1.2.3 第三阶段：发展时期（1970—1992年）

这一时期分为两个阶段：1970—1982年，1983—1992年。20世纪70年代，人工智能的发展因并不符合预期而遭到了激烈的批评和政府预算限制。特别是在1971年，罗森布拉特去逝，加上明斯基等人对感知机的激烈批评，人工神经网络被抛弃，联结主义因此停滞不前。这是人工智能发展历程中遭遇的第一个低潮。

但即使是处于低潮的20世纪70年代，仍有许多新思想、新方法在萌芽和发展。20世纪70年代初，学者约翰·霍兰德（John Holland）创建了以达尔文进化论思想为基础的计算模型，称为遗传算法，并开创了“人工生命”这一新领域。遗传算法、进化策略和20世纪90年代发展起来的遗传编程算法，一起形成了进化计算这一人工智能研究分支。

1970年，《人工智能国际杂志》创刊。该杂志的出现对开展人工智能国际学术活动和交流、促进人工智能的研究和发展起到了积极的作用。1971年，一个由语音识别领域技术领先的实验室组成的联盟成立。该联盟的计划是创建一个具有丰富词汇量的全功能语音识别系统。虽然该计划在当时并不成功，但由此发展而来的语音识别技术已经嵌入智能音箱等设备，进入千家万户。1974年，保罗·韦伯斯（Paul Werbos）提出了如今人工神经网络和深度学习的基础学习训练算法——反向传播（back propagation,BP）算法。

1976年，西蒙和纽厄尔提出了物理符号系统假设，认为物理系统表现智能行为的充分必要条件是它是一个物理符号系统。物理符号系统的基本任务和功能是辨认相同的符号以及区分不同的符号。1977年，爱德华·费根鲍姆（Edward Feigenbaum）在第五届国际人工智能联合会议上提出“知识工程”概念，知识工程强调知识在问题求解中的作用，主要的应用成果就是各种专家系统。专家系统是一种利用知识规则、推理和搜索技术实现对人类专家经验的模拟，以解决某些专业领域问题的智能系统。

这一时期的一个重要特点就是人工智能研究者意识到必须对智能机器的问题范围进行充分限制。在对通用的、人类惯用的解决问题的方式进行仿真，以创造出聪明的搜索算法和推理方法等技术的探索失败后，研究人员意识到，有一条出路是使用大量推理步骤来解决狭隘专业领域的典型问题，这使专家系统取得了快速的发展，并且发展出了医疗专家系统、农业专家系统等。专家系统使人工智能由理论化走向实际化，由一般化走向专业化，这是人工智能发展的一个重要转折点。

经历了一段低潮后，人工智能的发展在20世纪80年代迎来了第二个春天。这主要是由于专家系统对基于符号主义的机器架构进行了重大修订。这一时期，很多模仿人类学习能力的机器学习算法不断发展并越来越完善，机器的计算、预测和识别等能力也随之有了较大提升。与此同时，日本启动了一项关于人工智能的大规模资助计划，并启动了第五代计算机计划。联结主义也由于物理学家约翰·霍普菲尔德（John Hopfield）和认知心理学家大卫·鲁姆哈特（David Rumelhart）所做的工作而重新受到重视。

1982年，霍普菲尔德提出了Hopfield神经网络模型，标志着人工神经网络新一轮的复兴。

1986年10月，鲁姆哈特和杰弗里·辛顿（Geoffrey Hinton）等人，在著名学术期刊Nature上联合发表论文《通过 BP 算法的学习表征》（“Learning Representations by Back-propagating Errors”）的论文。该论文首次系统简洁地阐述了BP 算法在人工神经网络模型上的应用。此后，人工神经网络才真正迅速发展了起来。

20世纪80年代，理论神经科学家大卫·马尔（David Marr）在麻省理工学院开展视觉研究工作。他排斥所有的符号化方法，认为实现人工智能需要自底向上地理解视觉的物理机制，而符号处理应在此之后进行。明斯基认为人的智能根本不存在统一的理论。1985年，他在《心智社会》一书中指出，心智由许多被称为智能体的小处理器组成，每个智能体本身只能做简单的任务，其并没有心智，当智能体构成复杂社会后，就具有了智能。

1987年，在第一届人工神经网络国际会议上成立了国际人工神经网络学会，这标志着人工神经网络进入快速发展时期。科学家已在研制神经网络计算机，并把希望寄托于光芯片和生物芯片上，一个以人工智能为龙头、以各种高新技术产业为主体的“智能时代”即将开启。但好景不长，专家系统过于复杂、性能非常有限等不足使原本充满活力的市场大面积崩溃，第五代智能计算机的研发工作已因此被停止，人工智能的发展在20世纪80年代末进入第二次低潮。

20世纪80年代后期，一种自底向上地创造智能的思想复兴了20世纪60年代起沉寂下来的控制论。麻省理工学院教授罗德尼·布鲁克斯（Rodney Brooks）由此在20世纪90年代创建了行为主义学派。行为主义通过模拟从昆虫到四足动物以及人类等各种对象创建各种智能机器人。在行为主义工作范式下研究者进一步开展了对人工生命和模拟进化的研究。依照人工生命倡导者的愿望，如果能够在机器上进化出生命，则智能将自然产生。

在20世纪80年代和90年代，也有许多认知科学家反对基于符号处理的智能模型，认为身体是推理的必要条件。这称为“涉身（或肉身、体验、具身）的心灵、理性、认知理论（哲学）”。

20世纪90年代初，符号主义人工智能日渐衰落，人工智能研究者决定重新审视人工神经网络。

在人工智能发展的第三阶段中，整个领域比较大的收获是联结主义取得了较大进展，也就是人工神经网络由于少数学者的坚持，取得了很大进步。这种进步的意义在于它助力了当代深度神经网络和深度学习技术的全面爆发，使人工智能进入第四阶段。