尽管歌德曾满怀敬意把历史称为“上帝的神秘作坊”。但在这作坊里发生的，却是太多不可胜数的被我们熟视无睹和微不足道的小事。在一个民族里，为了产生一个天才，总是需要几百万人。一个真正具有世界历史意义的时刻——一个人类的群星闪耀的时刻出现以前，必然会伴随着无谓流逝的漫长岁月。不过，诚如在艺术上一旦出现一个天才就会影响百年的文化史一样，这种具有世界历史意义的时刻一旦发生，就会决定几十甚至上百年的历史进程。就像避雷针的尖端汇聚了整个大气层的电流一样，那些不可胜数的事件也会挤在这最短的时间内发作。
——斯蒂芬·茨威格《人类群星闪耀时》
人类的“吓尿周期”正在变得越来越短。
2016年3月15日首尔时间下午6点02分，第180手。黄士杰为AlphaGo落下二路粘。李世石没有再下下一手，而是拿起两颗黑子放在了棋盘旁——这在围棋中代表认输，人机大战以AlphaGo 4:1 战胜李世石告终。从1997年5月11日，“深蓝”战胜棋王卡斯帕罗夫算起，一共过去了19年10个月4天。
事实上，我们应该将3月9日AlphaGo首胜李世石作为一个伟大时代的开端：之所以“吓尿”，是因为大多数关注者对比赛判断结果的偏差，我们仍然按摩尔定律18个月倍增的简单逻辑来推断，“机器不可能在复杂度最高的对弈游戏围棋上取胜人类”，但当出乎意料的结果真正摆在我们面前，我们都慌了神。
AlphaGo的胜利的意义在于：如果说深蓝的胜利是穷举法暴力破解的胜利，那么AlphaGo的胜利则有了量变到质变的意义。蒙特卡洛树替代了暴力破解算法，大数据和深度学习成为AlphaGo取胜的关键，算法对于运算能力和人工智能的提升超过了硬件的贡献，让我们看到了机器从“计算”到“思考”的改变。
这样的跨越来之不易。
在深蓝战胜卡斯帕罗夫后，IBM再接再厉，推出了包含54亿个硅晶体管、4096个内核、100万个神经元和2.56亿个“突触”在内的“True North”拟人芯片项目，意图在计算力和海量数据的处理上下功夫。从现在看来，IBM除了模拟出了一个“老鼠级别的大脑”之外，并没有发挥出更大的作用。
直接导致AlphaGo今天真正的突破出现在2006年，Geoff Hinton教授“A fast learning algorithm for deep belief nets”论文的问世。这篇论文使用复杂的多非线性模型表示数据之间的关系，将深度学习的性能提升到了一个新的台阶。随后在语音识别、计算机视觉、机器人、自然语言处理等领域，深度学习也取得了比传统机器学习更优秀的成绩。
至此，人工智能领域的“计算重要还是算法重要”的气剑之争可以休矣。
在这里，雷锋网想特别提一下这22个人的名字：
David Silver、Aja Huang、Chris Massison Arthur Guez，Laurent Sifre， George Van Den Driessche、Julian Schrittwieser、Ioannis Antonoglou、Veda Panneershelvam、Yutian Chen、Marc Lanctot、Sander Dieleman、Dominik Grewe、 John Nham、Nal Kalchbrenner、Tim Lillicrap、Lucas Baker、Ilya Sutskever、 Maddy Leach、Koray Kavukcuoglu、Thore Graepel、Demis Hassabis。
与其说是上述22人组成的AlphaGo团队创造了历史，不如说是历史选择了他们作为“人工智能时代已经到来”的信使。从上个世纪50年代，图灵在论文中首次提出“图灵测试”和麦卡锡在达特茅斯学会上提出“人工智能”一词算起，在大半个世纪里，人工智能的进展一直非常缓慢，而Hinton教授论文所取得的突破的影响，在很长一段时间里也仅限于学术领域而已。
所以，对于“人机大战是否是一场成功的PR”的讨论，那已经不重要了。“人机大战”的意义，在于将之前只有少数从业者才能清楚认识到的“真正具有世界历史意义的时刻”以一种通俗易懂的方式展现在了所有人面前，让我们意识到：这是一个人工智能时代群星闪耀的时刻。
“我忧心忡忡地看待未来，但仍满怀美好的希望。”忘记“AI发展究竟会导致人类永生还是灭绝”的争论和未来不可知的电闪雷鸣吧，我们所处的就是一个伟大时代的开端，而那些为我们开创这个时代的天才们，值得我们铭记。
人工智能（AI）从它的诞生到今天AlphaGo战胜人类取得新的突破，已经经历两次低谷期，两次复苏，再到2006年开始，因为一个叫Hinton的老头提出的深度学习概念，引发了人工智能的再次大爆发，包括近日AlphaGo的里程碑式胜利，都离不开这项技术。
雷锋网觉得有必要整理出一份加入深度学习大事的人工智能大事记新名单，而更多对人工智能和深度学习领域大牛的介绍文章也将陆续推出。一来，响应人工智能已经进入“深度学习”的新浪潮；二来弥补一下之前的低谷忧伤~
先简单的看下人工智能的几个阶段
AI的诞生：1956
第一次AI低谷：1974 – 1980，
繁荣：1980 – 1987，
第二次AI低谷：1987 – 1993，
复苏：1993 – 2006
深度学习异军突起：2006至今
历史时刻回顾
