本日，我们险些每一天都会在公共媒体上听到人工智能这个词汇。
实际上，有时候我们乃至会认为，这个词已经被遭到了严重的滥用。
但这种环境涌现的韶光并不算长，实际上，人工智能真正家喻户晓，也不过才有两三年的韶光。

2016年的3月份，阿尔法围棋与围棋天下冠军、职业九段棋手李世石进行了一场围棋人机大战，并且终极以4比1的总比分得胜。
在此之前，围棋一贯被认为是天下上智力哀求最高的游戏，代表着人类最高的智能水平，但是，由由谷歌旗下DeepMind公司戴密斯·哈萨比斯领衔的团队却轻而易举击败了天下上最聪明的人。

这是一场在事前被大肆张扬的比赛。
在比赛之前，没有多少人敢断言机器会取得胜利，实际上，在多数的媒体上，舆论表现出的都是对机器的嗤之以鼻。
那些认为机器会有机会的人，在表达不雅观点的时候也显适合心翼翼，毕竟围棋一贯是一种高高在上的智力游戏，在此之前，虽然有打算机能够击败五子棋或者国际象棋的骑手，但是围棋却被认为是更加繁芜的项目，以目前的机器智能水平，降服围棋尚有一定的难度。
至于普通人，大家更加无法相信机器会打败人类这样的假设，由于在他们心中，机器永久只是人类的工具而已。

但末了的结果却充满了戏剧性。
从第一场比赛开始，李世石就输给了机器。
此后的几场比赛之中，李世石虽然拼尽全力，也没有能够摆脱这种局势，终极以1胜4负惨败。

一朝成名天下知，机器的胜利给人们带来了惶恐和迷惑，但无论如何，仅仅用了几年的韶光，人工智能这个词汇的热度一下子达到了历史前所未有的水平。
各行各业都开始加入了对人工智能的谈论。
除此之外，人工智能也开始成为投资圈的热门话题。
就像在过去几年人们必须谈论“互联网+”和“APP”一样，如今大家谈论最多的“风口”和“趋势”，迅速转换成为了人工智能。

但在这种狂热的背后，人们对人工智能的理解仍旧属于百里挑一。
实际上，多数人对付人工智能仍旧一无所知。
大众观点中的人工智能，仿佛是一个凭空冒出来的神奇物种，但真实的情形并非如此。

我们已经在前面已经谈到，智能的发展，实在可以追溯到人类利用工具之时。
但正如历史所显示的，在过去的漫长历史之中，智能的发展虽然一贯在延续，但更多的是为后来的发展奠定思想与工具的根本。
在过往的几千年之中，智能尚未过多的影响我们的生活，这一点，从科技的发展上就可以得到证明。
帕斯卡发明的打算器并没有得到遍及性的利用，笛卡尔的“我思故我在”也不过只是一种哲学思维。
人类在15世纪才进入大规模的印刷时期，又过了200年，望远镜才被发明出来。

真正的智能大进步，大体上也便是一两百年的历史。
在过去的两百多年中，科技发展进入了一种加速状态。
18世纪天下上涌现了蒸汽机，到了19世纪，人类又发明了电动机（1873），电话（1876），汽车，无线电（1897），进入20世纪初，人类又发明了飞机，电视，编程打算机（1943），以及晶体管（1947）。

科学技能取得了重大的发展，但是对付机器是否能取代人类这一问题，人们仍旧没有找到答案。
在人类进入20世纪的时候，数学家希尔伯特提出了人类尚未办理的23个数学大问题，这些问题的个中一个，便是希望未来的数学家可以证明，任何的真理都可以被描述为数学定理。

但在几十年之后，另一位数学家哥德尔却创造，希尔伯特的这个问题是无法证明的，也便是说，在他看来，并非所有的真理都可以被数学描述。
哥德尔的这个判断给我们留下了一个关于人工智能辩论的伏笔，那便是机器到底能否取代人类。
按照哥德尔的意思，如果人工智能便是一种用数学办理问题的方法，那么，它也就存在着无法办理的问题，因此，人工智能是不可能降服人类的。

但另一位著名的数学家图灵思考的是其余一个希尔伯特提出的问题，那便是是否可以将打算的过程全部机器化——在现在我们知道，这实在便是算法，但是在当时还没有这个词汇。
正如我们在上面提到的，1937年时，图灵发明了图灵机。
图灵机为当代打算机的发明奠定了理论根本。

