Histoire de l'IA

Apple dévoile "Apple Intelligence", sa fonctionnalité de pointe intégrant de manière transparente les capacités de ChatGPT dans les derniers iPhones et l'assistant numérique Siri, et offrant aux utilisateurs une expérience dynamique de haute volée.

OpenAI dévoile Sora, un modèle IA capable de créer de courtes vidéos à partir de descriptions textuelles, le 15 février 2024.

Google dévoile une version avancée de sa plateforme Gemini, baptisée Gemini 1.0 Ultra, offrant des capacités améliorées et des mises à niveau de performances.

Le président Biden promulgue un décret le 30 octobre 2023 visant à promouvoir le développement et l’utilisation responsables et éthiques de la technologie de l’intelligence artificielle, garantissant sa sûreté, sa sécurité et sa fiabilité.

Google fait passer Bard de LaMDA au modèle de langage PaLM2 plus avancé en mai 2023.

Des géants de la technologie et des innovateurs, dont Elon Musk et Steve Wozniak, soutiennent une pétition demandant une pause temporaire dans le développement rapide des systèmes d’IA avancés. La pétition évoque les risques potentiels liés à la création de modèles IA qui pourraient dépasser la compréhension et le contrôle humains, et appelle à une pause de six mois pour réévaluer la trajectoire de cette technologie.

Google présente son chatbot Bard, alimenté par les modèles de langage LaMDA et PaLM, dans une capacité limitée en réponse à ChatGPT en mars 2023.

Le modèle GPT-4 récemment dévoilé par OpenAI représente une avancée significative par rapport à son prédécesseur, GPT-3.5, bien qu'il partage encore certaines limitations inhérentes. Notamment, GPT-4 introduit des capacités multimodales, lui permettant de traiter à la fois des entrées de texte et d'image. Ce modèle amélioré est intégré à ChatGPT en tant qu'offre premium. Selon les évaluations internes d'OpenAI, GPT-4 démontre des performances exceptionnelles, et obtient un score dans le 94e percentile au SAT, le 88e percentile au LSAT et le 90e percentile à l'Uniform Bar Exam.

ChatGPT, le remarquable modèle de langage IA, franchit une étape sans précédent en rassemblant plus de 100 millions d'utilisateurs en janvier 2023, s'imposant ainsi comme l'application grand public à la croissance la plus rapide jamais observée.

GPT-3, un modèle de langage révolutionnaire développé par OpenAI, s'appuie sur des techniques avancées d'apprentissage profond pour générer du texte de type humain dans divers domaines, notamment le code informatique, la poésie et d'autres tâches linguistiques. Avec une capacité de modèle sans précédent dix fois supérieure à celle de son prédécesseur T-NLG, GPT-3 produit des résultats étonnamment similaires et presque impossibles à distinguer du contenu écrit par un humain. Ce modèle de langage innovant a été dévoilé en mai 2020 et est entré en phase de test bêta le mois suivant.

AlphaFold 2, le modèle de prédiction de la structure des protéines de DeepMind, est sorti vainqueur du concours CASP 2020 qui s'est tenu en novembre.

Microsoft dévoile en février 2020 son Turing Natural Language Generation (T-NLG), un modèle de langage massif doté de 17 milliards de paramètres, un nombre sans précédent, établissant ainsi un nouveau record pour le plus grand modèle de langage jamais publié.

Google dévoile Duplex, un système d'intelligence artificielle capable d'engager des conversations naturelles pour gérer des tâches telles que la planification de rendez-vous. Le discours de l'IA imite les schémas vocaux humains de manière si convaincante que le Los Angeles Times l'a décrit comme une imitation "presque parfaite".

Un système d'intelligence artificielle développé par Alibaba pour le traitement du langage surpasse les performances des meilleurs participants humains lors d'un examen de lecture et de compréhension de l'Université de Stanford. L'IA a obtenu un score de 82,44, dépassant légèrement le score humain de 82,304, sur un test comprenant 100 000 questions.

La création de l'architecture du transformateur ouvre la voie à des modèles de langage innovants et de grande taille, comme BERT de Google, et par la suite, OpenAI devient le pionnier du modèle de transformateur pré-entraîné génératif.

Un système d'intelligence artificielle développé par OpenAI participe à The International 2017, un prestigieux tournoi Dota 2, où il est sorti victorieux contre le joueur professionnel Dendi dans un match 1 contre 1.

