二、人工智能的“前世今生”

人工智能从何而来？又往何处去？如前文所述，依据人在发明和使用人工智能技术时存在的三种规范性表现，本书将人工智能分为“初级人工智能”“中级人工智能”以及“高级人工智能”三类。概念的历史流变也同样伴随着人类创造和开发人工智能、继而拓宽对该领域认知范围的动态演进过程。据资料显示，人工智能发展大致经历了三个历史时期，分别为人工智能萌发期（20世纪50～80年代）、人工智能快速发展期（20世纪80～90年代末）、人工智能深入演进期（21世纪初至今）。

（一）第一阶段：人工智能萌发期（20世纪50～80年代）

从古希腊铁匠之神赫菲斯托斯拥有赋予金属物品生命的能力开始，人类对于技术与文明的发现和探索之路就开启了。1950年，人工智能之父艾伦·麦席森·图灵（Alan Mathison Turing）发表了人工智能领域的第一部划时代之作——《计算机器与智能》。在这本书中，他首先向读者提出“机器能够思考么？”这一存在性问题，他从“机器”和“思考”的源概念出发，阐明了“图灵测试”是机器智能的重要测量手段，向我们证明了“机器能够成为它自己思维的主体”。图灵甚至提出了一项大胆的预测：到2000年，人类可以用10GB的计算机设备，制造出可以在5分钟的问答中骗过30%成年人的人工智能。图灵的大胆预测和判断瞬间在学界引起广泛关注，这也成为后来“人工智能”领域诞生的直接推动力。1956年7月，美国计算机科学家、认知科学家约翰·麦卡锡（John McCarthy）在达特矛斯会议上提出了“人工智能”的概念，并确定了人工智能工程“精确地描述人的学习能力和智慧，并利用机器将这种能力与智慧加以模拟”的发展方向。短短三年后，麻省理工学院工程师亚瑟·塞缪尔（Arthur Samuel）提出了“机器学习”的概念，并将机器学习描述为“使计算机在没有明确编程的情况下进行学习”。当然，机器学习和人工智能相似，但并不能等同。人工智能是指机器执行智能任务的能力，而机器学习是指机器清除数据中有意义模式的自动化过程。没有机器学习，人工智能无法实现。1965年，世界上第一个专家系统DENDRAL问世，实现了人工智能从理论研究走向实际应用、从一般思维规律探索走向专门知识应用的重大突破，将人工智能的研究推向了高潮。然而，随着计算任务的复杂性不断加大，人类对于人工智能的“创造性期待”远远超出了现有科技水平的限制，一系列不切实际的研发目标让人工智能发展一度遇到瓶颈。质言之，萌发阶段的人工智能虽已“初具雏形”，但在应用性发展过程中仍然无法避免核心技术短板所带来的“期待偏差”。

（二）第二阶段：人工智能快速发展期（20世纪80～90年代末）

随着科学技术的飞速发展和计算机应用的日益普及，专家系统本身存在的信息获取难、知识领域窄、推理能力弱、实用性差等问题也得到了克服和解决，并逐渐成为人工智能应用研究最活跃和最广泛的应用领域之一。比如1980年，卡耐基·梅隆大学为DEC公司设计的XCON专家系统取得了巨大成功，每年可为公司节约4000万美元。随着美国和日本等国家立项支持人工智能研究，人工智能迎来了第二个发展高峰。在这一时期出现了具有更强可视化效果的决策树模型和突破早期感知机局限的多层人工神经网络，如著名的多层神经网络模型、BP神经网络模型等都是在这一时期提出的。然而，技术发展的局限性又再次为人工智能的深入发展造成了“伦理障碍”。1987年，由于LISP机市场崩塌，美国取消了人工智能预算，日本第五代计算机项目失败并退出市场，专家系统进展缓慢，人工智能又再次进入了萧瑟期。

