人工智能起源發展

人工智能的起源：人工智能在五六十年代時正式提出，1950年，一位名叫馬文·明斯基(後被人稱為“人工智能之父”)的大四學生與他的同學鄧恩·埃德蒙一起，建造了世界上第一臺神經網絡計算機。這也被看做是人工智能的一個起點。巧合的是，同樣是在1950年，被稱為“計算機之父”的阿蘭·圖靈提出了一個舉世矚目的想法——圖靈測試。按照圖靈的設想：如果一臺機器能夠與人類開展對話而不能被辨別出機器身份，那麼這臺機器就具有智能。而就在這一年，圖靈還大膽預言了真正具備智能機器的可行性。1956年，在由達特茅斯學院舉辦的一次會議上，計算機專家約翰·麥卡錫提出了“人工智能”一詞。後來，這被人們看做是人工智能正式誕生的標誌。就在這次會議後不久，麥卡錫從達特茅斯搬到了MIT。同年，明斯基也搬到了這裡，之後兩人共同創建了世界上第一座人工智能實驗室——MIT AI LAB實驗室。值得追的是，茅斯會議正式確立了AI這一術語，並且開始從學術角度對AI展開了嚴肅而精專的研究。在那之後不久，最早的一批人工智能學者和技術開始湧現。達特茅斯會議被廣泛認為是人工智能誕生的標誌，從此人工智能走上了快速發展的道路。

人工智能的第一次高峰：在1956年的這次會議之後，人工智能迎來了屬於它的第一段Happy Time。在這段長達十餘年的時間裡，計算機被廣泛應用於數學和自然語言領域，用來解決代數、幾何和英語問題。這讓很多研究學者看到了機器向人工智能發展的信心。甚至在當時，有很多學者認為：“二十年內，機器將能完成人能做到的一切。”

人工智能第一次低谷： 70年代，人工智能進入了一段痛苦而艱難歲月。由於科研人員在人工智能的研究中對項目難度預估不足，不僅導致與美國國防高級研究計劃署的合作計劃失敗，還讓大家對人工智能的前景蒙上了一層陰影。與此同時，社會輿論的壓力也開始慢慢壓向人工智能這邊,導致很多研究經費被轉移到了其他項目上。

在當時，人工智能面臨的技術瓶頸主要是三個方面，第一,計算機性能不足，導致早期很多程序無法在人工智能領域得到應用；第二，問題的複雜性，早期人工智能程序主要是解決特定的問題，因為特定的問題對象少，複雜性低，可一旦問題上升維度，程序立馬就不堪重負了；第三，數據量嚴重缺失，在當時不可能找到足夠大的數據庫來支撐程序進行深度學習，這很容易導致機器無法讀取足夠量的數據進行智能化。

因此，人工智能項目停滯不前，但卻讓一些人有機可乘,1973年Lighthill針對英國AI研究狀況的報告。批評了AI在實現“宏偉目標”上的失敗。由此，人工智能遭遇了長達6年的科研深淵。

人工智能的崛起：1980年，卡內基梅隆大學為數字設備公司設計了一套名為XCON的“專家系統”。這是一種，採用人工智能程序的系統，可以簡單的理解為“知識庫+推理機”的組合，XCON是一套具有完整專業知識和經驗的計算機智能系統。這套系統在1986年之前能為公司每年節省下來超過四千美元經費。有了這種商業模式後，衍生出了像Symbolics、Lisp Machines等和IntelliCorp、Aion等這樣的硬件，軟件公司。在這個時期，僅專家系統產業的價值就高達5億美元。

人工智能第二次低谷：可憐的是，命運的車輪再一次碾過人工智能，讓其回到原點。僅僅在維持了7年之後，這個曾經轟動一時的人工智能系統就宣告結束歷史進程。到1987年時，蘋果和IBM公司生產的臺式機性能都超過了Symbolics等廠商生產的通用計算機。從此，專家系統風光不再。

人工智能再次崛起：上世紀九十年代中期開始，隨著AI技術尤其是神經網絡技術的逐步發展，以及人們對AI開始抱有客觀理性的認知，人工智能技術開始進入平穩發展時期。1997年5月11日，IBM的計算機系統“深藍”戰勝了國際象棋世界冠軍卡斯帕羅夫，又一次在公眾領域引發了現象級的AI話題討論。這是人工智能發展的一個重要里程。

2006年，Hinton在神經網絡的深度學習領域取得突破，人類又一次看到機器趕超人類的希望,也是標誌性的技術進步。