Un outil logiciel utilisé pour résoudre les problèmes de satisfaction booléenne en logique propositionnelle est utilisé pour étayer une conjecture mathématique de longue date concernant les triplets pythagoriciens dans l'ensemble des entiers. La preuve initiale, couvrant un énorme volume de 200 téraoctets, est validée par deux systèmes de vérification automatique de preuve certifiés distincts.

L'algorithme Deepstack116 a surpassé les joueurs humains dans les jeux à information imparfaite, en particulier le poker en tête-à-tête sans limite, avec une signification statistique. Par la suite, l'IA de poker Libratus, développée par un autre groupe de recherche, a vaincu chacun de ses quatre adversaires humains hautement qualifiés, obtenant un taux de victoire global exceptionnellement élevé sur un échantillon statistiquement significatif. Contrairement aux échecs et au go, le poker est un jeu à information imparfaite, ce qui rend la réussite plus difficile.

Un système d'IA appelé AlphaGo, développé par Google DeepMind, bat Fan Hui, joueur de Go professionnel et triple champion d'Europe, avec un score de 5 à 0.

Des personnalités renommées comme Stephen Hawking, Elon Musk et de nombreux experts en termes d'IA plaident en faveur de l’étude des impacts sociétaux potentiels de l’intelligence artificielle dans une lettre ouverte en janvier 2015.

Des techniques telles que les réseaux routiers et les ResNets permettent la formation de réseaux neuronaux extrêmement profonds avec plus de 1 000 couches, ce qui était auparavant difficile à réaliser.

NEIL, un système conçu pour apprendre et analyser en permanence les connexions visuelles entre les images, est dévoilé à l'Université Carnegie Mellon, et permet de comparer et d'examiner en permanence les relations entre diverses données d'image.

AlexNet, un modèle d'apprentissage profond pionnier pour la reconnaissance d'images développé par Alex Krizhevsky, réalise une percée en remportant le défi de reconnaissance visuelle à grande échelle ImageNet avec beaucoup moins d'erreurs que le finaliste. Un fait qui marque un tournant dans l'histoire de l'IA, conduisant à l'adoption généralisée des techniques d'apprentissage profond (deep learning) pour les tâches de reconnaissance d'images et à l'abandon de nombreuses approches alternatives. L'utilisation innovante par Krizhevsky de puces GPU pour la formation du réseau d'apprentissage profond a contribué à ce succès.

Ces assistants virtuels intelligents exploitent les capacités de traitement du langage naturel pour comprendre les requêtes des utilisateurs, fournir des informations pertinentes, proposer des suggestions et exécuter des tâches sur les smartphones.

Un système d'intelligence artificielle nommé Watson, développé par IBM, surpasse les champions du jeu télévisé populaire Jeopardy!, Rutter et Jennings.

Mary Lou Maher et Doug Fisher dirigent un atelier inaugural de l'Association pour l'avancement de l'intelligence artificielle, axé sur le lien entre l'IA et la durabilité environnementale.

Un réseau neuronal récurrent appelé LSTM, formé à l'aide d'une classification temporelle connexionniste, sort vainqueur des compétitions de reconnaissance de formes, en particulier dans le domaine de la reconnaissance de l'écriture manuscrite connectée, marquant une étape importante en tant que premier du genre à obtenir un tel succès.

Un groupe de chercheurs de l’Université de l’Alberta a réussi à déterminer le résultat du jeu de dames grâce à une analyse informatique.

La célèbre revue scientifique Philosophical Transactions of the Royal Society, B – Biology, publie une édition spéciale explorant l'application de l'intelligence artificielle pour comprendre l'intelligence biologique, intitulée "Modèles de sélection d'actions naturelles".

La conférence sur l'intelligence artificielle de Dartmouth explore l'avenir de l'IA au cours des cinq décennies à suivre. L'événement, intitulé "AI@50", s'est déroulé du 14 au 16 juillet 2006.

Une initiative révolutionnaire, Blue Brain, est lancée pour développer une simulation complète du cerveau au niveau moléculaire.

OWL (Web Ontology Language), recommandation du W3C publiée le 10 février 2004. C'est un langage utilisé pour représenter des ontologies ou des domaines de connaissances sur le web.

Des robots interactifs commercialement viables, surnommés "jouets intelligents" ou "jouets interactifs", arrivent sur le marché, concrétisant les aspirations des créateurs de jouets innovants du XVIIIe siècle.

Projet d'architecture Oxygen, un système conçu pour intégrer des appareils informatiques mobiles et stationnaires dans un environnement réseau adaptable.

Une salle intelligente et des assistants capables d'émotion développés au laboratoire d'IA du MIT.

