人工智能（Artificial Intelligence）如今已是行业热词。国家大力扶持，企业积极布局，程序员也在不断跟进新技术。虽然 AI 正处于爆发期，但很多人并不清楚它究竟何时诞生，又经历了怎样的起伏。今天我们从 1956 年的达特茅斯会议讲起，聊聊 AI'三起两落'的演进历程。
AI 的诞生
'人工智能'这个词真正被提出，并引起学术界和工业界的广泛关注，始于 1956 年的达特茅斯会议。
全称为'达特茅斯夏季人工智能研究计划'。由约翰·麦卡锡等人发起，旨在召集志同道合者讨论'人工智能'的定义与前景。这次为期一个月的会议，通过集思广益，催生了后来的人工智能革命。
当时的核心参与者包括：
- 麦卡锡：第一排第一位，会议发起人，被誉为'人工智能之父'；
- 香农：第一排第三位，信息论之父；
- 司马贺：第二排第一位，提出了符号主义理论，奠定了 AI 初期的基础。
AI 发展阶段
自 1956 年起，AI 大致经历了三个主要阶段：符号推理、专家系统、机器学习。每个阶段都有繁荣与低谷，整体呈现'三起两落'的态势。
符号推理阶段
这一阶段包含起步发展和反思两个时期。
起步期是 AI 的萌芽阶段，主要基于规则进行逻辑推理，例如机器定理证明。到了六十年代，受限于当时的计算能力，许多设想未能实现，AI 进入了反思期，也被称为'初冬'。
专家系统阶段
度过初冬后，人们意识到规则的不完备性。思考不仅依赖规则，更依赖知识积累。于是，构建包含人类已知知识的'专家系统'成为新方向。
专家系统是一类模拟专家解决问题能力的计算机程序，利用知识表示和推理技术处理复杂问题。它的出现让 AI 迎来了第二春，进入应用发展期。医疗、化学等领域的垂直专家系统层出不穷。
然而，80 年代末，专家系统陷入低迷。原因在于知识库难以保证完备性，人工维护成本过高。AI 随之再次进入寒冬。
机器学习阶段
经历寒冬后，思路转变：既然人工建立知识库困难，不如让机器自己学习。
90 年代，随着电脑和互联网普及，数据量激增，AI 进入稳步发展期。2010 年是一个重要分水岭：
- 2010 年前：以传统机器学习为主。对图形、声音等多媒体信息的感知能力较弱，缺乏特征提取抓手。不过，1997 年 IBM'深蓝'战胜国际象棋冠军卡斯帕罗夫，仍给 AI 发展注入了强心剂。
- 2010 年后：深度学习兴起，AI 进入蓬勃发展期。无需人工提取特征，机器可自动寻找数据特征。这使得 AI 在更多领域实现了实用化落地。
