一、人工智能概念简述

作为一门交叉多门学科的高新技术，人工智能(Artificial Intelligence，简称AI)的本质就是机器的类人化。人工智能是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术和应用系统的一门高新技术。作为计算机科学的一个分支，人工智能试图通过了解人类智能的实质，生产出一种能与人类意识、思维方式和作出反应相似的智能机器，涉及哲学、数学、计算机科学、神经心理学、信息论等多个学科。海量数据的积累为机器训练提供大量素材，以及深度学习算法的不断迭代，成为本轮人工智能发展的主要驱动力。

二、人工智能发展史

曲折进化60年，阶梯式成长步入感知智能时代。从上世纪50年代诞生以来，人工智能已跨越60载春秋，经历了2次潮起潮落，随着技术瓶颈的逐步攻克，2006年“深度学习”神经网络的诞生将人工智能再次推向黄金发展期，近年来语音识别和视觉识别更是取得突破性进展，人工智能已经从计算智能迈入感知智能时代。

人工智能的出现

看过《模仿游戏》这部电影的读者，应该对剧中图灵制造破译德军密码机器的环节印象深刻。事实上，20世纪40年代至50年代也是人工智能真正诞生的时间。在这段时间内，数学、心理学、工程学、经济学、政治学等领域的科学家们开始探索制造人工大脑的可行性。

1950年，著名的图灵测试诞生，按照艾伦·图灵的定义：如果一台机器能够与人类展开对话(通过电传设备)而不能被辨别出其机器身份，那么称这台机器具有智能。同年，图灵还预言了创造出具有真正智能的机器的可能性。

1951年，西洋跳棋程序和国际象棋程序相继诞生。经过接近10年的发展后，国际象棋程序已经可以挑战具有相当水平的业余爱好者，而人工智能游戏也被当着衡量人工智能进展的标准之一。

1956年，在达特茅斯学院举行的一次会议上，计算机科学家约翰·麦卡锡说服与会者接受“人工智能”一词作为本领域的名称。后来，这次会议也被大家看着是人工智能正式诞生的标志。

人工智能的第一次大发展

1956年达特茅斯会议之后的十几年是人工智能的黄金年代。在这段时间内，计算机被用来解决代数应用题、证明几何定理、学习和使用英语，这些成果在得到广泛赞赏的同时也让研究者们对开发出完全智能的机器信心倍增。当时，人工智能研究者们甚至认为：“二十年内，机器将能完成人能做到的一切工作”、“在三到八年的时间里我们将得到一台具有人类平均智能的机器”。

人工智能的第一次低谷

由于人工智能研究者们对项目难度评估不足，这除了导致承诺无法兑现外，还让人们当初的乐观期望遭到严重打击。到了70年代，人工智能开始遭遇批评，研究经费也被转移到那些目标明确的特定项目上。

在当时，由于计算机性能的瓶颈、计算复杂性的指数级增长、数据量缺失等问题，一些难题看上去好像完全找不到答案。比如像今天已经比较常见的[机器视觉]功能在当时就不可能找到一个足够大的数据库来支撑程序去学习，机器无法吸收足够的数据量自然也就谈不上视觉方面的智能化。

项目的停滞不但让批评者有机可乘——1973年lighthill针对英国AI研究状况的报告批评了AI在实现其“宏伟目标”上的完全失败，也影响到了项目资金的流向。人工智能遭遇了6年左右的低谷。

人工智能的第二次大发展

小时候看电视时，不少节目都给我留下了“日本的[机器人技术]比中国先进”的印象，其实这并不是凭空发生的。1981年，日本经济产业省拨款八亿五千万美元支持第五代计算机项目，目标是制造出能够与人对话、翻译语言、解释图像，并且能像人一样推理的机器。随后，英国、美国也纷纷响应，开始向AI和信息技术领域的研究提供大量资金。

在这个阶段，诸多公司开始采纳一种名为“专家系统”的人工智能程序。这套系统可以简单理解为“知识库+推理机”，是一类具有专门知识和经验的计算机智能程序系统，“知识处理”随之也成为了主流AI研究的焦点。

人工智能的第二次低谷

好景不长，持续7年左右的人工智能繁荣很快就接近了尾声。到1987年时，苹果和IBM生产的台式机性能都超过了Symbolics等厂商生产的通用型计算机，专家系统自然风光不再。

到80年代晚期，DARPA的新任领导认为人工智能并不是“下一个浪潮”;1991年，人们发现日本人设定的“第五代工程”也没能实现。这些事实情况让人们从对“专家系统”的狂热追捧中一步步走向失望。人工智能研究再次遭遇经费危机。

人工智能最近的一个阶段：从1993年到现在

现在大家谈到人工智能、机器学习时，往往会说这并不是一个新概念，在上世纪90年代就有了。事实上，这只是人工智能发展史上离大家最近的一个阶段。