作者 | Harper

审核 | gongyouliu

编辑 | auroral-L

我们之前从各个方位解读了人工智能的定义，相信大家肯定已经对人工智能有了初步的见地。
那我们再次回到之前讲到过的人工智能发展史。
从20世纪60年代到90年代再到本日，从泰西跳棋到国际象棋再到围棋，三盘棋，三次人工智能在"大众中引发的热潮——大家肯定不禁要问了，为什么处在风口浪尖的偏偏都是人机对弈，为什么会下棋的打算机程序如此风光？

纵不雅观人工智能发展史，人机对弈只是人工智能在"大众年夜众心目中的地位起起 落落的一个缩影。
对付人工智能的技能研发者而言，选择人机对弈作为算法 的打破口，这一方面是由于棋类游戏代表着一大类 范例的、有清晰定义和规 则、随意马虎评估效果的智能问题;另一方面也是由于具备一定 繁芜性的棋类游戏常日都会被"大众年夜众视为人类聪慧的代表，一且打破了人机对弈算法，也就意味着打破了"大众对人工智能这项新技能的接管门槛。

的确，每次人机大战以及打算机胜出的结果，都在"大众视野中激起万千波澜。
从被人工智能在某些领域的惊艳表现震荡，到逐渐认识到当时的人工智能还有各种局限，人们已经经历了两次这样的生理落差。
但与其说这是人类自身的生理落差，不如说这是打算机是否具有智能的剖断标准不断被拔高。

前两次人工智能热潮，每一次都开释过人类关于未来的瑰丽想象力。
，每一次都让许多人热血沸腾，但是很不幸，两次热潮无一例外地陷入低谷，那么第三次人工智能热潮会如何发展呢？这一次热潮有何实质上的不同？

学术界，家当界和投资界在谈到高潮和低谷时，常常会引用高德纳咨询公司推举的技能成熟度曲线，这条曲线显示出，险些每一项新兴且成功的技能，在真正成熟之前，都要经历先扬后抑的过程，并在波折起伏中通过积累和迭代，终极走向真正的繁荣、稳定和有序发展。

将高德纳技能成熟度曲线对应到人工智能波折起伏的发展进程中，实在不丢脸到，人工智能此前两次表现出的热潮，更多该当被理解为一项新兴技能在抽芽期的躁动以及在泡沫期的过分膨胀。

20世纪50年代到60年代，以艾伦.图灵提出图灵测试为标志，数学证明系统，知识推理系统等里程碑式的技能和运用一下子在研究者中掀起了第一波人工智能热潮，但那个年代无论是打算机的运算速率还是干系的程序设计和算法理论，都远不敷以支撑人工智能的发展须要。

随后大家对人工智能的激情亲切也迅速消退了。
直到20世纪80年代到90年代，基于统计模型的技能悄然兴起，并在语音识别、机器翻译等领域取得了不俗的进展，人工神经网络也在模式识别等运用领域开始有所建树，但是那个时期技能进步还不足好，不敷以超过人类对智能机器的生理预期。

从整体上看，那一拨人工智能热潮仍旧笼罩着浓厚的学术研究和科学实验色彩，虽然引发了大众的激情亲切，但远没有达到与商业模式，大众需求接轨并稳定发展的地步。
2010年前后，随着深度学习技能的成熟，加上打算机运算速率的大幅增长，当然还有互联网时期积累起来的海量数据财富，人工智能开始了一段与以往大为不同的复兴之路。

人们在ImageNet竞赛中取得的非凡造诣是人工智能发展史上一个了不起的里程碑，也是当今这一波人工智能热潮由抽芽到兴起的关键节点。
随着机器视觉领域的打破，深度学习迅速开始在语音识别、数据挖掘、自然措辞处理平分歧领域攻城略地，乃至开始将以前被人们视为科幻的自动驾驶技能带入现实。
此外，基于深度学习的科研成果还被推向了各个主流商业运用领域，如银行、保险、交通运输、医疗、教诲、市场营销等，第-次实现了人工智能技能与家当链条的有机结合。

以是，我们说“人工智能来了”，实在是说，人工智能或深度学习真的可以办理实际问题了。
在机器视觉、语音识别、数据挖掘、自动驾驶等运用处景，人工智能接连打破了人们可以接管的生理阈值，并第一次在家当层面“落地”，发挥并创造出真正的代价。

到底本次人工智能热潮是不是处于技能成熟度曲线的成熟上升期，到底能不能保持长期持续增长的势头，是不是会像此前的人工智能热潮那样，有跌入低谷的风险?大家可以通过这些剖析，做出自己的判断。