1.1.2　人工智能的发展历程

1956年，人工智能的概念被正式提出，标志着人工智能学科的诞生，其目标是使机器具有类人的感知、学习、思考、决策和行动等能力。经过60多年的发展，人工智能已经取得了突破性的进展，并且在各个领域获得广泛应用，推动人类社会进入一个智能化的时代（谭铁牛，2019）。回顾人工智能的诞生与发展历程，其大致经历了以下几个阶段。

（1）人工智能的诞生（1943—1956年）

早期人工智能研究是20世纪30年代末到50年代初的一系列科学进展交汇的产物。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。维纳（2007）在其控制论著作中描述了电子网络的控制和稳定性。克劳德•香农（1948）提出的信息论则描述了数字信号（即高低电平代表的二进制信号）。阿兰•图灵（1936）的计算理论证明数字信号足以描述任何形式的计算。

1950年，一位名叫马文•明斯基的大四学生与他的同学邓恩•埃德蒙建造了世界上第一台神经网络计算机，这被认为是人工智能的一个起点。同年，被称为“计算机之父”的阿兰•图灵提出了图灵测试。按照图灵的设想：如果一台机器能够与人类开展对话而不被辨别出机器身份，那么这台机器就具有智能。图灵测试是人工智能在哲学方面第一个严肃的提案。

1956年，在由达特茅斯学院举办的一次会议上，计算机专家约翰•麦卡锡提出了“人工智能”（AI）一词。达特茅斯会议正式确立了AI这一术语，并且开始从学术角度对AI展开了严肃而精专的研究。在那之后不久，最早的一批人工智能学者和技术开始涌现。达特茅斯会议被广泛认为是人工智能诞生的标志，麦卡锡也被称作人工智能之父。达特茅斯会议之后，人工智能走上了快速发展的道路。

（2）第一次发展高潮（1956—1974年）

在1956年的达特茅斯会议之后，人工智能迎来了属于它的第一个大发展时期。在这段长达10余年的时间里，计算机被广泛应用于数学和自然语言领域，用来解决代数、几何和英语语言问题，这让很多研究学者看到了机器向人工智能发展的信心。大量成功的AI程序和新的研究方向不断涌现，甚至有研究学者认为具有完全智能的机器将在20年内出现。

这一时期人工智能研究所取得的主要成就有：

•　人工神经网络（Artificial Neural Network，ANN）的提出。

•　贝尔曼公式（增强学习雏形）的提出。

•　感知器（深度学习雏形）的提出。

•　搜索式推理的提出。

•　自然语言的提出。

•　微世界的提出。

（3）第一次低谷（1974—1980年）

20世纪70年代，人工智能的研究开始遭遇瓶颈。人工智能发展初期的突破性进展大大提高了人们对于人工智能的期望。研究人员面临着更具挑战性的任务，但AI研究者们对研究的难度没能作出正确的判断，一些不切实际的研发计划接二连三地落空。人工智能遭到公众批评，许多机构对人工智能研究的资助也进行了缩减或取消。同时，由于马文•闵斯基对感知器的激烈批评，联结主义（即神经网络）销声匿迹了10年。人工智能的发展走入低谷。

这一时期人工智能研究所遇到的主要问题有：

•　计算机的运算能力遭遇瓶颈，无法解决复杂的计算问题。

•　常识和推理需要大量对世界的认知，计算机无法做到“看懂”和“听懂”。

•　无法解决莫拉维克悖论。

•　无法解决部分涉及自动规划的逻辑问题。

•　神经网络研究学者遭遇冷落。

（4）第二次发展高潮（1980—1987年）

20世纪80年代初，使用人工智能程序模拟人类知识和经验，用于解决领域问题的专家系统逐步出现，并从理论研究走向了实际应用。“知识处理”成为主流人工智能研究的焦点。专家系统在工业、医疗、化学、地质等领域取得了较好的应用效果，推动人工智能的研究迎来第二次发展高潮。

这一时期人工智能研究所取得的主要成就有：

•　专家系统的诞生。

•　BP算法实现了神经网络的突破，神经网络重获关注。

•　第五代计算机工程出现。

•　知识革命。

（5）第二次低谷（1987—1993年）

20世纪80年代末90年代初，伴随信息技术发展及人工智能应用规模不断扩展，专家系统应用领域狭窄，仅能解决特定专门问题，知识获取困难，推理方法单一；仅能模拟单个领域单一专家，缺乏并行分布和多专家协同解决问题能力；与主流信息技术脱节，难以与Web技术、数据库技术等兼容使用等大量问题不断涌现。同时，已有专家系统的维护费用居高不下。20世纪80年代晚期，人工智能研究所获资助大幅减少。

这一时期人工智能研究所遇到的主要问题有：

•　台式机和个人电脑的冲击。

•　计算机性能瓶颈仍无法突破。

•　缺乏大量训练数据。

（6）第三次发展高潮（1993年至今）

20世纪90年代中期到2010年，计算机的性能不断取得突破，根据摩尔定律描述，其计算速度和内存容量每两年翻一番，计算机在计算性能上的基础性障碍已被逐渐克服。网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。人工智能技术开始进入平稳发展时期。1997年5月11日，IBM的计算机系统“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫，在公众领域引发了现象级的人工智能话题讨论，这是人工智能发展的一个重要里程碑事件。2006年，Hinton在神经网络的深度学习领域取得突破，人类又一次看到机器赶超人类的希望，这也是标志性的技术进步。

进入21世纪，随着大数据、云计算、机器学习的快速发展，人工智能开始逐渐渗透到社会经济生活的各个领域，以深度神经网络为代表的人工智能技术极大地推动了图像和视频处理、文本分析、语音识别等问题的研究进程。谷歌、微软、百度等互联网巨头，还有众多的科技公司，纷纷加入人工智能产品研发的“战场”。图像分类、语音识别、知识问答、人脸识别、无人驾驶等人工智能技术实现了进入真实应用领域的重大技术突破，人工智能发展进入繁盛时期，迎来新一轮爆发式增长。