# KI Geschichte | Jotform KI

# KI Geschichte

Entdecken Sie historische Milestones, die die Entwicklung der künstlichen Intelligenz vorangetrieben haben.

Neueste zuerst Oldest to Latest

Moderne KI Maschinelles Lernen Frühes KI-Programm Wer ist Alan Turing?KI in der Mythologie

*   ## Moderne KI: 2025–2025 
*   
### 2025

Jotform KI Assistenten gestartet!

Jotform KI Assistenten sind leistungsstarke automatisierte Tools für den Kundenservice, die in Echtzeit Unterstützung bieten, Benutzeranfragen beantworten und Kunden durch Prozesse wie das Ausfüllen von Formularen und die Fehlerbehebung führen. Durch personalisierte, dialogorientierte KI-Interaktionen und eine Verfügbarkeit rund um die Uhr verbessern sie die Kundenzufriedenheit, optimieren Support-Workflows und verkürzen die Reaktionszeiten, wodurch eine nahtlose und effiziente Customer Experience gewährleistet wird.

Resources

    1.   [Jotform AI Agents](https://www.jotform.com/de/ai/agents/)

*   ### 2024

Bahnbrechende KI löst Protein-Faltungsrätsel und gewinnt Nobelpreis

AlphaFold ist ein KI-System, das die dreidimensionale Struktur von Proteinen auf der Grundlage ihrer Aminosäuresequenzen vorhersagen kann. Für diese bahnbrechende Technologie wurden Sir Demis Hassabis, Mitbegründer und CEO von Google DeepMind und Isomorphic Labs, und Dr. John Jumper, Direktor von Google DeepMind, mit dem Nobelpreis für Chemie 2024 ausgezeichnet.   
*   2024

Apple stellt Apple Intelligence mit ChatGPT-Integration vor

Apple stellte seine innovative „Apple Intelligence“-Funktion vor, die die Funktionen von ChatGPT nahtlos in die neuesten iPhones und den digitalen Assistenten Siri integriert und den Benutzern ein verbessertes und intelligentes Erlebnis bietet.   
*   2024

Sora: OpenAI's Text-to-Video Magic

OpenAI stellt am 15. Februar 2024 Sora vor, ein KI-Modell, das in der Lage ist, aus Textbeschreibungen kurze Videos zu erstellen.   
*   ### 2023

Das volle Potenzial von Gemini 1.0 Ultra

Google hat eine erweiterte Version seiner Gemini-Plattform vorgestellt, die Gemini 1.0 Ultra genannt wird und verbesserte Funktionen und ein leistungsfähigeres Upgrade bietet.   
*   2023

Historischer Präsidentenerlass zu KI von Biden unterzeichnet

Präsident Biden erließ am 30. Oktober 2023 eine Durchführungsverordnung, die darauf abzielt, die verantwortungsvolle und ethische Entwicklung und Nutzung der Technologie der künstlichen Intelligenz zu fördern und ihre Sicherheit, Zuverlässigkeit und Vertrauenswürdigkeit zu gewährleisten.   
*   2023

Aussterberisiko für KI: Dringender Aufruf von Tech-Titanen

Führende KI-Forscher, Technologieführer und einflussreiche Persönlichkeiten wie Geoffrey Hinton, Sam Altman und Bill Gates unterzeichneten Ende Mai 2023 eine Erklärung, in der sie ihre Besorgnis über die Risiken der KI zum Ausdruck brachten. Sie betonten, dass die Eindämmung der potenziellen existenziellen Bedrohung durch die KI eine globale Priorität sein sollte, die der Bekämpfung anderer bedeutender Risiken wie Pandemien und Atomkriege gleichkommt.   
*   2023

Google stellt Bards KI-Evolution vor

Google überführt Bard im Mai 2023 von LaMDA in das fortschrittlichere PaLM2-Sprachmodell.   
*   2023

Tech-Titanen fordern KI-Pause

Technologiegiganten und Innovatoren, darunter Elon Musk und Steve Wozniak, haben eine Petition unterstützt, die sich für eine vorübergehende Pause bei der rasanten Entwicklung fortschrittlicher KI-Systeme einsetzt. In der Petition werden Bedenken hinsichtlich der potenziellen Risiken der Entwicklung von KI-Modellen geäußert, die das menschliche Verständnis und die menschliche Kontrolle übertreffen könnten. Es wird eine sechsmonatige Pause gefordert, um den Verlauf dieser Technologie neu zu bewerten.   
*   2023

Google entfesselt Bard, seinen ChatGPT-Rivalen

Google stellte im März 2023 seinen Chatbot Bard vor, der auf den Sprachmodellen LaMDA und PaLM basiert und als Antwort auf ChatGPT in begrenztem Umfang eingesetzt werden kann.   
*   2023

Die KI-Revolution geht weiter: Entdecken Sie GPT-4

Das kürzlich vorgestellte GPT-4-Modell von OpenAI stellt eine bedeutende Weiterentwicklung gegenüber seinem Vorgänger GPT-3.5 dar, weist jedoch noch einige inhärente Limits auf. Insbesondere führt GPT-4 multimodale Fähigkeiten ein, die es ihm ermöglichen, sowohl Text- als auch Bildeingaben zu verarbeiten. Dieses verbesserte Modell wurde als Premium-Angebot in ChatGPT integriert. Laut internen Bewertungen von OpenAI zeigte GPT-4 eine außergewöhnliche Leistung und erreichte beim SAT 94 %, beim LSAT 88 % und beim Uniform Bar Exam 90 %.   
*   2023

100 Millionen Nutzer in kürzester Zeit: Der kometenhafte Aufstieg von ChatGPT

ChatGPT, das bemerkenswerte KI-Sprachmodell, hat einen beispiellosen Meilenstein erreicht, indem es bis Januar 2023 über 100 Millionen Nutzer anzog und sich damit als die am schnellsten wachsende Verbraucheranwendung aller Zeiten etablierte.   
*   ### 2022

ChatGPT enthüllt die Brillanz und die Fehler der KI

Ein KI Chatbot namens ChatGPT, der von OpenAI entwickelt wurde und auf GPT-3.5 basiert, wurde im November 2022 eingeführt. Während er für seine umfassenden Kenntnisse, seine Argumentationsfähigkeiten und seine Antworten in natürlicher Sprache weithin gelobt wurde, wurde er dafür kritisiert, dass er manchmal ungenaue Informationen mit hoher Zuverlässigkeit lieferte, ein Phänomen, das als „Halluzination“ bekannt ist. Die Veröffentlichung von ChatGPT löste eine breite öffentliche Diskussion über die gesellschaftlichen Auswirkungen von KI aus.   
*   ### 2020

Revolutionäres Sprachmodell: GPT-3 hebt maschinelles Schreiben auf menschliches Niveau

GPT-3, ein bahnbrechendes Sprachmodell, das von OpenAI entwickelt wurde, nutzt fortschrittliche Deep-Learning-Techniken, um menschenähnliche Texte in verschiedenen Domains zu generieren, darunter Computercode, Poesie und andere sprachliche Aufgaben. Mit einer beispiellosen Modellkapazität, die zehnmal größer ist als die seines Vorgängers T-NLG, produziert GPT-3 Ergebnisse, die auffallend ähnlich und von menschlich geschriebenen Inhalten kaum zu unterscheiden sind. Dieses innovative Sprachmodell wurde im Mai 2020 vorgestellt und ging im darauffolgenden Monat in die Betaphase.   
*   2020

DeepMinds AlphaFold 2 Aces Protein Folding Challenge

AlphaFold 2, das DeepMind-Modell zur Vorhersage von Proteinstrukturen, ging im November als Sieger aus dem CASP-Wettbewerb 2020 hervor.   
*   2020

Microsofts 17-Milliarden-Parameter-Gigant

Microsoft stellte im Februar 2020 seine Turing Natural Language Generation (T-NLG) vor, ein gewaltiges Sprachmodell mit einer beispiellosen Anzahl von 17 Milliarden Parametern, und stellte damit einen neuen Rekord für das größte jemals veröffentlichte Sprachmodell auf.   
*   
### 2018

KI Helfer bekommt menschliche Stimme

Google stellte Duplex vor, ein KI-System, das in der Lage ist, natürliche Unterhaltungen zu führen, um Aufgaben wie die Terminplanung zu erledigen. Die KI ahmte menschliche Stimmmuster so überzeugend nach, dass die Los Angeles Times sie als „nahezu makellose“ Imitation bezeichnete.

Resources

    1.   [Google Assistant](https://en.wikipedia.org/wiki/Google_Duplex)

*   2018

Alibaba AI übertrifft beim Stanford-Test das menschliche Verständnis

Ein von Alibaba entwickeltes KI-System zur Sprachverarbeitung übertraf die Leistung der besten menschlichen Teilnehmer in einer Lese- und Verständnisprüfung der Stanford University. Die KI erzielte bei einem Test mit 100.000 Fragen 82,44 Punkte und lag damit knapp über dem menschlichen Ergebnis von 82,304 Punkten.   
*   
### 2017

Die Geburt der Transformer-Modelle und der Sprachgiganten

Die Entwicklung der Transformer-Architektur ebnete den Weg für innovative große Sprachmodelle wie Googles BERT, und anschließend leistete OpenAI Pionierarbeit für das generative vortrainierte Transformer-Modell.

Resources

    1.   [Large language model](https://en.wikipedia.org/wiki/Large_language_model)
    2.   [Transformer (deep learning architecture)](https://en.wikipedia.org/wiki/Transformer_(machine_learning_model))
    3.   [BERT (language model)](https://en.wikipedia.org/wiki/BERT_(language_model))
    4.   [Generative pre-trained transformer](https://en.wikipedia.org/wiki/Generative_pre-trained_transformer)

*   
2017

KI-Bot übertrifft Profi-Gamer in Dota-2-Turnier-Showdown

Ein von OpenAI entwickeltes System mit künstlicher Intelligenz nahm am prestigeträchtigen Dota-2-Turnier „The International 2017“ teil, wo es in einem 1-gegen-1-Match gegen den Profispieler Dendi als Sieger hervorging.

Resources

    1.   [OpenAI](https://en.wikipedia.org/wiki/OpenAI)

*   
2017

Erster mathematischer Beweis durch einen SAT-Löser

Ein Tool, das zur Lösung von Problemen der Booleschen Erfüllbarkeit in der Aussagenlogik eingesetzt wird, wurde verwendet, um eine seit langem bestehende mathematische Vermutung bezüglich pythagoreischer Tripel innerhalb der Menge der ganzen Zahlen zu untermauern. Der anfängliche Beweis, der sich über enorme 200 Terabyte erstreckt, wurde von zwei separaten zertifizierten automatischen Beweisverifizierungssystemen validiert.

Resources

    1.   [Propositional calculus](https://en.wikipedia.org/wiki/Propositional_logic)
    2.   [Pythagorean triple](https://en.wikipedia.org/wiki/Pythagorean_triples)
    3.   [Boolean satisfiability problem](https://en.wikipedia.org/wiki/Boolean_satisfiability_problem)

*   2017

KI überwindet die unvollständigen Informationen beim Poker

Der Deepstack116-Algorithmus übertraf menschliche Spieler in Spielen mit unvollständigen Informationen, insbesondere beim Heads-up No-Limit-Poker, mit statistischer Signifikanz. Anschließend besiegte die Libratus-Poker-KI, die von einer anderen Forschungsgruppe entwickelt wurde, jeden ihrer vier hoch qualifizierten menschlichen Gegner und erzielte eine außergewöhnlich hohe Gesamtsiegquote über eine statistisch signifikante Stichprobe. Im Gegensatz zu Schach und Go ist Poker ein Spiel mit unvollständigen Informationen, was die Leistung noch anspruchsvoller macht.   
*   
### 2015

KI besiegt menschlichen Champion mit 5:0

Ein KI-System namens AlphaGo, das von Google DeepMind entwickelt wurde, besiegte Fan Hui, einen professionellen Go-Spieler und dreimaligen Europameister, mit einem Ergebnis von 5:0 Spielen.

