人工智能论文发表时间

人工智能论文发表时间

2023年2月17日。根据查询第九届国际计算与人工智能会议官方发布的公告显示，会议简称ICCAI，需要在会议开始前完成论文设计，也就是2023年2月17日。论文指反映学术研究和科学探索成果的文章，是围绕一个具体问题，把研究和探索的成果以自圆其说的方式论述出来，即提出观点，摆出材料，逻辑论证，得出结论。

阿兰-图灵（Alan Turing）英国数学家、逻辑学家，被称为计算机之父，人工智能之父。1931年图灵进入剑桥大学国王学院，毕业后到美国普林斯顿大学攻读博士学位，二战爆发后回到剑桥，后曾协助军方破解德国的著名密码系统Enigma，帮助盟军取得了二战的胜利。图灵对于人工智能的发展有诸多贡献，提出了一种用于判定机器是否具有智能的试验方法，即图灵试验，至今，每年都有试验的比赛。此外，图灵提出的著名的图灵机模型为现代计算机的逻辑工作方式奠定了基础。1912年6月23日，出生于英国伦敦。1931年-1934年，在英国剑桥大学国王学院（King’s College）学习。 1932年-1935年，主要研究量子力学、概率论和逻辑学。 1935年，年仅23岁的图灵，被选为剑桥大学国王学院院士。 1936年，主要研究可计算理论，并提出“图灵机”的构想。 1936年-1938年，主要在美国普林斯顿大学做博士研究，涉及逻辑学、代数和数论等领域。 1938-1939年，返回剑桥从事研究工作，并应邀加入英国政府破译二战德军密码的工作。 1940年-1942年，作为主要参与者和贡献者之一，在破译纳粹德国通讯密码的工作上成就杰出，并成功破译了德军U-潜艇密码，为扭转二战盟军的大西洋战场战局立下汗马功劳。 1943年-1945年，担任英美密码破译部门的总顾问。 1945年，应邀在英国国家物理实验室从事计算机理论研究工作。 1946年，这个时候，图灵在计算机和程序设计原始理论上的构思和成果，已经确定了他的理论开创者的地位。由于图灵的杰出贡献，年轻的他被英国皇室授予OBE爵士勋衔。 1947年-1948年，主要从事计算机程序理论的研究，并同时在神经网络和人工智能领域做出开创性的理论研究。 1948年，应邀加入英国曼彻斯特大学从事研究工作，担任曼彻斯特大学计算实验室副主任。 1949年，成为世界上第一位把计算机实际用于数学研究的科学家。 1950年，发表论文“计算机器与智能”，为后来的人工智能科学提供了开创性的构思。提出著名的“图灵测试”理论。 1951年，从事生物的非线性理论研究。年仅39岁的图林，被选为英国皇家学会会员。 1952年，在当年保守愚昧和冷战的时代，当警察得知图灵与同性朋友密切交往的消息之后，同性恋倾向的图灵被逮捕入狱。在法庭审判过程中，图灵明确告知人们，他认为自己没有做错什么事。在那个观念落后的年代，为了避免被判刑入狱，图灵被迫选择了为期一年的雌性激素注射的所谓“治疗”，才得以重新返回研究工作。 1953年-1954年，继续在生物和物理学等方面的研究。被迫承受的对同性恋倾向的“治疗”，致使原本热爱体育运动的图灵在身心上受到极大的伤害。 1954年6月7日，图灵被发现死于家中的床上。死因是氰化物中毒，警方调查结论是自杀。一代英灵，就此过早离去，成为人类科学史上的一大遗憾。

人工智能论文发表时间是

【1950-1956年是人工智能的诞生年】图灵测试1950Dartmouth 会议1956（1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。）【1956-1974 年是人工智能的黄金年】第一个人工智能程序LT逻辑理论家1958（西蒙和纽维尔）LISP编程语言1958（约翰麦卡锡）用于机器翻译的语义网1960（马斯特曼和剑桥大学同事）模式识别-第一个机器学习论文发表（1963）Dendral 专家系统1965基于规则的Mycin医学诊断程序1974【1974-1980年是人工智能第一个冬天】人工智能：综合调查1973（来特希尔）项目失败，列强削减科研经费【1980-1987年是人工智能繁荣期】

1687年，英国艾萨克·牛顿发现并初版了物理学三大定律；1776年，英国詹姆斯·瓦特发明了第一台具有实用价值的蒸汽机；1928年，英国亚历山大·弗莱明发现了青霉素，改变了人类的医疗格局；1935年，英国罗伯特·沃特森·瓦特发明第一台实用雷达，改变了二战走势；1943年，英国剑桥大学的艾伦·图灵为了破解纳粹德国的军用通讯密码，制造了世界上第一台计算机，是战胜纳粹德国的一个决定性因素；1950年，艾伦·图灵在曼彻斯特大学任教期间，发表了人类第一篇人工智能论文，为人工智能提出了开创性构思，人工智能从此进入实践性研究阶段；1953年，英国弗朗西斯·克里克在剑桥大学发现了脱氧核糖核酸(DNA)的三维分子结构；1966年，英籍、华裔学者高锟发表了相关论文，证明了光纤的可行性；1977年，英国生物学家罗伯特·爱德华和医生帕特里克·斯特普托创造了世界上第一个试管婴儿；1997年，英国伊恩·威尔默特在爱丁堡大学创造了世界上第一只克隆生物：克隆羊多利；2004年，英国曼彻斯特大学物理学家安德烈·盖姆成功分离出石墨烯，这将极大的改变半导体，超导体，蓄电池，行业的科技水平；以上所有的科学成就，对于区区6300万人口的一个北欧小国来说，是非常令人瞩目的。她拥有诸如牛津大学、剑桥大学、伦敦大学学院、帝国理工学院等世界著名的高等学府；她造就过像牛顿、达尔文、法拉第、卡文迪什、麦克斯韦、汤姆逊等诸多世界著名的科学家；R&D几乎涵盖了科学、工程与技术的所有领域与分支。 统计资料表明，英国以占世界1%的人口从事着全球5.5%的科研活动；每年发表的科技文献数量占世界总数的8%，引用率占世界的9.1%，这些数据均排名世界第二。 ----------------XPH原创