（三）第三阶段：人工智能深入演进期（21世纪初至今）

进入21世纪以来，新的科学发现、新的技术突破以及重大集成创新的不断涌现促使人工智能在很多应用领域取得了突破性进展，迎来了又一个繁荣时期。1997年，IBM深蓝（Deep Blue）以3.5:2.5战胜了俄罗斯天才棋手加里·卡斯帕罗夫（Garry Kasparov），标志着人工智能在信息处理与管理应用领域首次战胜人类。而后，各国陆续推出的虚拟主持人形象，如英国的虚拟主持人阿娜诺娃（Ananova）、日本的寺井有纪（Yuki）、中国的阿拉娜（Alana）、美国的薇薇安（Vivian）以及韩国的露西雅（Lusia），也尝试为人们现有的生活方式做出新的诠释。2012年，在没有人类指导的情况下，谷歌大脑通过模仿人类大脑，利用非监督深度学习方法从大量视频中成功学习到识别出一只猫的能力；2014年，微软公司推出了一款实时口译系统，可以模仿说话者的声音并保留其口音；2014年，亚马逊发布了一款集合智能语音交互技术的智能音箱产品Echo和个人助手Alexa；2016年，谷歌“阿尔法狗”（AlphaGo）机器人在围棋比赛中以4:1战胜世界冠军李世石；2017年，苹果公司在原来个人助理Siri的基础上推出了智能私人助理Siri和智能音响HomePod。

人工智能技术的应用发展也逐渐受到世界各国政府的广泛关注。2016年5月，美国政府发表了《为人工智能的未来做好准备》，报告详细说明了人工智能可能带来的政策机遇，也同样提出了人工智能应用安全的23条建议；2016年12月，英国政府发布了《人工智能：未来决策制定的机遇和影响》，报告中不仅定义了何为人工智能，也着重论述了人工智能的使用对伦理和法律带来的显著挑战，为人工智能的技术伦理规范提供了政策指导；2017年4月，法国政府制定了《国家人工智能战略》，内容主要包括：建设人工智能跨学科研究所网络、设立人工智能卓越席位推进合作研究与人才培养、投资服务于人工智能研究的计算设施、加强针对企业的人工智能创新补贴，等等，旨在维护法国科学与技术潜力，推动其成为全球人工智能领先者；2017年5月，德国颁布了全球首个自动驾驶相关法律——《道路交通法第八修订案》，为自动驾驶技术和交通行业规范发展提供法律依据；2017年6月29日，首届世界智能大会在天津召开，中国工程院院士潘云鹤在大会主论坛做了题为《中国新一代人工智能》的主题演讲，报告中概括了世界各国在人工智能研究方面的战略；2019年6月17日，中国政府发布《新一代人工智能治理原则——发展负责任的人工智能》，明确提出和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理八项原则。据中国产业研究院发布的《2022—2026年中国人工智能行业全景调研与发展战略研究咨询报告》显示，中国人工智能行业发展趋势主要体现以下三个方面：一是国家战略引领促进行业发展；二是“新技术”“新基建”推动行业进步发展；三是下游领域规模优势为行业提供广阔空间。数据显示，中国人工智能市场规模由2016年的154亿元增长至2020年的1280亿元，年均复合增长率为69.9%。

与过去两次人工智能所经历的高潮不同，这次我们看到人工智能技术在得到广泛应用的同时，也面临着技术增长过程中的要素约束与机制创新。有学者提出，新一代人工智能技术在近几年取得快速发展和应用主要受益于以下4个要素：一是人机物互联使数据量呈现爆炸性增长，形成了真正的大数据环境；二是云计算、边缘计算和专有芯片技术加速演进实现计算能力大幅提升；三是深度学习领域的技术突破带动算法模型的持续优化；四是资本与技术深度耦合助推行业应用和技术产业化快速兴起。不难预测，随着新科技革命的发展和信息技术的广泛应用，未来人工智能的存在样态、技术模式、使用范围、规则布局、伦理规范等都将迎来新的变革机遇期。