Resources

    1.   [Google DeepMind](https://en.wikipedia.org/wiki/Google_DeepMind)
    2.   [AlphaGo](https://en.wikipedia.org/wiki/AlphaGo)

*   
2015

KI-Experten schlagen wegen technologischer Auswirkungen Alarm

Bekannte Persönlichkeiten wie Stephen Hawking, Elon Musk und zahlreiche KI-Experten sprachen sich im Januar 2015 in einem offenen Schreiben dafür aus, die möglichen gesellschaftlichen Auswirkungen der künstlichen Intelligenz zu untersuchen.

Resources

    1.   [Open letter on artificial intelligence (2015)](https://en.wikipedia.org/wiki/Open_letter_on_artificial_intelligence_(2015))
    2.   [Stephen Hawking](https://en.wikipedia.org/wiki/Stephen_Hawking)
    3.   [Elon Musk](https://en.wikipedia.org/wiki/Elon_Musk)

*   
2015

Durchbruch bei der Ausbildung ultra-tiefer neuronaler Netze

Techniken wie Autobahnnetze und ResNets ermöglichten das Training extrem tiefer neuronaler Netze mit über 1000 Schichten, was zuvor nur schwer zu erreichen war.

Resources

    1.   [Highway network](https://en.wikipedia.org/wiki/Highway_network)
    2.   [Residual neural network](https://en.wikipedia.org/wiki/Residual_neural_network)

*   
### 2013

Endloses visuelles Lernen: NEIL analysiert Bilder kontinuierlich

NEIL, ein System, das so gestaltet ist, dass es visuelle Verbindungen zwischen Bildern endlos lernen und analysieren kann, wurde an der Carnegie Mellon University vorgestellt. Es ermöglicht den kontinuierlichen Vergleich und die Untersuchung von Beziehungen zwischen verschiedenen Bilddaten.

Resources

    1.   [Never-Ending Language Learning](https://en.wikipedia.org/wiki/Never-Ending_Language_Learning)

*   ## Maschinelles Lernen: 1987–2012 
*   
### 2012

AlexNet-Durchbruch: Deep Learning dominiert die Bilderkennung

AlexNet, ein bahnbrechendes Deep-Learning-Modell für die Bilderkennung, das von Alex Krizhevsky entwickelt wurde, erzielte einen Durchbruch, indem es die ImageNet Large Scale Visual Recognition Challenge mit deutlich weniger Fehlern als der Zweitplatzierte gewann. Dies war ein entscheidender Moment in der Geschichte der künstlichen Intelligenz, der zur weit verbreiteten Anwendung von Deep-Learning-Techniken für Bilderkennungsaufgaben und zur Aufgabe zahlreicher alternativer Ansätze führte. Krizhevskys innovativer Einsatz von GPU-Chips für das Training des Deep-Learning-Netzwerks trug zu diesem Erfolg bei.

Resources

    1.   [Deep learning](https://en.wikipedia.org/wiki/Deep_learning)
    2.   [AlexNet](https://en.wikipedia.org/wiki/AlexNet)
    3.   [ImageNet](https://en.wikipedia.org/wiki/ImageNet_Large_Scale_Visual_Recognition_Challenge)

*   ### 2011–2014

Siri, Cortana, Google Now: Als Telefone sprechende Partner wurden

Diese intelligenten virtuellen Assistenten nutzen die Möglichkeiten des Natural Language Processing, um Benutzeranfragen zu verstehen, relevante Informationen bereitzustellen, Vorschläge zu unterbreiten und Aufgaben auf Smartphones auszuführen.   
*   
### 2011

Watsons Jeopardy! Triumph: KI besiegt menschliche Champions

Ein von IBM entwickeltes System mit künstlicher Intelligenz namens Watson schlug die Champions der beliebten TV-Quizshow Jeopardy!, Rutter und Jennings.

Resources

    1.   [IBM Watson](https://en.wikipedia.org/wiki/IBM_Watson)

*   
2011

KI trifft Nachhaltigkeit: Pionierarbeit beim AAAI-Workshop

Mary Lou Maher und Doug Fisher leiteten einen Eröffnungsworkshop der Association for the Advancement of Artificial Intelligence, der sich mit der Verbindung von KI und ökologischer Nachhaltigkeit befasste.

Resources

    1.   [Association for the Advancement of Artificial Intelligence](https://en.wikipedia.org/wiki/AAAI)

*   
### 2009

Erster LSTM RNN gewinnt Wettbewerbe zur Handschrifterkennung

Ein rekurrentes neuronales Netz namens LSTM, das mit Hilfe der konnektionistischen Zeitklassifikation trainiert wurde, hat Wettbewerbe zur Mustererkennung gewonnen, insbesondere im Bereich der Handschriftenerkennung. Es war das erste seiner Art, das einen solchen Erfolg erzielte.

Resources

    1.   [Long short-term memory](https://en.wikipedia.org/wiki/LSTM)
    2.   [Connectionist temporal classification](https://en.wikipedia.org/wiki/Connectionist_temporal_classification)
    3.   [Recurrent neural network](https://en.wikipedia.org/wiki/Recurrent_neural_network)
    4.   [Pattern recognition](https://en.wikipedia.org/wiki/Pattern_recognition)

*   
### 2007

Checkers erobert: Forscher knacken Spieleklassiker

Eine Gruppe von Forschern an der University of Alberta hat durch eine Computeranalyse erfolgreich das Ergebnis des Damespiels bestimmt.

Resources

    1.   [Solved game](https://en.wikipedia.org/wiki/Solved_game)
    2.   [Checkers](https://en.wikipedia.org/wiki/Checkers)

*   
2007

KI trifft auf Biologie: Die Intelligenz der Natur entschlüsseln

Die renommierte wissenschaftliche Zeitschrift „Philosophical Transactions of the Royal Society, B — Biology“ veröffentlichte eine Sonderausgabe mit dem Titel „Models of Natural Action Selection“, in der die Anwendung künstlicher Intelligenz zur Erforschung biologischer Intelligenz untersucht wird.

Resources

    1.   [Action Selection](https://en.wikipedia.org/wiki/Action_selection)

*   
### 2006

AI@50: Künstliche Intelligenz neu definiert

Die Dartmouth Artificial Intelligence Conference befasste sich mit der Zukunft der künstlichen Intelligenz in den nächsten fünf Jahrzehnten. Die Veranstaltung mit dem Titel „AI@50“ fand vom 14. bis 16. Juli 2006 statt.

Resources

    1.   [AI@50](https://en.wikipedia.org/wiki/AI@50)

*   
### 2005

Im Inneren des Blauen Gehirns: Modellierung der Moleküle des Geistes

Mit Blue Brain wurde eine bahnbrechende Initiative ins Leben gerufen, um eine umfassende Simulation des Gehirns auf molekularer Ebene zu entwickeln.

Resources

    1.   [Blue Brain Project](https://en.wikipedia.org/wiki/Blue_Brain)

*   
### 2004

OWL: Eingängig Die Lingua Franca des Semantic Web

OWL (Web Ontology Language), eine W3C-Empfehlung, die am 10. Februar 2004 veröffentlicht wurde. Es handelt sich um eine Sprache, die zur Darstellung von Ontologien oder Domains für Kenntnisse im Internet verwendet wird.

Resources

    1.   [Web Ontology Language](https://en.wikipedia.org/wiki/Web_Ontology_Language)

*   
### 2000

Intelligente Spielzeuge werden lebendig: Interaktive Roboter-Haustiere jetzt erhältlich

Kommerziell rentable interaktive Roboter-Haustiere, auch „Smart Toys“ genannt, kamen auf den Markt und verwirklichten die Träume der Schöpfer von neuartigen Spielzeugen aus dem 18. Jahrhundert.

Resources

    1.   [Smart toy](https://en.wikipedia.org/wiki/Smart_toy)

*   
### 1999

Adaptive Network Bridging Mobile und Schreibwaren

Oxygen Architekturprojekt, ein System, das gestaltet wurde, um mobile und stationäre Computergeräte in eine anpassungsfähige Netzwerkumgebung zu integrieren.

Resources

    1.   [Project Oxygen](https://en.wikipedia.org/wiki/Project_Oxygen)
    2.   [Computer network](https://en.wikipedia.org/wiki/Computer_network)

*   1999

Intelligente Raum- und emotionale Assistenten im KI-Labor des MIT

Ein intelligenter Raum und emotionale Assistenten, entwickelt im AI Lab des MIT.   
*   
1999

KI-basierte Webcrawler fördern die Informationsgewinnung im Internet

KI-gestützte Programme wie Webcrawler spielen eine entscheidende Rolle bei der Extraktion und Nutzung von Informationen aus dem riesigen World Wide Web.

Resources

    1.   [Web crawler](https://en.wikipedia.org/wiki/Web_crawler)
    2.   [Information extraction](https://en.wikipedia.org/wiki/Information_extraction)
    3.   [World Wide Web](https://en.wikipedia.org/wiki/World_Wide_Web)

*   
### 1998

Die Geburt der Umwelt-KI: Pionier-Workshop vereint Natur und Intelligenz

Ulises Cortés und Miquel Sànchez-Marrè initiierten auf der ECAI-Konferenz einen bahnbrechenden Workshop in Europa mit dem Titel „Verbindung von Umweltwissenschaften und künstlicher Intelligenz“, der darauf abzielte, die Lücke zwischen Umweltwissenschaften und künstlicher Intelligenz zu schließen.

Resources

    1.   [European Conference on Artificial Intelligence](https://en.wikipedia.org/wiki/European_Conference_on_Artificial_Intelligence)

*   
1998

Wegbereiter für das semantische Web

Das Dokument „Semantic Web Roadmap“, in dem eine Vision für ein intelligenteres und vernetzteres Web skizziert wurde, wurde von Tim Berners-Lee vorgestellt.

Resources

    1.   [Tim Berners-Lee](https://en.wikipedia.org/wiki/Tim_Berners-Lee)
    2.   [Semantic Web](https://en.wikipedia.org/wiki/Semantic_Web)

*   
1998

Pionierarbeit in der Heim-KI: Furbys Ankunft

Die Markteinführung von Tiger Electronics' Furby markierte einen bedeutenden Meilenstein als bahnbrechendes KI-Produkt für den Hausgebrauch, das kommerziellen Erfolg erzielte.

Resources

    1.   [Tiger Electronics](https://en.wikipedia.org/wiki/Tiger_Electronics)
    2.   [Domestic robot](https://en.wikipedia.org/wiki/Domestic_robot)

*   
### 1997

Einführung in das Long Short-Term Memory (LSTM)

Ein künstliches neuronales Netz namens Long Short-Term Memory (LSTM) wurde von Sepp Hochreiter und Jürgen Schmidhuber in ihrem in der Fachzeitschrift Neural Computation veröffentlichten Forschungsbericht vorgestellt.

Resources

    1.   [Long short-term memory](https://en.wikipedia.org/wiki/Long_short-term_memory)
    2.   [Sepp Hochreiter](https://en.wikipedia.org/wiki/Sepp_Hochreiter)
    3.   [Jürgen Schmidhuber](https://en.wikipedia.org/wiki/Juergen_Schmidhuber)

*   
1997

Computerprogramm Othello dominiert Weltmeister

Eine Software für künstliche Intelligenz zum Spielen von Othello, bekannt als Logistello, errang einen entscheidenden 6:0-Sieg gegen Takeshi Murakami, den amtierenden Weltmeister in diesem Spiel.