Les programmes basés sur l’IA, tels que les robots d’exploration web, jouent un rôle essentiel dans l’extraction et l’utilisation des informations provenant de la vaste étendue du web.

Ulises Cortés et Miquel Sànchez-Marrè initient un atelier pionnier en Europe, intitulé "Binding Environmental Sciences and Artificial Intelligence", lequel vise à combler le fossé entre les sciences de l'environnement et l'intelligence artificielle lors de la conférence ECAI.

Tim Berners-Lee présente une feuille de route du web sémantique, laquelle décrit une vision d’un web plus intelligent et interconnecté.

Le lancement de Furby de Tiger Electronics marque une étape importante : c'est le premier produit IA qui connaît un succès commercial.

Un réseau neuronal artificiel appelé Long Short-Term Memory (LSTM) est introduit par Sepp Hochreiter et Juergen Schmidhuber dans leur article de recherche publié dans la revue Neural Computation.

Un logiciel IA capable de jouer à Othello, connu sous le nom de Logistello, remporte la victoire par 6-0 contre Takeshi Murakami, le champion du monde en titre du jeu.

Un puissant ordinateur d'échecs nommé Deep Blue, développé par IBM, triomphe du champion du monde d'échecs en titre Garry Kasparov dans un match historique.

Cindy Mason, employée par la NASA, orchestre l'atelier international inaugural de l'IJCAI consacré à l'exploration du rôle de l'intelligence artificielle dans les questions environnementales.

Le programme informatique Chinook a triomphé du champion du monde de dames anglaises Tinsley, lequel a abandonné son match. De plus, Chinook a battu Lafferty, le deuxième joueur le mieux classé. Il a également remporté une victoire éclatante au tournoi national des États-Unis, en s'imposant avec une marge sans précédent.

Zadeh, professeur à Berkeley, développe le concept de "soft computing", lequel intègre différents domaines comme les réseaux neuronaux, la logique floue, les algorithmes évolutionnaires, la programmation génétique et la théorie du chaos. Il établit un réseau mondial de recherche qui fusionne ces disciplines, permettant des avancées dans le domaine de l'intelligence informatique et des systèmes de prise de décision.

La société ISX est reconnue comme la meilleura entreprise par la DARPA (Defense Advanced Research Projects Agency) pour son outil d'analyse et de replanification dynamique (DART). Le succès de cet outil basé sur l'IA est considéré comme très précieux, surpassant l'investissement total du gouvernement dans la recherche sur l'IA sur plusieurs décennies.

L'application de planification DART, utilisée pendant la guerre du Golfe, a démontré avec succès la valeur des trois décennies d'efforts de recherche de la DARPA en intelligence artificielle, justifiant l'investissement substantiel réalisé dans ce domaine.

TD-Gammon, un programme de backgammon de Gerry Tesauro, démontre l'efficacité de l'apprentissage par renforcement dans le développement d'un programme de jeu capable de rivaliser avec des joueurs de classe mondiale à un niveau championnat.

L'IA connait des progrès significatifs dans divers domaines, notamment l'apprentissage automatique, les systèmes de tutorat intelligents, le raisonnement basé sur des cas précis, la planification multi-agents, les algorithmes de planification, les techniques de raisonnement incertain, les méthodes d'exploration de données, le traitement du langage naturel et les modèles de traduction, la vision par ordinateur, les simulations de réalité virtuelle, le développement de jeux et d'autres domaines émergents.

ALVINN (An Autonomous Land Vehicle in a Neural Network), un système développé par Dean Pomerleau de l'Université Carnegie Mellon, a été utilisé dans le projet Navlab, permettant la navigation autonome de véhicules terrestres grâce à la technologie des réseaux neuronaux.

Les progrès de la technologie des semi-conducteurs à oxyde métallique complémentaire (CMOS), lequel est un type d'intégration à très grande échelle (VLSI) des semi-conducteurs à oxyde métallique (MOS), ont facilité la mise en œuvre pratique des réseaux neuronaux artificiels (RNA) dans les années 1980. Un ouvrage fondateur dans ce domaine est le livre écrit en 1989, "Analog VLSI Implementation of Neural Systems", par Carver A. Mead et Mohammed Ismail, lequel a joué un rôle important dans le développement de la technologie RNA.

Une société appelée Alacritous Inc./Allstar Advice Inc. de Toronto lance la deuxième génération de son système de conseil stratégique et managérial commercial, Alacrity 2.0. Ce système utilisait un système expert en chaîne avant avec environ 3000 règles axées sur l'évolution du marché et les stratégies concurrentielles. Il a été co-écrit par les fondateurs de la société, Alistair Davidson et Mary Chung, tandis que le moteur sous-jacent a été développé par Paul Tarvydas. De plus, Alacrity 2.0 intégrait un petit système d'expertise financière capable d'interpréter les états financiers et les modèles.