图灵的伟大之处不仅在图灵机上。
13年后，也便是在1950年时，图灵揭橥了一篇名为《机器能思考吗？》的文章。
在这篇文章中，图灵提出了经典的“图灵测试”，如果一个机器能够通过图灵测试，那么，我们就认为这个机器具有智能。
这个测试实在非常大略，假设你坐在两个黑箱子面前，这两个箱子个中一个里面坐的是人，另一个里面则装着一台机器。
然后你可以向他们发问或者与他们进行互换，如果在有限的韶光之内，你分不清这两个箱子里面那个是人哪个是机器，那么我们就可以认定，这台机器通过了图灵测试，是具有智能的。

只管在这个时候人工智能这个学科还没有正式建立，但是图灵测试的提出，还是人工智能发展上的一个主要的标志。
不过，图灵并非是唯一对人工智能这一学科有贡献的天才级别学者。

冯诺依曼是其余一位天才科学家，他的造诣表示在数学、量子物理学、博弈论以及当代打算机科学的方方面面。
如果说图灵提出的图灵机，是为当代打算机描述告终构的蓝图，冯诺依曼则是将这种蓝图的工程实现者。
以二进制和程序为核心的“冯诺依曼架构”后来成为了IBM等制造打算机的通用准则。
只管冯诺依曼后来也被称作是打算机之父，不过，这位博学多才的科学家却非常谦逊，多次强调很多他的创造，实在都是缘于图灵的思想。

其余一位天才是维纳。
在1948年，维纳提出了掌握论。
按照他的理论，动物和机器都是一样，要通过信息输出然后得到反馈来完成某种目的的实现。
既然机器和动物的事理想通，用机器来模拟人也就不是个问题了。
维纳的这种理论，无疑是人工智能发展的主要根本。

如今，1956年的达特茅斯会议被认为是人工智能研究的出发点。
那一年的8月，约翰·麦卡锡（John McCarthy）、马文·明斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·喷鼻香农（Claude Shannon，信息论的创始人）、艾伦·纽厄尔（Allen Newell，打算机科学家）以及赫伯特·西蒙（Herbert Simon，后来的诺贝尔经济学奖得主）和阿瑟·萨缪尔（Arthur Samuel，IBM）等人齐聚达特茅斯学院所在的美国小镇，用两个月的韶光对智能问题进行谈论。
麦卡锡将这次谈论取了一个名字，叫做人工智能夏季研究项目（Summer Research Project on Artificial Intelligence）。
人工智能实在便是机器智能，所谓人工，便是和自然相对立的意思。
人或者其他动物的智能便是自然智能，被人所发明创造出来的，也就成了人工智能。

人工智能这个词最早并不是在这次会议上提出的，但的确由于这次会议而变得有名，自此之后，人工智能就成了机器智能的代名词了 。

跌宕起伏的人工智能

达特茅斯会议上谈论的议题也并非新鲜，实际上，多数的话题都是早已有之，这次会议也没有让大家形成统一的不雅观点，此后这些人也常常相互不认同彼此。
但好处是这一次会议将这些议题统一归结到了人工智能这四个字之下。

在达特茅斯会议之后的十年，人工智能取得了一定的发展。
例如阿瑟·萨缪尔研制的跳棋程序，就具有一定的自我学习能力，可以通过比赛来提升技艺。
1962年时，该程序打败了美国的一个州跳棋冠军。
这个机器学习程序可以说是最早一代的阿尔法狗。
1970年旁边，一个叫Shaky的机器人在斯坦福大学涌现，这是天下上第一个自动机器人。

会下棋，能解字谜，会证明数学定理，还能说英语，人工智能的发展让不少科学家对未来充满了信心，以至于陷入了盲目乐不雅观的田地。
例如在1958年时，赫伯特·西蒙就预测说，10年之内，打算机就能降服天下象棋的冠军，这个寓言当然没有实现，但西蒙也不去世心，他又接着说，“不出20年，人类能做的，机器都能做”。
这种乐不雅观气氛也传染了艺术界，1968年，著名导演库布里克将克拉克的《2001：太空漫游》搬上银幕，这部小说创造出了一个叫做HAL的人工智能形象。
但后来的事实狠狠的打了这位诺奖得主的脸。
人工智能并非无敌，相反，它连一个看似大略的翻译都做不好。
那个叫做Shaky的机器人，原来是准备替代士兵上沙场的，但实在它的电池只能支持它活动十几分钟。

显然，对人工智能大加投入的美国军事部门对此非常失落望——同样是巨资投入，人家那边都能把人送上月球了，你这边连模拟个人也还弗成呢。
于是乎政府大幅减少了投资，商业公司也开始放弃人工智能研究。
反对者将人工智能称为是炼金术这样的虚幻与欺骗行为，人工智能也进入了寒冬。