Resources

    1.   [Reversi](https://en.wikipedia.org/wiki/Reversi)
    2.   [Logistello](https://en.wikipedia.org/wiki/Logistello)

*   
1997

Maschine besiegt Mensch im Schach-Showdown

Ein leistungsstarker Schachcomputer namens Deep Blue, entwickelt von IBM, triumphierte in einem historischen Match über den amtierenden Schachweltmeister Garry Kasparov.

Resources

    1.   [Deep Blue (chess computer)](https://en.wikipedia.org/wiki/IBM_Deep_Blue)
    2.   [IBM](https://en.wikipedia.org/wiki/IBM)

*   ### 1995

KI stellt sich ökologischen Herausforderungen: NASA ebnet den Weg

Cindy Mason, Angestellte der NASA, organisiert den ersten internationalen IJCAI-Workshop, der sich mit der Rolle der künstlichen Intelligenz in Umweltfragen befasst.   
*   
### 1994

NASA veranstaltet bahnbrechenden KI- und Umwelt-Workshop

Cindy Mason von der NASA koordinierte den ersten Workshop über Künstliche Intelligenz und Umweltfragen, der von der Association for the Advancement of Artificial Intelligence (AAAI) organisiert wurde.

Resources

    1.   [Association for the Advancement of Artificial Intelligence](https://en.wikipedia.org/wiki/AAAI)

*   
1994

Computervorsprung beim Damespiel: Chinook besiegt Weltmeister und gewinnt nationales Turnier

Das Computerprogramm Chinook triumphierte über den englischen Dame-Weltmeister Tinsley, der sein Match aufgab. Außerdem besiegte Chinook Lafferty, den Spieler mit dem zweithöchsten Rating. Auch beim nationalen Turnier der USA errang es einen überwältigenden Sieg mit einem beispiellosen Vorsprung.

Resources

    1.   [English draughts](https://en.wikipedia.org/wiki/English_draughts)
    2.   [Chinook (computer program)](https://en.wikipedia.org/wiki/Chinook_(draughts_player))

*   
1994

Zadehs Soft-Computing-Revolution: Zusammenführung von neuronalen Netzen, Fuzzy-Logik und Chaostheorie

Zadeh, Professor in Berkeley, entwickelte das Konzept des „Soft Computing“, das verschiedene Bereiche wie neuronale Netze, Fuzzy-Logik, evolutionäre Algorithmen, genetische Programmierung und Chaostheorie integriert. Er gründete ein globales Forschungsnetzwerk, das diese Disziplinen zusammenführte und Fortschritte in der Computational Intelligence und bei Entscheidungssystemen ermöglichte.

Resources

    1.   [Soft computing](https://en.wikipedia.org/wiki/Soft_computing)
    2.   [Fuzzy set](https://en.wikipedia.org/wiki/Fuzzy_set)
    3.   [Fuzzy control system](https://en.wikipedia.org/wiki/Fuzzy_systems)
    4.   [Genetic programming](https://en.wikipedia.org/wiki/Genetic_programming)
    5.   [Chaos theory](https://en.wikipedia.org/wiki/Chaos_theory)

*   
### 1993

DARPA AI Tool zahlt jahrzehntelange Investitionen aus

Das Unternehmen ISX wurde von der DARPA (Defense Advanced Research Projects Agency) für sein Dynamic Analysis and Replanning Tool (DART) als bester Handwerker ausgezeichnet. Der Erfolg dieses KI-gestützten Tools wurde als äußerst wertvoll angesehen und übertraf die Gesamtinvestitionen der Regierung in die KI-Forschung über mehrere Jahrzehnte.

Resources

    1.   [Dynamic Analysis and Replanning Tool](https://en.wikipedia.org/wiki/Dynamic_Analysis_and_Replanning_Tool)

*   
### 1991

KI-Anwendung bewährt sich im Golfkrieg

Die DART-Planungsanwendung, die während des Golfkriegs eingesetzt wurde, hat den Wert der drei Jahrzehnte andauernden Forschungsbemühungen der DARPA im Bereich der künstlichen Intelligenz erfolgreich unter Beweis gestellt und die erheblichen Investitionen in diesem Bereich gerechtfertigt.

Resources

    1.   [Dynamic Analysis and Replanning Tool](https://en.wikipedia.org/wiki/Dynamic_Analysis_and_Replanning_Tool)
    2.   [DARPA](https://en.wikipedia.org/wiki/DARPA)

*   
### 1990

Empfohlene Lernhilfen für Backgammon-Meister

TD-Gammon, ein Backgammon-Programm von Gerry Tesauro, zeigt die Wirksamkeit des bestärkenden Lernens bei der Entwicklung eines Spielprogramms, das in der Lage ist, gegen Weltklassespieler auf Meisterschaftsniveau anzutreten.

Resources

    1.   [TD-Gammon](https://en.wikipedia.org/wiki/TD-Gammon)
    2.   [Backgammon](https://en.wikipedia.org/wiki/Backgammon)
    3.   [Reinforcement](https://en.wikipedia.org/wiki/Reinforcement)

*   
1990

Bahnbrechende Fortschritte in der gesamten KI-Landschaft

KI hat in verschiedenen Domains erhebliche Fortschritte erzielt, darunter maschinelles Lernen, intelligente Tutorensysteme, fallbasiertes Schließen, Multi-Agenten-Planung, Planungsalgorithmen, Techniken des unsicheren Schließens, Data-Mining-Methoden, Natural Language Processing und Übersetzungsmodelle, Computer Vision, Virtual-Reality-Simulationen, Spieleentwicklung und andere aufstrebende Bereiche.

Resources

    1.   [Scheduling (computing)](https://en.wikipedia.org/wiki/Scheduling_(computing))
    2.   [Data mining](https://en.wikipedia.org/wiki/Data_mining)
    3.   [Virtual reality](https://en.wikipedia.org/wiki/Virtual_reality)

*   
### 1989

Bahnbrechendes neuronales Netzwerk für autonome Fahrzeuge

ALVINN (An Autonomous Land Vehicle in a Neural Network), ein von Dean Pomerleau an der Carnegie Mellon University entwickeltes System, wurde im Rahmen des Navlab-Projekts eingesetzt und ermöglichte die autonome Navigation von Landfahrzeugen durch neuronale Netzwerktechnologie.

Resources

    1.   [Navlab](https://en.wikipedia.org/wiki/Navlab)

*   
1989

Durchbruch bei künstlichen neuronalen Netzen mit CMOS-Technologie

Die Weiterentwicklung der CMOS-Technologie (Complementary Metal-Oxide-Semiconductor), einer Art VLSI (Very-large-scale integration) von MOS (Metal-Oxide-Semiconductor), ermöglichte in den 1980er Jahren die praktische Umsetzung künstlicher neuronaler Netze (ANNs). Ein bahnbrechendes Werk auf diesem Gebiet war das 1989 erschienene Buch „Analog VLSI Implementation of Neural Systems“ von Carver A. Mead und Mohammed Ismail, das eine bedeutende Rolle bei der Entwicklung der ANN-Technologie spielte.

Resources

    1.   [Neural network (machine learning)](https://en.wikipedia.org/wiki/Neural_network_(machine_learning))
    2.   [Very-large-scale integration](https://en.wikipedia.org/wiki/Very-large-scale_integration)
    3.   [CMOS](https://en.wikipedia.org/wiki/CMOS)

*   ### 1987

Bahnbrechendes Expertensystem revolutioniert strategische Beratung

Ein Unternehmen namens Alacritous Inc./Allstar Advice Inc. in Toronto brachte die zweite Generation seines kommerziellen Strategie- und Managementberatungssystems, Alacrity 2.0, auf den Markt. Dieses System nutzte ein Expertensystem mit Vorwärtsverkettung mit etwa 3.000 Regeln, die sich auf Marktentwicklung und Wettbewerbsstrategien konzentrierten. Es wurde von den Firmengründern Alistair Davidson und Mary Chung mitentwickelt, während die zugrunde liegende Engine von Paul Tarvydas entwickelt wurde. Darüber hinaus enthielt Alacrity 2.0 ein kleines Finanz-Expertensystem, das in der Lage war, Finanzberichte und -modelle zu interpretieren.   
*   
1987

Der Geist als Gesellschaft — Minskys bahnbrechende Theorie

Marvin Minskys Arbeit an einem theoretischen Modell des Geistes, in dem er diesen als eine Ansammlung kooperierender Assistenten darstellte. Er hatte diese Idee bereits Jahre vor der Veröffentlichung seines Buches „The Society of Mind“ in Vorträgen vorgestellt.

Resources

    1.   [Society of Mind](https://en.wikipedia.org/wiki/The_Society_of_Mind)
    2.   [What are AI Agents? The Ultimate Guide](https://www.jotform.com/de/ai/agents/)

*   ## Frühes KI-Programm: 1951 – 1986 
*   ### 1986

Pionierarbeit in der computergestützten Diskursanalyse

Die Pionierforscherinnen Barbara Grosz und Candace Sidner entwickelten das erste rechnergestützte Rahmenwerk zur Analyse von Diskursen und ebneten damit den Weg für ein neues Forschungsgebiet.   
*   
### 1985

Bahnbrechendes autonomes Zeichenprogramm AARON vorgestellt

Ein Programm für künstliche Intelligenz namens AARON, das von Harold Cohen über einen Zeitraum von mehr als zehn Jahren entwickelt wurde, demonstrierte auf der AAAI National Conference seine autonomen Zeichenfähigkeiten und zeigte bedeutende Fortschritte auf diesem Gebiet.

Resources

    1.   [AARON](https://en.wikipedia.org/wiki/AARON)

*   
1985

Backpropagation: Der Algorithmus, der neuronale Netze erschloss

Der Backpropagation-Algorithmus, auch als umgekehrter Modus der automatischen Differenzierung bezeichnet, wurde 1970 von Seppo Linnainmaa eingeführt und später von Paul Werbos auf neuronale Netze angewendet. Er trug wesentlich zur weit verbreiteten Einführung neuronaler Netze bei.

Resources

    1.   [Backpropagation](https://en.wikipedia.org/wiki/Backpropagation)
    2.   [Algorithm](https://en.wikipedia.org/wiki/Algorithm)
    3.   [Automatic differentiation](https://en.wikipedia.org/wiki/Automatic_differentiation)

*   
### 1983

Eingängige, bahnbrechende temporale Logik zur Formalisierung von Ereignissen

Die Intervallrechnung, eine bahnbrechende Formalisierung zeitlicher Ereignisse, wurde von James F. Allen konzipiert und stellt einen bedeutenden Fortschritt auf diesem Gebiet dar.

Resources

    1.   [James F. Allen (computer scientist)](https://en.wikipedia.org/wiki/James_F._Allen_(computer_scientist))

*   
1983

Auf zu neuen Höhen: CMU-Pioniere des bahnbrechenden Soar-Programms

John Laird und Paul Rosenbloom haben in Zusammenarbeit mit Allen Newell ihre Doktorarbeit über das Soar-Programm an der Carnegie Mellon University abgeschlossen.

