三拂铡、人工智能低谷期(20世紀七十年代)
?????? 20世紀70年代初，人工智能發(fā)展到了瓶頸期葱绒。當時的計算機硬件性能低下感帅，不足以解決任何實際的人工智能問題。研究者們發(fā)現(xiàn)AI要實現(xiàn)兒童水平的認識能力都做不到地淀。在那時候沒人能夠做出海量存儲的數(shù)據(jù)庫失球，也沒人知道一個程序怎樣才能“學習”如此巨量的信息。由于失去了方向帮毁，人工智能研究進展遲緩实苞，提供資助的機構也逐漸停止了資金的支持。代表事件有：美國國家科學委員會(NRC)在對人工智能研究撥款二千萬美元之后烈疚，停止了資助黔牵。
????????這一時期，人們認為要讓機器變得有智能爷肝，就應該設法讓機器學習知識猾浦，于是開始研發(fā)叫做“專家系統(tǒng)”的程序陆错。后來的研究實踐證明，把知識總結出來再輸入給計算機是相當困難的金赦。舉個例子來說音瓷，想要開發(fā)一個疾病診斷的人工智能系統(tǒng)，首先要找大量有經驗的醫(yī)生夹抗，總結出疾病的規(guī)律和知識绳慎，然后再讓機器進行學習。這個過程在知識總結的階段已經花費了大量的人力成本漠烧，把數(shù)據(jù)整理杏愤、結構化然后輸入計算機，然而機器僅僅變成一臺執(zhí)行知識庫的自動化工具已脓，完全無法達到真正意義上的智能水平声邦，更不用說取代人類的工作了。
????這一時期的典型的例子：
????????1972-1976年摆舟，愛德華·費根鮑姆(Edward?Feigenbaum)研發(fā)MYCIN專家系統(tǒng)，用于協(xié)助內科醫(yī)生診斷細菌感染的疾病邓了，并提供建議的最佳處方恨诱。
????????1977年，斯坦福大學SRI的人工智能研究員哈特和杜達開發(fā)了Prospector專家系統(tǒng)骗炉，用于地質行業(yè)探測礦藏照宝。
????????這個階段的人工智能研究進展，在專家系統(tǒng)的應用取得一定成果之后句葵，又進入了死胡同厕鹃。但這個階段的研究工作也有積極意義，實現(xiàn)了人工智能從理論研究走向專門知識應用乍丈，是AI發(fā)展史上的一次重要突破與轉折剂碴。同時計算機視覺、機器人轻专、自然語言理解忆矛、機器翻譯等AI 應用研究的發(fā)展，也為后來人工智能的爆發(fā)打好了理論基礎请垛。
四催训、人工智能泡沫期(1980年~1992年)
?????????在1980年哲學家約翰·塞爾(J.R.Searle)提出了“中文房間”思維實驗，這也是著名的十大思維實驗之一宗收。這個思維實驗是這樣的：想象一個只會說英語的人漫拭，獨自待在一個房間里，這間密室只有門上有一個小窗可以與外界交換信息混稽。這個人隨身帶著一本漢字使用指南采驻。房間里還有足夠的稿紙审胚、鉛筆。房間外面有一個說中文的人挑宠，把中文句子寫在紙片上菲盾，通過小窗口送入房間中。房間里的人可以使用他的中文工具書來翻譯這些中文句子并且用中文來回復各淀，從而與外面的人進行書面對話懒鉴。這個實驗神奇之處在于房間里的人不會說中文，他也不能夠用中文思考碎浇。但因為他擁有某些特定的工具临谱，他甚至可以讓以中文為母語的人“以為”他能流利的說中文，這件事看起來是多么不可思議奴璃！
? ??????塞爾提出這個實驗悉默，是為了反駁那些人的觀點：他們認為電腦和其他人工智能能夠真正思考。
????????而電腦就是這樣工作的苟穆，它們無法真正理解接收到的信息抄课，但可以運行一個程序來處理這些信息，然后給人展示一個智能的印象雳旅。賽爾試圖證明程序并不“理解”它所使用的符號跟磨，如果符號對于機器而言沒有意義，那么就不能認為機器是在“思考”攒盈。
