3.4 正视起落，宠辱不惊
3.4.1 “人工智能”初问世
如果说人工智能就是通过智能机器的延伸来增强人类改造自然和治理社会能力的新兴技术，那么自从人类文明诞生以后，人类就一直从未间断对人工智能的探索。在一些古代中外的作品中，就不乏人工智能的例子。
《列子·汤问》中记载了可以翩翩起舞的机器人歌姬及其制作者偃师的故事，按照记载，机器人已经达到了与真人无异的程度。《墨子·鲁问》也记载了鲁班制作的木鸢可以在空中三日不下，载人飞行。《三国志·蜀志·诸葛亮传》中记载了木牛和流马在运输粮草的案例。古希腊也记载了智能机器人的神话故事，工匠造出了能够说话并可以进行高难度工作的女机器人。
1936年，阿隆佐·邱奇（Alonzo Church）和艾伦·图灵命名的邱奇-图灵论题（Church-Turing Thesis），提出所有计算或算法都可由一台图灵机来执行，这也成为构建计算机科学的基础之一。1947年，神经学研究发现大脑是由神经元组成的电子网络，其激励电平只存在“有”和“无”两种状态，不存在中间状态。1948年，诺伯特·维纳（Norbert Wiener）提出了控制论，同时也提出信息技术具有两面性，人类需要警惕。1948年，克劳德·艾尔伍德·香农发表论文《通信的数学理论》，这是现代信息论研究的开端，他也因此被称为“信息论之父”。
1950年，艾伦·图灵提出了著名的图灵测试。1951年，马文·明斯基创建了第一台神经网络学习机SNARC。1954年，乔治·戴沃尔（George Devol）设计了世界上第一台可编程机器人，并初次提出工业机器人的概念，在当年申请了专利。1955年，艾伦·纽厄尔和赫伯特·亚历山大·西蒙开发了逻辑理论家启发式程序，其后来被认为是首个人工智能程序。它通过模拟人证明符号逻辑定理的思维，证明了《数学原理》中前52个定理中的38个，其中某些证明比原著更加新颖和精巧。
人工智能起源于1956年在美国新罕布什尔州（New Hampshire）达特茅斯学院（Dartmouth College）召开的一次会议，其主题为达特茅斯人工智能项目夏季研究项目（Dartmouth Summer Research Project on Artificial Intelligence）。
在20世纪50年代早期，关于“思维机器”（Thinking Machines）有着各种各样的指代方向，如控制论（Cybernetics）、自动机理论（Automata Theory）和复杂信息处理（Complex Information Processing）。其中，每一个名称都代表了一个方向。
1955年年初，时任达特茅斯学院年轻数学助理教授的约翰·麦卡锡（John McCarthy）决定组织一个小组，以澄清并发展有关思维机器的想法。他为这个新领域选择了“人工智能”这个中立性名称，从而可以规避来自如控制论、自动机理论的束缚。
1955年9月初，约翰·麦卡锡、马文·明斯基、纳撒尼尔·罗彻斯特（Nathaniel Rochester）和克劳德·艾尔伍德·香农等学者正式向洛克菲勒基金会（Rockefeller Foundation）提出了该计划，请求资助在达特茅斯举办一个约有10人参加的夏季研讨会。在这项提议中，“人工智能”一词首次在文献中出现。
3.4.2 三起两落
通常认为，人工智能的发展经历了三起两落。尽管人工智能取得了不少成果，但每一次兴起都会有一个关键因素的推动，如第一次高峰是由逻辑推理助推的，第二次兴起是因为知识工程，第三次是大数据、机器学习和算力大幅提升促使人工智能再次走向巅峰。
1956—1974年是人工智能发展史上的一个黄金时代。1956年的达特茅斯会议之后，学者们抱着极大的热情投入到人工智能研究中，或组建人工智能实验室，或创建人工智能项目，到处拉资助求支持。短时间内，取得了一个接一个的成果，如LISP语言、感知器（Perceptron）、遗传算法（Genetic Algorithms）、自然语言处理、专家系统（Expert System）、ELIZA人机交互、语义网络（Semantic Network）、微世界（Micro-Worlds）及人形机器人等。这些成就为日后的人工智能发展奠定了基础。