【1950-1956年是人工智能的诞生年】图灵测试1950Dartmouth 会议1956（1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。）【1956-1974 年是人工智能的黄金年】第一个人工智能程序LT逻辑理论家1958（西蒙和纽维尔）LISP编程语言1958（约翰麦卡锡）用于机器翻译的语义网1960（马斯特曼和剑桥大学同事）模式识别-第一个机器学习论文发表（1963）Dendral 专家系统1965基于规则的Mycin医学诊断程序1974【1974-1980年是人工智能第一个冬天】人工智能：综合调查1973（来特希尔）项目失败，列强削减科研经费【1980-1987年是人工智能繁荣期】AAAI在斯坦福大学召开第一届全国大会1980日本启动第五代计算机用于知识处理1982决策树模型带动机器学习复苏1980中期ANN及多层神经网络1980中期【1987-1993年是人工智能第二个冬天】Lisp机市场崩溃1987列强再次取消科研经费1988专家系统滑翔谷底1993日本第五代机退场1990年代【1993-现在突破期】IBM深蓝战胜卡斯帕罗夫1997斯坦福大学Stanley 赢得无人驾驶汽车挑战赛2005深度学习论文发表2006IBM的沃森机器人问答比赛夺魁2011谷歌启动谷歌大脑2011苹果公司的Siri上线2012微软通用实时翻译系统2012微软Cortana 上线2014百度度秘2015IBM发布truenorth芯片2014阿尔法狗打败人类棋手2016

工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人智能的理论、方法、技术及应用系统的一门新技术科学。人工智能领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，可以产出一种新的可以和人类智能相似的方式做出反应的智能机器，该领域的研究主要有机器人、语言识别、图像识别、自然语言处理和专家系统等。自从人工智能诞生以来，理论和技术越来越成熟，应用领域在不断的扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以把人的意识、思维的信息过程的模拟。虽然人工智能不是人的智能，但可以像人那样思考、最终可能超过人的智能。优点：1、在生产方面，效率更高且成本低廉的机器及人工智能实体代替了人的各种能力，人类的劳动力将大大被解放。2、人类环境问题将会得到一定的改善，较少的资源可以满足更大的需求。3、人工智能可以提高人类认识世界、适应世界的能力。缺点：1、人工智能代替了人类做各种各样的事情，人类失业率会明显的增高，人类就会处于无依靠可生存的状态。2、人工智能如果不能合理利用，可能被坏人利用在犯罪上，那么人类将会陷入恐慌。3、如果我们无法很好控制和利用人工智能，我们反而会被人工智能所控制与利用，那么人类将走向灭亡，世界也将变得慌乱。

中国人工智能论文发表时间

第九届国际计算机与人工智能会议论文投稿截止时间为2002-10-13。天津市图象图形学学会和天津市体视学学会支持的2023年第九届计算与人工智能国际会议将于2023年3月17-20日在中国天津市举行。

AI(Artificial Intelligence，人工智能) 。“人工智能”一词最初是在1956 年Dartmouth学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的, 现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确, 因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”, 可见复杂工作的定义是随着时代的发展和技术的进步而变化的, 人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展, 一方面又转向更有意义、更加困难的目标。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。 人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。知识表示是人工智能的基本问题之一，推理和搜索都与表示方法密切相关。常用的知识表示方法有：逻辑表示法、产生式表示法、语义网络表示法和框架表示法等。常识，自然为人们所关注，已提出多种方法，如非单调推理、定性推理就是从不同角度来表达常识和处理常识的。问题求解中的自动推理是知识的使用过程，由于有多种知识表示方法，相应地有多种推理方法。推理过程一般可分为演绎推理和非演绎推理。谓词逻辑是演绎推理的基础。结构化表示下的继承性能推理是非演绎性的。由于知识处理的需要，近几年来提出了多种非演泽的推理方法，如连接机制推理、类比推理、基于示例的推理、反绎推理和受限推理等。搜索是人工智能的一种问题求解方法，搜索策略决定着问题求解的一个推理步骤中知识被使用的优先关系。可分为无信息导引的盲目搜索和利用经验知识导引的启发式搜索。启发式知识常由启发式函数来表示，启发式知识利用得越充分，求解问题的搜索空间就越小。典型的启发式搜索方法有A*、AO*算法等。近几年搜索方法研究开始注意那些具有百万节点的超大规模的搜索问题。机器学习是人工智能的另一重要课题。机器学习是指在一定的知识表示意义下获取新知识的过程，按照学习机制的不同，主要有归纳学习、分析学习、连接机制学习和遗传学习等。知识处理系统主要由知识库和推理机组成。知识库存储系统所需要的知识，当知识量较大而又有多种表示方法时，知识的合理组织与管理是重要的。推理机在问题求解时，规定使用知识的基本方法和策略，推理过程中为记录结果或通信需设数据库或采用黑板机制。如果在知识库中存储的是某一领域(如医疗诊断)的专家知识，则这样的知识系统称为专家系统。为适应复杂问题的求解需要，单一的专家系统向多主体的分布式人工智能系统发展，这时知识共享、主体间的协作、矛盾的出现和处理将是研究的关键问题。 `

