Geçmişten Günümüze Yapay Zeka

tarafından
30
Geçmişten Günümüze Yapay Zeka

1308

Katalan sair ve teolog Ramon Llull Ars Generalis Ultima (The Ultimate General Art) adlı kitabı yayınlamıştır, Burada kavramların kombinasyonlarından oluşan yeni bir bilgi türünden ilk kez bahsedilmiştir.Yapay zekanın ilk olarak kavramlaştırılması Ramon Llull tarafından yapmıştır.

1666

Matematikçi ve filozof Gottfried Leibniz, Dissertatio De Arte Combinatoria (On the Combinatorial Art) adlı kitabını yayınladı. Ramon Llull’dan sonra Leibniz insan düşüncesinin bir alfabesini olabileceğini ve düşüncelerin aslında basit kavramların kombinasyonlarından oluştuğunu öne sürdü.

1726

Jonathan Swift Guliverin Gezileri adlı kitabı yayınladı bu kitap motor mantığı ile ilgili yapay zekayı çağrıştıran şu tanımı içeriyordu,“ pratik ve mekanik operasyonlar ile spekülatif bilgiyi geliştirmesi için bir projeydi.”

1763

Thomas Bayes olayların olabilme ihtimalini bulmak için bir yapı geliştirdi. Bayes’in çıkarımı yapay zeka fikrine öncülük eden bir görüş haline geldi.

1854

George Boole mantıksal akıl yürütmenin , denklem çözmeye benzeyen sistematik bir şekilde düşünülebileceği fikrini ortaya attı.

1898

Yakın zamanlarda yapılan bir elektrik konseptli sergide Nikola Tesla bir gösteri yaptı dünyanın ilk radyo dalgalarıyla kontrol edilen gemisini tanıttı. Bu bot Tesla’nın deyimiyle , “ödünç alınmış bilin町eklindeydi.

1914

İspanyol mühendis Leonardo Torres y Quevedo ilk satranç oynayabilen makineyi tanıttı, hiç bir insan etkisi olmadan oyun kendi kendisini devam ettirebiliyordu.

1921

Çek yazar Karel Čapek Robot kelimesi litaretüre “robota” olarak girdi . R.U.R.(Rossum’s Universal Robots).

1925

Hundai Radyo Kontrol sürücüsüz uzaktan kontrol edilen araçları New York caddelerinde piyasaya sürdü.

1927

Bilim Kurgu Filmi Metropolis yaynlandı. Robotların insanlarla etkileşimini anlatan film zamanın önemli filmlerinden sayılmaktadır. Star Wars’daki C-3PO’nun Art Deco görünümüne ilham veren ilk robot filmde gösteriliyordu.

1929

Gakutensoku dizayn edildi, Japonya’da ilk robot olan “doğanın kanunlarını öğrenmek” mantığıyla yola çıkılarak icat edildi. Bu robot yüz ifadesini değiştirebilmek, başını ve ellerini hava basınç mekanizması sayesinde hareket ettirebilmek gibi özelliklere sahipti.

1943

Warren S. McCulloch ve Walter Pitts Matematiksel Biyofizik Bülteni’nde “Sinir Sisteminin İçinde Olan Fikirlerin Mantıksal Hesabı”nı yayınladılar. İdealleştirilmiş ve sadeleştirilmiş yapay “nöronlar” ağlarını ve bunların basit mantıksal işlevleri nasıl gerçekleştirebildiklerini anlatan bu etkili makale, bilgisayar temelli “sinir ağları” (ve daha sonra “derin öğrenme”) ve onların popüler açıklaması için esin kaynağı haline gelmiştir. O zamandan kalmış olan “Beyni taklit etmek” en popüler terimlerden birisidir.

1949

Edmund Berkeley, Dev Brains (Düşünen Makineler) adlı eserinde şöyle bir ifadeye yer verdi: “Son zamanlarda, devasa hız ve beceri ile bilgi toplayabilen büyük makineler hakkında çok sayıda haber var … Bu makineler bir beyininkine benzeyen kompleks yapılardan oluşuyor… Bir makine bilgi işleyebilir; hesaplayabilir, sonuçlandırabilir ve seçebilir; makul işlemleri bilgi ile gerçekleştirebilir. Bu nedenle bir makine düşünebilir. “

1949

Donald Hebb Nöropsikoloji Teorisini yayınladı. Bu teori Sinir ağları ile ilgili varsayımlara ve sinapsların zamanla güçlenmesine veya zayıflamasına ilişkin yetenekleri üzerine bir teoriydi.