Les travaux de Marvin Minsky sur un modèle théorique de l'esprit, dans lequel il le proposait comme un ensemble d'agents coopérants. Il avait présenté cette idée lors de conférences des années avant de publier son livre, The Society of Mind.

Les chercheuses pionnières Barbara Grosz et Candace Sidner développent le cadre informatique initial pour l’analyse du discours, ouvrant la voie à un nouveau domaine d’étude.

L'algorithme de rétropropagation, également appelé mode inverse de différenciation automatique, introduit par Seppo Linnainmaa en 1970 et appliqué plus tard aux réseaux neuronaux par Paul Werbos, contribue de manière significative à l'adoption généralisée des réseaux neuronaux.

Le calcul d'intervalles, une formalisation pionnière des événements temporels, est conçue par James F. Allen, marquant une avancée significative dans le domaine.

John Laird et Paul Rosenbloom, en collaboration avec Allen Newell, ont finalisé leur recherche doctorale sur le programme Soar à l'Université Carnegie Mellon.

Le projet de systèmes informatiques de cinquième génération (FGCS), lancé par le ministère japonais du Commerce international et de l'Industrie en 1982, visait à développer un "ordinateur de cinquième génération" qui exploiterait un parallélisme massif pour effectuer des calculs de grande envergure. Le projet s'est concentré sur la création d'un système informatique capable d'exécuter des calculs complexes grâce à un traitement parallèle.

Danny Hillis a conçu un système informatique parallèle révolutionnaire, connu sous le nom de Connection Machine, qui a considérablement amélioré l'intelligence artificielle et les capacités de calcul. Il fonde ensuite Thinking Machines Corporation.

La conférence inaugurale de l'AAAI, une organisation dédiée à l'intelligence artificielle, a eu lieu à l'Université Stanford.

Au cours de cette période, des machines Lisp ont été conçues, fabriquées et commercialisées. De plus, les premiers shells de systèmes experts et les premières applications commerciales ont vu le jour.

Dirigée par Ed Feigenbaum et Joshua Lederberg, la ressource SUMEX-AIM de Stanford a montré comment l'ARPAnet a facilité la coopération scientifique.

Les chercheurs du MIT et de Stanford sont les pionniers de l’étude des logiques non monotones, en explorant des méthodes formelles pour gérer et actualiser les connaissances à mesure que de nouvelles informations deviennent disponibles.

Un programme informatique de backgammon, développé par Hans Berliner à la CMU, parvient à vaincre le champion du monde actuel, en partie grâce à un concours de circonstances.

Un véhicule autonome développé par Hans Moravec à l'Université de Stanford, connu sous le nom de Stanford Cart, franchit une étape importante en naviguant de manière autonome dans une pièce remplie de chaises et en manœuvrant autour du Stanford AI Lab.

Des chercheurs de l’Université de Stanford, dont Cordell Green, David Barstow et Elaine Kant, introduisent le système CHI, qui permet la programmation automatique.

INTERNIST est un programme de diagnostic médical basé sur les connaissances créé par Jack Myers et Harry Pople, chercheurs à l'Université de Pittsburgh. Il s'appuie sur l'expertise clinique de Myers pour diagnostiquer des problèmes médicaux.

Le programme MOLGEN, développé à l’Université de Stanford, a démontré le potentiel de la programmation orientée objet pour représenter les connaissances et planifier des expériences de clonage de gènes.

La rationalité limitée, un concept révolutionnaire introduit par Herbert A. Simon, lui a valu le prix Nobel d’économie. Cette théorie, qui constitue un pilier fondamental de l’intelligence artificielle, postule que les individus prennent des décisions basées sur des informations et des capacités cognitives limitées, ce qui aboutit à des choix qui satisfont leurs besoins plutôt que de maximiser les résultats optimaux.

Un chercheur nommé Tom Mitchell de l'Université de Stanford a proposé l'idée d'espaces de versions, qui représentent l'espace de recherche pour un algorithme de formation de concept.

Les recherches doctorales de Davis à Stanford démontrent l'efficacité du raisonnement au méta-niveau, où un système d'IA peut raisonner sur ses propres processus de pensée.

Le programme AM, développé par Douglas Lenat pour sa thèse de doctorat à Stanford, illustre le modèle de découverte, lequel impliquait une recherche vaguement guidée de conjectures intrigantes.