Resources

    1.   [Soar (cognitive architecture)](https://en.wikipedia.org/wiki/Soar_(cognitive_architecture))

*   
### 1982

Japans FGCS-Projekt: Pionierarbeit im Bereich der Massivparallelität für die nächste Generation von Computern

Das Projekt „Computersysteme der fünften Generation“ (FGCS), das 1982 vom japanischen Ministerium für internationalen Handel und Industrie ins Leben gerufen wurde, zielte darauf ab, einen „Computer der fünften Generation“ zu entwickeln, der durch massive Parallelität umfangreiche Berechnungen durchführen kann. Das Projekt konzentrierte sich auf die Schaffung eines Computersystems, das in der Lage ist, komplexe Berechnungen durch Parallelverarbeitung auszuführen.

Resources

    1.   [Fifth Generation Computer Systems](https://en.wikipedia.org/wiki/Fifth_Generation_Computer_Systems_project)

*   
### 1981

Bahnbrechende parallele Datenverarbeitung für KI und leistungsstarke Berechnungen

Danny Hillis entwickelte ein bahnbrechendes Parallelrechnersystem, das als Connection Machine bekannt ist und die KI- und Rechenfähigkeiten erheblich verbesserte. Anschließend gründete er die Thinking Machines Corporation.

Resources

    1.   [Parallel computing](https://en.wikipedia.org/wiki/Parallel_computing)
    2.   [Thinking Machines Corporation](https://en.wikipedia.org/wiki/Thinking_Machines_Corporation)

*   
### 1980

Dawn of AI: AAAIs Pionierkonferenz in Stanford

Die Gründungskonferenz der AAAI, einer Organisation, die sich der künstlichen Intelligenz widmet, fand an der Stanford University statt.

Resources

    1.   [Association for the Advancement of Artificial Intelligence](https://en.wikipedia.org/wiki/American_Association_for_Artificial_Intelligence)

*   
1980

Der Aufstieg von Lisp-Maschinen und intelligenten Systemen

In diesem Zeitraum wurden Lisp-Maschinen gestaltet, hergestellt und vermarktet. Außerdem entstanden die ersten Expertensystem-Shells und kommerziellen Anwendungen.

Resources

    1.   [Lisp machine](https://en.wikipedia.org/wiki/Lisp_machine)
    2.   [Expert system](https://en.wikipedia.org/wiki/Expert_system)

*   ### 1979

Pionierarbeit im ARPAnet-Netzwerk für wissenschaftliche Zusammenarbeit

Unter der Leitung von Ed Feigenbaum und Joshua Lederberg zeigte die SUMEX-AIM-Ressource in Stanford, wie das ARPAnet die wissenschaftliche Zusammenarbeit erleichterte.   
*   
1979

Pionierarbeit auf dem Gebiet der nicht-monotonen Logiken und Wahrheitserhaltungssysteme

Die Forscher am MIT und in Stanford waren Pioniere bei der Erforschung nicht-monotoner Logiken und untersuchten formale Methoden, um Überzeugungen oder Kenntnisse zu verwalten und zu ändern, wenn neue Informationen verfügbar werden.

Resources

    1.   [Non-monotonic logic](https://en.wikipedia.org/wiki/Non-monotonic_logic)

*   
1979

Computerprogramm entthront Backgammon-Weltmeister

Ein von Hans Berliner an der CMU entwickeltes Computerprogramm für Backgammon schafft es, den aktuellen Weltmeister zu besiegen, was zum Teil auf glückliche Umstände zurückzuführen ist.

Resources

    1.   [Hans Berliner](https://en.wikipedia.org/wiki/Hans_Berliner)

*   
1979

Pionierarbeit für autonome Fahrzeuge: Navigation durch das Stanford AI Lab

Ein autonomes Fahrzeug, das von Hans Moravec an der Stanford University entwickelt wurde und als Stanford Cart bekannt ist, erreichte einen Meilenstein, indem es selbstständig durch einen Raum voller Stühle navigierte und im Stanford AI Lab manövrierte.

Resources

    1.   [Autonomous robot](https://en.wikipedia.org/wiki/Autonomous_robot)

*   
1979

Bahnbrechendes CHI-System revolutioniert die automatische Programmierung

Forscher der Stanford University, darunter Cordell Green, David Barstow und Elaine Kant, führten das CHI-System ein, das eine automatische Programmierung ermöglichte.

Resources

    1.   [Automatic programming](https://en.wikipedia.org/wiki/Automatic_programming)

*   
1979

Bahnbrechende medizinische KI: Internistische Diagnosen mit menschlicher Expertise

INTERNIST war ein Programm, das Krankheiten diagnostizieren konnte. Es wurde von Jack Myers und Harry Pople entwickelt, die an der Universität von Pittsburgh forschten. Myers nutzte seine Erfahrung als Arzt, um das Programm zu entwickeln.

Resources

    1.   [University of Pittsburgh](https://en.wikipedia.org/wiki/University_of_Pittsburgh)

*   
1979

Bahnbrechende Expertensystem-Shells aus Stanford

Bill VanMelles Doktorarbeit zeigte die Vielseitigkeit der Methoden zur Darstellung von Kenntnissen und zum logischen Denken, die in MYCIN, einem frühen Expertensystem, zum Einsatz kamen, durch die Entwicklung von EMYCIN, einem Rahmenwerk, das zahlreiche kommerzielle Expertensystemplattformen inspirierte.

Resources

    1.   [Mycin](https://en.wikipedia.org/wiki/MYCIN)

*   
### 1978

Bahnbrechende Software für die Genklonierung mit objektorientierter Programmierung

Das an der Stanford University entwickelte MOLGEN-Programm zeigte das Potenzial der objektorientierten Programmierung zur Darstellung von Kenntnissen und zur Planung von Experimenten zum Klonen von Genen auf.

Resources

    1.   [Mycin](https://en.wikipedia.org/wiki/MYCIN)

*   
1978

„Satisficing"-Theorie: Ein Grundpfeiler der KI erhält Nobelpreis

Die begrenzte Rationalität, ein bahnbrechendes Konzept, das von Herbert A. Simon eingeführt wurde, brachte ihm den Nobelpreis für Wirtschaftswissenschaften ein. Diese Theorie, die eine grundlegende Säule der künstlichen Intelligenz bildet, geht davon aus, dass Menschen Entscheidungen auf der Grundlage begrenzter Informationen und kognitiver Fähigkeiten treffen, was zu Entscheidungen führt, die ihre Bedürfnisse befriedigen, anstatt optimale Ergebnisse zu erzielen.

Resources

    1.   [Bounded rationality](https://en.wikipedia.org/wiki/Bounded_rationality)

*   
1978

Bahnbrechende Konzeptbildung Suchraum

Ein Forscher namens Tom Mitchell von der Stanford University schlug die Idee von Versionsräumen vor, die den Suchraum für einen Algorithmus zur Konzeptbildung darstellen.

Resources

    1.   [Version space learning](https://en.wikipedia.org/wiki/Version_space)

*   ### 1976

Durchbruch im Meta-Level-Reasoning

Davis' Doktorarbeit an der Stanford University zeigte die Wirksamkeit des Meta-Level-Reasonings, bei dem ein KI-System über seine eigenen Denkprozesse nachdenken kann.   
*   
1976

Ein bahnbrechendes KI-Programm erforschte die selbstgesteuerte Entdeckung von Kenntnissen

Das AM-Programm, das von Douglas Lenat für seine Doktorarbeit in Stanford entwickelt wurde, veranschaulichte das Entdeckungsmodell, das eine lose angeleitete Suche nach interessanten Vermutungen beinhaltete.

Resources

    1.   [Automated Mathematician](https://en.wikipedia.org/wiki/Automated_Mathematician)
    2.   [Douglas Lenat](https://en.wikipedia.org/wiki/Douglas_Lenat)

*   
### 1975

Enthüllung der „Urskizze“ der visuellen Wahrnehmung

Die visuelle Wahrnehmung beginnt mit der Erstellung einer vorläufigen Darstellung, die als „Urskizze“ bezeichnet wird und wesentliche Merkmale wie Kanten, Grenzen und Oberflächenausrichtungen aus dem ersten visuellen Input erfasst. Diese grundlegende Phase bildet die Grundlage für die anschließende Verarbeitung und Erkennung von Objekten und Szenen.

Resources

    1.   [David Marr (neuroscientist)](https://en.wikipedia.org/wiki/David_Marr_(psychologist))
    2.   [Visual perception](https://en.wikipedia.org/wiki/Visual_perception)

*   
1975

Zentrierung: Der Schlüssel zur Diskursanalyse in der NLP

Barbara Grosz stellte fest, dass die traditionellen KI-Methoden zur Modellierung von Diskursen an ihre Limits stoßen. Später entwickelte Grosz zusammen mit Bonnie Webber und Candace Sidner das Konzept des „Zentrierens“, das dabei hilft, den Fokus des Diskurses zu bestimmen und anaphorische Referenzen im Natural Language Processing aufzulösen.

Resources

    1.   [Natural language processing](https://en.wikipedia.org/wiki/Natural_language_processing)
    2.   [Barbara J. Grosz](https://en.wikipedia.org/wiki/Barbara_Grosz)
    3.   [Bonnie Webber](https://en.wikipedia.org/wiki/Bonnie_Webber)

*   
1975

KI erzielt wissenschaftlichen Durchbruch in der Chemie

Das künstliche Intelligenzsystem Meta-Dendral machte bahnbrechende Entdeckungen auf dem Gebiet der Chemie, insbesondere im Bereich der Massenspektrometrie, die in einer von Experten begutachteten wissenschaftlichen Zeitschrift veröffentlicht wurden und einen Meilenstein als erste wissenschaftliche Erkenntnisse eines Computers darstellen.

Resources

    1.   [Mass spectrometry](https://en.wikipedia.org/wiki/Mass_spectrometry)

*   
1975

Minskys einflussreiche Ideen zu Frames und semantischen Verknüpfungen

Marvin Minskys einflussreicher Artikel über Frames führte eine Darstellung von Kenntnissen ein, die Ideen über Schemata und semantische Verbindungen kombinierte.

Resources

    1.   [Frame Problem](https://en.wikipedia.org/wiki/Frame_problem)
    2.   [Link relation](https://en.wikipedia.org/wiki/Semantic_link)

*   
1975

Hierarchisches Planungssystem für eine effiziente Zielverordnung

Austin Tate entwickelte das Nonlin-System, das verschiedene Teilpläne als alternative Wege zur Erreichung der allgemeinen Planungsziele untersuchen kann.

Resources

    1.   [Austin Tate](https://en.wikipedia.org/wiki/Austin_Tate)
    2.   [Partial-order planning](https://en.wikipedia.org/wiki/Partial_plan)

*   
1975

Bahnbrechende Teilauftragsplanung im NOAH-System

Earl Sacerdoti führte mit seinem NOAH-System Methoden der Teilordnungsplanung ein und wich damit vom bisherigen Ansatz der Zustandsraum-Suche ab. NOAH wurde bei SRI International für die interaktive Diagnose und Reparatur von elektromechanischen Systemen eingesetzt.

Resources

    1.   [Partial-order planning](https://en.wikipedia.org/wiki/Partial-order_planning)

*   
### 1974

MYCIN: Pioneering AI for Diagnosis

Ted Shortliffes Doktorarbeit an der Stanford University führte MYCIN ein, ein regelbasiertes System für die medizinische Diagnose, das mit Unsicherheiten umgehen konnte. Inspiriert von DENDRAL hatte MYCIN einen bedeutenden Einfluss auf die Entwicklung von Expertensystemen, insbesondere kommerzieller Systeme.