1950

Claude Shannon “Bir Bilgisayarı Satranç Oynamak İçin Programlama”, satranç oynayan bir bilgisayar programını geliştirmeye yönelik ilk makaleyi yayınladı.

1950

Alan Turing, daha sonradan bilinen adıyla “Turing Testi” o zamanlar “taklit oyunu” olarak tanıtıldı ve bu terim “Computing Machinery and Intelligence” ın içinde yayınladı.

1951

Marvin Minsky and Dean Edmunds ilk yapay sinir ağı, 40 nöron ağı taklit etmek için 3000 vakum tüpü kullanılan SNARC (Stokastik Sinirsel Analog Güçlendirme Hesaplayıcısı) icat edildi.

1952

Arthur Samuel ilk bilgisayarda satranç oyununu ve ilk kendi kendine öğrenebilen bilgisayar programını geliştirdi.

1955

“Yapay zeka” terimi, John McCarthy (Dartmouth College), Marvin Minsky(Harvard Üniversitesi), Nathaniel Rochester (IBM) ve Claude Shannon(ABD) tarafından sunulan “yapay zekanın iki aylık, 10 kişilik bir araştırması” ile bir sunum ile hazırlandı. Bir yıl sonra Temmuz ve Ağustos 1956’da gerçekleşen seminer, yeni bir çalışma alanının resmi doğum tarihi olarak kabul edilir.

1955

Herbert Simon and Allen Newell Whitehead ve Russell Principia Mathematica’daki ilk 52 teoremin 38’ini sonunda ispatlayacak olan ilk yapay zeka programı olan Logic Theorist’i geliştirdi.

1957

Frank Rosenblatt, iki katmanlı bir bilgisayar öğrenme ağına dayanan kalıp tanımayı sağlayan erken bir yapay sinir ağı olan Perceptron’u geliştirir. New York Times, Perceptron’un “[Deniz Kuvvetleri] ‘nin yürüyebileceğini, konuşabileceği, görebileceği, yazabileceği, üreteceği ve varlığının bilincinde olması beklenen bir elektronik bilgisayarın embriyosu” olabileceğini bildirdi. New Yorker, bunu “Düşünülerek yapılabilecek şeyleri yapabilen bir makine” olarak nitelendirdi.

1958

John McCarthy, yapay zeka araştırmasında kullanılan en popüler programlama dili olan Lisp’i geliştirdi.

1959

Arthur Samuel, “machine lerning” terimini ortaya attı, bu terimi açıklamak için “program yazan kişinin oynayabileceğinden daha iyi bir dama oyunu oynamayı öğrenecek “ dedi.

1959

Oliver Selfridge, bilgisayarların önceden belirlenmemiş kalıpları tanıyabileceği bir süreç için bir model açıkladığı Düşünce Süreçlerinin Mekanizması Sempozyumu Bildiriler Kitabında “Pandemonium: Öğrenme için bir paradigma”yı yayınladı.

1959

John McCarthy yayınladığı Düşünce Süreçlerinin Mekanizması Üzerine Sempozyum Bildiriler Kitabında “Ortak Duyguları Olan Programlar” başlıklı makalesinde, “tavsiye verici “ isimli programı tanımladı.Bu program cümleleri manipüle ederek sorunları çözmeye yönelik bir programdı.

1961

İlk endüstriyel robot olan Unimate, New Jersey’deki General Motors fabrikasında bir montaj hattı üzerinde çalışmaya başladı.

1961

James Slagle SAINT (Symbolic Automatic INTegrator) geliştirir. Bu program, birinci sınıf hesaplamada simgesel entegrasyon problemlerini çözen sezgisel bir programdır.

1964

Daniel Bobrow, “Bir Bilgisayar Sorun Çözme Sistemi için Doğal Dil Girişleri “ başlıklı MIT doktora tezini tanımladı ve doğal bir dil anlama bilgisayar programı olan STUDENT geliştirildi.

1965

Herbert Simon, “makinelerin 20 yıl sonra bir adamın yapabileceği herhangi bir işi yapabilecek kapasiteye sahip olabileceğini” öngörüyor.

