现代人工智能和深度学习的注释历史
摘要：机器学习是信用分配的科学：找到预测行为后果的观察模式，并有助于改进未来表现。信用分配对于人类理解世界的运作也是必需的，不仅对于个人在日常生活中的导航，还对于像历史学家这样以过去事件为基础解释现在的学术专业人士。在这里，我专注于现代人工智能(AI)的历史，这个领域以人工神经网络(NNs)和深度学习为主，这两个概念在概念上更接近于旧的控制论领域，而不是自1956年以来被称为AI的领域(如专家系统和逻辑编程)。现代人工智能的历史将强调传统人工智能教材所关注的突破之外的方面，特别是今天NNs的数学基础，如链式法则(1676年)、第一个NNs(线性回归，约1800年)和第一个工作的深度学习者(1965-)。从2022年的角度来看，我提供了一个时间线，回顾了NNs、深度学习、人工智能、计算机科学和数学领域的最重要的相关事件，认可那些奠定了该领域基础的人。文中包含了众多链接，指向我 AI 博客中的相关概述网站。这补充了我之前的深度学习调查报告(2015年)，其中提供了数百个额外的参考文献。最后，为了使其更完整，我会将这些事情放在更广泛的历史背景中，涵盖自宇宙大爆炸以来的时间，直到宇宙的年龄是现在的许多倍。
作者：Juergen Schmidhuber
论文ID：2212.11279
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-01-02