Resources

    1.   [Mycin](https://en.wikipedia.org/wiki/MYCIN)
    2.   [Edward H. Shortliffe](https://en.wikipedia.org/wiki/Edward_H._Shortliffe)

*   
### 1973

Schlag für die britische KI-Forschung: Regierung streicht Mittel

Der Lighthill-Bericht kritisierte die KI-Forschung in Großbritannien, was die Regierung dazu veranlasste, die Finanzierung für KI-Studien mit Ausnahme von zwei Universitäten zu kürzen.

Resources

    1.   [Lighthill report](https://en.wikipedia.org/wiki/Lighthill_report)

*   ### 1972

Pionierarbeit in der Kunst der hierarchischen Planung

Earl Sacerdoti entwickelte ein frühes hierarchisches Planungssystem namens ABSTRIPS.   
*   1972

Die Geburt von Prolog: Über das Potenzial der logischen Programmierung

Die Programmiersprache Prolog wurde von Alain Colmerauer entwickelt.   
*   ### 1971

Edinburgh Pioneers Boyer-Moore Theorem Prover

Die Entwicklung des Boyer-Moore-Theorembeweisers begann in Edinburgh.   
*   ### 1970

Augmented Transition Networks: Ein Durchbruch im Verständnis natürlicher Sprache

Bill Woods führte Augmented Transition Networks (ATNs) ein, um natürliche Sprache darzustellen und zu verstehen.   
*   1970

Pionierarbeit für ein semantisches Netz für computergestütztes Lernen

Jaime Carbonell (Sr.) entwickelte SCHOLAR, eine interaktive Software, die computergestütztes Lernen erleichtert, indem sie semantische Netzwerke zur Darstellung von Kenntnissen nutzt.   
*   
1970

Neuronale Netze entschlüsseln: Durchbruch bei der Rückwärtsausbreitung

Seppo Linnainmaa führte den umgekehrten Modus der automatischen Differenzierung ein, eine Technik, die später als Backpropagation bezeichnet wurde und heute weit verbreitet für das Training künstlicher neuronaler Netze eingesetzt wird.

Resources

    1.   [Seppo Linnainmaa](https://en.wikipedia.org/wiki/Seppo_Linnainmaa)
    2.   [Automatic differentiation](https://en.wikipedia.org/wiki/Automatic_differentiation)
    3.   [Neural network (machine learning)](https://en.wikipedia.org/wiki/Artificial_neural_networks)
    4.   [Backpropagation](https://en.wikipedia.org/wiki/Backpropagation)

*   
1970

Pionierforschungsgruppe mit Schwerpunkt auf Natural Language Processing

Bei SRI gründeten Jane Robinson und Don Walker eine bahnbrechende Forschungsgruppe, die sich auf Natural Language Processing konzentrierte und einen bedeutenden Einfluss auf das Fachgebiet hatte.

Resources

    1.   [Natural language processing](https://en.wikipedia.org/wiki/Natural_Language_Processing)

*   
### 1969

Rahmenproblem bei der KI-Argumentation

McCarthy und Hayes führten das Rahmenproblem in die KI-Argumentation ein.

Resources

    1.   [Frame Problem](https://en.wikipedia.org/wiki/Frame_problem)

*   
1969

Perceptrons — Auslöser des KI-Winters der 1970er Jahre

Minsky und Paperts „Perceptrons“ zeigten die Limits einfacher neuronaler Netze auf, was nach Ansicht einiger den KI-Winter der 1970er Jahre auslöste — obwohl es durch die Arbeit von Ivakhnenko, Lapa und Amari bereits Methoden des Deep Learning gab.

Resources

    1.   [Perceptrons (book)](https://en.wikipedia.org/wiki/Perceptrons_(book))
    2.   [AI winter](https://en.wikipedia.org/wiki/AI_winter)

*   
1969

Erste IJCAI-Konferenz

Stanford war Gastgeber der ersten IJCAI-Konferenz (International Joint Conference on Artificial Intelligence).

Resources

    1.   [International Joint Conference on Artificial Intelligence](https://en.wikipedia.org/wiki/International_Joint_Conference_on_Artificial_Intelligence)

*   1969

Erstes semantikbasiertes maschinelles Übersetzungssystem

Yorick Wilks leistete in Stanford Pionierarbeit auf dem Gebiet der Präferenzsemantik und schuf das erste semantikbasierte maschinelle Übersetzungssystem, das viele spätere Forscher beeinflusste.   
*   
1969

Konzeptuelles Abhängigkeitsmodell für das Sprachverständnis

Roger Schank entwickelte in Stanford das konzeptionelle Abhängigkeitsmodell für das Sprachverständnis, das später in Yale durch die Doktorarbeiten von Wilensky, Lehnert und Kolodner für das Verständnis von Geschichten und die Gedächtnismodellierung erweitert wurde.

Resources

    1.   [Roger Schank](https://en.wikipedia.org/wiki/Roger_Schank)
    2.   [Natural language understanding](https://en.wikipedia.org/wiki/Natural_language_understanding)

*   
### 1968

Snob — ein früher Clustering-Algorithmus

Wallace und Boulton entwickelten Snob, einen frühen Clustering-Algorithmus, der Ockhams Rasiermesser durch die Prinzipien der Bayesianischen minimalen Nachrichtenlänge anwandte.

Resources

    1.   [Minimum message length](https://en.wikipedia.org/wiki/Minimum_message_length)
    2.   [Occam's razor](https://en.wikipedia.org/wiki/Occam%27s_razor)

*   
1968

Mac Hack — ein bahnbrechendes Schachprogramm

Am MIT entwickelte Richard Greenblatt Mac Hack, ein bahnbrechendes Schachprogramm, das das Niveau eines Klasse-C-Turniers erreichte und damit die erste Schach-KI war, die glaubwürdig gegen Menschen antreten konnte.

Resources

    1.   [Richard Greenblatt (programmer)](https://en.wikipedia.org/wiki/Richard_Greenblatt_(programmer))
    2.   [Computer chess](https://en.wikipedia.org/wiki/Computer_chess)
    3.   [Mac Hack](https://en.wikipedia.org/wiki/Mac_Hack)

*   
1968

Macsyma

Joel Moses leistete Pionierarbeit auf dem Gebiet der symbolischen Mathematik mit seiner Doktorarbeit am MIT über Macsyma — das erste Programm, das erfolgreich Integralprobleme mit Hilfe von künstlicher Intelligenz und Wissensrepräsentation lösen konnte.

Resources

    1.   [Joel Moses](https://en.wikipedia.org/wiki/Joel_Moses)
    2.   [Computer algebra](https://en.wikipedia.org/wiki/Symbolic_mathematics)
    3.   [Macsyma](https://en.wikipedia.org/wiki/Macsyma)

*   
### 1967

Erster Einsatz des stochastischen Gradientenabfalls für Deep Learning

Shun'ichi Amari war der erste, der den stochastischen Gradientenabstieg für das Deep Learning in mehrschichtigen Perzeptronen verwendete. In Computerexperimenten, die von seinem Studenten Saito durchgeführt wurden, lernte ein fünfschichtiges mehrschichtiges Perzeptron mit zwei modifizierbaren Schichten nützliche interne Darstellungen, um nicht linear trennbare Musterklassen zu klassifizieren.

Resources

    1.   [Stochastic gradient descent](https://en.wikipedia.org/wiki/Stochastic_gradient_descent)
    2.   [Multilayer perceptron](https://en.wikipedia.org/wiki/Multilayer_perceptron)
    3.   [Knowledge representation and reasoning](https://en.wikipedia.org/wiki/Knowledge_representation)

*   
### 1966

1966 war ein schwieriges Jahr

- Ross Quillian demonstrierte semantische Netze in seiner Dissertation am Carnegie Institute of Technology (heute CMU).

- Die Machine Intelligence 71 Konferenz in Edinburgh war die erste einer einflussreichen jährlichen Reihe, die von Donald Michie und anderen organisiert wurde.

- Ein negativer Bericht über maschinelle Übersetzung bremste die Arbeit in der Verarbeitung natürlicher Sprache (NLP) für viele Jahre aus.

- Das Dendral-Programm, entwickelt von Edward Feigenbaum, Joshua Lederberg, Bruce Buchanan und Georgia Sutherland an der Stanford University, bewies die Fähigkeit, Massenspektren organischer chemischer Verbindungen zu interpretieren und war damit das erste erfolgreiche wissensbasierte Programm für wissenschaftliches Denken.

Resources

    1.   [Natural language processing](https://en.wikipedia.org/wiki/Natural_language_processing)
    2.   [Semantic network](https://en.wikipedia.org/wiki/Semantic_network)

*   
### 1965

Dendral: Erstes Expertensystem

Edward Feigenbaum initiierte das Dendral-Projekt, ein zehnjähriges Unterfangen zur Entwicklung einer Software, die die Molekülstruktur organischer Verbindungen anhand von Daten wissenschaftlicher Instrumente ableiten kann. Dendral war das erste Expertensystem.

Resources

    1.   [Edward Feigenbaum](https://en.wikipedia.org/wiki/Edward_Feigenbaum)
    2.   [Dendral](https://en.wikipedia.org/wiki/Dendral)
    3.   [Expert system](https://en.wikipedia.org/wiki/Expert_system)

*   
1965

ELIZA

Joseph Weizenbaum, Professor am MIT, entwickelte ELIZA, ein interaktives Programm, das Dialoge auf Englisch zu jedem beliebigen Thema führte. ELIZA war ein beliebtes Spielzeug in KI-Zentren im ARPANET, als eine Version programmiert wurde, die den Dialog eines Psychotherapeuten simulierte.

Resources

    1.   [Interactive computing](https://en.wikipedia.org/wiki/Interactive_program)
    2.   [ELIZA](https://en.wikipedia.org/wiki/ELIZA)

*   
1965

Resolution Method

J. Alan Robinson erfand die Resolution-Methode, ein mechanisches Beweisverfahren, das es Programmen ermöglichte, effizient mit formaler Logik als Darstellungssprache zu arbeiten.

Resources

    1.   [Mathematical proof](https://en.wikipedia.org/wiki/Mathematical_proof)

*   
1965

Fuzzy-Logik

Im Jahr 1965 veröffentlichte Lotfi A. Zadeh, Professor an der University of California, Berkeley, seinen bahnbrechenden Aufsatz „Fuzzy Sets“ in der Zeitschrift Information and Control, in dem er das Konzept der Fuzzy-Logik vorstellte.

Resources

    1.   [Lotfi A. Zadeh](https://en.wikipedia.org/wiki/Lotfi_A._Zadeh)
    2.   [Fuzzy logic](https://en.wikipedia.org/wiki/Fuzzy_logic)

*   
1965

Erster Deep-Learning-Algorithmus

Ivakhnenko und Lapa entwickelten den ersten Deep-Learning-Algorithmus für das Training von mehrschichtigen Perzeptronen in der Sowjetunion und leisteten damit Pionierarbeit für Techniken, die später für moderne neuronale Netze grundlegend werden sollten.

Resources

    1.   [Multilayer perceptron](https://en.wikipedia.org/wiki/Multilayer_perceptron)
    2.   [Alexey Ivakhnenko](https://en.wikipedia.org/wiki/Alexey_Ivakhnenko)
    3.   [Deep learning](https://en.wikipedia.org/wiki/Deep_learning)

*   
### 1964

Project MAC

Bobrows MIT-Dissertation zeigte, dass Computer die natürliche Sprache ausreichend verstehen können, um Textaufgaben in der Algebra zu lösen, während Raphaels Arbeit an SIR zeigte, wie logische Kenntnisse Computersysteme in die Lage versetzen können, Fragen zu beantworten.