1965

Hubert Dreyfus, zihnin bir bilgisayarla farklı çalıştığını ve AI’nın ilerleyemeyeceği sınırların olduğunu savunarak “Alchemy and AI” yayınladı.

1965

I.J. “İlk ultra akıllı makine ile ilgili spekülasyonlar” yazısında, “ilk ultra akıllı makine, makinenin kontrol altına alınmasını nasıl sağlayacağını bize söyleyecek kadar bilinçli olması koşuluyla, insanın yapması gereken son buluştur.” ifadesine yer vermiştir.

1965

Joseph Weizenbaum ELIZA’yı geliştirdi, her hangi bir konu üzerinde ki İngilizce diyologlarla ilgilenen ilgi çekici bir programdı. Weizenbaum, insanlar ve bilgisayarlar arasındaki iletişimin yüzeyselliğini göstermeye çalışırken bilgisayar programı gibi düşünen insanların sayısınına çok şaşırmıştır.

1965

Edward Feigenbaum, Bruce G. Buchanan, Joshua Lederberg ve Carl Djerassi, Stanford Üniversitesi’nde DENDRAL üzerine çalışmaya başlarlar. Bu sistem, hipotez oluşumunu incelemek genel amacı ile, organik kimyagerlerin karar verme sürecini ve problem çözme davranışını otomatikleştirdi.

1966

Shakey robot, kendi hareketlerinin sorumluluğunu alabilen ilk robot olarak nitelendirildi. Marvin Minsky, “ilk elektronik kişi” ilgili bir Life dergisinin 1970’deki makalesinde “üç aydan sekiz yıla kadar, ortalama bir insanın genel istihbaratına sahip bir makineye sahip olacağız” sözleriyle iddaalı fikirlerini sunmuştur.

2001

Space Odyssey filmi gösterime girdi, görkemli bir bilgisayarın özellikleri üzerinde duruldu.

1968

Terry Winograd, doğal bir dil anlama bilgisayar programı olan SHRDLU’yu geliştirir.

1969

Arthur Bryson and Yu-Chi Ho çok katlı bir dinamik sistem optimizasyon yöntemi olarak geri yayılımı tanımladılar. Çok tabakalı yapay sinir ağları için bir öğrenme algoritması, bilgi işlem gücü büyük ağların eğitimini karşılamak için yeterince gelişmiş olduktan sonra, 2000’li ve 2010’lı yıllarda derin öğrenmenin başarısına önemli ölçüde katkıda bulunmuştur.

1970

İlk antropomorfik robot olan WABOT-1, Japonya’daki Waseda Üniversitesi’nde inşa edilmiştir. Ekstremite kontrol sistemi, görme sistemi ve konuşma sistemi içeriyordu.

1972

Stanford Üniversitesi’nde ciddi enfeksiyonlara neden olan bakterilerin saptanması ve antibiyotik önerilmesi için erken bir uzman sistem olan MYCINgeliştirilmiştir.

1973

James Lighthill, AI araştırması için hükümetin desteğini büyük ölçüde azaltacak “herhangi bir alana şimdiye kadar yapılan keşiflerin daha sonra vaat edilen büyük etkiyi üretmediğini” iddia ederek, devlet yapay zeka araştırması hakkında İngiliz Bilim Araştırma Konseyi’ne rapor verdi.

1976

Bilgisayar bilimcisi Raj Reddy, IEEE Bildiriler Kitabında “Doğal Dil İşleme (NLP) ile ilgili erken çalışmaları özetlerken konuşma tanıma özelliği olan makinelerle ilgili açıklamalarda bulunmuştur.

1978

XCON (eXpert CONfigurer) programı, müşterinin gereksinimlerine göre bileşenleri otomatik seçerek DEC’in VAX bilgisayarlarının sipariş edilmesine yardımcı olan kural tabanlı bir uzman sistem Carnegie Mellon Üniversitesi’nde geliştirildi.

1979

Stanford Cart, beş saat içinde insan müdahalesi olmadan sandalye dolu bir odanın içerisinden başarılı bir şekilde geçerek, otonom bir aracın en eski örneklerinden biri haline geldi.

1980

Wabot-2, Japonya’daki Waseda Üniversitesi’nde icat edilmiştir, bir müzisyen robot olarak , bir kişiyle iletişim kurabilir, bir müzik notası okuyabilir ve bir elektronik kanallar üzerinde ortalama zorluk derecesi ezgileri oynayabilir şekilde tasarlanmıştır.