蔡自兴教授已在国内外发表论文和科技报告等860多篇。2010年：1.Cai Zixing. Research on navigation control and cooperation of mobile robots (Plenary Lecture 1). 2010 Chinese Control and Decision Conference, New Century Grand Hotel, Xuzhou, China, May 26- 28, 2010.2.Cai Zixing. Research on navigation control and cooperation of mobile robots (Plenary Lecture 1). 2010 Chinese Control and Decision Conference, New Century Grand Hotel, Xuzhou, China, May 26-28, 2010.3. Chen Baifan,Zi-Xing Cai, Zhi-Rong Zou. A Hybrid Data Association Approach for Mobile Robot SLAM. International Conference on Control, Automation and Systems, October 27-30, 2010, KINTEX, Gyeonggi-do, KOREA (Accepted).4. Guo Fan,Cai Zixing, Xie Bin, Tang Jin. Automatic Image Haze Removal Based on Luminance Component. The International conference on Signal and Image Processing (SIP 2010).May 2010 (Accepted).5. Linai. Kuang,Zixing. Cai.Immune System based Redeployment Scheme for Wireless Sensor Networks[C].In proceeding of 1st IET International Conference on Wireless Sensor Network. Beijing, China, November,2010.6. Lingli YU,Zixing CAI, A Study of Multi-Robot Stochastic Increment Exploration Mission Planning [J]. Frontiers of Electrical and Electronic Engineering in China, (Received).7. Liu Hui,Cai Zixing, and Wang Yong. Hybridizing particle swarm optimization with differential evolution for constrained numerical and engineering optimization. Applied Soft Computing, 2010,10(2): 629–640.8. LIU Xian-ru,CAI Zi-xing. Advanced obstacles detection and tracking by using fusing radar and image sensor data. International Conference on Control, Automation and Systems，2010/10/27,Korea.9. Liu Xianru,Cai zixing. Advanced obstacles detection and tracking by using fusing Radar and Image Sensor Data[C]. International Conference on Control, Automation and Systems. (October 27-30,2010, KINTEX, Gyeonggi-do, KOREA).10. Ren Xiaoping,Zixing Cai. Kinematics Model of Unmanned Driving Vehicle. Proceedings of the 8th World Congress on Intelligent Control and Automation, July 6-9 2010, Jinan, China, 2010: 5910-5914.11. Suqin Tang,Zixing Cai: Tourism Domain Ontology Construction from the Unstructured Text Documents. The 9th IEEE International Conference on Cognitive Informatics, Beijing, China.2010,pp297-301.12. Suqin Tang,Zixing Cai: Using the Format Concept Analysis to Construct the Tourism Information Ontology. The 2010 Seventh International Conference on Fuzzy Systems and Knowledge Discovery (FSKD'10)，Yantian, China.2010, pp2941-2944.13. Tan Ping,Zixing Cai. An Adaptive Particle Filter Based on Posterior Distribution. Proceedings of the 8th World Congress on Intelligent Control and Automation, July 6-9 2010, Jinan, China, 2010: 5886-5890.14. Wang Yong,Cai Zixing, Zhang Qingfu. Differential evolution with composite trial vector generation strategies and control parameters. IEEE Transactions on Evolutionary Computation, Accept, regular paper.15. Wang Yong,Cai Zixing. Constrained evolutionary optimization by means of (mu+lambda)-differential evolution and improved adaptive trade-off model. Evolutionary Computation, in press.16. Wang Yong, Combining multiobjective optimization with differential evolution to solve constrained optimization problems. IEEE Transactions on Evolutionary Computation, (regular paper, Accepted).17. Xianru Liu,Zixing Cai.Advanced Obstacles Detection and tracking by Fusing Millimeter Wave Radar and Image Sensor Data,International IEEE Intl Coference on Control,Automation and Systems , Korea, 2010, 22:1115-1121.18. Xie Bin, Fan Guo,Zixing Cai. Improved Single Image Dehazing Using Dark Channel Prior and Multi-Scale Retinex. 2010 International Conference on Intelligent System Design and Engineering Application, Changsha, China, 2010. (Accepted) .19. YU Ling-li,CAI Zi-xing, GAO Ping-an, LIU Xiao-ying. A spatial orthogonal allocation and heterogeneous cultural hybrid algorithm for multi-robot exploration mission planning. Journal of control theory and applications (Received) .20.蔡自兴，陈白帆，刘丽珏. 智能科学基础系列课程国家级教学团队的改革与建设. 计算机教育，2010，（127）：40-44 .21.蔡自兴，任孝平，李昭.一种基于GPS/INS组合导航系统的车辆状态估计方法. Proc.CCPR2010, 2010.22.蔡自兴。智能科学技术课程教学纵横谈. 计算机教育，2010，（127）：2-6.23.蔡自兴，蒋冬冬，谭平，安基程。H.264中快速运动估计算法的一种改进方案;计算机应用研究2010,27(4):1524-1525.24.蔡自兴; 任孝平; 邹磊; 匡林爱. 一种簇结构下的多移动机器人通信方法.小型微型计算机系统,2010,31(3):553-556.25. 陈爱斌，蔡自兴.一种基于目标和背景加权的目标跟踪方法,控制与决策，2010,25(8):1246-1250.26. 陈爱斌;蔡自兴; 文志强; 董德毅. 一种基于预测模型的均值偏移加速算法. 信息与控制 2010,39(2): 234-237.27. 陈爱斌; 董德毅;杨勇;蔡自兴. 基于目标中心定位和NMI特征的跟踪算法.计算机应用与软件,2010,27(4):276-279.28. 陈白帆，蔡自兴，刘丽珏. 人工智能课程的创新性教学探索——人工智能精品课程建设与改革. 计算机教育，2010，（127）：27-31.29. 官东，蔡自兴，孔志周. 一种基于推荐证据理论的网格信任模型.系统仿真学报，2010，22（8）：1895-1898.30.郭璠,蔡自兴,谢斌, 唐琎. 图像去雾技术研究综述与展望. 计算机应用, 2010, 30(9):2417-2421.31. 郭璠,蔡自兴, 谢斌, 唐琎. 一种基于亮度分量的自动图像去雾方法. 中国图象图形学报. 2010年3月(录用).32. 江中央,蔡自兴,王勇. 一种新的基于正交实验设计的约束优化进化算法. 计算机学报, 2010，33（5）：855-864.33. 江中央,蔡自兴,王勇.求解全局优化问题的混合自适应正交遗传算法.软件学报, 2010,21(6):1296-1307.34. 匡林爱,蔡自兴. 基于遗传算法的无线传感器网络重新部署方法. 控制与决策，2010,25(9):1329-1332.35. 匡林爱,蔡自兴.一种簇机构下的多移动机器人通讯方法.小型微型计算机系统.，2010，31（3）：553-556.36. 匡林爱,蔡自兴.一种带宽约束的无线传感器网络节点调度算法.高技术通讯，2010,20(3):309-313.37. 刘丽珏，蔡自兴，唐琎. 人工智能双语教学建设. 计算机教育，2010，（127）：74-77.38. 刘献如，蔡自兴. 基于SAD与UKF-Mean shift的主动目标跟踪. 模式识别与人工智能，2010,23(5)：646-652.39. 刘献如，蔡自兴. 结构化道路车道线的鲁棒检测与跟踪. 光电子.激光，2010，21(12):1834-1838.40. 刘献如,蔡自兴.UKF 与Mean shift 相结合的实时目标跟踪.中南大学学报，2009年录用.41. 刘晓莹;蔡自兴; 余伶俐; 高平安. 一种正交混沌蚁群算法在群机器人任务规划中的应用研究. 小型微型计算机系统, 2010,31(1):164-168.42. 蒙祖强，蔡自兴，黄柏雄. 课程交叉教学在应用型人才培养中的实践探索. 计算机教育，2010，（127）：55-57.43. 潘薇;蔡自兴; 陈白帆. 复杂环境下多机器人协作构建地图的方法;四川大学学报(工程科学版) 2010-01-20.44. 任孝平,蔡自兴,邹磊,匡林爱.“中南移动二号”多移动机器人通信系统.中南大学学报（自然科学版）,2010,41(4):1442-1448.45. 