随着一个个成果不断涌现，不少学者也做出了非常乐观的预测，这里不乏一些人工智能大咖。1958年，赫伯特·亚历山大·西蒙和艾伦·纽厄尔曾说，10年之内，数字计算机将成为世界象棋冠军，而且他们认为数字计算机将发现并证明重要的新数学定理。1965年，赫伯特·亚历山大·西蒙认为，机器将在20年内完成任何人能做的工作。1967年，马文·明斯基曾认为，一代之内，创建人工智能的问题将可以得到实质性解决。1970年，马文·明斯基曾认为人民即将拥有一台具有普通人一般智力的机器。
这里一些预测已经实现，但是花费的时间远远比预计的要长，然而还有不少预测至今也未能实现。
1974—1980年是人工智能的初次寒冬。尽管硕果累累，然而研究人员发现在将这些成果从实验室转到现实中时，随着问题大规模的增加，它们失灵了。实验室的理论和现实中的运用产生了很大的脱节，其中一个最重要的原因是，面对现实问题时的计算量暴涨，这与在实验室有着根本的不同。而当时的计算能力却非常有限。因此，很多人对人工智能的热情被现实问题不断降温，他们当时过高的预期没法实现，政府的撤资标志着人工智能寒冬真正的开始。
1980—1987年，大众对人工智能的热情再起。20世纪80年代，专家系统开始商用，“知识”一度成为主流人工智能研究的焦点。在那些年里，日本政府对人工智能的第五代计算机项目的支持可以说是空前绝后。在这段人工智能热情再起的时间里，另一件值得关注的事情是约翰·霍普菲尔德和戴维·鲁迈勒哈特（David Rumelhart）让连接主义再次成为人们热议的话题。可以说，人工智能再次登上了历史舞台。
1980—1987年，人工智能取得了长足的发展，产业规模增加了上千倍，从几百万美元一度达到数十亿美元，几百家公司聚焦在专家系统、视觉系统、机器人等人工智能领域，到处是一片繁荣的景象。然而在1987—1993年，随着台式计算机的发明、专家系统的瓶颈出现及日本第五代计算机计划失败，人工智能的发展再次遭遇了寒冬。第二次人工智能寒冬期间，人工智能领域的研究经费大幅度减少，这次的伤害似乎更深，连“人工智能”这样的词也成为社会的禁忌。
1993—2011年是人工智能一个潜伏发展的平滑时期，这个阶段，人工智能技术已经开始在很多行业得到了成功使用。成功不是因为某些革命性的创新引起的，部分原因是计算机能力的提升及数据的增长。许多从事人工智能的研究人员故意用其他称谓来阐明他们的工作，如信息学、基于知识的系统、认知系统或计算智能等。部分原因可能是他们认为自己的领域与人工智能存在不同，而且，这些称谓也有助于获得资金，资金的提供方对人工智能的研究仍显得心有余悸。正如《纽约时报》在2005年报道的那样：“计算机科学家和软件工程师避免使用‘人工智能’一词，因为担心它被认为是痴人说梦。”
真正让人工智能得到大力发展的是在2011年之后，在数据、算法和算力三要素相得益彰的发展下，人工智能再次回到快速增长的轨道中。到2016年，与人工智能相关的产品、硬件和软件的市场规模超过80亿美元，《纽约时报》报道称，人们对人工智能的兴趣已达到“疯狂”。大数据和人工智能的应用也开始进入各个领域。深度学习的进步，尤其是深度卷积神经网络和递归神经网络，推动了图像和视频处理，文本分析甚至语音识别方面的进步和研究。
3.4.3 寒冬下的反思
人工智能寒冬（AI Winter）是指人们对人工智能失去兴趣，政府或公司等不再或大幅减少投资的时期。这个术语首先作为1984年美国人工智能协会（American Association of Artificial Intelligence，AAAI）年会的公开辩论的主题之一出现。这是由于开发人员夸大的承诺，最终投资者、资助者的过度期望及媒体的推波助澜。