1981

Japon Uluslararası Ticaret ve Sanayi Bakanlığı, Beşinci Nesil Bilgisayar projesi için 850 milyon dolar bütçe ayırdı. Proje, konuşmaları devam ettirebilen, dilleri tercüme edebilen, resimlerini yorumlayabilen ve insan gibi sebepleri bulabilen bilgisayarlar geliştirmeyi amaçladı.

1984

AAAI yıllık toplantısında, Roger Schank ve Marvin Minsky, AI kabarcıklarının (üç yıl sonra meydana gelen) içten yanmalı bir patlamanın, 1970’lerin ortalarında AI yatırım ve araştırma finansmanındaki azalmaya benzer şekilde uyarlandı.

1986

Münih’teki Bundeswehr Üniversitesi’nde Ernst Dickmanns yönetiminde inşa edilen kamera ve sensörlerle donatılmış, ilk sürücüsüz araba, boş sokaklarda 55 mil hızla gidebilme özelliğini sahipti.

1987

Apple’ın CEO’su John Sculley’nin Educom’daki açılış konuşmasında video Bilgi Navigator, “bilgi uygulamalarına büyük miktarda sayısallaştırılmış bilgiye bağlı şebekeler üzerinden çalışan akıllı ajanlar tarafından erişilecek” bir gelecek öngördüğünü belirtmiştir.

1988

Judea Pearl, Akıllı Sistemlerde Olasılıksal Akıl yürütme yayınladı. “Judea Pearl belirsizlik altında bilgi işleme için temsilsel ve hesaplamalı temel oluşturdu. Bu modellerde çıkarımda kullanılan temel algoritmaların yanı sıra karmaşık olasılık modellerini tanımlayan matematiksel bir biçimcilik olan Bayes ağlarının keşfi ile de alakalıydı. Bu çalışma yapay zeka alanını sadece devrim yapmanın ötesinde, mühendislik ve tabiat bilimleri dallarının birçoğu için de önemli bir araç haline geldi. “

1988

Rollo Carpenter, “doğal insan sohbetlerini ilginç, eğlenceli ve mizahi bir şekilde taklit etmek” için sohbet botu Jabberwacky’yi geliştirdi. İnsan etkileşimi yoluyla yapay zeka yaratmaya yönelik erken girişimlerden birisidir.

1988

IBM T.J. Watson araştırma merkezi üyeleri “Dil çevirisine istatistiksel bir yaklaşım”ı yayınladı “ Başarıyla İngilizce ve Fransızca arasında tercüme yapan bu projede, çoğunlukla Kanada parlamentosunun iki dilli işlemlerinden kaynaklanan 2.2 milyonluk cümle tabanına dayanıyordu.

1988

Marvin Minsky ve Seymour Papert, 1969 tarihli “Perceptrons” kitabının genişletilmiş bir baskısını yayınladılar. “Prolog: 1988’den Bir Bakış” yazısında şunları yazdı: “Bu alandaki ilerlemenin çok yavaş olmasının bir nedeni, tarihine aşina olmayan araştırmacıların, daha önce yapılan hataların çoğunu yapmaya devam etmesi.”

1989

Yann LeCun el yazısı posta kodlarını tanıyan çok katmanlı bir sinir ağına başarılı bir geri bildirim algoritması uyguladı.

1993

Vernor Vinge ” Görülmeyen Teknoloji Geliyor” adlı kitabını yayınladı ve 30 yıl içinde teknolojik süper zekanın üretileceğinden ve bundan kısa bir süre sonra insan oğlu kavramının biteceğini öne sürdü.

1995

Richard Wallace, Joseph Weizenbaum’un ELIZA programından esinlenerek chatbot A.L.I.C.’yi (Yapay Dil İnternet Bilgisayar Kurumu) geliştirici sadece Web’in ortaya çıkışı ile mümkün olan benzeri görülmemiş ölçekte doğal dil örnekleri veri toplama özelliklerini eklendi.

1997

Sepp Hochreiter ve Jürgen bugün el yazısı ve konuşma tanımada kullanılan tekrarlayan sinir ağının bir türü olan Uzun ve Kısa Vadeli Hafıza (LSTM) fikrini ortaya attı.

1997

Deep Blue, bir dünya satranç şampiyonu yenen ilk bilgisayar satranç oyun programı oldu.

