人工智能发展历史

20世纪40年代随着世界上第一台计算机ENIAC被发明，这种可编程的数字计算机使很多科学家开始思考构造一个电子大脑的可能性。1956年，在达特茅斯学院举行的一次会议上正式确立了人工智能的研究领域。会议的参与者在接下来的数十年都是人工智能（Artificial Intelligence，AI）研究领域的领军人物，他们中的很多人都预言说:经过一代人的努力，与人类智能具有同等水平的机器将会出现［2］。然而人工智能的发展却充满波折。

人工智能的第一个黄金时代是1956—1974年。在达特茅斯会议后，人工智能迎来了第一个发展的高峰。这一时期涌现了大批成功的人工智能程序（AI），产生了许多新的研究方向。人工智能在搜索式推理方面采用回溯的方法，这种AI可以证明几何定理。同时在自然语言方面的研究成果可以让AI学习和使用英语，Joseph Weizenbaum的ELIZA是第一个聊天机器人，可能也是最有趣的会说英语的程序；还有早期的一个成功范例是Daniel Bobrow的程序STUDENT，它能够解决高中程度的代数应用题。麻省理工大学AI实验室的Marvin Minsky和Seymour Papert曾提出过关于人工智能的重要思想，他们建议AI研究者们专注于被称为“微世界”的简单场景。他们指出，在成熟的学科中往往使用简化模型帮助基本原则的理解，在这一指导思想下，Gerald Sussman（研究组长），Adolfo Guzman，David Waltz（“约束传播（constraint propagation）”的提出者），特别是Patrick Winston等人在机器视觉领域作出了创造性贡献。在以上所有AI看似巨大成功的情况下，很多AI的研究者保持着一种盲目的乐观主义。当时有的研究者就提出，在3～8年内将会有具有与人类同等智能的机器，在一代之内创造人工智能的问题将获得实质上的解决，甚至提出20年内机器将能完成人能做到的一切工作。同时，这一时期AI的发展离不开经费的大量投入，在这种盲目乐观主义的影响下，各个国家也加大了AI的研究经费，特别是美国国防高等研究计划局（DARPA）每年都为几个大学的AI组提供充足的资金支持。但是，这种乐观并没有持续太久，在AI一切看似繁荣的景象下，一场危机随之而来。

到了70年代，AI开始遭遇批评，随之而来的还有资金上的困难。1974—1980年是AI的第一次低谷。这时候由于研究者盲目乐观，曾经的承诺无法兑现，AI遭遇了信任危机，这使AI的资助也大大减少。当时AI发展遇到了瓶颈，即使最杰出的AI程序也只能解决问题中的最简单的一部分，都还不足以解决任何的实际问题，看起来只是像一个“玩具”。当时AI面临了众多的障碍:计算机的运算能力不足、计算复杂性和指数爆炸、无法让机器学习常识和推理、莫拉维克悖论、框架和资格问题等。由于缺乏进展和曾经的承诺无法兑现，很多对AI资助的机构停止了资助，同时很多人对AI研究者不切实际的预测进行批评，并认为很多研究者落进了一张日益浮夸的网中。此后的几年AI陷入了低谷，但是AI的发展并没有停止，而是很缓慢地进步着。

1977年，人工智能开始走出第一次低谷，再次迎来新一轮的发展。第五届国际人工智能联合会会议上，费根鲍姆（Feigenbaum）在一篇题为《人工智能的艺术:知识工程课题及实例研究》的特约文章中系统地阐述了专家系统的思想，并提出“知识工程”的概念。专家系统成为一个巨大的进步，它第一次让人知道计算机可以代替人类专家进行一些工作。在80年代，这类专家系统的AI程序开始为全世界的公司所采纳，而“知识处理”成为了主流AI研究的焦点。日本政府在同年代积极投资AI以促进其第五代计算机工程发展。80年代早期另一个令人振奋的事件是John Hopfield和David Rumelhart使联结主义重获新生，AI再一次获得了成功。1982年，物理学家John Hopfield证明一种新型的神经网络（现被称为“Hopfield网络”）能够用一种全新的方式学习和处理信息。大约在同时（早于Paul Werbos），David Rumelhart推广了“反传法（Backpropagation）”，一种神经网络训练方法。这些发现使1970年以来一直遭人遗弃的联结主义重获新生。在这一时期由于专家系统的发明和神经网络的应用使AI再一次获得大量的资金支持并取得长足的进步。

1987—1993年是AI的第二次低谷。80年代中商业机构对AI的追捧与冷落符合经济泡沫的经典模式，泡沫的破裂也在政府机构和投资者对AI的观察之中。由于专家系统的实用性仅仅局限于某些特定情景并且专家系统的维护费高居不下，难以升级，难以适用和脆弱。因此投资机构和部门大幅削减对AI的资助，甚至认为AI并不是下一个浪潮。1991年人们发现十年前日本人宏伟的“第五代工程”并没有实现。在这时人们又再一次发现对AI的期望比真正实现要高很多。

从1993年到现在是AI发展的第三次高峰。AI已经实现它最初的一些目标，已经被成功地应用到技术产业中。这些成果有的是由于计算机性能的提升，有的则是在高尚的科学责任感驱使下对特定课题不断追求而获得的。实现人类水平的智能这一最初的梦想至今沉重地压在AI研究者的肩上，AI研究者们对AI的发展前景比以往任何时候都显得更加谨慎，却也更加成功。AI技术被广泛地应用在数据挖掘、工业机器人、语音识别、医疗诊断和搜索引擎等方面。但是AI的发展依然需要更多的突破。

经过几十年的发展，智能科学技术已经取得了巨大的发展和进步。在人类智能能力模拟那章我们介绍的几个具有代表性的智能机器人就是智能科学技术发展成果的体现，同时智能科学技术已经在问题求解、自然语言处理、口语识别、专家系统和机器视觉等多个方面得到了实际应用并取得了一定的成果。随着智能科学技术的不断发展，人们已经从不同的方面推进智能科学技术的研究。目前人工智能理论已基本形成结构主义、功能主义和行为主义三大体系。在上述三大体系形成后，北京邮电大学钟义信教授从智能生成的共性机制入手探讨智能的本质，提出了机制主义。结构主义、功能主义和行为主义在机制主义下得到了统一。下面我们就分别从这四个主义着手，讲解本章的内容。