任孝平,蔡自兴.四种虚拟力模型在传感器网络覆盖中的性能分析.信息与控制,2010，39（4）：441-445.46. 任孝平;蔡自兴; 陈爱斌. 多移动机器人通信系统研究进展. 控制与决策 2010,(3): 327-332.47.唐素勤，蔡自兴，王驹，蒋运承: 基于gfp语义的描述逻辑系统FLE的有穷基,计算机研究与发展，2010,47(9):1514-1521.48. 唐素勤，蔡自兴，王驹，蒋运承: 描述逻辑非标准推理, 模式识别与人工智能，2010,23(4)：522-530.49. 肖赤心，蔡自兴，王勇. 字典序进化算法用于组合优化问题. 控制理论与应用，2010，27（4）：473-480.50. 谢斌，蔡自兴. 基于MATLAB Robotics Toolbox的机器人学仿真实验教学. 计算机教育，2010，（127）：140-143.51. 余伶俐,蔡自兴,谭平,段琢华.基于多模态Rao-Blackwellized进化粒子滤波器的移动机器人航迹推算系统的故障诊断. 控制与决策，2010，25（12）：1787-1792.52. 余伶俐,蔡自兴,谭平,进化粒子滤波器对比研究及其在移动机器人故障诊断的应用. 信息与控制，2010，39（5）：621-628.53. 余伶俐，蔡自兴，肖晓明. 智能控制精品课程建设与教学改革研究. 计算机教育，2010，（127）：35-39.54. 余伶俐,焦继乐,蔡自兴. 一种多机器人任务规划算法及其系统实现. 计算机科学，2010，37（6）：252-255.55.周涛;蔡自兴。 信息审计中短消息中心实验环境的仿真[J].科学技术与工程 2010,10(6): 1551-1554.56. 邹磊,蔡自兴,任孝平.一种基于虚拟力的自组织覆盖算法.计算机工程,2010,36(14):93-95 .2009年：57. Gao Ping-an,Cai Zi-xing. Evolutionary Computation Approach to Decentralized Multi-robot Task Allocation. Proc. of the 5th International Conference on Natural Computation, IEEE Computer Society, 2009,415-419.58. Wang Yong,Cai Zixing, Zhou Yuren. Accelerating adaptive trade-off model using shrinking space technique for constrained evolutionary optimization, International Journal for Numerical Methods in Engineering, 2009, 77(11):1501-1534.59. Wang Yong,Cai Zixing, Zhou Yuren, Fan Zhun. Constrained optimization based on hybrid evolutionary algorithm and adaptive constraint-handling technique, Structural and Multidisciplinary Optimization, 2009, 37(1): 395-413.60. Wang Yong,Cai Zixing. A hybrid multi-swarm particle swarm optimization to solve constrained optimization problems, Frontiers of Computer Science in China, 2009,3(1):38-52.61. Wang Yong,Cai Zixing. Constrained evolutionary optimization by applying (mu+lambda)-differential evolution and improved adaptive trade-off model. Evolutionary Computation, Accept.62. Liu Hui,Cai Zixing, and Wang Yong. Hybridizing particle swarm optimization with differential evolution for constrained numerical and engineering optimization.Applied Soft Computing, 2010,10(2):629–640.63. Liu Limei,Cai Zixing. An Improvement of Hough Transform for Building Feature map.64. Limei Liu, Zixing Cai,WeiPan.AMapBuilding Method Based on Uncertain Information of Sonar Sensor[C]. The 9th International Conference for Young Computer Scientists,2009,1738-1742.65. YU Ling-li,CAI Zi-xing. Robot Detection Mission Planning Based on Heterogeneous Interactive Cultural Hybrid Algorithm. Proc. of the 5th International Conference on Natural Computation.2009,583-587.66. Ren Xiaoping,Cai Zixing.A Distributed Actor Deployment Algorithm for Maximum Connected Coverage in WSAN. Proc. of the 2009 Fifth International Conference on Natural Computation, 2009,283-287.67. 王勇,蔡自兴,周育人,肖赤心.约束优化进化算法.软件学报, 2009,20(1): 11-29.68. 陈白帆,蔡自兴, 潘薇. 基于声纳和摄像头的动态环境地图创建方法.高技术通讯, 2009, 19(4): 410-414.69. 陈白帆,蔡自兴, 袁成. 基于粒子群优化的移动机器人SLAM方法研究.机器人, 2009, 31(6)：513-517.70. 高平安,蔡自兴. 多移动机器人任务负载均衡分组规划方法.高技术通讯,2009, 19(5):501-505.71. 高平安,蔡自兴. 一种基于多子群的动态优化算法.中南大学学报(自然科学版) 2009, 40(3): 731-736.72. 刘献如,;蔡自兴. 一种基于Integral Imaging和与模拟退火相结合的深度测量方法研究. 系统仿真学报. 2009，21(8)：2303~2306.73. 刘利枚，蔡自兴，潘薇.一种基于声纳信息的地图创建方法.计算机工程，2009，35（7）：166-185.74. 余伶俐，蔡自兴. 基于异质交互式文化混合算法的机器人探测任务规划.机器人.2009, 31(2):137-145.75. 余伶俐，蔡自兴，刘晓莹，高平安. 均分点蚁群算法在群集机器人任务规划中的应用研究[J].高技术通讯. 2009,19(10),1054-1060.76. 余伶俐，蔡自兴. 改进混合离散粒子群的多种优化策略算法.中南大学学报,2009, 40(4): 1047-1053.77. 余伶俐，蔡自兴，高平安，刘晓莹. 当代学习自适应混合离散粒子群算法研究. 小型微型计算机系统. 2009, 30(9):1800-1804.78. 余伶俐，蔡自兴. 基于当代学习离散粒子群的多机器人高效任务分配算法研究. 计算机应用研究. 2009, 26(5):1691-1694.79.蔡自兴; 谢斌; 魏世勇; 陈白帆. 《机器人学》教材建设的体会. 2009年全国人工智能大会(CAAI-13)，北京：北京邮电大学出版社，252-255，2009年9月.80.蔡自兴，郭璠. 密码学虚拟实验平台的设计与实现.中国人工智能进展（2009），中国人工智能大会(CAAI-13)论文集，北京：北京邮电大学出版社，432-438，2009年9月.81.蔡自兴,任孝平,邹磊.分布式多机器人通信仿真系统.智能系统学报,2009,4(4): 309-313.82. 任孝平,蔡自兴.基于阿克曼原理的车式移动机器人运动学建模.智能系统学报, 2009,4(6);534-537.83.蔡自兴; 任孝平; 邹磊. 分布式多机器人通信仿真系统.智能系统学报, 2009,4(4);309-313.84. 文志强;蔡自兴. 一种目标跟踪中的模糊核直方图. 高技术通讯, 2009,19(2):174-180.85.刘星宝;蔡自兴. 种子检测器刺激-应答变异算法研究. 高技术通讯, 2009,19(3):273-278.86. 刘星宝;蔡自兴. 负选择算法中的检测器快速生成策略. 小型微型计算机系统, 2009-07-15.87. 刘星宝;蔡自兴. 异常检测系统的漏洞分析.中南大学学报(自然科学版), 2009-08-26.88. 潘薇;蔡自兴; 陈白帆. 一种非结构环境下多机器人构建地图的方法. 高技术通讯, 2009-05-25.89. 孔志周;蔡自兴; 官东. 两种模糊密度确定方法的实验比较. 小型微型计算机系统, 2009-02-15.90. 江中央;蔡自兴; 王勇. 用于全局优化的混合正交遗传算法. 计算机工程, 2009-02-20.91. 肖赤心;蔡自兴; 王勇; 周经野. 一种基于佳点集原理的约束优化进化算法. 控制与决策, 2009-02-15 .92. 官东;蔡自兴; 孔志周. 一种基于网格技术的HLA分布仿真实现方法. 系统仿真学报, 2009,21(5):1363-1366.93.刘慧;蔡自兴; 王勇. 基于佳点集的约束优化进化算法. 系统仿真学报, 2009-03-20 .94. 潘薇;蔡自兴; 陈白帆. 基于遗传算法的多机器人协作建图方法. 计算机应用研究, 2009-04-15.95. 任孝平;蔡自兴; 卢薇薇. 一种基于扫描相关度的LSB算法. 计算机应用, 2009-05-01.96.胡强;蔡自兴. 一种基于改造时钟系统的Linux实时化方案. 计算机工程, 2009-06-05.97. 袁成;蔡自兴; 陈白帆. 粒子群优化的同时定位与建图方法. 计算机工程, 2009-06-05.98. 王勇;蔡自兴. “智能优化算法及其应用”课程教学的实践与探索. 计算机教育, 2009-06-10.99. 任孝平;蔡自兴; 卢薇薇. 网络可重构的多机器人仿真系统. 计算机应用研究, 2009-06-15.100. 袁湘鹏;蔡自兴; 刘利枚. 基于声纳的移动机器人环境建图的设计与实现. 计算机应用研究, 2009-07-15.101. 官东;蔡自兴; 孔志周.网格服务本体匹配算法研究. 小型微型计算机系统, 2009，30(8):1639-1643.102. 邹磊;蔡自兴; 任孝平. 基于簇的多移动机器人通信系统. 计算机应用研究, 2009-08-15.103.蔡自兴. 从严施教,精心育才,培养高素质人才. 计算机教育, 2009-09-10.104. 肖晓明; 旷东林;蔡自兴. 单亲遗传算法种群初始化方法分析. 电脑与信息技术, 2009-08-15.105. 刘丽珏; 陈白帆; 王勇; 余伶俐;蔡自兴. 精益求精建设人工智能精品课程. 计算机教育, 2009-09-10.106. 陈爱斌;蔡自兴; 安基程. 一种基于摄像机视角的立体视觉定位方法.中南大学学报(自然科学版), 2009-09-10.107. 唐素勤;蔡自兴; 江中央; 肖赤心. 用于求解约束优化问题的自适应佳点集进化算法. 小型微型计算机系统,2009,第9期，2009-11-15.108.胡扬;桂卫华;蔡自兴. 多元智能算法控制结构综述. 计算机科学, 2009-10-15.109.蔡自兴. 《混沌系统的模糊神经网络控制理论与方法》评介. 计算技术与自动化, 2009-12-15.110. 陈爱斌;蔡自兴; 安基程. 一种基于摄像机视角的立体视觉定位方法. 2009年中国智能自动化会议论文集（第六分册）[中南大学学报（增刊）], 2009-09-27.111. 于金霞;蔡自兴; 段琢华. 复杂地形下移动机器人运动学建模研究. 2009中国控制与决策会议论文集（1）, 2009-06-17.112. 刘献如，蔡自兴，杨欣荣. Integral Imaging与模拟退火相结合的深度测量方法研究. 系统仿真学报，2009,21（8）：2303－2307.