涌现这一问题，大致有三个缘故原由。
首先是当时打算机的性能不敷。
虽然当时半导体发展朝阳东升，摩尔定律也横空出世，然而，硬件的不敷导致早期很多程序无法在人工智能领域得到运用；其次，早期人工智能之以是能够取得发展，紧张他们办理的是特定问题，工具少，繁芜性低，然而一旦问题变繁芜，机器也就束手无策；末了是数据量严重缺失落，在当时不可能找到足够大的数据库来支撑程序进行深度学习。

20世纪80年代，人工智能涌现了一段复兴期间。
当时最为热门的便是“专家系统”。
当时，卡耐基·梅隆大学为DEC公司制造出了专家系统，而听说这个专家系统可帮助DEC公司每年节约4000万美元旁边的用度。
在此之前，人工智能一贯没有什么可靠的商业运用，而这种可以为商业公司节约本钱的故事，自然成了发展人工智能的最大噱头之一。
与此前不同，这一次走在前面是在经济上崛起的日本。
1981年，日本经济家当省拨款八亿五千万美元支持第五代打算机项目，其目标是造出能够与人对话，翻译措辞，阐明图像，并且像人一样推理的机器。
迫于竞争，英美国家也不得不再次投入到人工智能的研发之中。
然而，专家系统注定也是一场雷声大雨点小的研究，其商业代价并没有想象的那么大，而这也注定了它的失落败。

趋势的变革让人工智能一贯起起落落，在其壮盛期，许多人都认为人工智能可以改变天下，人工智能行业的从业者也可以得到更好的职位，更高的薪资。
然而，一旦陷入衰落，人工智能又回成为最被厌弃，大家喊躲的行业。

不过，只管以机器替代人这一思想为核心的人工智能实践受到了冲击，智能的发展却在20世纪70年代之后步入高潮。
这种发展得益于和人工智能不同的其余一派——智能增强派。
智能增强的英文是Intelligence amplification，简称IA，与人工智能的AI缩写恰好相反，他们的不雅观点也基本是相反的：智能增强派不太相信机器能替代人类，他们只是想把技能作为人类聪慧的延伸而已。
与人工智能比较，这一派别的不雅观点彷佛更加务实，而且也更像是自古以来的智能思想延续。
从打算器到印刷术，这些都是人类智能的结果，也同时“增强”了人类的智能。

提倡这一理念的紧张是一些早期的打算机先驱，个中最有名的一位，要数道格拉斯·恩格尔巴特。
如今这位科学家以鼠标的发明人而流芳百世，但实际上，超文本系统，打算机网络以及用户图形界面都与他密切干系。
恩格尔巴特相信人机互动可以推动人类与技能的共同进化。

1955年，在贝尔实验室发明了晶体管的威廉·肖克利回到老家帕洛阿托创办了肖克利晶体管公司，拉开了硅谷发展的序幕。
之后从仙童到英特尔，半导体行业的快速发展为即将到来的打算机时期奠定了根本。
在20世纪70年代，英特尔推出了第一款商用途理器，施乐中央推出了第一台个人电脑，互联网这个名字出身了，比尔·盖茨核保罗·艾伦创办了微软公司。
到了80年代，这种发展的局势彷佛有增无减，苹果公司上市，微软推出了操作系统。
到了20世纪的末了十年，全体天下都开始沉浸在了互联网高速发展的狂欢之中。

对付追求更高目标的人工智能派而言，这些技能的进步发展虽然带来了希望，但是无论是从打算能力还是数据量的角度，这些进步仍旧不敷以支撑起人工智能派的梦想。
不过，任何的知识或者学科的发展，都不是一帆风顺的，而且，所谓的壮盛每每也蕴藏着风险，而低谷则可能正是一种改造的孕育期。
就像在20世纪80年代，虽然专家系统一度风水水起，达到全盛，但当时不受重视的神经网络，却正在孕育革命性的发展，而这种发展的威力，要到30年后才被我们普通人充分认知。
除此之外，今日人工智能之以是能成为如此热门的行业，也离不开过去50年智能增强所带来的技能根本。

算法在改造，打算机硬件也在持续发展，个人电脑逐渐兴起，打算能力也不断取得打破。
除此之外，互联网开始将全天下的电脑连接起来，一个新的天下正在被创造出来。
1997年，在对互联网的乐不雅观感情即将陷入癫狂之时，IBM的“深蓝”打败了当时的国际象棋天下冠军卡斯帕罗夫，这成为了20世纪末人工智能发展的末了一个重大事宜。