Resources

    1.   [MIT Computer Science and Artificial Intelligence Laboratory](https://en.wikipedia.org/wiki/Project_MAC)

*   
### 1963

Erste Programme für adaptives maschinelles Lernen

Uhr und Vossler entwickelten eines der ersten adaptiven maschinellen Lernprogramme, das seine eigenen Funktionen generieren und modifizieren konnte und damit die Limits von Rosenblatts Perzeptronen überwand.

Resources

    1.   [Frank Rosenblatt](https://en.wikipedia.org/wiki/Frank_Rosenblatt)
    2.   [Leonard Uhr](https://en.wikipedia.org/wiki/Leonard_Uhr)

*   
1963

Die erste Sammlung von Artikeln über künstliche Intelligenz

Feigenbaum und Feldman stellten „Computers and Thought“ zusammen, die erste Sammlung von Forschungsarbeiten zum Thema künstliche Intelligenz.

Resources

    1.   [Edward Feigenbaum](https://en.wikipedia.org/wiki/Edward_Feigenbaum)
    2.   [Julian Feldman](https://en.wikipedia.org/w/index.php?title=Julian_Feldman&action=edit&redlink=1)

*   
### 1960

Solomonoffs mathematische Grundlage für KI

Solomonoff schuf eine mathematische Grundlage für KI, indem er universelle Bayes'sche Ansätze für Vorhersagen und das Lernen aus Beispielen entwickelte.

Resources

    1.   [Bayesian inference](https://en.wikipedia.org/wiki/Bayesian_method)

*   
1960

Mastermans semantische Netzwerke

Masterman und ihr Team in Cambridge erstellten semantische Netzwerke, die das Design maschineller Übersetzungen erleichtern sollten.

Resources

    1.   [Lexical semantics](https://en.wikipedia.org/wiki/Lexical_semantics)
    2.   [Machine translation](https://en.wikipedia.org/wiki/Machine_translation)

*   
### 1959

General Problem Solver, MIT AI Laboratory

Newell, Shaw und Simon entwickelten an der CMU den General Problem Solver (GPS), während McCarthy und Minsky das MIT AI Laboratory gründeten.

Resources

    1.   [General Problem Solver](https://en.wikipedia.org/wiki/General_Problem_Solver)
    2.   [MIT Computer Science and Artificial Intelligence Laboratory](https://en.wikipedia.org/wiki/MIT_Computer_Science_and_Artificial_Intelligence_Laboratory)

*   
### 1958

Lisp, Ratschläge, Pademonium, heuristische Programmierung

McCarthy entwickelte Lisp, eine der ersten Programmiersprachen, die für KI gestaltet wurden. Bei IBM entwickelten Gelernter und Rochester einen Geometrie-Theorembeweiser, der visuelle Modelle typischer Fälle verwendete. Auf der Teddington-Konferenz wurden mehrere einflussreiche Beiträge vorgestellt: McCarthys Vorschlag für den Advice Taker und die „Common Sense“-Argumentation, Selfridges „Pandemonium“ und Minskys Arbeit zur heuristischen Programmierung.

Resources

    1.   [Lisp (programming language)](https://en.wikipedia.org/wiki/Lisp_(programming_language))
    2.   [Proof assistant](https://en.wikipedia.org/wiki/Proof_assistant)
    3.   [Advice taker](https://en.wikipedia.org/wiki/Advice_taker)
    4.   [Heuristic (computer science)](https://en.wikipedia.org/wiki/Heuristic_(computer_science))

*   
### 1956

Erstes KI-Programm

Der Logic Theorist (LT), der von Newell, Shaw und Simon an der Carnegie Tech (heute CMU) entwickelt wurde, war wohl das erste echte KI-Programm. Es konnte automatisiert logische Schlussfolgerungen ziehen und 38 Theoreme aus Principia Mathematica erfolgreich beweisen, wobei es manchmal bessere Beweise als die ursprünglichen fand. Simon behauptete, dieser Durchbruch habe das Leib-Seele-Problem gelöst, indem er zeigte, wie physikalische Systeme mentale Eigenschaften aufweisen könnten.

Resources

    1.   [Logic Theorist](https://en.wikipedia.org/wiki/Logic_Theorist)
    2.   [Principia Mathematica](https://en.wikipedia.org/wiki/Principia_Mathematica)

*   
1956

KI Konferenz

McCarthy, Minsky, Rochester und Shannon organisierten die Sommerkonferenz des Dartmouth College, auf der McCarthy den Begriff „künstliche Intelligenz“ einführte — ein Ereignis, das den formellen Beginn der KI als Fachgebiet markierte.

Resources

    1.   [Dartmouth workshop](https://en.wikipedia.org/wiki/Dartmouth_workshop)
    2.   [John McCarthy (computer scientist)](https://en.wikipedia.org/wiki/John_McCarthy_(computer_scientist))
    3.   [IBM](https://en.wikipedia.org/wiki/International_Business_Machines)

*   
### 1952–1962

Erstes Spielprogramm

Arthur Samuel entwickelte das erste Spielprogramm, das ernsthaft mit menschlichen Spielern konkurrieren konnte — ein 1952 erstelltes Dame-Programm. 1955 erweiterte er es um Lernfähigkeiten, sodass es sich durch Erfahrung verbessern konnte.

Resources

    1.   [Arthur Samuel (computer scientist)](https://en.wikipedia.org/wiki/Arthur_Samuel_(computer_scientist))
    2.   [Machine learning](https://en.wikipedia.org/wiki/Machine_learning)
    3.   [Checkers](https://en.wikipedia.org/wiki/Draughts)

*   
### 1951

Erstes funktionierendes KI-Programm

Strachey und Prinz entwickelten 1951 die ersten funktionsfähigen KI-Programme und entwickelten Dame- bzw. Schachprogramme für den Ferranti Mark 1-Computer der Universität Manchester.

Resources

    1.   [Ferranti Mark 1](https://en.wikipedia.org/wiki/Ferranti_Mark_1)
    2.   [Christopher Strachey](https://en.wikipedia.org/wiki/Christopher_Strachey)
    3.   [Dietrich Prinz](https://en.wikipedia.org/wiki/Dietrich_Prinz)

*   ## Lernen Sie Alan Turing kennen: 1647–1950 
*   
### 1950

Turing Test

Turing veröffentlichte „Computing Machinery and Intelligence“ und führte den Turing-Test als eine Methode ein, um maschinelle Intelligenz zu bewerten. Gleichzeitig ging er systematisch auf die wesentlichen Argumente gegen die Möglichkeit maschinellen Denkens ein.

Resources

    1.   [Computing Machinery and Intelligence](https://en.wikipedia.org/wiki/Computing_Machinery_and_Intelligence)
    2.   [Turing test](https://en.wikipedia.org/wiki/Turing_test)

*   
### 1949

Hebbsche Theorie

Donald Hebb begründete die Hebb'sche Theorie, die einen Mechanismus vorschlug, wie neuronale Netze durch die Stärkung von Verbindungen zwischen Neuronen, die gemeinsam feuern, lernen können.

Resources

    1.   [Hebbian theory](https://en.wikipedia.org/wiki/Hebbian_theory)
    2.   [Neural network](https://en.wikipedia.org/wiki/Neural_networks)
    3.   [Donald O. Hebb](https://en.wikipedia.org/wiki/Donald_O._Hebb)

*   
### 1948

Erstes KI-Manifest

Turing schrieb „Intelligent Machinery“, das als das erste KI-Manifest gilt. Der Bericht führte wesentliche Konzepte ein, die für KI grundlegend werden sollten, einschließlich logischer Problemlösung, suchbasierter Intelligenz und maschinellem Lernen durch neuronale Verbindungen.

Resources

    1.   [Connectionism](https://en.wikipedia.org/wiki/Connectionism)

*   
### 1945

Vorausschauender Blick in die Zukunft

Bush veröffentlichte „As We May Think“ in The Atlantic Monthly und beschrieb darin eine Zukunft, in der Computer die menschlichen Fähigkeiten in verschiedenen Bereichen verbessern würden.

Resources

    1.   [Vannevar Bush](https://en.wikipedia.org/wiki/Vannevar_Bush)
    2.   [As We May Think](https://en.wikipedia.org/wiki/As_We_May_Think)

*   
1945

Spieltheorie

Von Neumann und Morgenstern veröffentlichten „Theory of Games and Economic Behavior“ und etablierten damit die Spieltheorie als mathematisches Rahmenwerk, das später für die Entwicklung der KI von entscheidender Bedeutung sein sollte.

Resources

    1.   [Game theory](https://en.wikipedia.org/wiki/Game_theory)
    2.   [Theory of Games and Economic Behavior](https://en.wikipedia.org/wiki/Theory_of_Games_and_Economic_Behavior)

*   
### 1943

Kybernetik

Rosenblueth, Wiener und Bigelow führten den Begriff „Kybernetik“ ein, den Wiener später in seinem gleichnamigen Buch von 1948 popularisierte.

Resources

    1.   [Arturo Rosenblueth](https://en.wikipedia.org/wiki/Arturo_Rosenblueth)
    2.   [Norbert Wiener](https://en.wikipedia.org/wiki/Norbert_Wiener)
    3.   [Cybernetics](https://en.wikipedia.org/wiki/Cybernetics)

*   
1943

Erste mathematische Beschreibungen künstlicher neuronaler Netze

McCulloch und Pitts veröffentlichten „A Logical Calculus of the Ideas Immanent in Nervous Activity“, das erste mathematische Modell künstlicher neuronaler Netze, das darstellte, wie Neuronen logische Operationen ausführen können.

Resources

    1.   [Warren Sturgis McCulloch](https://en.wikipedia.org/wiki/Warren_Sturgis_McCulloch)
    2.   [Walter Pitts](https://en.wikipedia.org/wiki/Walter_Pitts)
    3.   [Neural network (machine learning)](https://en.wikipedia.org/wiki/Artificial_neural_network)

*   
### 1941

Erster programmgesteuerter Universalrechner

Zuse stellte den Bau des ersten funktionsfähigen programmierbaren Universalrechners fertig.

Resources

    1.   [Konrad Zuse](https://en.wikipedia.org/wiki/Konrad_Zuse)

*   
### 1940

Nimatron

Edward Condon entwickelte Nimatron — einen digitalen Computer, der das Spiel Nim fehlerfrei spielen konnte.

Resources

    1.   [Edward Condon](https://en.wikipedia.org/wiki/Edward_Condon)
    2.   [Nimatron](https://en.wikipedia.org/wiki/Nimatron)
    3.   [Nim](https://en.wikipedia.org/wiki/Nim)

*   
### 1937

Alan Turing war hier

Turings bahnbrechende Arbeit „On Computable Numbers“ führte das Konzept der Turingmaschine ein — ein theoretisches Modell, das die Berechnung in physikalischen Begriffen definierte. Mit diesem Rahmenwerk bewies er, dass das Halteproblem unentscheidbar ist, und bestätigte damit Gödels frühere Arbeit zur mathematischen Unvollständigkeit.

Resources

    1.   [Alan Turing](https://en.wikipedia.org/wiki/Alan_Turing)
    2.   [Turing's proof](https://en.wikipedia.org/wiki/Turing%27s_proof)
    3.   [Theory of computation](https://en.wikipedia.org/wiki/Theory_of_computation)
    4.   [Turing machine](https://en.wikipedia.org/wiki/Turing_machine)
    5.   [Undecidable Problem](https://en.wikipedia.org/wiki/Undecidable_problem)

*   
### 1936

Patent für erste programmierbare Computer

Konrad Zuse meldet ein Patent für einen der ersten programmierbaren Computer an.

