1、人工智能发展史人工智能的现状和发展呈现出如下特点：多种途径齐头并进，多种方法协作互补。新思想、新技术不断涌现，新领域、新方向不断开拓。理论研究更加深入，应用研究愈加广泛。研究队伍不断壮大，社会影响与日俱增。人工智能的新春（1993现在）年过半百的 AI 终于实现了它最初的一些目标。它已被成功地用在技术产业中，不过有时是在幕后。这些成就有的归功于计算机性能的提升，有的则是在高尚的科学责任感驱使下对特定的课题不断追求而获得的。不过，至少在商业领域里 AI 的声誉已经不如往昔了。各种因素的合力将 AI 拆分为各自为战的几个子领域，有时候它们甚至会用新名词来掩饰“人工智能”这块被玷污的金字招牌。AI
2、比以往的任何时候都更加谨慎，却也更加成功。 1997 年 5 月 11日，“更深的蓝”成为战胜国际象棋世界冠军卡斯帕罗夫的第一个计算机系统。90 年代，被称为“智能代理”的新范式被广泛接受。尽管早期研究者提出了模块化的分治策略， 但是直到朱迪亚珀尔，纽厄尔等人将一些概念从决策理论和经济学中引入 AI 之后现代智能代理范式才逐渐形成。当经济学中的“理性代理”与计算机科学中的“对象”或“模块”相结合，“智能代理”范式就完善了。 越来越多的 AI 研究者们开始开发和使用复杂的数学工具。人们广泛地认识到，许多 AI 需要解决的问题已经成为数学，经济学和运筹学领域的研究课题。数学语言的共享不仅使 AI
3、可以与其他学科展开更高层次的合作，而且使研究结果更易于评估和证明。AI 已成为一门更严格的科学分支。这些变化被视为一场“革命”和“简约派的胜利”。 AI 研究者们开发的算法开始变为较大系统的一部分。AI 曾经解决了大量的难题，这些解决方案在产业界起到了重要作用。应用了 AI 技术的有数据挖掘，工业机器人，物流，语音识别，银行业软件，医疗诊断和 Google 搜索引擎等。 90 年代的许多 AI 研究者故意用其他一些名字称呼他们的工作，例如信息学，知识系统，认知系统或计算智能。部分原因是他们认为他们的领域与 AI 存在根本的不同，不过新名字也有利于获取经费。 2005 年，斯坦福开发的一台机器人
4、在一条沙漠小径上成功地自动行驶了 131 英里，赢得了 DARPA 挑战大赛头奖。 2007 年，奇耶等人创立Siri，当时的 Siri 只是 iOS 中的一个应用。苹果公司在 2010 年 4 月 28 日完成了对 Siri 公司的收购，重新开发后只允许 Siri 在 iOS 中运行。 2010 年，塞巴斯蒂安特龙领导的谷歌无人驾驶汽车曝光，当时已经创下了超过 16 万千米无事故的纪录。2013 年年末，当时的联合创始人兼 CEO 马克扎克伯格前往位于塔霍湖的一家酒店参加神经信息处理系统（NIPS）技术会议。因为扎克伯格的到来而成了一个风向标，人工智能再一次从单纯的学术研究走向商业化。 20
5、14 年，中国第 116 届广交会会展中心，机器人“旺宝”（BENEBOT）能够热情招呼访客，而这款出自科沃斯（ECOVACS）的导购机器人，可以与人类进行视频或音频对话，使消费者迅速了解商品信息 2014 年 6 月 7 日首次通过了图灵测试，预示着人工智能进入全新时代。人工智能的开源热潮、机器学习技术的进一步发展、无人机市场的逐步成熟、虚拟现实和增强现实的持续火热、谷歌量子计算机的重大进展等等，成为 2015 年前沿科技的风向标。 2016 年谷歌AlphaGo 在第一次与世界顶尖围棋手的较量中取得胜利，这是人工智能发展史上重要的里程碑，代表人工智能已经能在诸如围棋等高度复杂的项目中发挥出
6、超过人类的作用。人工智能的冬天（1987 年1993 年） 80 年代中商业机构对 AI 的追捧与冷落符合经济泡沫的经典模式，泡沫的破裂也在政府机构和投资者对 AI 的观察之中。 “AI 之冬”一词由经历过1974 年经费削减的研究者们创造出来。他们注意到了对专家系统的狂热追捧，预计不久后人们将转向失望。事实被他们不幸言中，专家系统的实用性仅仅局限于某些特定情景。 到了 80 年代晚期，战略计算促进会大幅削减对 AI 的资助。DARPA 的新任领导认为 AI 并非“下一个浪潮”，拨款将倾向于那些看起来更容易出成果的项目。 80 年代后期，一些研究者根据机器人学的成就提出了一种全新的人工智能方案