【1950-1956年是人工智能的诞生年】图灵测试1950Dartmouth 会议1956（1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。）【1956-1974 年是人工智能的黄金年】第一个人工智能程序LT逻辑理论家1958（西蒙和纽维尔）LISP编程语言1958（约翰麦卡锡）用于机器翻译的语义网1960（马斯特曼和剑桥大学同事）模式识别-第一个机器学习论文发表（1963）Dendral 专家系统1965基于规则的Mycin医学诊断程序1974【1974-1980年是人工智能第一个冬天】人工智能：综合调查1973（来特希尔）项目失败，列强削减科研经费【1980-1987年是人工智能繁荣期】AAAI在斯坦福大学召开第一届全国大会1980日本启动第五代计算机用于知识处理1982决策树模型带动机器学习复苏1980中期ANN及多层神经网络1980中期【1987-1993年是人工智能第二个冬天】Lisp机市场崩溃1987列强再次取消科研经费1988专家系统滑翔谷底1993日本第五代机退场1990年代【1993-现在突破期】IBM深蓝战胜卡斯帕罗夫1997斯坦福大学Stanley 赢得无人驾驶汽车挑战赛2005深度学习论文发表2006IBM的沃森机器人问答比赛夺魁2011谷歌启动谷歌大脑2011苹果公司的Siri上线2012微软通用实时翻译系统2012微软Cortana 上线2014百度度秘2015IBM发布truenorth芯片2014阿尔法狗打败人类棋手2016

