部資訊,谷歌的管理團隊,針對於 ChatGPT 未來可能造成的威脅,發布了所謂的「紅色警報 Code Red」,由 CEO Sundar Pichai 帶頭,召開了數場會議,來討論谷歌的 AI 策略
Thumbnail
近來 OpenAI 推出新一代 ChatGPT 聊天機器人,又讓各界開始對於人工智慧在教育方面的應用,卻也產生了無限的爭辯與想像。 隨著疫情逐漸趨緩與各國解封,《AI+教育》 又再度重新獲得各界矚目,而且 AI 智慧也大幅提升,讓我們看看幾項值得關注的《AI+教育》 創新應用....
Thumbnail
近來 OpenAI 推出新一代 ChatGPT 聊天機器人,又讓各界開始對於人工智慧在教育方面的應用,卻也產生了無限的爭辯與想像。 隨著疫情逐漸趨緩與各國解封,《AI+教育》 又再度重新獲得各界矚目,而且 AI 智慧也大幅提升,讓我們看看幾項值得關注的《AI+教育》 創新應用....
Thumbnail
最近ChatGPT吵著沸沸揚揚,一堆人說AI要取代人類,大家都要失業了,我先說,這件事在這幾年根本不可能,過個二十年也不太可能。接下來讓我說說自己的觀點。 AI是怎麼冒出來的 AI這門學問其實從195X年就已經奠定基礎了(雖然還有人說圖靈之類的,但我這要說是比較實際的),那時現在的主流之一類神經網路
Thumbnail
最近ChatGPT吵著沸沸揚揚,一堆人說AI要取代人類,大家都要失業了,我先說,這件事在這幾年根本不可能,過個二十年也不太可能。接下來讓我說說自己的觀點。 AI是怎麼冒出來的 AI這門學問其實從195X年就已經奠定基礎了(雖然還有人說圖靈之類的,但我這要說是比較實際的),那時現在的主流之一類神經網路
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News