人工智能的前世今生

人工智能，通常指通过计算机程序呈现人类智能的技术，其历史可以追溯到1956年8月31日召开的达特茅斯会议。在接下来的60年左右，人工智能的发展有起有落。直到2014年，高德纳咨询公司发布了技术成熟度曲线，表明人工智能技术已经进入发展的高峰期，各种技术的应用将会产生深远的颠覆性影响。

1950年，图灵提出了著名的图灵测试:如果一台机器能与人类对话而又不能识别其身份，那么它就被称为是智能的。1956年，在达特茅斯会议上，约翰·麦卡锡提出了“人工智能”一词，该词后来被认为是人工智能正式诞生的象征。此后，人工智能进入了发展的第一个高潮。1956年，奥利弗·萨福·瑞德开发了第一个字符识别程序。1959年，阿瑟·萨缪尔斯开发了一个学习跳棋的程序，这个程序能够打败他，并在三年后击败美国一个州的跳棋冠军。1963年，詹姆斯·斯莱格(James Slagg)发表了一个象征性的整合计划SAINT。通过输入函数表达式，修改后的程序可以自动输出该函数的积分表达式。四年后发布的SIN升级版已经达到了专家级别。在这10多年的时间里，计算机被广泛应用于数学领域来解决代数和几何问题，这使得许多研究者看到了机器发展到人工智能的信心。

20世纪70年代，人们开始尝试更具挑战性的任务并提出一些不切实际的研发目标，但预期目标的连续失败和失败导致人工智能的发展陷入低潮。当时，有三个技术瓶颈难以解决。首先，计算机性能的缺乏阻碍了许多早期程序在人工智能领域的应用。第二，早期的人工智能程序主要是解决特定的问题，但是一旦问题上升到更高的维度，程序就不能立即执行。第三，没有足够的数据库来支持深入学习计划。结果，人工智能项目停滞不前。

20世纪80年代，以卡耐基梅隆大学开发的XCON为代表的专家系统出现了，它可以用来模拟人类专家的知识和经验来解决特定领域的问题。它在人工智能从理论研究到实际应用，从一般推理策略讨论到专业知识应用的转变中取得了重大突破。专家系统在医疗、化学、地质等领域取得了成功，将人工智能推向了应用发展的新高潮。

随着人工智能应用规模的不断扩大，专家系统应用领域狭窄、缺乏常识知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。命运再次给人工智能的发展泼了冷水。

20世纪90年代，随着人工智能技术，特别是神经网络技术的逐步发展，人们开始对人工智能有了客观理性的认识，人工智能技术开始进入一个稳步发展的时期。1997年，IBM的计算机系统“深蓝”击败了世界象棋冠军卡斯帕罗夫，再次引发了世界范围内的人工智能讨论。这是人工智能发展中的一个重要里程碑。

进入21世纪后，可用数据量急剧增加，数据驱动方法的优势越来越明显。此时，深度学习的领袖杰弗雷·辛顿在神经网络的深度学习领域取得了突破。人类再次看到了机器能够赶上并超越人类的希望，这也是一个划时代的技术进步。2011年，由IBM开发的人工智能程序沃森参加了一个智力竞赛程序，并击败了两位人类冠军。2016年，谷歌的AlphaGo (Alpha Go)击败了韩国棋手李世石，引发了另一场人工智能热潮。2017年，深入研究成为热门话题。AlphaGo Zero(谷歌深度思维程序的新版本)开始在没有任何数据输入的情况下自学围棋。3天后，它以100: 0的比例横扫第二版《老狗》。经过40天的学习，它打败了人类专家无法企及的第三版“大师”。

随着互联网、大数据、云计算、物联网等信息技术的发展，以深层神经网络为代表的人工智能技术正在以感知数据和图形处理器等计算平台为基础迅速发展。它极大地弥合了科学和应用之间的“技术鸿沟”。图像分类、语音识别、知识问答、人机游戏、无人驾驶等人工智能技术。已经实现了从“不可用”、“无用”到“可用”的技术突破，并将在未来迎来一个爆炸式增长的新高潮。

作者是中国科学院自动化研究所的博士生。他主要研究自动机器学习和神经网络优化。