上海人工智能论文发表时间

2021年6月21日上海举行2021世界人工智能大会新闻发布会：由工信部等国家七个部委和上海市人民政府共同主办的2021世界人工智能大会，将于今年的7月8日-10日在上海举办。

2022投稿的人工智能顶会论文一周之内有结果。根据查阅相关公开信息显示：一周之内就会出结果会议论文相对于普通的论文来讲，其要求比较低，大部分的会议论文在一周之内就会出结果，如果论文的查重率比较低。

人工智能大佬论文发表时间

1936年，24岁的英国数学家图灵(Turing)提出了"自动机"理论，把研究会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。

图灵 阿兰·麦席森·图灵（Alan Mathison Turing，1912.6.23—1954.6.7），英国数学家、逻辑学家，被称为人工智能之父。 1931年图灵进入剑桥大学国王学院，毕业后到美国普林斯顿大学攻读博士学位，二战爆发后回到剑桥，后曾协助军方破解德国的著名密码系统Enigma，帮助盟军取得了二战的胜利。 阿兰·麦席森·图灵，1912年生于英国伦敦，1954年死于英国的曼彻斯特，他是计算机逻辑的奠基者，许多人工智能的重要方法也源自于这位伟大的科学家。他对计算机的重要贡献在于他提出的有限状态自动机也就是图灵机的概念，对于人工智能，它提出了重要的衡量标准“图灵测试”，如果有机器能够通过图灵测试，那他就是一个完全意义上的智能机，和人没有区别了。他杰出的贡献使他成为计算机界的第一人，现在人们为了纪念这位伟大的科学家将计算机界的最高奖定名为“图灵奖”。上中学时，他在科学方面的才能就已经显示出来，这种才能仅仅限于非文科的学科上，他的导师希望这位聪明的孩子也能够在历史和文学上有所成就，但是都没有太大的建树。少年图灵感兴趣的是数学等学科。在加拿大他开始了他的职业数学生涯，在大学期间这位学生似乎对前人现成的理论并不感兴趣，什么东西都要自己来一次。大学毕业后，他前往美国普林斯顿大学也正是在那里，他制造出了以后称之为图灵机的东西。图灵机被公认为现代计算机的原型，这台机器可以读入一系列的零和一，这些数字代表了解决某一问题所需要的步骤，按这个步骤走下去，就可以解决某一特定的问题。这种观念在当时是具有革命性意义的，因为即使在50年代的时候，大部分的计算机还只能解决某一特定问题，不是通用的，而图灵机从理论上却是通用机。在图灵看来，这台机器只用保留一些最简单的指令，一个复杂的工作只用把它分解为这几个最简单的操作就可以实现了，在当时他能够具有这样的思想确实是很了不起的。他相信有一个算法可以解决大部分问题，而困难的部分则是如何确定最简单的指令集，怎么样的指令集才是最少的，而且又能顶用，还有一个难点是如何将复杂问题分解为这些指令的问题。 1936年，图灵向伦敦权威的数学杂志投了一篇论文，题为“论数字计算在决断难题中的应用”。在这篇开创性的论文中，图灵给“可计算性”下了一个严格的数学定义，并提出著名的“图灵机”(Turing Machine)的设想。“图灵机”不是一种具体的机器，而是一种思想模型，可制造一种十分简单但运算能力极强的计算装置，用来计算所有能想象得到的可计算函数。“图灵机”与“冯·诺伊曼机”齐名，被永远载入计算机的发展史中。1950年10月，图灵又发表了另一篇题为“机器能思考吗”的论文，成为划时代之作。也正是这篇文章，为图灵赢得了“人工智能之父”的桂冠。 【英文简述】 Alan Mathison Turing, OBE (23 June 1912 – 7 June 1954) was an English mathematician, logician, and cryptographer. Turing is often considered to be the father of modern computer science. Turing provided an influential formalisation of the concept of the algorithm and computation with the Turing machine, formulating the now widely accepted "Turing" version of the Church–Turing thesis, namely that any practical computing model has either the equivalent or a subset of the capabilities of a Turing machine. With the Turing test, he made a significant and characteristically provocative contribution to the debate regarding artificial intelligence: whether it will ever be possible to say that a machine is conscious and can think. He later worked at the National Physical Laboratory, creating one of the first designs for a stored-program computer, although it was never actually built. In 1948 he moved to the University of Manchester to work, largely on software, on the Manchester Mark I, then emerging as one of the world's earliest true computers. During the Second World War Turing worked at Bletchley Park, Britain's codebreaking centre, and was for a time head of Hut 8, the section responsible for German naval cryptanalysis. He devised a number of techniques for breaking German ciphers, including the method of the bombe, an electromechanical machine that could find settings for the Enigma machine. In 1952, Turing was convicted of "acts of gross indecency" after admitting to a sexual relationship with a man in Manchester. He was placed on probation and required to undergo hormone therapy. Turing died after eating an apple laced with cyanide in 1954. His death was ruled a suicide.【生平】◆故事从谜开始 英国现代计算机的起步是从德国的密码电报机——Enigma(谜)开始的，而解开这个谜的不是别人，正是阿兰·图灵，一个在计算机界响当当的人物，可与美国的冯·诺依曼相媲美的电脑天才。在他短暂的生涯中，图灵在量子力学、数理逻辑、生物学、化学方面都有深入的研究，在晚年还开创了一门新学科—— 非线性力学。 