????????很多人工智能開發(fā)者為了通過圖靈測試也就是讓機器能夠與人類展開間接對話抵拘，同時不被發(fā)現(xiàn)其機器身份，進而不斷的完善手上的“工具”型豁，通過自然語言識別等技術僵蛛，讓程序對人輸入的句子進行“像人一樣”的回復，但這并不能被認為是有智能的迎变，這是形式上的智能和實質的智能的本質區(qū)別充尉。弱人工智能強調行為相似性，也就是模仿衣形；而強人工智能強調自我意識和認知以及解決問題的能力喉酌。
????????在八十年代，之前提出“專家系統(tǒng)”的AI程序開始被全世界的公司所采納泵喘，而“知識處理”業(yè)務漸漸成為了主流AI研究的焦點泪电。專家系統(tǒng)的能力來自于它們存儲的專業(yè)知識，所以知識庫系統(tǒng)和知識工程成為了八十年代AI研究的主流方向纪铺。
????????? 八十年代中商業(yè)機構對AI的追捧與冷落符合經典的經濟泡沫模式相速，泡沫的破裂也反應在政府機構和投資者對AI態(tài)度上面。八十年代晚期鲜锚，戰(zhàn)略計算促進會大幅削減對AI的資助突诬。DARPA的新任領導認為AI并非“下一個浪潮”苫拍，撥款將傾向于那些看起來更容易出成果的項目。
????????經歷幾年前經費削減的研究者們將之稱為“AI的冬天”旺隙。他們注意到了當下對專家系統(tǒng)的狂熱追捧绒极，也預計不久后人們將轉向失望。事實也確實如此蔬捷，維護費用居高不下垄提、系統(tǒng)難以升級、使用不便周拐、還很脆弱铡俐，這樣專家系統(tǒng)實用性僅僅局限于某些特定情景。
? ???????到了八十年代后期妥粟，一些研究者根據(jù)機器人學最新成果提出了一種全新的人工智能方案审丘。他們相信為了獲得真正的智能员帮，機器必須具有軀體– 它需要感知读慎，移動屈留，生存蚓胸，與這個世界交互。他們提出了新的號召“從底層開始向上”創(chuàng)造智能旋炒。
????這一時期的階段成果有：
?????? 第一個試圖解決常識問題的程序Cyc也在80年代出現(xiàn)掌测，其方法是建立一個容納一個普通人知道的所有常識的巨型數(shù)據(jù)庫乖阵。
?????1981年旅择，日本經濟產業(yè)省撥款八億五千萬美元支持第五代計算機項目。其目標是造出能夠與人對話侣姆，翻譯語言生真，解釋圖像，并且像人一樣推理的機器捺宗。其他國家紛紛也作出響應柱蟀，DARPA也行動起來，組織了戰(zhàn)略計算促進會蚜厉，在1988年向AI的投資是1984年的三倍之多长已。但與其他AI項目一樣，期望比真正可能實現(xiàn)的要高得多昼牛。
?????八十年代早期另一個令人振奮的事件是約翰·霍普菲爾德(JohnHopfield)和大衛(wèi)·魯姆哈特(DavidRumelhart)使神經網絡重獲新生术瓮，AI再一次獲得了成功。
???? 1986年贰健，在里根時代“星球大戰(zhàn)計劃”(SDI)的推動下胞四，美國與人工智能相關的軟硬件銷售額高達4.25億美元。
這一階段人工智能研究取得了一些成果伶椿，但由于總是過分樂觀的估計了項目可以實現(xiàn)的程度辜伟，導致的對項目的結果大為失望氓侧。但總體還是在曲折中探索前進，而黎明前的曙光就要到來导狡。
????PS:大家覺得內容不錯的話請轉發(fā)约巷、點贊、評論一條龍~~
????覺得非常不錯并且想要了解最新課程內容旱捧，加入圈子討論的請點擊“原文鏈接”独郎，歡迎或者wx搜索"知識星球"小程序，在里面訂閱“人工智能進化論”原創(chuàng)課程廊佩。或者加wx:AI61825