1998

Dave Hampton ve Caleb Chung Furbby’i yarattı, ilk ev robotu olarak tarihe geçti.

2000

MIT çalışanıCynthia Breazeal, duyguları tanıyan ve simüle edebilen Kismet’i geliştirdi.

2000

Yapay olarak akıllı bir insan robotu olarak tasarlanan Honda’nın ASIMO robotu, bir insan gibi hızlı bir şekilde yürüyebilme, bir restoran ortamında tepsileri müşterilere sunabilme özelliklerine sahipti.

2006

Oren Etzioni, Michele Banko ve Michael Cafarella “okuyabilen makine,” terimini ortaya attılar, bu robot otomatik olarak yazıyı anlayabilme özelliğine sahipti.

2006

Geoffrey Hinton Çoklu öğrenme tanımını ortaya attı bu terim özetle derin öğrenmeye ilk bakış olmuştur.

2007

Fei Fei Li ve Princeton Üniversitesi’ndeki meslektaşları, görsel nesne tanıma yazılımı araştırmasına yardımcı olmak için tasarlanmış açıklama görüntülerinin büyük bir veri tabanını ImageNet’i oluşturmaya başladılar.

2009

Rajat Raina, Anand Madhavan ve Andrew Ng, “modern grafik işlemcilerinin çok çekirdekli işlemcilerin yetersiz kaldığını ve denetimsiz öğrenme yöntemlerinin uygulanabilirliğinin devrim potansiyeline sahip olduğunu” savunarak, “Grafik İşlemcilerini Kullanarak Büyük Ölçekli Denetimsiz Öğrenme”yi yayınladılar. ”

2009

Google sürücüsüz araç geliştirmeye başladı. 2014 yılında, Nevada’da ABD eyaletinde kendi kendine sürüş testi yapan ilk araba oldu.

2009

Northwestern Üniversitesi Akıllı Bilişim Laboratuarı’ndaki bilgisayar bilimcileri, insan müdahalesi olmaksızın spor haberleri yazan Stats Monkey programını geliştirdi.

2011

Bir konvolüsyonel sinir ağı, Alman Trafik İşareti Tanıma yarışmasını % 99,46 doğrulukla (% 99,22 insanla karşılaştırıldığında) kazandı.

2011

Watson, hızlı cevap verebilen bir konuşma makinesi yaptı ve bu makine iki dil şampiyonunu yendi.

2011

İsviçre’deki IDSIA araştırmacıları, konvolüsyonel sinir ağları kullanarak el yazısı tanımada %0.27 hata oranını rapor ettiler, önceki yıllarda %0.35 -%0.40 hata oranı üzerinde önemli bir gelişme olmuştu.

2012

Jeff Dean and Andrew Rastgele seçilmiş 10 milyon üzerinde Youtube videosuna tepki verebilen bir mekanizma geliştirdi.

2012

Toronto Üniversitesi araştırmacıları tarafından tasarlanan konvolüsyonel sinir ağı, bir önceki yıla göre en iyi girişin elde ettiği %25’lik hata oranının üzerinde önemli bir iyileşme olan Büyük Ölçekli Görsel Tanıma Yarışması’nda yalnızca% 16’lık bir hata oranı elde etti.

2012

Apple Siri’yi tanıttı ve cihazlarında kullanmaya başladı. Siri, iOS 5’ten itibaren iOS işletim sisteminin bir parçasıydı. Ekim 2012 ve sonrasında üretilen bütün Apple cihazlarında Siri yer almaktadır. Siri kelimeleri anlama ve cevap verme konusunda çok başarılı olsa da ses tonundan duygu ve düşünceleri anlama konusunda üzerinde çalışmalar hala devam etmektedir.

2013

Facebook, eski Google çalışanı deep learning uzmanı Marc’Aurelio Ranzato’un, daha önce satın aldığı yüz tanıma teknolojisi şirketi Face.com’un kurucusu Yaniv Taigman’ın aralarında bulunduğu özel bir ekip oluşturdu. Yeni oluşturulan grubun, beyin hücrelerinin süreçlerinin incelemesinden başlayarak ilerleyeceği yapay zeka geliştirmesi ile Facebook 700 milyon kişinin paylaşımlarını, beğenilerini anlayacağı ve anlamlandırması planlandı.Bu çalışma ile deep learning süreci daha hızlandırılmış oldu. En basit anlatımla Facebook fotoğrafı kullanıcı tarafından etiketlenmemiş olsa da Facebook kime ait olduğunu bilecekti.