图灵英年早逝。在他42年的人生历程中，他的创造力是丰富多彩的，他是天才的数学家和计算机理论专家。24岁提出图灵机理论，31岁参与COLOSSUS的研制，33岁设想仿真系统，35岁提出自动程序设计概念，38岁设计“图灵测验”。这一朵朵灵感浪花无不闪耀着他在计算机发展史上的预见性。特别是在60年代后当然，图灵最高的成就还是在电脑和人工智能方面，他是这一领域开天辟地的大师。为表彰他的贡献，专门设有一个一年一度的“图灵奖”，颁发给最优秀的电脑科学家。这枚奖章就像“诺贝尔奖”一样，为计算机界的获奖者带来至高无上的荣誉。而阿兰·图灵本人，更被人们推崇为人工智能之父，在计算机业十倍速变化的历史画卷中永远占有一席之地。他的惊世才华和盛年夭折，也给他的个人生活涂上了谜一样的传奇色彩。 ◆神童图灵 图灵1912年6月23日出生于英国伦敦。其祖父曾获得剑桥大学数学荣誉学位，但他父亲的数学才能平平。因此，图灵的家庭教育，对他以后在数学及计算机方面的成就并没有多少帮助。小时候的图灵生性活泼好动，很早就表现出对科学的探索精神。据他母亲回忆，3岁时，小图灵就进行了他的首次实验，尝试把一个玩具木头人的小胳膊、小腿掰下来栽到花园里，等待长出更多的木头人。到了8岁，他更开始尝试写一部科学著作，题目为《关于一种显微镜》。在这部很短的书中，天才儿童图灵拼错了很多单词，句法也有些问题，但写得还能让人看懂，很像那么一回事儿。在书的开头和结尾，他都用同一句话“首先你必须知道光是直的”作前后呼应， 但中间的内容却很短，短得破了科学著作的记录。图灵曾说 ：“我似乎总想从最普通的东西中弄出些名堂。”就连和小朋友们玩足球，他也能放弃当前锋进球这样出风头的事，只喜欢在场外巡边，因为这样能有机会去计算球飞出边界的角度。他的老师认为 ：“图灵的头脑思维可以像袋鼠一样进行跳跃。”图灵是个天才。他16岁就开始研究爱因斯坦的相对论。1931年，图灵考入剑桥大学国王学院，开始他的数学生涯，研究量子力学、概率论和逻辑学。在校期间，图灵还是现代语言哲学大师维特根斯坦班上最出色的学生。他对由剑桥大学的罗素和怀特海创立的数理逻辑很感兴趣。数理逻辑的创建，主要源于古希腊克里特岛上有个叫爱皮梅尼特的“智者”，他说 ：“所有的克里特岛人都说谎”。我们可以把它简化为：“我说的这句话是假话”。这就出现一种两面都无法自圆的怪圈：如果他没有说谎，那他这句话是错的，他是在说谎；如果他真的在说谎，那他说自己在说谎是对的，所以他又没有说谎。罗素和怀特海把它从逻辑、集合论以及数论中驱逐出去，最后又想尽办法归入《数学原理》之中。 图灵一上大学，就迷上了《数学原理》。在1931年，著名的“哥德尔定理”出现后(该定理认为没有一种公理系统可以导出数论中所有的真实命题，除非这种系统本身就有悖论)，天才的图灵在数理逻辑大本营的剑桥大学提出一个设想：能否有这样一台机器，通过某种一般的机械步骤，能在原则上一个接一个地解决所有的数学问题。大学毕业后，图灵去美国普林斯顿大学攻读博士学位，还顺手发明过一个解码器。在那里，他遇见了冯·诺依曼，后者对他的论文击节赞赏，并随后由此提出了“存储程序”概念。图灵学成后又回到他的母校任教。在短短的时间里，图灵就发表了几篇很有份量的数学论文，为他赢得了很大的声誉。 ◆怪才图灵 在剑桥，图灵可称得上是一个怪才，一举一动常常出人意料。他是个单身汉和长跑运动员。在他的同事和学生中间，这位衣着随便、不打领带的著名教授，不善言辞，有些木讷、害羞，常咬指甲，但他更多地以自己杰出的才智赢得了人们的敬意。图灵每天骑自行车上班，因为患过敏性鼻炎，一遇到花粉，就会鼻涕不止，大打喷嚏。于是，他就常常在上班途中戴防毒面具，招摇过市，这早已成为剑桥的一大奇观。图灵的自行车经常半路掉链子，但他就是不肯去车铺修理。每次骑车时，他总是嘴里念念有词，在心里细细计算，这链条也怪，总是转到一定的圈数就滑落了，而图灵竟然能够做到在链条下滑前一刹那停车，让旁观者佩服不已，以为图灵在玩杂技。后来图灵又居然在脚踏车旁装了一个小巧的机械记数器，到圈数时就停，歇口气换换脑子，再重新运动起来。 1936年，图灵向伦敦权威的数学杂志投了一篇论文，题为《论数字计算在决断难题中的应用》。在这篇开创性的论文中，图灵给“可计算性”下了一个严格的数学定义，并提出著名的“图灵机”(Turing Machine)的设想。“图灵机”不是一种具体的机器，而是一种思想模型，可制造一种十分简单但运算能力极强的计算机装置，用来计算所有能想像得到的可计算函数。装置由一个控制器和一根假设两端无界的工作带(起存储器的作用)组成。工作带被划分为大小相同的方格，每一格上可书写一个给定字母表上的符号。控制器可以在带上左右移动，它带有一个读写出一个你期待的结果。外行人看了会坠入云里雾里，而内行人则称它是“阐明现代电脑原理的开山之作”，并冠以“理想计算机”的名称。这篇论文在纸上谈了一把兵，创造出一个“图灵机”来。但现代通用电脑确实是用相应的程序来完成任何设定好的任务。这一理论奠定了整个现代计算机的理论基础。“图灵机”更在电脑史上与“冯·诺依曼机”齐名，被永远载入计算机的发展史中。 图灵机理论不仅解决了纯数学基础理论问题，一个巨大的“意外”收获则是，理论上证明了研制通用数字计算机的可行性。虽然早在100年前的1834年，巴贝奇(Chark Babbage，1792～1871)就设计制造了“分析机”以说明具体的数字计算，但他的失败之处是没能证明“必然可行”。图灵机理论不仅证明了研制“通用机”的可行性，而且比世界上第一台由德国人朱斯(K·Zuze)于1941年制造的通用程序控制计算机Z-3整整早5年。这不得不使人惊叹这一理论的深刻意义。 ◆谜语图灵 正当图灵的理论研究工作进一步深入时，战争爆发了。他被派往布雷契莱庄园承担“超级机密”研究。当时的布雷契莱庄园是一所“政府密码学校”，即战时的英国情报破译中心。在这座幽静的维多利亚式建筑里，表面上鸟语花香、人迹罕见，其实每天都有12000多名志愿者在这里夜以继日地工作，截获、整理、破译德国的军事情报，有些结果甚至直达丘吉尔首相本人手中。在这里，图灵被人们称为“教授”，没有人知道他的真名。当时德国有一个名为“Enigma”（谜）的通信密码机，破译高手们绞尽脑汁也难以破解。这个难题交到了图灵手中，他率领着大约200多名精干人员进行密码分析，其中甚至还包括象棋冠军亚历山大。分析和计算工作非常复杂，26个字母在“Enigma”机中能替代8万亿个谜文字母。如果改动接线，变化会超过2.5千万亿亿。最后多亏波兰同行们提供了一台真正的“Enigma”，图灵才凭借着他的天才设想设计出一种破译机。这台机器主要由继电器构成，还用了80个电子管，由光电阅读器直接读入密码，每秒可读字符2000个，运行起来咔嚓咔嚓直响。它被图灵戏称为“罗宾逊”，至今没人能搞懂图灵究竟如何指挥它工作。但"罗宾逊"的确神通广大，在它的密报下，德国飞机一再落入圈套，死无葬身之地。 1945年，图灵带着大英帝国授予的荣誉勋章，来到英国国家物理研究所担任高级研究员。两年后，图灵写了一份内部报告，提出了"自动程序"的概念，但由于英国政府严密、死板的保密法令，这份报告一直不见天日。1969年，美国的瓦丁格(Woldingger)发表了同样成果，英国才连忙亮出压在箱底的宝贝，终于在1970年给图灵的报告“解密”。图灵的这份报告后来收入爱丁堡大学编的《机器智能》论文集中。由于有了布雷契莱的经验，图灵提交了一份“自动计算机”的设计方案，领导一批优秀的电子工程师，着手制造一种名叫ACE的新型电脑。它大约用了800 个电子管，成本约为4万英镑。1950年，ACE电脑就横空出世，开始公开露面，为感兴趣的人们玩一些“小把戏”，赢得阵阵喝彩。图灵在介绍ACE的内存装置时说：“它可以很容易把一本书的10页内容记住。”显然，ACE是当时世界上最快、最强劲的电子计算机之一。 