La perception visuelle commence par la création d'une représentation préliminaire, appelée "esquisse primitive", laquelle capture les caractéristiques essentielles telles que les bords, les limites et les orientations de surface à partir de l'entrée visuelle initiale. Cette étape fondamentale pose les bases du traitement et de la reconnaissance ultérieurs des objets et des scènes.

Barbara Grosz découvre que les méthodes traditionnelles IA pour modéliser le discours ont des limites. Plus tard, Grosz, avec Bonnie Webber et Candace Sidner, développe le concept de "centrage", lequel permet de déterminer l'orientation du discours et de résoudre les références anaphoriques dans le traitement du langage naturel.

Le système d'intelligence artificielle Meta-Dendral fait des découvertes révolutionnaires dans le domaine de la chimie, notamment dans le domaine de la spectrométrie de masse, lesquelles ont été publiées dans une revue scientifique à comité de lecture, marquant ainsi une étape importante en tant que premières découvertes scientifiques réalisées par un ordinateur.

L'article influent de Marvin Minsky sur les cadres introduit une représentation de la connaissance qui associe des idées sur les schémas et les connexions sémantiques.

Austin Tate crée le système Nonlin, qui pourrait explorer différents plans partiels comme moyens alternatifs pour atteindre les objectifs de planification globale.

Earl Sacerdoti introduit des méthodes de planification d'ordre partiel avec son système NOAH, s'écartant de l'approche de recherche d'espace d'état précédente. NOAH est utilisé chez SRI International pour le diagnostic interactif et la réparation de systèmes électromécaniques.

La thèse de doctorat de Ted Shortliffe à Stanford présente le MYCIN, un système de diagnostic médical basé sur des règles capable de gérer l'incertitude. Inspiré de DENDRAL, MYCIN a un impact significatif sur le développement des systèmes experts, en particulier commerciaux.

Le rapport Lighthill critique la recherche sur l’IA en Grande-Bretagne, ce qui a conduit le gouvernement à réduire le financement des études sur l’IA, sauf dans deux universités.

Earl Sacerdoti crée un système de planification hiérarchique précoce appelé ABSTRIPS.

Alain Colmerauer crée le langage de programmation Prolog.

Le développement du démonstrateur du théorème de Boyer-Moore commence à Édimbourg.

Bill Woods a introduit les réseaux de transition augmentés (ATN) comme un moyen de représenter et de comprendre le langage naturel.

Jaime Carbonell (Sr.) a créé SCHOLAR, un logiciel interactif qui facilite l'apprentissage assisté par ordinateur, en utilisant des réseaux sémantiques pour la représentation des connaissances.

Seppo Linnainmaa introduit le mode inverse de différenciation automatique, une technique appelée plus tard rétropropagation et largement utilisée pour la formation des réseaux neuronaux artificiels.

Au SRI, Jane Robinson et Don Walker fondent un groupe de recherche pionnier axé sur le traitement du langage naturel, lequel a un impact significatif sur le domaine.

McCarthy et Hayes introduisent le problème du cadre dans le raisonnement de l’IA.

Les "Perceptrons" de Minsky et Papert mettent en évidence les limites des réseaux neuronaux simples, que certains considèrent comme le déclencheur de l'hiver de l'IA des années 1970 ; même si les méthodes d'apprentissage profond existaient déjà grâce aux travaux d'Ivakhnenko, Lapa et Amari.

Stanford a accueilli la première conférence IJCAI (International Joint Conference on Artificial Intelligence).

Yorick Wilks est le pionnier de la sémantique des préférences à Stanford, en créant le premier système de traduction automatique basé sur la sémantique, lequel influe ensuite de nombreux chercheurs.

Roger Schank a développé le modèle de dépendance conceptuelle pour la compréhension du langage à Stanford, qui a ensuite été développé à Yale grâce aux travaux de doctorat de Wilensky, Lehnert et Kolodner pour la compréhension des histoires et la modélisation de la mémoire.

Wallace et Boulton créent Snob, un algorithme de clustering précoce qui appliquait le rasoir d'Occam via les principes bayésiens de longueur minimale de message.

Au MIT, Richard Greenblatt développe Mac Hack, un programme d'échecs révolutionnaire qui a atteint le niveau de tournoi de classe C ; ce qui en fait la première IA d'échecs à rivaliser de manière crédible avec les humains.

Joel Moses a été un pionnier des mathématiques symboliques grâce à son travail de doctorat au MIT sur Macsyma - le premier programme à résoudre avec succès des problèmes d'intégration de calcul en utilisant l'intelligence artificielle et la représentation des connaissances.

