1956年夏天，在美国达特茅斯大学一群青年学者发起并组织了一个为期两个月的暑期研讨班，十多位代表围绕着一个当时尚不存在的全新主题——人工智能展开了讨论，对其定义、研究范畴、可能解决的问题等进行了详细探讨。这次会议就是人工智能发展史上第一个浪潮的起源。这些年轻人后来大都获得了有“计算机领域诺贝尔奖”之称的图灵奖。那次会议也成为人工智能发展的原点，机器的智能化就此萌芽。
此后60年，人工智能经历了起起伏伏，螺旋式发展的态势。起初的20年，人工智能主要在符号主义、推理、专家系统等领域快速突破。1958年，卡耐基·梅隆大学的两位科学家赫伯特·西蒙（Herbert A.Simon）和纽厄尔（A.Newell）设计了“逻辑理论家”程序，证明了罗素《数学原理》52个定理中的38个，这一结果让他们大为振奋，提出了一个著名的预言，即十年之内机器智能将达到与人类一样的高度，能解决诸多问题，例如十年内战胜国际象棋冠军、十年内发现和证明有意义的数学理论、十年内能谱写优美的乐曲、十年内实现大多数心理学理论认可的人的智能行为等。
这一预言过于乐观。到了六十年代末、七十年代初，由于上述预言并未实现，关于人工智能方法论的争论日渐激烈，以逻辑推理为特征的符号主义流派逐步消沉，人工智能迎来了第一个冬天，并在1976年到达谷底。其后，以神经元网络为基础的连接主义流派重新获得了研究者的青睐，形形色色的神经元网络如雨后春笋般涌现出来，特别是1986年提出的误差逆传播网络（BP网络），能够使多层神经元网络训练保证收敛，驱动了人工智能发展的第二次浪潮。到了九十年代中期，利用BP网络及其相关模型的应用系统达到一定高度，可以解决的问题基本解决了，特别复杂的问题，因神经元网络规模太大和学习时间太长等障碍，还是解决不了，系统性能接近了“天花板”，人工智能的第二次冬天来临。
2006年，以当年NIPS会议发表的分布式大规模神经元网络学习为代表的三篇论文为转折点，人工智能迎来第三次浪潮。这波浪潮最大的亮点是结合互联网大数据的深度学习取得了很大突破。在摩尔定律的指引下，硬件发展有目共睹，低廉的价格和强大的计算能力为研究创造了良好的物理条件，模型和参数调整技巧的进步大大缩短了训练时间，机器深度学习的速度不断加快。互联网技术带来的科技革命使得“智能”成为了时代的主题。
2016年，西蒙和纽厄尔的预言迎来了又一次有力的证明。谷歌公司的人工智能程序AlphaGo在与世界顶级围棋手李世石的比赛中取得了压倒性的胜利。数月后，化名“Master”的AlphaGo又在线上取得60连胜，而它的对手则是中日韩公认的围棋“国手”们。
这些事件在大众间引起了很大的反响，但是应该注意到的是，AlphaGo能够战胜以李世石为代表的人类棋手，其本质并不是它具有了“思考”能力，而是能够利用数千万人类或者机器产生的棋谱进行训练，其经验积累的速度远大于人类。
AlphaGo的表现引发了一批人工智能将会“替代”人的言论，其实这一天还非常遥远。参考哈佛大学心理学家加德纳的多元智能理论，目前的人工智能在逻辑、语言文字、图形图像的处理上有了一定的发展，但是在空间、音乐、肢体动作、内省等多个方面，与真正人类的智能存在着天壤之别。
在人工智能与大数据、互联网深度结合的当下，它带来的最大影响将主要体现在产业发展方式和模式的改变上。语音处理、自然语言理解、图像识别等应用仅仅只是开始，进入智能时代，生产力和生产关系都将有所改变，高校与科研机构的先进技术有了更大的应用空间，走出象牙塔，推动产业融合与变革，实现技术与商业的比翼双飞。机器的智能化应用不断深入，产生了很多新的业务、新的领域。
所以，当王延峰博士将他的书稿发送给我后，我很高兴，能够在这十余万字的著作中看见他对这个时代的技术发展与产业变革的思考。作为管理学的博士，他一直保持着对产业发展和商业动态的关注，同时，数年媒体网络领域的从业经历，也给了他最好的实践机会，能够深入观察和探究产业发展的规律。
延峰给这本书取名《无界》，我觉得这个标题很好地概括了当今的世界，正是在一次次的跨界中，我们突破了旧的藩篱，拥抱变化，持续发展。
高文
高文
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
