AI పరిణామం
తత్వశాస్త్రం నుండి ఆధునిక ఫౌండేషనల్ మోడల్స్ వరకు ఏఐ మైలురాళ్లు.
ట్యూరింగ్ టెస్ట్
అలాన్ ట్యూరింగ్ 'యంత్రాలు ఆలోచించగలవా?' అని ప్రశ్నించి మొదటి బెంచ్మార్క్ సృష్టించారు.
డార్ట్మౌత్ వర్క్షాప్
ప్రప్రధమంగా 'ఆర్టిఫిషియల్ ఇంటెలిజెన్స్' పదాన్ని వాడారు.
డీప్ బ్లూ విజయం
ప్రపంచ చెస్ ఛాంపియన్ గ్యారీ కాస్పరోవ్ను IBM ఓడించింది.
డీప్ లెర్నింగ్ శకం
నేటి ఆధునిక LLMలకు వనరుగా ఇమేజ్ రికగ్నిషన్ను అలెక్స్నెట్ విప్లవాత్మకం చేసింది.
కృత్రిమ మేధస్సు యొక్క అన్వేషణ కంప్యూటర్లు ఉనికిలోకి రావడానికి చాలా కాలం ముందే, ప్రాచీన నాగరికతల పురాణాలు మరియు తాత్విక చర్చలలో ప్రారంభమైంది. అయితే, శాస్త్రీయ పునాది 20వ శతాబ్దం మధ్యలో వేయబడింది. In 1950, బ్రిటిష్ గణిత శాస్త్రజ్ఞుడు అలన్ ట్యూరింగ్ 'కంప్యూటింగ్ మెషినరీ అండ్ ఇంటెలిజెన్స్' ప్రచురించారు, అక్కడ ఆయన 'ట్యూరింగ్ టెస్ట్'ను ప్రతిపాదించారు—ఇది మేధస్సు కోసం ఒక ప్రమాణం, ఇది యంత్రం ప్రవర్తన మనిషి నుండి వేరు చేయలేనంతగా ఉందా అని అడుగుతుంది. ట్యూరింగ్ ప్రసిద్ధంగా అడిగారు, 'యంత్రాలు ఆలోచించగలవా?' మరియు తార్కికాన్ని అనుకరించే ప్రోగ్రామబుల్ యంత్రాలను రూపొందించడానికి ఒక రోడ్మ్యాప్ను అందించారు.
ఈ రంగానికి అధికారికంగా పుట్టినరోజు 1956లో డార్ట్మౌత్ వర్క్షాప్లో జరిగింది. జాన్ మెకార్తీ మరియు మార్విన్ మిన్స్కీ ఏర్పాటు చేసిన ఈ కార్యక్రమం, 'నేర్చుకోవడంలోని ప్రతి అంశాన్ని లేదా మేధస్సు యొక్క మరేదైనా లక్షణాన్ని సిద్ధాంతపరంగా ఎంత ఖచ్చితంగా వివరించవచ్చంటే, దానిని అనుకరించడానికి యంత్రాన్ని తయారు చేయవచ్చు' అని నమ్మే శాస్త్రవేత్తలను ఒకచోట చేర్చింది. 1960లలో, ఎలిజా (ELIZA - మొదటి చాట్బాట్) మరియు SHRDLU వంటి ప్రారంభ విజయాలు భారీ ఆశావాదాన్ని సృష్టించాయి. పరిశోధకులు ఒక దశాబ్దంలోనే ఒక యంత్రం ప్రపంచ చెస్ ఛాంపియన్ను ఓడిస్తుందని అంచనా వేశారు—కానీ ఆ ఘనత సాధించడానికి నిజానికి నలభై ఏళ్లు పట్టింది.
AI యొక్క ఆధునిక శకం 1990ల చివరలో మరియు 2000ల ప్రారంభంలో 'బిగ్ డేటా' మరియు ఇంటర్నెట్ కారణంగా ప్రారంభమైంది. 1997లో, IBM యొక్క డీప్ బ్లూ ప్రపంచ చెస్ ఛాంపియన్ గ్యారీ కాస్పరోవ్ను ఓడించింది, ఇది ఒక ప్రధాన మైలురాయి. కానీ నిజంగా ముఖ్యమైన క్షణం 2012లో 'AlexNet'తో వచ్చింది. పరిశోధకులు ఇమేజ్ రికగ్నిషన్ ఖచ్చితత్వంలో భారీ పురోగతి సాధించడానికి డీప్ లెర్నింగ్ మరియు GPUలను ఉపయోగించారు. ఇది ప్రస్తుత 'డీప్ లెర్నింగ్ విప్లవానికి' దారితీసింది, దీని ఫలితంగా సెల్ఫ్ డ్రైవింగ్ కార్లు, రియల్ టైమ్ వాయిస్ ట్రాన్స్లేషన్ మరియు చివరగా, ఈరోజు మనం ఉపయోగిస్తున్న GPT-4 వంటి లార్జ్ లాంగ్వేజ్ మోడల్స్ (LLMs) అభివృద్ధి చెందాయి. ఇప్పుడు మనం కేవలం స్క్రిప్ట్లను అనుసరించే యంత్రాల నుండి ఇంటర్నెట్లోని మానవ జ్ఞాన సారాంశం నుండి నేర్చుకునే యంత్రాల వైపు సాగుతున్నాము.
AI వింటర్స్ (The AI Winters)
1970లు మరియు 1980ల చివరలో, ఈ రంగం 'AI వింటర్స్'ను అనుభవించింది. టెక్నాలజీ భారీ ప్రచారం కంటే తక్కువగా ఫలితాలను ఇవ్వడంలో విఫలమవడంతో ఫండింగ్ మరియు ఆసక్తి తగ్గిపోయిన సమయాలు ఇవి. కంప్యూటర్లు చాలా నెమ్మదిగా ఉండేవి, మరియు ప్రారంభ పరిశోధకుల ప్రతిష్టాత్మక లక్ష్యాలకు మద్దతు ఇవ్వడానికి డేటా చాలా తక్కువగా ఉండేది. మేధస్సును నిర్మించడం అనేది తర్కాన్ని అనుకరించడం కంటే చాలా కష్టమని ఈ కాలాలు సమాజానికి నేర్పించాయి.