Shun'ichi Amari a été le premier à utiliser la descente de gradient stochastique pour l'apprentissage profond dans les perceptrons multicouches. Dans des expériences informatiques menées par son élève Saito, un perceptron multicouche à cinq couches avec deux couches modifiables a appris des représentations internes utiles pour classer les classes de motifs non linéairement séparables.

- Ross Quillian demonstrated semantic nets in his PhD dissertation at Carnegie Institute of Technology (now CMU).

- The Machine Intelligence 71 workshop at Edinburgh was the first of an influential annual series organized by Donald Michie and others.

- A negative report on machine translation killed much work in natural language processing (NLP) for many years.

- The Dendral program, developed by Edward Feigenbaum, Joshua Lederberg, Bruce Buchanan, and Georgia Sutherland at Stanford University, demonstrated the ability to interpret mass spectra on organic chemical compounds, making it the first successful knowledge-based program for scientific reasoning.

Edward Feigenbaum lance le projet Dendral, un projet de dix ans visant à développer un logiciel capable de déduire la structure moléculaire des composés organiques à partir de données d'instruments scientifiques. Dendral a été le premier système expert.

J. Alan Robinson invente la méthode de résolution, une procédure de preuve mécanique qui permettait aux programmes de fonctionner efficacement avec la logique formelle comme langage de représentation.

En 1965, Lotfi A. Zadeh, professeur à l'Université de Californie à Berkeley, publie son article fondateur "Fuzzy Sets" dans la revue Information and Control, introduisant le concept de logique floue.

Ivakhnenko et Lapa créent le premier algorithme d’apprentissage profond pour la formation de perceptrons multicouches en Union soviétique, des techniques pionnières qui deviendront plus tard fondamentales pour les réseaux neuronaux modernes.

La thèse de Bobrow au MIT démontre que les ordinateurs peuvent comprendre le langage naturel suffisamment pour résoudre des problèmes de mots en algèbre, tandis que les travaux de Raphael sur SIR ont montré comment la représentation logique des connaissances pouvait permettre aux systèmes informatiques de répondre à des questions.

Uhr et Vossler créent l'un des premiers programmes d'apprentissage automatique adaptatif capable de générer et de modifier ses propres fonctionnalités, dépassant ainsi les limites des perceptrons de Rosenblatt.

Feigenbaum et Feldman compilent "Computers and Thought", la première anthologie d’articles de recherche axés sur l’intelligence artificielle.

Solomonoff établit une base mathématique pour l’IA en développant des approches bayésiennes universelles pour faire des prédictions et apprendre à partir d’exemples.

Masterman et son équipe de Cambridge créent des réseaux sémantiques conçus pour faciliter la traduction automatique.

Newell, Shaw et Simon développent le General Problem Solver (GPS) à la CMU, tandis que McCarthy et Minsky créent le laboratoire IA du MIT.

McCarthy crée Lisp, l'un des premiers langages de programmation conçus pour l'IA. Chez IBM, Gelernter et Rochester développe un démonstrateur de théorèmes géométriques qui utilise des modèles visuels de cas typiques. La conférence Teddington est marquée par plusieurs articles influents : la proposition de McCarthy pour le preneur de conseils et le raisonnement de "bon sens", le "Pandemonium" de Selfridge et les travaux de Minsky sur la programmation heuristique.

McCarthy, Minsky, Rochester et Shannon ont organisé la conférence d'été du Dartmouth College, où McCarthy a introduit le terme "intelligence artificielle" : un événement qui a marqué le début officiel de l'IA en tant que domaine de recherche et d'expertise.

Arthur Samuel développe le premier programme de jeu capable de rivaliser sérieusement avec les joueurs humains : un programme de dames créé en 1952. Il l'a amélioré en 1955 pour y inclure des capacités d'apprentissage, lui permettant de s'améliorer grâce à l'expérience.

Strachey et Prinz ont créé les premiers programmes d'IA fonctionnels en 1951, en développant respectivement des programmes de dames et d'échecs pour l'ordinateur Ferranti Mark 1 de l'Université de Manchester.

Donald Hebb établit la théorie hebbienne, laquelle propose un mécanisme permettant aux réseaux neuronaux d'apprendre en renforçant les connexions entre les neurones qui s'activent ensemble.

Bush publie "As We May Think" dans The Atlantic Monthly, décrivant un avenir où les ordinateurs amélioreraient les capacités humaines dans diverses activités.

