1.2　人工智能的发展历史

人工智能的发展并非一帆风顺，而是经历了漫长而曲折的发展道路。如何描述人工智能自1956年以来的发展历程，学术界可谓仁者见仁、智者见智。这里暂且将人工智能的发展历程划分为如下6个阶段。

起步发展期：1956年—20世纪60年代初期

1956年，约翰•麦卡锡（John McCarthy）、马文•闵斯基（Marvin Lee Minsky）、克劳德•艾尔伍德•香农（Claude Elwood Shannon）等学者在美国汉诺斯小镇召开了达特茅斯会议，共同讨论机器模拟智能的一系列问题。这次会议的召开标志着人工智能的诞生。

反思发展期：20世纪60年代—70年代初期

人工智能发展初期的突破性进展激发了人们对人工智能的期望，人们开始尝试更具挑战性的任务。但研发结果并不令人满意，这使得人工智能的发展走入第一个低谷。

应用发展期：20世纪70年代—80年代中期

20世纪70年代出现的专家系统模拟人类专家的知识和经验解决某个特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。斯坦福大学开发DENDRAL系统的目的是对火星土壤进行化学分析，这也是早期知名的专家系统。斯坦福大学开发MYCIN专家系统用于传染性血液病的研究，该系统成为后来专家系统的重要典范之一。专家系统在医疗、化学、地质、汽车制造等领域取得成功，推动人工智能进入新的发展高峰。

低迷发展期：20世纪80年代中期—90年代中期

随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来，人工智能进入了一个低迷而缓慢的发展时期。

稳步发展期：20世纪90年代中期—21世纪初期

网络技术（特别是互联网技术）的发展加速了人工智能的创新研究，促使人工智能进一步走向实用化。1997年，国际商业机器（International Business Machine，IBM）公司的深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫；2008年，IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。Yann LeCun提出了LeNet5卷积神经网络模型并用于手写字体识别，其结构被后来的网络结构广泛借鉴。Geoffrey Hinton提出了一种适用于多层感知器的反向传播算法——BP算法。这些网络结构和算法都为人工智能的蓬勃发展奠定了良好的基础。

蓬勃发展期：21世纪初期至今

2006年，Geoffrey Hinton在世界顶级学术期刊Science上发表了一篇文章，提出了深度学习的概念。2012年，在ImageNet图像识别大赛中，Hinton和他的学生Alex Krizhevsky设计的深度学习模型AlexNet一举夺冠。2016年，基于深度学习开发的AlphaGo以4:1的比分战胜了国际顶尖围棋高手李世石。

最近，基于人工智能的内容生成技术发展迅速。2022年8月，百度推出“文心一格”AI艺术和辅助绘画平台，可以实现“人人皆可一语成画”。2022年11月，美国OpenAI公司发布智能聊天机器人程序ChatGPT，能够通过理解和学习人类的语言进行对话，甚至能完成撰写邮件、论文、代码等多种任务，颠覆了大众对于人工智能的认知。

本书主要介绍基于深度学习和深度神经网络的新一代人工智能。为了方便介绍，接下来将不再严格区分“新一代人工智能”与“人工智能”，而是将“新一代人工智能”简称为“人工智能”。