1. 20世紀30年代
1.1. 庫爾特·哥德爾（KurtGödel）
1.1.1. 用完備性定理（completeness theorem）和不完備性定理（incompleteness theorems）證明了邏輯的全部能力及其局限性
1.1.2. 復雜演算法的基本邏輯目錄就被建立出來了，而隨之誕生的是電腦語言編寫的指令
1.1.2.1. 電腦要用這些指令才能執行交給它們的任務
2. 1936年
2.1. 艾倫·圖靈
2.1.1. Alan Turing
2.1.2. 只要是透過演算法能解決的問題就難不倒電腦
2.1.3. 他的理論模型後來被稱為「圖靈機器」（Turing machine）
2.1.3.1. 這在某種意義上有些令人困惑，因為圖靈機器不是一個物理物件，而是數學物件
3. 1941年
3.1. 克蘭德·楚澤
3.1.1. Konrad Zuse
3.1.2. 德國工程師
3.1.3. 創造了世界上第一台可編程的全自動電子電腦Z3
3.1.3.1. 使用1和0的二進制程式碼來計算飛機中的振蕩
3.1.3.2. 這個非常具有前瞻性的電腦毀於1943年的空襲
4. 1946年
4.1. 埃尼阿克（ENIAC）
4.1.1. 世界上第二台現代電子電腦
4.1.2. 這是賓夕法尼亞大學研究人員自1942年以來的研究成果，主要用於計算炮彈設計表
5. 1950年
5.1. ENIAC的升級版本已經在計算彈道飛行路徑，並且結果可靠
5.2. 艾倫·圖靈
5.2.1. Alan Turing
5.2.2. 在他的傳奇文章【電腦機械與智能】（Computing Machinery and Intelligence）中提出了「機器能思考嗎？」這個問題
5.2.2.1. 讓一台電腦透過電子器材與人交談，如果器材另一端的人無法分辨與他們交談的是人還是機器，那麽這台電腦就應該被認為是智能的
5.3. 在1950年左右出現「機器是否能思考」這一問題絕非偶然
5.3.1. 那時，科學技術已經以兩種不同的方式取得了長足進步，使得人類可以開始想象能參加這個問答遊戲的機器的存在
5.3.2. 構建智能機器至少需要兩個元素：一套強大的邏輯規則，以及可以基於這些規則處理資訊並從中得出邏輯結論的物理器材
6. 1956年夏天
6.1. 達特茅斯人工智能夏季研討會
6.1.1. DartmouthSummer Research Project on Artificial
Intelligence
6.1.2. 與會者一致認為，思維是有可能在人腦以外產生的
6.1.2.1. 這種信念基於法國哲學家朱利安·奧弗雷·德·拉·梅泰利（Julien Offray de La Mettrie）200年前的一個觀點：人類是機器
6.1.3. 名為「邏輯理論家」（Logic Theorist）的電腦程式
6.1.3.1. 艾倫·紐威爾（AllenNewell）、赫伯特·A·西蒙（Herbert A.Simon）和克利夫·肖（Cliff Shaw）
6.1.3.2. 該程式有意識地模仿了人類解決問題的策略，而且常常能比人類更優雅地證明數學理論
6.1.3.3. 「邏輯理論家」是第一個不僅具有處理數碼的能力，而且具有處理符號和標誌的能力的電腦程式
6.1.3.3.1. 這為電腦理解人類語言和辨識上下文奠定了重要基礎
6.1.3.3.2. 這個重大突破卻幾乎沒有被在場的研究人員註意到，甚至這個程式的開發者也沒有認識到它在未來的發展前景
6.1.4. 約翰·麥卡錫
6.1.4.1. John McCarthy
6.1.4.2. 一位年輕的邏輯學家及夏季研討會的共同發起人
6.1.4.3. 創造了「人工智能」這個概念
6.1.4.4. 開發了LISP程式語言，為許多AI應用程式奠定了基礎
7. 1959年
7.1. 亞瑟·山緲
7.1.1. Arthur Samuel
7.1.2. 一位電氣工程師
7.1.2.1. 透過教IBM大型電腦器與自己對抗並記錄下在特定情況下某一步棋的勝率，從而獲得了突破
7.1.3. 為西洋跳棋編寫了一個程式
7.1.3.1. 這個程式可以和非常優秀的棋手抗衡
7.1.3.2. 在這之前，西洋跳棋程式只包含遊戲的基本規則，雖然經過反復改進與升級，還是完全無法對抗經驗豐富的玩家
7.1.4. 人類第一次教機器自主學習，並且誕生了「機器學習」的方法和概念
7.1.4.1. 直到 1997年，人工智能才「學會」下國際象棋
8. 1961年
8.1. Unimate機器人
8.1.1. 在通用汽車裝配線上工作
8.2. Shakey
8.2.1. 第一個能夠用照相機和傳感器探索周圍環境的部份自主機器人
8.2.2. 在位於加利福尼亞州蒙路公園的史丹佛研究所的實驗室裏移動
9. 1966年
9.1. 約瑟夫·韋臣鮑姆
9.1.1. Joseph Weizenbaum
9.1.2. 造出了第一個具有處理自然語言能力的聊天機器人原型——ELIZA
10. 1970年
10.1. 專家系統從案例數據等資訊中得到了越來越智慧的轉化
10.2. MYCIN系統
10.2.1. 開始幫助醫生診斷某些血液疾病並推薦治療方法
