3．人工智能的发展历程

人工智能学科诞生于20世纪50年代中期，当时由于计算机的诞生与发展，人们开始了真正意义上的人工智能研究。“人工智能”一词最初是在1956年达特茅斯学会上提出的。从那以后，研究者们发展出了众多理论，人工智能的概念也随之扩展。人工智能包括十分广泛的学科内容，由不同的领域组成，如机器学习、计算机视觉等。

人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类的智能才能完成的复杂工作，不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如，繁重的科学和工程计算本来是要由人脑来承担的，现在计算机不但能完成这种计算，而且还能够比人脑计算得更快、更准确。因此，当代人已不再把这种计算看作是“需要人类的智能才能完成的复杂任务”。可见，复杂工作的定义也是随着时代的发展和技术的进步而变化的，那么人工智能这门学科的具体目标也自然随着时代的发展而变化。

人工智能一方面不断取得新的进展，另一方面又转向更有意义、更加困难的目标。目前能够用来研究人工智能的主要物质手段及能够实现人工智能技术的机器就是计算机。人工智能的发展历史是与计算机科学和技术的发展过程联系在一起的。除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学及哲学等多门学科。

科学家早在计算机出现之前就已经希望能够制造出可能模拟人类思维的机器，在这方面应提到杰出的数学家、哲学家布尔。通过对人类的思维进行数学化的精确刻画，布尔和其他杰出的科学家一起奠定了智慧机器的思维结构与方法，今天的计算机内使用的逻辑基础正是由他创立的。

当计算机出现以后，人类开始真正有了一个可以模拟人类思维的工具。在以后的岁月中，无数科学家为这个目标努力着，现在的人工智能已经不再是几位科学家的专利，全世界几乎所有大学的计算机系都有人在研究这门学科，学习计算机科学的大学生也必须学习这门课程。在大家的不懈努力下，现在计算机似乎已经变得十分聪明了。在刚刚结束的围棋大赛中，计算机战胜了人类围棋高手。

人工智能始终是计算机科学的前沿学科，计算机编程语言和其他计算机软件都因为有了人工智能的进展而得以存在。现在人类已经把计算机的计算能力提高到了前所未有的水平，而人工智能也在21世纪引领计算机科学发展的潮流，必将也会像今天的互联网一样深远地影响人类的生活。

人工智能的发展历史大致可以分为3个阶段：带有理想主义色彩的起步期，由“专家系统”大范围应用而推动的第二波浪潮，以及由基础设施、技术融合与应用拓展共同推动的第三波浪潮（1993年至今）。

1936年，英国数学家、逻辑学家阿兰·麦席森·图灵（1912—1954）提出了一种抽象的计算模型——图灵机（Turing Machine），用纸带式机器来模拟人们进行数学运算的过程。图灵本人被视为计算机科学之父。

1941年，由美国和德国科学家共同研制的第一台计算机诞生了。从此以后，人类存储和处理信息的方法开始发生革命性的变化。

1949年，人们发明了可以存储程序的计算机，计算机理论的发展终于导致了人工智能理论的产生，因为人们总算找到了一个存储信息和自动处理信息的方法。

20世纪50年代，人们才把人类智力和计算机联系起来，美籍俄裔数学家、控制论的创始人诺伯特·维纳在研究反馈理论时最终提出了一个论断：所有人类智力的结果都是一种反馈的结果，通过不断地将结果反馈给机体而产生动作，进而产生了智能。这种想法对于人工智能的早期研究有着重大的影响。

1955年，美国计算机科学家艾伦·纽威尔和赫伯特·西蒙开发了The Logic Theorist程序。该程序采用树形结构，运行的程序在树中搜索、寻找与可能答案最接近的分枝，以得到正确的答案。The Logic Theorist程序在人工智能的历史上可以说有重要的地位，在学术上和社会上带来了巨大的影响，以至于现在所采用的思想方法有许多还是来自于这个程序。

1956年的夏天，在美国达特茅斯大学召开的学术会议上，与会者希望确立人工智能作为一门科学的任务和完整路径。与会者们宣称，人工智能的特征都可以被精准描述，精准描述后就可以用机器来模拟和实现。后来普遍认为，达特茅斯会议标志着人工智能的正式诞生。“人工智能之父”和LISP语言的发明人约翰·麦卡锡召集会议讨论人工智能未来的发展方向，从那时起，人工智能的名字才正式确立。虽然这次会议在人工智能的历史上不算是巨大的成功，但是却给人工智能的研究者们提供了相互交流的机会，并为未来人工智能的发展起了铺垫作用。在此以后，人工智能的研究重点开始变为建立实用的、能够自行解决问题的系统，并要求系统有自学习能力。