7、。他们相信，为了获得真正的智能，机器必须具有躯体。他们号召“自底向上”地创造智能，这一主张复兴了从 60 年代就沉寂下来的控制论。人工智能的繁荣期（1980 年1987 年） 在 80 年代，一类名为“专家系统”的 AI 程序开始为全世界的公司所采纳，而“知识处理”成为了主流 AI 研究的焦点。日本政府在同一年代积极投资 AI以促进其第五代计算机工程。 专家系统的能力来自于它们存储的专业知识。知识库系统和知识工程成为了 80 年代 AI 研究的主要方向。 第一个试图解决常识问题的程序 Cyc 也在 80 年代出现，其方法是建立一个容纳一个普通人知道的所有常识的巨型数据库。 1981 年，日本经
8、济产业省拨款八亿五千万美元支持第五代计算机项目。其目标是造出能够与人对话，翻译语言，解释图像，并且像人一样推理的机器。其他国家纷纷作出响应，DARPA 也行动起来，组织了战略计算促进会，其 1988 年向 AI 的投资是 1984 年的三倍。80 年代早期另一个令人振奋的事件是约翰霍普菲尔德和大卫鲁姆哈特使神经网络重获新生。AI 再一次获得了成功。 1982 年年初，硅谷著名人工智能公司 Teknowledge 终于能够用两个月的时间处理 100 万美元的业务了。 1986 年，在里根时代“星球大战计划”（SDI）的推动下，美国与人工智能相关的软硬件销售额高达 4.25 亿美元。人工智能的第一
9、次低谷（20 世纪 7080 年代） 70 年代初，AI 遭遇了瓶颈。当时的计算机有限的内存和处理速度不足以解决任何实际的 AI 问题。要求程序对这个世界具有儿童水平的认识，研究者们很快发现这个要求太高了：1970 年没人能够做出如此巨大的数据库，也没人知道一个程序怎样才能学到如此丰富的信息。由于缺乏进展，对 AI 提供资助的机构（如英国政府，DARPA 和 NRC）对无方向的 AI 研究逐渐停止了资助。NRC（美国国家科学委员会）在拨款二千万美元后停止资助。 单克用“芜杂（scruffy）”一词描述他们“反逻辑”的方法，与麦卡锡等人的“简约（neat）”方案相对。 在 1975 年的一篇开创
10、性论文中，明斯基注意到与他共事的“芜杂派”研究者在使用同一类型的工具，即用一个框架囊括所有相关的常识性假设。他称之为“脚本（scripts）”，基于这一想法他使程序能够回答关于一篇英语短文的提问。 多年之后的面向对象编程采纳了 AI“框架”研究中的“继承（inheritance）”概念。 1977 年，SRI 的人工智能研究员哈特和杜达开发了 Prospector，用于探测矿藏。 约翰塞尔于 1980 年提出“中文房间”实验，试图证明程序并不“理解”它所使用的符号，即所谓的“意向性”问题。Searle 认为，如果符号对于机器而言没有意义，那么就不能认为机器是在“思考”。人工智能的黄金时代（20
11、 世纪 5070 年代） 1956 年戴沃尔与约瑟夫恩格尔博格，创建了世界上第一家机器人公司，名为“尤尼梅新”。 1956 年，奥利弗萨尔夫瑞德研制出第一个字符识别程序，开辟了模式识别这一新的领域。 1957 年，纽厄尔和西蒙等开始研究一种不依赖于具体领域的通用问题求解器，他们称之为 GPS（General Problem Solver），这一时期，搜索式推理是许多 AI 程序使用相同的基本算法。 1958 年，约翰麦卡锡发明 Lisp 计算机分时编程语言，该语言至今仍在人工智能领域广泛使用。 1958 年，美国国防部先进研究项目局（Defense Advanced Research Proj
12、ects Agency）成立，主要负责高新技术的研究、开发和应用。40 多年来，DARPA 已为美军研发成功了大量的先进武器系统 ，同时为美国积累了雄厚的科技资源储备，并且引领着美国乃至世界军民高技术研发的潮流。 1962 年，世界上首款工业机器人“尤尼梅特”开始在通用汽车公司的装配线上服役。 1963 年 6 月，MIT 从新建立的 ARPA（即后来的 DARPA，国防高等研究计划局）获得了二百二十万美元经费，用于资助 MAC 工程，其中包括明斯基和麦卡锡五年前建立的 AI 研究组。此后 ARPA 每年提供三百万美元，直到七十年代为止。 1964 年，IBM 360 型计算机成为世界上第一款