Resources

    1.   [Konrad Zuse](https://en.wikipedia.org/wiki/Konrad_Zuse)

*   
### 1935

Lambda-Kalkül

Alonzo Church baute auf Gödels Arbeit auf, indem er die Unentscheidbarkeit allgemeiner Rechenprobleme bewies und den Lambda-Kalkül entwickelte, der für die Theorie der Computerprogrammiersprachen von entscheidender Bedeutung wurde.

Resources

    1.   [Alonzo Church](https://en.wikipedia.org/wiki/Alonzo_Church)
    2.   [Decision problem](https://en.wikipedia.org/wiki/Decision_problem)
    3.   [Lambda calculus](https://en.wikipedia.org/wiki/Lambda_calculus)

*   
### 1931

Kurt Gödels Einfluss

Kurt Gödel zeigte fundamentale Limits in Computersystemen auf, indem er mathematische Aussagen als Zahlen kodierte und bewies, dass einige wahre Aussagen von keinem konsistenten mechanischen System bewiesen werden können — ein Durchbruch, der die theoretische Informatik und KI prägen sollte.

Resources

    1.   [Kurt Gödel](https://en.wikipedia.org/wiki/Kurt_G%C3%B6del)
    2.   [Theoretical computer science](https://en.wikipedia.org/wiki/Theoretical_computer_science)

*   
### 1920-1925

Das Ising-Modell

Das Ising-Modell, das 1925 von Lenz und Ising entwickelt wurde, war eine frühe Form eines rekurrenten neuronalen Netzwerks, das Schwellenwertelemente verwendete. Amari machte dieses System 1972 anpassungsfähig.

Resources

    1.   [Wilhelm Lenz](https://en.wikipedia.org/wiki/Wilhelm_Lenz)
    2.   [Ernst Ising](https://en.wikipedia.org/wiki/Ernst_Ising)
    3.   [Ising model](https://en.wikipedia.org/wiki/Ising_model)
    4.   [Recurrent neural network](https://en.wikipedia.org/wiki/Recurrent_neural_network)

*   
### 1912-1914

Leonardo Torres Quevedo: der erste KI-Pionier des 20. Jahrhunderts

Torres Quevedo schuf El Ajedrecista, die erste Maschine, die Schachendspiele spielen konnte, und leistete Pionierarbeit bei Konzepten wie der Gleitkommaarithmetik. In seinen Essays über Automatik untersuchte er die Beziehung zwischen Denken und automatisierten Maschinen, was ihm den Ruf eines frühen KI-Pioniers einbrachte.

Resources

    1.   [El Ajedrecista](https://en.wikipedia.org/wiki/El_Ajedrecista)
    2.   [Leonardo Torres Quevedo](https://en.wikipedia.org/wiki/Leonardo_Torres_Quevedo)
    3.   [Floating-point arithmetic](https://en.wikipedia.org/wiki/Floating-point_arithmetic)

*   
### 1910-1913

Principia Mathematica

Russell und Whiteheads „Principia Mathematica“ zeigten, dass grundlegende Mathematik durch formale logische Argumentation ausgedrückt werden kann.

Resources

    1.   [Bertrand Russell](https://en.wikipedia.org/wiki/Bertrand_Russell)
    2.   [Alfred North Whitehead](https://en.wikipedia.org/wiki/Alfred_North_Whitehead)
    3.   [Principia Mathematica](https://en.wikipedia.org/wiki/Principia_Mathematica)

*   
### 1863

Butlers Vorschlag

Samuel Butler schlug vor, dass Maschinen sich wie biologische Organismen entwickeln könnten, und sagte voraus, dass sie schließlich ein Bewusstsein entwickeln und den Menschen ersetzen könnten.

Resources

    1.   [Evolution](https://en.wikipedia.org/wiki/Evolution)

*   
### 1854

Boolesche Algebra

George Boole schuf die Boolesche Algebra – ein mathematisches System, das gestaltet wurde, um die grundlegenden Operationen des menschlichen Denkens auszudrücken und zu analysieren.

Resources

    1.   [George Boole](https://en.wikipedia.org/wiki/George_Boole)
    2.   [Boolean algebra](https://en.wikipedia.org/wiki/Boolean_algebra_(logic))

*   
### 1837

Bozen Semantik

Bernard Bolzano war ein Pionier des modernen Ansatzes zur Formalisierung der Darstellung von Bedeutung in Sprache und Logik (Semantik).

Resources

    1.   [Bernard Bolzano](https://en.wikipedia.org/wiki/Bernard_Bolzano)
    2.   [Semantics](https://en.wikipedia.org/wiki/Semantics)

*   
### 1822–1859

Programmierbare mechanische Rechenmaschinen

Babbage und Lovelace arbeiteten gemeinsam an der Entwicklung mechanischer Computer, die so programmiert werden konnten, dass sie Berechnungen durchführten.

Resources

    1.   [Charles Babbage](https://en.wikipedia.org/wiki/Charles_Babbage)
    2.   [Ada Lovelace](https://en.wikipedia.org/wiki/Ada_Lovelace)
    3.   [Difference engine](https://en.wikipedia.org/wiki/Difference_engine)

*   
### 1795-1805

Primitives künstliches neuronales Netz

Legendre und Gauss entwickelten Ende des 18. Jahrhunderts/Anfang des 19. Jahrhunderts die lineare Regression (auch bekannt als Methode der kleinsten Quadrate), um die Bewegung von Planeten vorherzusagen. Diese mathematische Technik sollte später als einfachste Form eines künstlichen neuronalen Netzwerks anerkannt werden.

Resources

    1.   [Neural network (machine learning)](https://en.wikipedia.org/wiki/Artificial_neural_network)
    2.   [Least squares](https://en.wikipedia.org/wiki/Method_of_least_squares)
    3.   [Linear regression](https://en.wikipedia.org/wiki/Linear_regression)
    4.   [Adrien-Marie Legendre](https://en.wikipedia.org/wiki/Adrien-Marie_Legendre)
    5.   [Carl Friedrich Gauss](https://en.wikipedia.org/wiki/Carl_Friedrich_Gauss)

*   
### 1769

Kempelens Der Türke

Von Kempelen schuf den „Türken“, eine angebliche Schachmaschine, die durch Europa reiste und menschliche Gegner besiegte. Später stellte sich heraus, dass es sich um einen Schwindel handelte, hinter dem sich ein menschlicher Schachspieler verbarg.

Resources

    1.   [Wolfgang von Kempelen](https://en.wikipedia.org/wiki/Wolfgang_von_Kempelen)
    2.   [Automaton](https://en.wikipedia.org/wiki/Automaton)
    3.   [Mechanical Turk](https://en.wikipedia.org/wiki/Mechanical_Turk)

*   
### 1763

Bayessche Netze von Thomas Bayes

Thomas Bayes’ posthum veröffentlichter Aufsatz führte das ein, was als Bayes’ Theorem bekannt wurde, ein mathematisches Prinzip, das später durch Bayes'sche Netze für KI-Systeme grundlegend werden sollte.

Resources

    1.   [Thomas Bayes](https://en.wikipedia.org/wiki/Thomas_Bayes)
    2.   [An Essay Towards Solving a Problem in the Doctrine of Chances](https://en.wikipedia.org/wiki/An_Essay_Towards_Solving_a_Problem_in_the_Doctrine_of_Chances)
    3.   [Bayes' theorem](https://en.wikipedia.org/wiki/Bayes%27_theorem)

*   
### 1750

Julien Offray de La Mettries Vorahnung

La Mettrie vertrat in „L'Homme Machine“ (Man Machine) die Ansicht, dass menschliche Denkprozesse rein mechanischer Natur seien.

Resources

    1.   [Julien Offray de La Mettrie](https://en.wikipedia.org/wiki/Julien_Offray_de_La_Mettrie)
    2.   [Man a Machine](https://en.wikipedia.org/wiki/L%27Homme_Machine)

*   
### 1739

David Humes induktive Argumentation

David Hume bezeichnete die Induktion — den Prozess der Ableitung allgemeiner Prinzipien aus spezifischen Beispielen — als grundlegende Lernmethode.

Resources

    1.   [David Hume](https://en.wikipedia.org/wiki/David_Hume)
    2.   [Inductive reasoning](https://en.wikipedia.org/wiki/Inductive_reasoning)

*   
### 1738

Bernoulli-Gleichungen

Daniel Bernoulli entwickelte das Konzept des Nutzens und erweiterte die Wahrscheinlichkeitstheorie zu einem Rahmen für die Messung von Werten und Entscheidungsfindung — Prinzipien, die später grundlegend dafür werden sollten, wie KI-Systeme Ziele und Entscheidungen modellieren.

Resources

    1.   [Intelligent agent](https://en.wikipedia.org/wiki/Intelligent_agent)
    2.   [Decision theory](https://en.wikipedia.org/wiki/Decision_theory)
    3.   [Utility](https://en.wikipedia.org/wiki/Utility_(economics))
    4.   [Daniel Bernoulli](https://en.wikipedia.org/wiki/Daniel_Bernoulli)

*   
### 1726

Gullivers Reisen

Swifts Gullivers Reisen persiflierte Llulls Ars Magna und Leibniz’ mechanische Logik durch die Maschine von Laputa — eine fiktive Maschine, die angeblich wissenschaftliche Werke ohne Intelligenz oder Lernen produzieren konnte.

Resources

    1.   [Gulliver's Travels](https://en.wikipedia.org/wiki/Gulliver%27s_Travels)

*   
### 1679

Leibniz: Der Unaufhaltsame

Leibniz stellte sich ein universelles logisches System vor, das allen Objekten numerische Werte zuweisen würde, mit dem Ziel, eine algebraische Methode zur Lösung jedes Problems durch mechanische Argumentation zu schaffen.

Resources

    1.   [Alphabet of human thought](https://en.wikipedia.org/wiki/Alphabet_of_human_thought)

*   
### 1676

Leibniz entdeckte die Kettenregel

Leibniz entdeckte die Kettenregel, ein mathematisches Prinzip, das später für das Training neuronaler Netze durch Algorithmen wie Backpropagation unerlässlich werden sollte.

Resources

    1.   [Chain rule](https://en.wikipedia.org/wiki/Chain_rule)
    2.   [Backpropagation](https://en.wikipedia.org/wiki/Backpropagation)

*   
### 1672

Leibniz’ Staffelrechenmaschine

Leibniz brachte die mechanische Berechnung durch die Entwicklung einer Rechenmaschine, die Multiplikations- und Divisionsoperationen ausführen konnte, voran.

Resources

    1.   [Stepped reckoner](https://en.wikipedia.org/wiki/Stepped_Reckoner)
    2.   [Gottfried Wilhelm Leibniz](https://en.wikipedia.org/wiki/Gottfried_Wilhelm_Leibniz)

*   
### 1654

Blaise Pascals Erwartungswerte

Die Grundlagen der Wahrscheinlichkeitstheorie entstanden in den 1660er Jahren durch Pascals Arbeit über erwartete Werte, gefolgt von Arnaulds Maximierungsformel und Cardanos posthum veröffentlichten Lösungen. Bernoulli und Laplace erweiterten dieses Gebiet im 18. Jahrhundert. Diese mathematischen Prinzipien sollten sich später als entscheidend für die moderne KI und das maschinelle Lernen erweisen.

Resources

    1.   [Expected value](https://en.wikipedia.org/wiki/Expected_value)

*   
### 1647

Descartes’ Philosophie

Descartes vertrat die Theorie, dass tierische Körper wie hochentwickelte Maschinen funktionieren, während Bewusstsein und mentale Prozesse grundlegend verschieden sind.