1957年，艾伦·纽威尔和赫伯特·西蒙又开发了一个被称为General Problem Solver（GPS）的程序。它对维纳的反馈理论进行了扩展，并能够解决一些比较普遍的问题。在其他科学家努力开发系统时，麦卡锡又创建了表处理语言LISP。直到现在，许多人工智能程序还在使用这种语言，LISP几乎成了人工智能的代名词。

1959年，图灵发表了一篇划时代的论文《计算机器与智能》，文中提出了人工智能领域著名的图灵测试：如果计算机能在5分钟内回答由人类测试者提出的一系列问题，且其超过30%的回答让测试者误认为是人类所答，则计算机就通过测试并可下结论说机器具有智能。

早在1960年，在一份给IBM管理者的备忘录中，当时的首席执行官小沃森谈及IBM面临的问题是制造“会思考的机器”。从大型机到小型机、从PC到POWER服务器、从“深蓝”到IBM的“沃森”，IBM对“会思考的机器”的思考从未停止过。

1963年，麻省理工学院受到美国政府和国防部的支持进行人工智能研究，美国政府的目的是为了在“冷战”中保持与苏联的均衡。虽然这个目的带点儿火药味儿，但是研究的结果却使人工智能得到了巨大的发展。

20世纪70年代是人工智能的大发展时期，计算机开始有了简单的思维和视觉，另一个人工智能语言Prolog语言诞生了，它与LISP一起几乎成了人工智能工作者不可缺少的工具。

进入20世纪80年代，卡耐基·梅隆大学为DEC公司制造出了专家系统（1980），这个专家系统可以帮助DEC公司每年节约4000万美元左右的费用，特别是在决策方面能提供有价值的内容。受此鼓励，很多国家（包括日本、美国）都再次投入巨资开发所谓的第五代计算机（1982），当时叫作人工智能计算机。随着第五代计算机的研制，人工智能得到了很大的发展。日本在1982年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统KIPS”，其目的是使逻辑推理达到数值运算那么快的速度，虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。

在20世纪80年代出现了人工智能数学模型方面的重大发明，其中包括著名的多层神经网络（1986）和BP反向传播算法（1986）等，也出现了能与人类下象棋的高度智能机器（1989）。此外，其他成果包括能自动识别信封上的邮政编码的机器，这是通过人工智能网络来实现的，精确度可达99%以上，已经超过普通人工的水平。

20世纪80年代末，神经网络飞速发展。1987年，第一次神经网络国际会议在美国召开，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。

20世纪90年代，人工智能出现新的研究高潮。由于网络技术特别是互联网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。人们不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，使人工智能进一步面向实用化。另外，Hopfield多层神经网络模型的提出使人工神经网络的研究与应用出现了蓬勃发展的景象，由此人工智能深入到社会生活的各个领域。

进入21世纪，互联网和大数据推动人工智能进入新的春天，语音识别、图像分类、机器翻译、可穿戴设备、无人驾驶汽车等人工智能技术均取得了突破性的进展，面向特定领域的专用人工智能技术在单点或局部的智能水平测试中超越人类智能，如日本的仿人机器人、美国的大狗机器人、德国的工业机器人及我国的人脸识别、虹膜识别、步态识别等。

通用人工智能技术依然处于起步阶段，研究和应用依然任重道远。人类的大脑是一个通用智能系统，可以举一反三、融会贯通。与其相比，现有的人工智能差距还比较大，如没有智慧、没有情商等。目前，人工智能可分为以下3个层次。

①计算智能。计算智能很早已经取得了比较大的突破，主要依据计算机的强大存储能力和运算资源，在某些任务中对人的一些行为进行模拟。

②感知智能。利用计算机对眼、耳等人的感官进行模拟，使计算机真正能听会说、能听会看，包括语音识别、图像识别及基于计算机的视觉自动驾驶技术等。

③认知智能。认知智能比感知智能更进一步，包括对知识的组织、整理、灵活运用、联想推理等，使计算机真正达到能理解、会思考的水平。