从古代希腊神话中的机械巨人到 20 世纪 40 年代的第一台可编程计算机，人工智能的概念经历了漫长的演变，并终于在 1965 年正式诞生为一门现代学科。在人工智能简史（上）中，我们介绍了人工智能的诞生， AI 的第一次热潮以及紧随其后的第一次 AI 寒冬。人工智能的发展充满曲折。接下来我们就来说说之后的故事。

图片来源：pixabay

一、“连结主义”的复兴

一个普遍的看法是，第一次 AI 寒冬在 1980 年结束，当时一种名叫专家系统的软件点燃了 AI 的复兴。这种软件具有大量人类知识和经验，人们希望机器模拟专家进行决策的逻辑过程，解决诊断血液病、识别化学物质等局限在特定知识领域的问题。机器不需要具备常识，避开了导致人工智能上次失败的一大障碍。这一时期，知识成为了人工智能的研究重点。

1980 年，卡耐基梅隆大学为生产小型计算机的美国数字设备公司开发了专家系统XCOM，专门处理需求各异的计算机采购订单，自动向客户提供符合要求的软硬件搭配。它拥有大约 2500 条规则，准确率达到 95% 至98%。到 1986 年， Etzcom 为数字设备公司节约了 4000 万美元。这一巨大成功，使得世界各地的公司都开始开发和部署专家系统。1985 年时，全世界每年花在专家系统上的钱达到 10 亿美元。

“连结主义“也在 80 年代迎来了复兴，物理学家约翰霍普菲尔德证明了神经网络能以全新的方式学习和处理信息，而杰弗里辛顿等人让反向传播方法应用于神经网络，极大提升了神经网络的性能。 90 年代，神经网络开始用于光学字符识别和语音识别，取得了商业上的成功。专家系统和神经网络第一次在现实世界掀起了 AI 的商业浪潮。实现经济腾飞的日本也在 80 年代加入了全球人工智能竞赛。日本政府拨款 8. 5 亿美元打造第五代计算机，这是一种能像人类一样对话、翻译、解释、图片和推理的机器，这被英美视作对其技术主导地位的挑战。作为回应，英国政府耗资 3. 5 亿美元启动了 Alphi 项目，旨在发展计算机视觉和语音识别。

二、凛冬再至

在美国，商业公司组成的行业联盟开始投资AI，而 DARPA 也启动了一项战略计算计划，意图在 1983- 1993 年间投入 10 亿美元资助先进计算硬件和人工智能研究。到 1985 年， DARPA 已经向美国的工业及学术界投入1亿美元，但其雄心勃勃的十年计划很快遭遇滑铁卢。军方原本想造出一种机器，每秒可以运行 100 亿条指令，能像人一样看、听说和思考，集成程度与人脑相媲美。但他们很快发现，这根本不可能实现。同一时期，专家系统开始暴露出无法解决的弱点，它的维护太过昂贵，很难更新，无法学习，鲁棒性差，并且只能适配极少数的商业场景。专家系统背后的专用 AI 硬件市场随之崩溃，许多公司破产。到 1992 年，日本的第五代计算机计划也已失败告终，至此，昙花一现的复兴结束，人工智能跌入第二个寒冬。人工智能的发展呈现出高度的周期性，这从一个侧面印证了人类对 AI 无法放弃的热情，即便曾经历失败，也坚信它改变世界的巨大潜力。

1990 年代后期和 21 世纪初期，互联网的高速发展为人工智能提供了海量的数据和更多更好的研究资源。搜索引擎、社交网络等互联网应用也丰富了人工智能的商业化场景。诞生于第一次 AI 浪潮中的“连结主义”，在几经沉浮、不断演进之后，成为了 21 世纪人工智能浪潮的主旋律。

三、神经网络的时代

杰弗里辛顿等人在 90 年代初复兴神经网络，之后，卷积神经网络和循环神经网络等模型相继出现，使得神经网络可以处理更复杂的数据和任务。2012 年，辛顿及其学生亚历克斯克里泽夫斯基、伊利亚苏茨克维提出了基于卷积神经网络的深度学习模型Alexnet，在 Imagenet 比赛中大幅超越了传统图像分类方法，标志着深度学习登上了人工智能核心技术的宝座。深度学习技术大幅提高了机器的感知能力。在 21 世纪的前 20 年， AI 在文字识别、语音识别、图像识别和语言理解上相继实现突破，不断逼近可与人类相提并论的水平，并成功实现商业应用，带来了可观的回报。更重要的是，深度学习将人工智能从感知时代带入了生成时代。

神经网络的发展非常直观地反映在了 AI 的图像生成能力上。到 2017 年， AI 已经可以生成以假乱真的人像和物像照片，并且性能还在不断提升。2022 年 11 月， OpenAI 推出了基于大型语言模型的人工智能聊天机器人ChatGPT，令全世界叹为观止。 ChatGPT 实现了人类长久以来对于人工智能的期待，它可以快速地响应人类的定制化需求，为写作或编程等各式问题提供跨越多个知识领域的详细答案。人们竞相在社交网络上展示 ChatGPT 根据自己的要求创作的音乐程序代码、论文、诗词、童话故事甚至电视剧剧本。研究人员在医学等专业领域测试 ChatGPT 的能力，发现 ChatGPT 能得到惊人优异的成绩。

各国政府和科技公司纷纷宣布将大力投入大型语言模型的研发，生成式人工智能已经成为新的技术主旋律。人工智能已经成为全球竞争的重要领域，各国政府和企业都加大对人工智能的投资和研究，以争夺在这一领域的先发优势。人工智能还会经历下一次寒冬吗？深度学习时代长久以来，困扰研究者的技术局限仍然存在，人工智能对于复杂问题的处理能力仍具有不确定性。通用人工智能仍未出现。深度学习的许多算法都不可解释数据隐私问题，也困扰着全世界的消费者和监管机构。人工智能带来的无限可能性，人会刺激人性，吹起不切实际的泡沫，陈旧的顽疾和不可预见的新麻烦仍然可能导致人工智能再次陷入寒冬。想要创造一个人工智能与人类和谐相处的美好社会，需要我们持续关注、研究并尝试解决这些问题。

文章由科普中国-星空计划（创作培育）出品，转载请注明来源。

作者：管心宇 科普作者

审核：于旸 腾讯玄武实验室负责人

来源: 星空计划

内容资源由项目单位提供