Resources

    1.   [René Descartes](https://en.wikipedia.org/wiki/Ren%C3%A9_Descartes)

*   ## KI in der Mythologie: v.Chr. – 1642 
*   
### 1642

Blaise Pascal erfand den ersten digitalen Taschenrechner

Der erste digitale Taschenrechner — ein mechanisches Gerät, das numerische Berechnungen durchführen konnte — wurde von Blaise Pascal entwickelt.

Resources

    1.   [Pascal's calculator](https://en.wikipedia.org/wiki/Pascal%27s_calculator)

*   
### 1620

Francis Bacons Novum Organum

Francis Bacons Novum Organum, benannt in Anlehnung an das Werk von Aristoteles, etablierte die empirische Methodik und das induktive Denken als Grundlagen für den Erwerb von Kenntnissen.

Resources

    1.   [Francis Bacon](https://en.wikipedia.org/wiki/Francis_Bacon)
    2.   [Novum Organum](https://en.wikipedia.org/wiki/Novum_Organum)
    3.   [Organon](https://en.wikipedia.org/wiki/Organon)

*   
### ~1580

Bekannte Legende: Golem

Der Legende nach schuf Rabbi Löw von Prag den Golem — ein künstliches Wesen, das aus Lehm geformt und auf magische Weise zum Leben erweckt wurde.

Resources

    1.   [Golem](https://en.wikipedia.org/wiki/Golem)

*   
### ~1500

Paracelsus manufactured a humanoid being

Paracelsus, der Arzt und Alchemist der Renaissance, behauptete, er habe ein humanoides Wesen hergestellt, indem er eine Kombination aus magnetischen Kräften, reproduktivem Material und alchemistischen Prozessen verwendet habe.

Resources

    1.   [Paracelsus](https://en.wikipedia.org/wiki/Paracelsus)

*   
### 1275

Ramon Llull schuf die Ars Magna

Im 13. Jahrhundert schuf Ramon Llull die Ars Magna, indem er ein arabisches Gerät namens Zairja anpasste, um Konzepte mechanisch zu kombinieren. Er stellte sich diese als Maschinen vor, die komplexe Kenntnisse durch die Kombination einfacher Wahrheiten generieren könnten. Dieses Konzept beeinflusste später die Arbeit von Leibniz im 17. Jahrhundert.

Resources

    1.   [Ramon Llull](https://en.wikipedia.org/wiki/Ramon_Llull)
    2.   [Gottfried Wilhelm Leibniz](https://en.wikipedia.org/wiki/Gottfried_Wilhelm_Leibniz)

*   
### 1206

Al-Dsazaris programmierbares Orchester mechanischer Menschen

Al-Dschazari konstruierte ein automatisches Orchester aus mechanischen humanoiden Figuren, die so programmiert werden konnten, dass sie koordiniert Musik spielten.

Resources

    1.   [Ismail al-Jazari](https://en.wikipedia.org/wiki/Ismail_al-Jazari)

*   
### 9. Jahrhundert

Vater der Algorithmen: al-Khwarizmi

Al-Khwarizmi verfasste einflussreiche mathematische Lehrbücher, die detaillierte, systematische Verfahren zur Lösung arithmetischer und algebraischer Probleme enthielten. Diese Methoden wurden über mehrere Jahrhunderte hinweg bis ins 16. Jahrhundert in der gesamten islamischen Zivilisation, in Indien und Europa weit verbreitet eingesetzt. Sein Name ist der Ursprung des Wortes „Algorithmus“, das seinen Beitrag zu systematischen Problemlösungsmethoden widerspiegelt.

Resources

    1.   [Al-Khwarizmi](https://en.wikipedia.org/wiki/Al-Khwarizmi)
    2.   [Algorithm](https://en.wikipedia.org/wiki/Algorithm)

*   
9. Jahrhundert

Vielleicht die erste Maschine mit einem gespeicherten Programm

Die Brüder Banū Mūsā erfanden ein bemerkenswertes automatisches Musikinstrument — eine dampfbetriebene Flöte, deren Musik mithilfe von Stiften auf einem rotierenden Zylinder programmiert wurde. Dieses Design stellt sozusagen die erste Maschine mit einem gespeicherten Programm dar, da die Stifte des Zylinders im Wesentlichen den „Code“ enthielten, der bestimmte, welche Noten gespielt werden sollten.

Resources

    1.   [Banū Mūsā brothers](https://en.wikipedia.org/wiki/Ban%C5%AB_M%C5%ABs%C4%81_brothers)
    2.   [Stored-program computer](https://en.wikipedia.org/wiki/Stored_program)

*   
### ~800

Takwin: Künstliche Erschaffung im Labor

Der arabische Alchemist Jabir ibn Hayyan entwickelte ein theoretisches Rahmenwerk namens Takwin, das die Möglichkeit erforschte, Leben, einschließlich menschliches Leben, durch Laborprozesse künstlich zu erschaffen.

Resources

    1.   [Jabir İbn Hayyan](https://en.wikipedia.org/wiki/Jabir_ibn_Hayyan)
    2.   [Takwin](https://en.wikipedia.org/wiki/Takwin)

*   
### 260

Isagogê aka Semantisches Netz

Porphyry, ein griechischer Philosoph, schrieb die Isagogê — ein Werk, das Kenntnisse und Logik in Kategorien einteilte. Bemerkenswert ist, dass es eine visuelle Darstellung enthielt, die eine frühe Version dessen war, was wir heute als semantisches Netzwerk bezeichnen (eine Möglichkeit, Beziehungen zwischen Konzepten durch ein strukturiertes Diagramm darzustellen).

Resources

    1.   [Porphyry (philosopher)](https://en.wikipedia.org/wiki/Porphyry_(philosopher))
    2.   [Semantic network](https://en.wikipedia.org/wiki/Semantic_net)

*   
### 1. Jahrhundert

Die erste praktisch programmierbare Maschine der Welt

Hero von Alexandria, ein altgriechischer Erfinder, konstruierte verschiedene automatisierte Geräte, darunter mechanische humanoide Figuren. Eine seiner bemerkenswertesten Errungenschaften war die Entwicklung dessen, was manche als die erste programmierbare Maschine der Geschichte bezeichnen — ein automatisiertes Theater, das Bewegungen und Szenen nach Skript ausführen konnte.

Resources

    1.   [Automaton](https://en.wikipedia.org/wiki/Automaton)
    2.   [Hero of Alexandria](https://en.wikipedia.org/wiki/Hero_of_Alexandria)

*   
### 3. Jahrhundert v.Chr.

Erstes Beispiel für einen Feedback-Mechanismus

Ktesibios, ein Ingenieur des antiken Griechenlands, entwickelte eine fortschrittliche Wasseruhr mit Alarmsystem. Dieses Gerät war bahnbrechend, da es die erste bekannte Verwendung eines Rückkopplungsmechanismus darstellte — bei dem das System seinen eigenen Betrieb basierend auf seinem aktuellen Zustand überwachen und anpassen konnte.

Resources

    1.   [Ctesibius](https://en.wikipedia.org/wiki/Ctesibius)

*   
### 384 BC–322 BC

Aristoteles und KI

Aristoteles leistete zwei wichtige Beiträge zu den Grundlagen des systematischen Denkens und der Problemlösung:

1) In seinem Werk Organon entwickelte er den Syllogismus – eine strukturierte Methode des logischen Denkens, bei der aus zwei Prämissen Schlussfolgerungen gezogen werden. Dies war eines der ersten formalisierten Systeme des mechanischen, schrittweisen logischen Denkens.

2) In seiner Nikomachischen Ethik skizzierte er das, was wir heute als Mittel-Zweck-Analyse bezeichnen – eine Methode zur Problemlösung, bei der wiederholt die Lücke zwischen dem aktuellen Zustand und dem Zielzustand ermittelt wird, um dann Maßnahmen zu ergreifen, die diese Lücke verringern. Interessanterweise wurde derselbe grundlegende Algorithmus Tausende von Jahren später in einem der ersten KI Programme, dem General Problem Solver, implementiert, das 1959 von Newell und Simon entwickelt wurde.

Resources

    1.   [Syllogism](https://en.wikipedia.org/wiki/Syllogism)
    2.   [Means–ends analysis](https://en.wikipedia.org/wiki/Means%E2%80%93ends_analysis)
    3.   [General Problem Solver](https://en.wikipedia.org/wiki/General_Problem_Solver)

*   
### 10. Jahrhundert v.Chr.

KI in der Geschichte Chinas: Mechanische Männer

Während der Zhou-Dynastie in China schuf ein Ingenieur namens Yan Shi und zeigte König Mu automatisierte Figuren oder „mechanische Männer“, die sich selbstständig bewegen konnten.

Resources

    1.   [King Mu of Zhou](https://en.wikipedia.org/wiki/King_Mu_of_Zhou)

*   
### Antike (v.Chr.)

KI in der Mythologie: Heilige Statuen in Ägypten und Griechenland

Im alten Ägypten und Griechenland glaubten die Menschen, dass bestimmte heilige Statuen Bewusstsein und Gefühle besaßen. Laut Schriften, die Hermes Trismegistos zugeschrieben werden, wurde angenommen, dass diese mechanischen Statuen sowohl über Sinneswahrnehmung (Sensus) als auch über Lebenskraft oder Atem (Spiritus) verfügten. Er behauptete, dass die Menschen durch das Verständnis der göttlichen Natur der Götter gelernt hätten, diese Eigenschaften in ihren konstruierten Formen nachzubilden.

Resources

    1.   [Hermes Trismegistus](https://en.wikipedia.org/wiki/Hermes_Trismegistus)

*   
Antike (v.Chr.)

KI in der Mythologie: Automaten in Griechenland

In der antiken griechischen Mythologie wurden in mehreren Geschichten Konzepte des künstlichen Lebens erforscht. In diesen Erzählungen schuf Hephaistos, der Gott des Handwerks, autonome Maschinen wie den Bronzeriesen Talos. In ähnlicher Weise erzählt der Mythos von Pygmalion von einem Bildhauer, der eine Statue namens Galatea schuf, die von Aphrodite zum Leben erweckt wurde. Auch in der Geschichte von Pandora gibt es eine künstliche Frau, die von Hephaistos auf Geheiß des Zeus geschaffen wurde.

Resources

    1.   [Automaton](https://en.wikipedia.org/wiki/Automaton)

OOPS, NO RESULT FOUND

Sorry we could not find any results for “**[keyword]**” in our AI Milestoness.

## [Entdecken Sie **Jotform KI Assistenten** ![Image 1: Announcing Jotform AI Agents](https://cdn.jotfor.ms/image/r/aHR0cHM6Ly9jZG4uam90Zm9yLm1zL3AvYWkvaGlzdG9yeS9hc3NldHMvaW1nLW1pbi9zaWRlYmFubmVyLWFnZW50LnBuZw==/sidebanner-agent.png?w=40&t=1)Jetzt entdecken](https://www.jotform.com/de/ai/agents/?jtm_medium=jotform_blog&jtm_content=ai-history-landing&jtm_source=aiagent-sidebanner&jtm_campaign=jotform-ai-agents)

![Image 2: Check out Jotform’s AI Tools](https://cdn.jotfor.ms/image/r/aHR0cHM6Ly9jZG4uam90Zm9yLm1zL3AvYWkvaGlzdG9yeS9hc3NldHMvaW1nLW1pbi9hZ2VudC5wbmc=/agent.png?w=40&t=1)

Hallo!

## Entdecken Sie Jotforms KI Tools

Wählen Sie das perfekte Jotform KI Tool, um Ihre Arbeit zu optimieren.

[Jotform KI Tools](https://www.jotform.com/de/tools/ai-tools/)

168 Milestones insgesamt