人工智能的概念自1956年在美國達特茅斯會議（Dartmouth Conferences）上被明確提出後，至今已經走過了61年的發展歷程。我們站在2017年這個時間點，看到的是人工智能在創投圈的火熱，在媒體中搶盡風頭，但其實人工智能在發展過程中，曾不止一次同樣被推到風口浪尖，也曾遭遇過寒冬。
丘吉爾有一句名言：你能看到多遠的過去，就能看到多遠的未來。筆者認為這句話應當同目前人工智能領域從業者共勉，因為歷史總能道出一些最真實的內容。
第一次寒冬（1974年至1980年）
在1956年達特茅斯學院會議後，人工智能進入了第一次繁榮時期（1956年到1974年），人工智能跟隨著計算機一起快速發展，在這一時期學術界對人工智能的貢獻最大，深度學習的雛形感知器和增強學習的雛形貝爾曼公式都出現在這一時期。重要的突破事件包括：1958年，Lisp 計算機分時編程語言被髮明出來，該語言至今仍在人工智能領域廣泛使用；1964年，人工智能科學家發明了一個能證明應用題的機器STUDENT；1966年，MIT發佈一臺叫做ELIZA的機器，可以實現簡單人機對話。
然而到了70年代初，人工智能遭遇第一次寒冬。由於此前對人工智能的預期過於樂觀，研究人員高估了這項新技術的應用範圍，而當時計算機有限的內存和處理速度根本不足以解決任何實際問題。況且，70年代的數據庫不夠豐富，研究人員在現有水平下也無法提出有效解決方案。因此，由於缺乏進展，政府機構對人工智能的資助停止，到了1974年幾乎沒有任何機構資助人工智能項目。
第二次寒冬（1987年至1993年）
雖然政府對人工智能的資助暫停，但這促使研究人員思考如何將人工智能落地產生價值。進入80年代，一類名為“專家系統”的AI程序開始為全世界的公司所採納，而“知識處理”成為了主流AI研究的焦點。
專家系統是一個僅限於某些很小的知識領域的程序，從而避免了常識問題；其簡單的設計又使它能夠較為容易地編程實現或修改。實踐證明了這類程序的實用性，於是AI開始變得實用起來。日本政府重新對人工智能項目撥款，積極投資AI以促進其第五代計算機工程，其他國家也聞風而動。
不過好景不長，進入80年代後期，個人計算機的性能迅猛發展，使用“增強智能”看似比人工智能有更大的發展，而專家系統的機器維護費用奇高，難以升級，侷限性又凸現出來，資本和政府資助也隨之而去，投向於那些看起來更容易出成果的項目，人工智能進入第二次寒冬。
經歷了兩次起伏後，人工智能領域的某些學者開始潛心研究特定課題，他們利用提升性能的計算機，實現了人工智能在具體任務上重大突破。其中，最著名的當屬1997年“更深的藍”戰勝國際象棋世界冠軍卡斯帕羅夫。此外，人工智能在行業中的價值也越發明顯，分別以工業機器人、語音語義識別、計算機視覺等具體技術切入市場。直到2016年阿爾法狗戰勝李世石，深度增強學習這隻“沉睡的雄獅”醒來，帶來前所未有的應用價值。
第三次寒冬會否到來？
回顧人工智能的發展歷史不難看出，以細分的技術去創造行業應用價值是人工智能得以進步的根本動力，資本只會錦上添花，亦或是火上澆油。而反觀當前的創投圈，一方面人工智能技術在產業中的滲透速度加快，而另一方面某些人工智能技術被過分誇大，侷限性卻被忽視，這不禁讓業界人士猜想，下一次的寒冬是否即將到來？
5月21日，2017全球人工智能技術大會尖峰對話環節，將由中國人工智能學會副理事長、北京大學教授劉宏主持，西北工業大學教授、西工大智能聲學與臨境通信中心的主任陳景東，小i機器人總裁兼CEO朱頻頻，達闥科技創始人兼CEO黃曉慶，亮風臺 創始人/CEO廖春元，紫牛基金合夥人張泉靈，北京深瞐科技有限公司董事長兼總經理陳瑞軍，紅杉資本中國基金合夥人周逵，共同與您未雨綢繆，探討“AI的第三次寒冬會不會來到？”
相關推薦