事后看来，出现人工智能寒冬的一个主要原因就是炒作，从学者的夸大炒作、机构的过度预期炒作、媒体的推波助澜炒作再到全民跟风炒作，直到出现了一个《皇帝的新衣》中的小孩捅破了这层窗户纸，然后各种失望、指责接踵而至，导致各种投资减少，经费缩减甚至终止资助，最后很多刊物看到是人工智能相关的论文也不予刊登。人工智能相关的话题成为笑柄，面对冷嘲热讽，资金短缺，文章发表无门，很多学者或改行，或隐忍。
以史为镜，可以知兴衰。笔者从人工智能的历史中，总结了一些关于两次人工智能寒冬形成的主因。
● 经济环境：在经济低迷时，很多公司不得不减少不必要的投资。
● 科技发展：科技的进步使得正在开发的系统、流程变得不再适用。
● 技术转化：一些技术不能有效地进行商业转化，被束之高阁。
● 硬件能力：在很多情况下，受制于当时的硬件条件，计算能力往往无法满足，即便是理论上证实可行，依然无法在现实中呈现。
● 替代品出现：LISP机器市场的衰落和第五代计算机的失败使昂贵的高级产品被更简单、更便宜的替代产品所取代。
● 过度自信：研究人员过度自信，过度夸大人工智能技术的能力，过度乐观地估计人工智能开发的进度时间表。
● 分而治之：人工智能各学派之间相互割裂，难以形成合力，有时还存在不同派系之间相互拆台的情形。
● 媒体炒作：媒体对学者或投资机构的过度自信进行大肆渲染，进一步夸大了人工智能能够带来收益，当人们最终认识到这是一种夸大时，产生失望也是必然的。
● 终止投资／资助：背后的原因可能是对人工智能技术的过高预期，期望越大，失望越大。
● 孤注一掷：日本政府花费如此大的代价去打造这样一个项目，虽然勇气可嘉，但是科学技术不是光有资金和满腔热血就能成功的，需要耐得住寂寞，坚定自己的信念，就像神经网络大咖杰弗里·辛顿一样不忘初心，默默耕耘，十年磨一剑。
寒冬过后，人们对人工智能的热情再次高涨，尽管一些经历过人工智能冬天的学者们不断地告诫人们不要过度热情，却似乎于事无补。迎接人们的是下一次的寒冬。虽然说人们对人工智能的关注和热情起起伏伏，人工智能也经历了繁荣昌盛和跌落低谷，但是对人工智能的研究，在一些学者的坚持下，新技术仍在继续开发。正如麻省理工学院机器人技术教授罗德尼·布鲁克斯（Rodney Brooks）所说：“有一个愚蠢的神话认为，人工智能已经失败了，但是人工智能每天都围绕着你。”
从2012年前后开始，研究界和企业对人工智能，尤其是机器学习的子领域的兴趣导致了资金和投资的急剧增加。现在，人工智能又回到主流，一些人开始忧虑下一个人工智能冬天即将到来。不了解人工智能的历史，就无法做到客观认识人工智能，因此，在学习人工智能的基础知识时，要通过了解人工智能起起伏伏的发展过程，对其产生更为全面的认知，只有这样，才能在大风大浪、大起大落面前泰然处之。
[1]尼克·博斯特罗姆出版了《超级智能》（Superintelligence）一书，书中对伊隆·马斯克、史蒂芬·霍金及比尔·盖茨等人所表达的人工智能会带来风险而深感担心的观点非常认同。
[2]这种情形被称为人工智能效应，后文中会涉及相关内容。
[3]“奇点”首先出现在1958年乌拉姆（Stanislaw Ulam）为约翰·冯·诺依曼所撰的悼文中。
[4]一般问题解决器能证明《数学原理》中的很多定理。
[5]沃尔特·哈里·皮茨出身贫穷，自学成才，10岁就已经自学了逻辑和数学，并且能够阅读多种语言，包括希腊语和拉丁语。据说在他12岁时，三天读完了前文所说的那本2000页的《数学原理》，并致信伯特兰·罗素，指出他认为上半部著作中存在的问题。当时伯特兰·罗素想请他去剑桥大学跟随他学习被婉拒。不过，15岁时，沃尔特·哈里·皮茨还是出于一些原因找到了伯特兰·罗素，开启了他人生的传奇篇章。感兴趣的读者可以参看Gefter,Amanda (February 5,2015).“The Man Who Tried to Redeem the World with Logic”.Nautilus.No.21.MIT Press and Nautilus Think。
[6]这是沃尔特·哈里·皮茨唯一的学位，但是他的能力远非如此，他是一位悲情天才。
[7]诺伯特·维纳将黑箱描述为一个未知的系统，用系统识别技术进行识别。他认为自组织的第一步是能够复制黑箱的输出行为。