1956年，达特茅斯会议召开，AI的名称和任务得以确定，同时出现了最初的成就和最早的一批研究者，因此这一事件被广泛承认为AI诞生的标志。
1952年，塞缪尔写出了第一个计算机学习程序，该程序用于国际跳棋比赛。IBM的计算机通过不断对局，学习哪些招式有助于赢得对局，并将这些招式纳入自己的程序中。
1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。
1968年，斯坦福大学费根鲍姆教授和几位遗传学家及物理学家合作研制了一个化学质谱分析系统（DENDARL），这是第一个专家系统，标志着人工之能从实验室走了出来，开始进入实际应用时代。
1979年，斯坦福大学的学生研发了「斯坦福车」（Standford Cart），它可以自动定位房间中的障碍物。
1981年，Gerald Dejong提出了基于解释的学习（Explanation Based Learning，EBL）这一概念——通过分析数据并舍弃次要信息，计算机能够创造出一套它可以理解的规则。
1985年，哈罗德·科岑编写的绘图软件Aaron在AI大会亮相。
1990年，机器学习的方法从知识驱动转为数据驱动。科学家们开始研发能够让计算机通过分析海量数据，并从结果进行总结（「学习」）的程序。
1997年，IBM的「深蓝」（Deep Blue）打败了国际象棋的世界冠军。
-----------------------------------------------此处应有分割线，不是嘛？-----------------------------------------------
2006年，Geoffrey Hinton正式提出了「深度学习」的概念，它解释了那些能够让计算机「看见」并且区分图像和视频中的物体及文字的算法。
2010年，深度学习开始应用到语音识别领域（关键技术DNN——深度神经网络）、图像识别领域（关键技术CNN——卷积神经网络）、自然语言处理（NLP）领域、机器人领域。
2011年，微软研究院和Google的语音识别研究人员先后采用DNN技术降低语音识别错误率20％~30％，是语音识别领域十多年来最大的突破性进展。
2011年，NCAP 研究成员同时也是斯坦福大学的副教授 Andrew Ng 在 Google 创立并领导了 Google Brain 项目。
2012年，DNN（CNN）技术在图像识别领域取得惊人的效果，在ImageNet评测上将错误率从26％降低到15％。
2012年，谷歌的X实验室，Andrew Ng参与开发了能够自动浏览YouTube视频并识别出包含猫的部分的机器学习算法。
……（这中间的空档期，各大公司进入人才抢夺期~~~）
2014年，Facebook研发了DeepFace，这个软件算法可以识别或者核实照片中的人物，在全球最权威的人脸识别评测系统LFW中，人脸识别准确率达97.25%。
2014年，Face++在全球最权威的人脸识别评测系统LFW中，人脸识别准确率达97.27%，已经略高于Facebook的人脸识别率。
2016年，谷歌的人工智能算法打败了围棋专业选手。围棋这一中国的棋盘游戏被认为是世界上最复杂的游戏，比国际象棋难出许多倍。谷歌DeepMind 团队的AlphaGo算法在5局对弈中均取得4:1的胜利。
Geoff Hinton，加拿大多伦多大学，深度学习学派的祖师爷，提出了「深度学习」的概念，目前就职于Google。
Yann LeCun， 纽约大学 ，发表了卷积神经网络（CNN）的工作，Facebook人工智能研究院主任。
Yoshua Bengio，蒙特利尔大学，对RNN的一系列推动包括经典的neural language model，gradient vanishing 的细致讨论。
Jürgen Schmidhuber，地处欧洲，LSTM的发明人，目前就职于瑞士人工智能实验室IDSIA。
2012年，余凯加入百度，之前在NEC实验室就在做深度学习的相关研究。
2012年6月19日，Facebook收购面部识别技术公司Face.com。
2013年3月，Google收购了Alex Krizhevsky、Ilya Sutskever 和 Geoff Hinton 刚刚注册几个月的公司DDNNresearch。
2013年，百度深度学习研究院（IDL）的创建。
2013年10月，田渊栋加入Google无人驾驶汽车 (Google driverless car) 研究组。
2013年12月，Facebook作为回应，挖了Yann Lecun，让他在纽约领导成立了 Facebook AI lab。
2014年1月，Google收购了Deepmind。
2014年5月， Andrew Ng离开Google去了百度。
2015年初，田渊栋离开Google，跳到Facebook的人工智能实验室（FAIR）。
2015年3月，IBM收购初创公司AlchemyAPI，增强沃森的深度学习能力。
运气好的话，这次一周的人机大战结束后，虽然距离强人工智能还有一定距离，迎来新的爆发潮倒是不容置疑的，这些前所未有的热情，从历史的角度讲，就是为了弥补之前那些可爱的人们在这个领域遭受的冷落、迷茫和痛苦。
特别是那些所有像Yann LeCun一样不惜个人荣誉而为真理而战的勇士们，都应该浮出水面。
正在生成分享图...
nebula