1946年，在纽曼博士的动议下，皇家学会成立电脑实验室。纽曼博士是皇家学会会员，又是当年破译小组的成员，正是他对“赫斯·鲁宾逊”的制造起了关键作用。皇家学会的这一新实验室不在伦敦，而是设在曼彻斯特大学，由纽曼博士牵头负责。1946年7月，研制基金到位，纽曼博士开始招募人选。阿兰·图灵也在次年9月加盟电脑实验室。一时间，曼彻斯特大学群英会萃。实验室设在一幢维多利亚时代的老房子里，条件十分简陋，但因图灵他们的到来，也算是蓬荜生辉了。在1948年6月，这里造出了一台小的模型机，大家都爱叫它“婴儿”(Baby)。这台模型机用阴极射线管来解决存储问题，能存储32个字，每一字有32位字长。这是第一台能完全执行存储程序的电子计算机的模型。 ◆大师图灵 到了1949年10月，各项改进工作都已展开，夹在两层存储器之间的自动控制系统已正常运转，并能在程序的控制下，实现磁鼓和阴极射线管存储单元间信息交互。图灵设计出一些协同电路来做输入和输出的外设。有关电动打字设备也是图灵通过老关系从他战时供职的外交部通信部门弄过来的，其中甚至包括一个战后从德国人那里收缴来的穿孔纸带键盘。这样，整个模型机已大功告成。在整个试验阶段，大家忙上忙下。1949年底，模型机交付给曼彻斯特当地的一家叫弗兰尼蒂(Ferranti)的电子公司，开始正式建造。1951年2月完工，通称“迈可1型”。它有4000个电子管，72000个电阻器，2500个电容器，能在0.1秒内开平方根、求对数和三角函数的运算。比起先前的模型机，“迈可1型”功能更为齐全，静电存储器的内存容量已翻倍，能存256个40位字长字，分别存在8个阴极射线管中，而磁鼓的容量能扩容到16384个字，真是一项了不起的工程。 与冯·诺依曼同时代的富兰克尔(Frankel，冯氏同事)在回忆中说：冯·诺依曼没有说过"存储程序"型计算机的概念是他的发明，却不止一次地说过，图灵是现代计算机设计思想的创始人。当有人将"电子计算机之父"的头衔戴在冯·诺依曼头上时，他谦逊地说，真正的计算机之父应该是图灵。当然，冯·诺依曼问之无愧，而图灵也有“人工智能之父”的桂冠。他俩是计算机历史浩瀚星空中相互映照的两颗巨星。 早在1945年，图灵就提出“仿真系统”的思想，并有一份详细的报告，想建造一台没有固定指令系统的电脑。它能够模拟其他不同指令系统的电脑的功能， 但这份报告直到1972年才公布。这说明图灵在二战结束后就开始了后来被称 为“人工智能”领域的探索，他开始关注人的神经网络和电脑计算之间的关联。 1950年，图灵又来到曼彻斯特大学任教，同时还担任该大学自动计算机项目的负责人。就在这一年的十月，他又发表了另一篇题为《机器能思考吗？》的论文，成为划时代之作。也正是这篇文章，为图灵赢得了一顶桂冠——“人工智能之父”。在这篇论文里，图灵第一次提出“机器思维”的概念。他逐条反驳了机器不能思维的论调，做出了肯定的回答。他还对智能问题从行为主义的角度给出了定义，由此提出一假想：即一个人在不接触对方的情况下，通过一种特殊的方式，和对方进行一系列的问答，如果在相当长时间内，他无法根据这些问题判断对方是人还是计算机，那么，就可以认为这个计算机具有同人相当的智力，即这台计算机是能思维的。这就是著名的“图灵测试”(Turing Testing)。当时全世界只有几台电脑，根本无法通过这一测试。但图灵预言，在本世纪末，一定会有电脑通过“图灵测试”。终于他的预言在IBM的“深蓝”身上得到彻底实现。当然，卡斯帕罗夫和“深蓝”之间不是猜谜式的泛泛而谈，而是你输我赢的彼此较量。 ◆故事以谜结束 1951年，图灵以他杰出的贡献被当选为英国皇家学会会员。就在他事业步入辉煌之际，灾难降临了。1952年，图灵遭到警方拘捕，原因是他是一个同性恋者。与其他一些智慧超群的人物一样，图灵在个人生活方式上也“与众不同”。当时，人们对同性恋还没有像现在这样宽容，而是把这种行为当作一桩伤风败俗的罪孽。事情的败露是这样的，当时有一位叫琼·克拉克(Joan Clarke)的姑娘爱上了图灵，图灵也对对方很有好感，并向对方求婚，琼欣然接受。但不久，图灵自己退缩了，告诉琼，他是同性恋者。在1948年，图灵就由于同性恋倾向，离开了当时属于高度保密的英国国家物理实验室(NPL)。但也有人说，图灵是被英国军事情报部门“开除”出去的，对于这位天才的离去，许多人怅惜不已。 1952年3月31日，图灵更因为和曼彻斯特当地一位青年有染，被警方逮捕。在法庭上，图灵既不否认，也不为自己辨解。在庄严的法庭上，他郑重其事地告诉人们：他的行为没有错，结果被判有罪。在入狱和治疗两者中间，图灵选择了注射激素，来治疗所谓的“性欲倒错”。此后图灵开始研究生物学、化学，还和一位心理医生有很深的交往。那时，他的脾气已变得躁怒不安，性格更为阴沉怪僻。1953年3月，他因为接待过一位被英国警方注意的挪威客人，成为警方的目标，甚至去希腊度假时也被跟踪。 1954年6月8日，图灵42岁，正逢进入他生命中最辉煌的创造顶峰。一天早晨，女管家走进他的卧室，发现台灯还亮着，床头上还有个苹果，只咬了一小半，图灵沉睡在床上，一切都和往常一样。但这一次，图灵是永远地睡着了，不会再醒来……经过解剖，法医断定是剧毒氰化物致死，那个苹果是在氰化物溶液中浸泡过的。图灵的母亲则说他是在做化学实验时，不小心沾上的，她的"艾伦"从小就有咬指甲的习惯。但外界的说法是服毒自杀，一代天才就这样走完了人生。 今天，苹果电脑公司以那个咬了一口的苹果作为其商标图案，就是为纪念这位伟大的人工智能领域的先驱者——图灵。【大事年表】1912年6月23日，出生于英国伦敦。 1931年-1934年，在英国剑桥大学国王学院（King's College）学习。 1932年-1935年，主要研究量子力学、概率论和逻辑学。 1935年，年仅23岁的图灵，被选为剑桥大学国王学院院士。 1936年，主要研究可计算理论，并提出“图灵机”的构想。 1936年-1938年，主要在美国普林斯顿大学做博士研究，涉及逻辑学、代数和数论等领域。 1938-1939年，返回剑桥从事研究工作，并应邀加入英国政府破译二战德军密码的工作。 1940年-1942年，作为主要参与者和贡献者之一，在破译纳粹德国通讯密码的工作上成就杰出，并成功破译了德军U-潜艇密码，为扭转二战盟军的大西洋战场战局立下汗马功劳。 1943年-1945年，担任英美密码破译部门的总顾问。 1945年，应邀在英国国家物理实验室从事计算机理论研究工作。 1946年，这个时候，图灵在计算机和程序设计原始理论上的构思和成果，已经确定了他的理论开创者的地位。由于图灵的杰出贡献，年轻的他被英国皇室授予OBE爵士勋衔。 1947年-1948年，主要从事计算机程序理论的研究，并同时在神经网络和人工智能领域做出开创性的理论研究。 1948年，应邀加入英国曼彻斯特大学从事研究工作，担任曼彻斯特大学计算实验室副主任。 1949年，成为世界上第一位把计算机实际用于数学研究的科学家。 1950年，发表论文“计算机器与智能”，为后来的人工智能科学提供了开创性的构思。提出著名的“图灵测试”理论。 1951年，从事生物的非线性理论研究。年仅39岁的图林，被选为英国皇家学会会员。 1952年，在当年保守愚昧和冷战的时代，当警察得知图灵与同性朋友密切交往的消息之后，同性恋倾向的图灵被逮捕入狱。在法庭审判过程中，图灵明确告知人们，他认为自己没有做错什么事。在那个观念落后的年代，为了避免被判刑入狱，图灵被迫选择了为期一年的雌性激素注射的所谓“治疗”，才得以重新返回研究工作。 1953年-1954年，继续在生物和物理学等方面的研究。被迫承受的对同性恋倾向的“治疗”，致使原本热爱体育运动的图灵在身心上受到极大的伤害。 1954年6月7日，图灵被发现死于家中的床上。死因是氰化物中毒，警方调查结论是自杀。一代英灵，就此过早离去，成为人类科学史上的一大遗憾。

计算机之父图灵，被英国女王特赦的计算机人工智能创造者