2014

Google yapay zeka şirketi Deepmind’ı satın aldı. Bu gelişme, Google’ın yapay zeka ve robotik alanlarında son zamanlardaki en önemli büyüme hamlelerinden biri oldu. 400 milyon dolar değerindeki bu anlaşmanın sebebi yapay zeka ile öğrenme (machine learning) ve sinir ağlarını harmanlayarak genel amaçlı öğrenme algoritmaları tasarlamaktı. Deepmind’ı satın alması Google’ın yapay zeka konusunda üst düzey yetenekleri bünyesine katma hamlesi olarak da görülüyor.

2014

Facebook’un yeni teknolojisi, yüz tanıma konusunda insan zekası seviyesine ulaştı. Yabancı birine ait iki ayrı fotoğrafı gösterdiğinizde, insanların doğru eşleştirme oranı yüzde 97,53. Facebook araştırmacılarının yeni geliştirdiği yazılımın aynı testteki skoru ise yüzde 97,25. Yeni yazılım, 4 bin kişiye ait 4 milyon adet yüz resminden oluşan ve bugüne kadar oluşturulan “en büyük veritabanı” kullanılarak eğitilmiş. Geliştirmeyle Facebook’un bugünkü teknolojisinin hata oranında yüzde 25 oranında azalma sağlanmış ve insan deneyimine bir hayli yaklaşılmış durumdaydı.

2014

Vicarious’ın sekiz kişilik, dahilerden oluşan takımı , CAPTCHA’yı çözebilen(CAPTCHA testleri insan ve bilgisayarları ayırt etmekte kullanılıyor.) bir teknoloji gelişmesi duyurdu. Vicarious’ın algoritmaları denemelerin yüzde 90’ında testi geçmeyi başarmıştı.

Vicarious’ın son dikkat çeken projesi ise, hayal edebilen bir yazılım geliştirmesiydi. İnsan beyninden esinlenerek kodlanan yazılım, insan zihninde imgelerin canlanma biçimini bir dereceye kadar taklit edebiliyordu.

Mark ZuckerbergAshton Kutcher ve Elon Musk bu şirkete 40 milyon dolar yatırım yaptı.

2014

Amelia insanların ne sorduğunu, nasıl hissettiğini anlayabilen bir sanal asistan. Yapay zekayı kullanan birçok akıllı makineden farklı olarak Amelia, insan davranışını taklit etmek yerine insanın düşünme biçimini anlamak üzerine kurgulanmış.

2015

Maryland üniversitesi Bilgisayar Mühendisliği Öğrencileri YouTube’dan video izleyerek yemek pişirmeyi öğrenen robotlar geliştirdiler.

Araştırmada, robotların objeleri genel tanıma yüzde 79, nesneleri tutuş biçimlerini tanıma yüzde 91 ve eylemleri tahmin etmeleri yüzde 83 doğruluk oranlarıyla sağlanmış.

2015

Google Project Wing’i kuran ekibin girişimi Skydio dronelar için ‘yapay zeka’ geliştirdiğini duyurdu.

2015

Google, kendi kendine video oyun oynamayı öğrenip ustalaşan yapay zeka teknolojisi geliştirdi

2015

Machine teaching tool” teknolojisi ile herkes bilgisayarları kendi uzmanlık alanları ve bilgileri dahilinde eğitebileceği bir sistem kurmaya başladı. Örneğin bir şef bir yemeğin nasıl hazırlanması gerektiğini veya püf noktalarını bilgisayara öğretebilecek ya da bir doktor medikal alandaki bir bilgisini yine bilgisayara aktarabilecekti.

2015 ETH Zürih (Zürih Federal Teknoloji Enstitüsü) ve Cambridge Üniversitesi’ndeki araştırmacıların birlikte yürüttüğü, öğrenebilen ve kendisini geliştirebilen robot projesi.

Ekip insan müdahalesi olmaksızın kendisini geliştirip performansını arttırabilen bir “anne” robot prototipi üretmişler. Bu “anne” robot, plastikten oluşan ve içerisinde bir adet motor bulunan 10 adet “bebek” robot üretmiş ve süreç içinde ürettiği bebeklerin performansını izleyerek yeni ürettiği bebeği daha “becerikli” yapmış.