13、规模化生产的计算机。 早在 1958 年，约翰麦卡锡就提出了名为“纳谏者”的一个程序构想，将逻辑学引入了 AI 研究界。然而，根据 60 年代末麦卡锡和他的学生们的工作，对这一想法的直接实现具有极高的计算复杂度：即使是证明很简单的定理也需要天文数字的步骤。麦卡锡认为，人类怎么思考是无关紧要的：真正想要的是解题机器，而不是模仿人类进行思考的机器。麦卡锡等人一派被称为“简约派”。 1966 年到 1972 年间，美国斯坦福国际研究所(Stanford Research Institute, SRI)研制了移动式机器人 Shakey, 并为控制机器人而开发了 STRIPS 系统，Shakey 是首台
14、采用了人工智能学的移动机器人，引发了人工智能早起工作的大爆炸。 1966 年，MIT 的魏泽堡发布了世界上第一个聊天机器人 Eliza。 Eliza 的智能之处在于她能通过脚本理解简单的自然语言，并能产生类似人类的互动。而其中最著名的脚本便是模拟罗吉斯心理治疗师的 Doctor。 1968 年 12 月 9日，加州斯坦福研究所的道格恩格勒巴特发明计算机鼠标，构想出了超文本链接概念，它在几十年后成了现代互联网的根基。恩格尔巴特提倡“智能增强”而非取代人类，被誉为“鼠标之父”。 1972 年，维诺格拉德在美国麻省理工学院建立的一个用自然语言指挥机器人动作的系统 SHRDLU，它能用普通的英语句子与
15、人交流，还能作出决策并执行操作。人工智能的诞生（20 世纪 4050 年代） 1947 年，神经学研究发现大脑是由神经元组成的电子网络，其激励电平只存在“有”和“无”两种状态，不存在中间状态。 1948 年，早在计算机时代刚刚进入黎明时，诺伯特 维纳就提出了一种“控制论”的概念。维纳是最先预见到信息技术双重可能性的人,这把双刃剑可能 逃离人类掌控并反过来控制人类。此外,他还是最早对机器智能的到来提出批判的学者。 1948 年10 月，香农发表论文通信的数学理论，被作为现代信息论研究的开端，而香农也因此被誉为“信息论之父”。 1950 年，图灵发表了一篇划时代的论文，预言了创造出具有真正智能的机
16、器的可能性。图灵测试是人工智能哲学方面第一个严肃的提案。 1951 年，马文明斯基与迪恩埃德蒙兹一道建造了第一台神经网络机 SNARC。 1954 年乔治戴沃尔，设计了世界上第一台可编程机器人。 1955 年，纽厄尔和西蒙在 J. C. 肖的协助下开发了“逻辑理论家”。这个程序能够证明数学原理中前 52 个定理中的 38 个，其中某些证明比原著更加新颖和精巧。这一断言后来被约翰塞尔称为“强人工智能”，即机器可以像人一样具有思想。 1956 年，马文 明斯基与约翰 麦卡锡、克劳德 香农等人一起发起并组织“达特茅斯会议”，并在会议上首度提出“人工智能”概念，这次会议之后被誉为“人工智能的起点”。人
17、工智能的漫长萌芽期（1720 世纪 50 年代） 17 世纪中，莱布尼兹、托马斯霍布斯和笛卡儿提出形式符号系统假设，为人工智能（AI）的研究打下了基础。 19 世纪初，查尔斯巴贝奇设计了一台机械式可编程计算机（“差分机”），但未能建造出来。 20 世纪，布尔的思维的定律、弗雷格的概念文字、罗素和怀特海的数学原理这些著作在数理逻辑研究上有了极大的突破，使得人工智能呼之欲出。 1936年，数学家阿隆佐邱奇和艾伦图灵命名邱奇-图灵论题，提出所有计算或算法都可以由一台图灵机来执行，该论题被誉为构建计算机科学的基础之一。 1946 年 2 月 14 日，发展了图灵和约翰冯诺伊曼学说的、世界上第一台电子多
18、用途计算机 ENIAC 在美国宣告诞生，为人工智能的出现奠定了基础。 人工智能作为新一代生产和服务的工具，越来越多的参与到我们的生活中来，从而更多的服务我们，但一些走在科技前沿的工作者对其并不感到乐观，更坦言，如果人工智能自行发展，以加速度重新设计自己，由于受到缓慢的生物演化的限制，人类不能与之竞争，最终将会被代替。但是我认为只要我们把人工智能的潜在风险控制在可以承受的范围之内，将会促进社会的进步。总的来说，人工智能拥有繁荣景象和光荣前景，虽然在通向其最终目标的道路上还有不少困难、问题和挑战、但前进和发展毕竟是大势所趋。参考文献康师友. 人工智能技术导论高济，朱淼良，何钦铭. 人工智能基础沟口理一郎，石田亨. 人工智能马少平，朱晓燕. 人工智能