Von Neumann et Morgenstern publient "Théorie des jeux et du comportement économique", établissant la théorie des jeux comme un cadre mathématique qui deviendra plus tard crucial pour le développement de l'IA.

Rosenblueth, Wiener et Bigelow introduisent le terme "cybernétique", que Wiener a plus tard popularisé dans son livre de 1948 du même nom.

McCulloch et Pitts publient "A Logical Calculus of the Ideas Immanent in Nervous Activity", lequel fournit le premier modèle mathématique de réseaux neuronaux artificiels, représentant la manière dont les neurones pouvaient effectuer des opérations logiques.

Zuse a achevé la construction du premier ordinateur fonctionnel programmable à usage général.

Edward Condon crée Nimatron ; un ordinateur numérique capable de jouer au jeu Nim sans faire d'erreurs.

Konrad Zuse dépose un brevet pour l'un des premiers ordinateurs programmables.

Alonzo Church s'est appuyé sur les travaux de Gödel en prouvant l'indécidabilité des problèmes de calcul généraux et en développant le calcul lambda, lequel est devenu essentiel à la théorie du langage de programmation informatique.

Kurt Gödel démontre les limites fondamentales des systèmes informatiques en codant des énoncés mathématiques sous forme de nombres et en prouvant que certaines affirmations vraies ne peuvent être prouvées par aucun système mécanique cohérent ; une avancée qui façonne l'informatique théorique et l'IA.

Le modèle d'Ising, développé par Lenz et Ising en 1925, était une forme précoce de réseau neuronal récurrent utilisant des éléments de seuil. Amari a ensuite rendu ce système adaptable en 1972.

Torres Quevedo crée El Ajedrecista, la première machine capable de jouer les fins de parties aux échecs, et est le pionnier de concepts tels que l'arithmétique à virgule flottante. Ses "Essays on Automatics" explorent la relation entre la pensée et les machines automatisées, ce qui lui vaut d'être reconnu comme l'un des premiers pionniers de l'IA.

Les Principia Mathematica de Russell et Whitehead démontrent que les mathématiques de base pouvaient être exprimées par un raisonnement logique formel.

Samuel Butler suggère que les machines pourraient évoluer comme des organismes biologiques, prédisant qu'elles pourraient éventuellement développer une conscience et remplacer les humains.

George Boole crée l'algèbre booléenne, un système mathématique conçu pour exprimer et analyser les opérations fondamentales du raisonnement humain.

Bernard Bolzano a été le pionnier de l’approche moderne de formalisation de la manière dont le sens est représenté dans le langage et la logique (sémantique).

Babbage et Lovelace participent au développement d’ordinateurs mécaniques qui pouvaient être programmés pour effectuer des calculs.

Legendre et Gauss développent la régression linéaire (également connue sous le nom de méthode des moindres carrés) à la fin du XVIIIe et au début du XIXe siècle pour prédire le mouvement des planètes. Cette technique mathématique sera plus tard reconnue comme la forme la plus simple de réseau neuronal artificiel.

Von Kempelen crée le Turc, une prétendue machine à jouer aux échecs qui a fait le tour de l'Europe en battant des adversaires humains. Il a ensuite été révélé qu'il s'agissait d'un canular dissimulant un joueur d'échecs humain.

L'essai publié à titre posthume de Thomas Bayes introduit ce qui est devenu connu sous le nom de théorème de Bayes, un principe mathématique qui deviendra plus tard fondamental pour les systèmes d'IA grâce aux réseaux bayésiens.

La Mettrie propose, dans "L'Homme Machine" que les processus de pensée humains sont de nature entièrement mécanique.

David Hume a identifié l’induction – le processus consistant à dériver des principes généraux à partir d’exemples spécifiques – comme une méthode fondamentale d’apprentissage.

Daniel Bernoulli développe le concept d'utilité, étendant la théorie des probabilités à un cadre de mesure de la valeur et de prise de décision : des principes qui deviennent plus tard fondamentaux dans la manière dont les systèmes d'IA modélisent les objectifs et les choix.

Les Voyages de Gulliver de Swift parodient l'Ars Magna de Lulle et la logique mécanique de Leibniz à travers la machine de Laputa ; une machine fictive qui prétendait produire des œuvres savantes sans nécessiter d'intelligence ou d'apprentissage.

Leibniz imagine un système logique universel qui attribuerait des valeurs numériques à tous les objets, dans le but de créer une méthode algébrique pour résoudre n'importe quel problème par le raisonnement mécanique.