2016

Ars Technicasenaryosu tamamen yapay zeka tarafından yazılan ilk kısa filmi yayınladılar. Bu alanda resim yapıpmüzik besteleyerek her gün yeni bir ilerleme kaydeden makineler bu kez sinemaya el attılar. Açılışı Sunspring adından bir kısa filmle yapılan deneme, senaryosu yapay zeka tarafından yazılmış bilinen ilk kısa film olma özelliğinde.

2016

Apple gerçek zamanlı duygu tanıyan yapay zeka girişimi Emotient’i satın aldı. Müşterilerin, cinsiyet, yaş gibi genel bilgilerini, gizlilik kurallarını ihlal etmeden, gerçek zamanlı olarak tespit eden Emotient, dijital ekranlarda gerçek zamanlı hedefleme yapılmasını sağlıyor. Örneğin ekrana bakan genç erkek bir müşteriyse tıraş bıçağı reklamı görebiliyor.

2016

CMU’daki bilim adamlarının geliştirdiği Libratus adlı yapay zeka oyuncusunu dünyanın en iyi poker oyuncularından dördüyle (Dong Kim, Jimmy Chou, Daniel McAulay, Jason Les) karşı karşıya getirmiş. 30 gün süren ve 120 bin elin döndüğü oyunda Libratus 1,77 milyon dolar kazanmayı başarmış. Günde 10 saat bilgisayar ekranıyla muhatap olan poker oyuncularının payına ise 200 bin dolarlık ödülü bölüşmek düşmüş.

2016

Hanson Robotics tarafından geliştirilen, yürüme, konuşma ve gerçekçi yüz ifadeleriyle tepki verebilme kabiliyetine sahip mekanik profesör(Einstein); bir yandan temel bilimlere dair eğitici bir rol üstlenirken diğer yandan da muzipçe şakalar yapabilecek şekilde tasarlanmış.

Şirketin kurucusu ve CEO’su David Hanson, Einstein robotun insanlarla etkileşimi içinse şu sözleri sarf ediyor : “Yapay zekayı çok akıllı hale getirmek ve insanlarla iyi ilişkiler kurmasını sağlamak, aynı zamanda insana benzeyen bir şekil vermek, ona insana dair çok daha fazla şey öğretebileceğimiz anlamına geliyor. Einstein robotu dünyayı bir bebeğin yaptığı gibi fiziksel ve sosyal anlamda keşfedebilir ve insanlardan bir şey öğrenebilir”.

2017

NVIDIA PilotNet adını verdiği ve insanları gözlemleyerek bir otomobili sürmeyi öğrenen, sinir ağı tabanlı bir sistem geliştirdi. Bu sistemle yetinmeyen NVIDIA, sürüş kararları alırken öncelik sıralamasının ne olduğunu söyleyen bir yöntem geliştirmeyi başardı. Ağ, öncelik sıralamasını bu metoda göre yöneticilerle paylaşıyor.

2017

Deep Mind araştırmacıları geliştirdikleri yeni algoritmayla yapay zekaya hafıza eklemeyi başardılar.

2017

Google video içeriğini tanıyıp aranabilir hale getiren ‘machine learning’ API’ını yayınladı.

2017

Nottingham Üniversitesi araştırmacıları, hangi hastaların 10 yıl içinde inme veya kalp krizi geçireceğini tahmin edebilmek için rutin tıbbi verileri tarayan bir yapay zeka sistemi geliştirdi. Yapay zeka sistemi, geleneksel yöntemlerle tahminler yapmaya çalışan doktorlara oranla 355 vakayı daha doğru tespit ederek geleneksel yöntemler karşısında çok daha fazla başarılı olduğunu kanıtladı.

2018

Blockchain tabanlı bir yapay zeka SingulartyNET, anti merkezcil bir yapay zeka platformu. Goertzel ve ekibi, görüntü tanımlamadan doğal dil işlemeye kadar bir çok yapay zeka algoritmasını etkin bir şekilde çalıştırabilen blok zincir tabanlı bir alt yapı oluşturmayı planlıyor. Sistem ayrıca hangi algoritmaların daha çok kullanıldığını takip etmek ve geliştiricilerin buna göre hareket etmesini sağlamak içinde kullanılabilecek.