10.2.2. 「如果-那麽關系」（if-then relationships）：如果一個人流鼻涕、嗓子疼和發燒，那麽他得的就是病毒性流感而不是傷風感冒
10.3. 基於MYCIN獲得的經驗，專家系統隨之拓展到其他更復雜的領域，如肺部測試、內科醫學、化學分子結構分析及地質巖石地層分析等，並被投入市場使用
10.3.1. 專家系統也被用來為輔助呼叫中心配置電腦並協助那裏的員工
11. 1971年
11.1. 第一輛自動駕駛汽車在史丹佛問世
12. 1982年
12.1. Covox
12.1.1. 世界上第一個商業語音辨識系統上市
12.1.2. 唯一技能是把口語轉變為書面語
12.2. 恩斯特·迪特·迪克曼斯
12.2.1. Ernst Dieter Dickmanns
12.2.2. 慕尼黑的德國陸軍大學，機器人專家
12.2.3. 為一輛奔馳麪包車配備了智能攝影機，以便它能夠在測試場地中以差不多每小時 60英裏的速度實作完全的自動駕駛
13. 20世紀90年代初
13.1. Polly
13.1.1. 麻省理工學院的一個可愛的機器人
13.1.2. 會帶領人們參觀人工智能實驗室，幽默地與人們互動，並模擬人類的感受
14. 1993年
14.1. Netscape
14.1.1. 世界上出現了第一個使每個人都可以存取互聯網的瀏覽器
14.1.2. 創造了一個蘊含著人們難以想象的豐富數據的空間
14.1.2.1. 這些數據可以投餵給電腦進行處理
14.1.2.1.1. 因為按照摩爾定律（Moore’sLaw），電腦芯片的計算速度每一到兩年就可以翻一番，而芯片的儲存成本卻越來越低，所以電腦一直沒有被新的數據量所淹沒
15. 1997年
15.1. IBM電腦深藍
15.1.1. 擊敗了國際象棋世界冠軍加利·卡斯巴羅夫（Garry
Kasparov）
15.1.2. 從狹義的角度來說，深藍根本不是一個人工智能系統
15.1.2.1. 它完全不能從自己的錯誤中學習
15.1.2.2. 只是一台速度極快的電腦，能夠每秒評估2億個棋位
15.1.2.3. 該機器使用所謂的蠻力演算法，即處理方法很粗暴，但結果似乎表現出它很聰明
16. 2011年
16.1. 人工智能在國際象棋大賽中戰勝了人類棋手
16.2. IBM的沃森系統
16.2.1. 在美國電視遊戲節目Jeopardy！中對戰近幾年的國際象棋總冠軍並獲得了勝利
16.2.2. 與深藍不同，沃森是一個從數據中學習的系統
16.2.2.1. 它的主要成就不是以閃電般的速度從百科全書或報紙文章中尋找已存知識
16.2.2.1.1. 這對於電腦來說已經不是什麽新鮮事
16.2.3. 語意分析，換句話說就是能夠理解人類語言，並在適當的上下文中對單詞和句子的意義進行分類
17. 2016年
17.1. AlphaGo
17.1.1. 來自谷歌的數據科學家幫助一個自適應系統戰勝了世界上最優秀的圍棋玩家
17.1.1.1. 在這個亞洲棋盤遊戲中，變化的可能性比宇宙中的原子還要多
17.1.1.1.1. 即使是最快的超級電腦也不可能預先計算所有可能性，更不用說人類了
17.1.1.2. 下圍棋需要結合邏輯和直覺
17.1.1.2.1. 棋手們無法解釋為什麽這麽走會是一步好棋，而是他們的直覺讓他們做出了決定
17.1.1.2.1.1. 他們下意識地察覺到了曾經在歷史棋局中見過的模式
17.1.1.2.1.2. 直覺是他們經驗知識的捷徑
17.1.1.2.1.3. 經驗知識不是外顯的，而是隱秘地儲存在他們大腦裏的突觸中
17.1.2. 電腦沒有感覺，但它可以像山緲的跳棋程式那樣與自己進行數百萬次的對戰
17.1.2.1. 以這種方式積累了經驗知識，從而能辨識模式和可能適合它們的策略
17.1.2.2. 實際上是由模式辨識、統計和隨機數生成器巧妙結合產生的結果
17.1.3. AlphaGo的勝利清楚地表明：直覺和創造力（取決於怎麽定義）不再僅僅是人類獨善的領域
18. 2017年1月
18.1. Libratus
18.1.1. 撲克是一種集精明商人的所有素質於一身的遊戲
18.1.1.1. 戰略思維，評估他人處境和行為的能力，以及適時冒險的欲望
18.1.2. 卡內基梅隆大學的超級電腦Libratus在所有紙牌遊戲，甚至是沒有限制模式下的德克薩斯州撲克中都擊敗了世界上最好的玩家們
18.1.2.1. 這台超級電腦的訓練者僅僅是兩名科學家
18.1.2.2. 這一事件幾乎沒有在任何報紙登上頭條，但其實它極其重要
18.1.2.2.1. 如果一台機器能在撲克牌遊戲中打敗人類，那麽它也能在日常商務談判中打敗人類
19. 近20年來
19.1. 勒布納獎
19.1.1. Loebner Prize
19.1.2. 世界上一直在舉辦以圖靈測驗為主題的世界錦標賽
19.1.3. 只要一個人工智能系統能在25分鐘的書面對話中使一半裁判相信它是人類，它的研究人員就能獲得2.5萬美元的銀獎
19.1.4. 至今無人獲得該獎項，更別說獎金高達10萬美金的金獎了
19.1.4.1. 要獲得金牌，參賽的人工智能系統不僅要透過書面對話測試，還要透過語音和視覺交流測試