Leibniz découvre la règle de la chaîne, un principe mathématique qui deviendra plus tard essentiel pour la formation des réseaux neuronaux grâce à des algorithmes comme la rétropropagation.

Leibniz fait progresser le calcul mécanique en créant le Stepped Reckoner, une calculatrice capable d'effectuer des opérations de multiplication et de division.

Descartes a théorisé que les corps animaux fonctionnaient comme des machines sophistiquées, tout en soutenant que la conscience et les processus mentaux étaient fondamentalement distincts.

Blaise Pascal crée la première calculatrice numérique : un appareil mécanique capable d'effectuer des calculs numériques.

Le Novum Organum de Francis Bacon, nommé en référence à l'œuvre d'Aristote, a établi la méthodologie empirique et le raisonnement inductif comme fondements de l'acquisition de la connaissance.

Selon la légende, le rabbin Loew de Prague aurait créé le Golem, un être artificiel façonné à partir d'argile et amené à la vie par magie.

Paracelse, médecin et alchimiste de la Renaissance, affirmait avoir fabriqué un être humanoïde en utilisant une combinaison de forces magnétiques, de matériel reproducteur et de processus alchimiques.

Au XIIIe siècle, Ramon Llull crée l'Ars Magna, adaptant un dispositif arabe appelé Zairja pour combiner mécaniquement des concepts. Il les imaginait comme des machines capables de générer des connaissances complexes en combinant des vérités simples. Ce concept a influencé plus tard le travail de Leibniz dans les années 1600.

Al-Jazari conçoit un orchestre automatisé composé de figures humanoïdes mécaniques qui peuvent être programmées pour jouer de la musique de manière coordonnée.

Al-Khwarizmi est l'auteur de manuels mathématiques influents qui proposaient des procédures détaillées et systématiques pour résoudre des problèmes arithmétiques et algébriques. Ces méthodes ont été largement utilisées dans la civilisation islamique, en Inde et en Europe pendant plusieurs siècles, jusqu'aux années 1500. Son nom est à l'origine du mot "algorithme", reflétant sa contribution aux méthodes systématiques de résolution de problèmes.

L'alchimiste arabe Jabir ibn Hayyan développe un cadre théorique appelé Takwin, lequel explore la possibilité de créer artificiellement la vie, y compris la vie humaine, par des processus de laboratoire.

Porphyre, philosophe grec, a écrit l'Isagogê, un ouvrage qui organisait la connaissance et la logique en catégories. Il comprenait notamment une représentation visuelle qui était une version précoce de ce que nous appelons aujourd'hui un réseau sémantique (une manière de montrer les relations entre les concepts au moyen d'un diagramme structuré).

Héron d'Alexandrie, un inventeur grec de l'Antiquité, conçoit divers appareils automatisés, notamment des figures humanoïdes mécaniques. L'une de ses réalisations les plus remarquables est ce que certains considèrent comme la première machine programmable de l'histoire : un théâtre automatisé capable d'exécuter des mouvements et des scènes programmés.

Ctésibios, un ingénieur grec de l'Antiquité, crée une horloge à eau sophistiquée dotée d'un système d'alarme. Cet appareil était révolutionnaire car il représentait la première utilisation connue d'un mécanisme de contrôle par rétroaction, dans lequel le système pouvait surveiller et ajuster son propre fonctionnement en fonction de son état du moment.

Aristotle made two significant contributions to the foundations of systematic thinking and problem-solving:

1) In his work Organon, he developed the syllogism - a structured method of logical reasoning where conclusions are drawn from two premises. This represented one of the first formalized systems of mechanical, step-by-step logical thinking.

2) In Nicomachean Ethics, he outlined what we now call means-ends analysis - a method of solving problems by repeatedly identifying the gap between your current state and goal state, then taking actions to reduce that gap. Interestingly, this same basic algorithm would be implemented thousands of years later in one of the first AI programs, the General Problem Solver, created by Newell and Simon in 1959.

Durant la dynastie Zhou en Chine, un ingénieur nommé Yan Shi a créé et montré au roi Mu des figures automatisées ou "hommes mécaniques" qui pouvaient se déplacer d'eux-mêmes.

Dans l'Égypte et la Grèce antiques, les gens croyaient que certaines statues sacrées possédaient une conscience et des sentiments. Selon les écrits attribués à Hermès Trismégiste, ces statues mécaniques étaient censées avoir à la fois une perception sensorielle (sensus) et une force vitale ou un souffle (spiritus). Il affirmait qu'en comprenant la nature divine des dieux, les humains avaient appris à recréer ces qualités dans leurs formes construites.