大家好，前兩回講了人工智慧的基本介紹、分類以及測試方法，其中涉及了比較哲學的問題，還未解決的問題，今天我們來回顧人工智慧的發展史，這可以讓大家更加了解曾經碰到的困難、解決方法以及發展至今的成果。

初見

人工智慧（Artificial Intelligence，AI）一詞最早出現在 1955 年，當年 8 月，麥卡錫（John McCarthy，達特茅斯）、明斯基（Marvin Minsky，哈佛）、羅切斯特（Nathaniel Rochester，IBM）和香農（Claude Shannon，貝爾電話實驗室）四人寫了一份提案《達特茅斯關於人工智慧的夏季研究項目的提案》（A Proposal For The Dartmouth Summer Research Project On Artificial Intelligence），隔年於美國達特茅斯學院（Dartmouth College）所召開的第一次人工智慧會議，現在大家普遍將 1956 年視為人工智慧學科的創立，定為人工智慧元年。

浪潮的興起

第一次人工智慧浪潮起於 1950 年，由於出現在網路之前，因此又被稱為「古典人工智慧」。這時期出現的「符號主義」與「聯結主義」，分別是日後「專家系統」與「深度學習」的雛形。只不過，雖然當時的成果已能解開拼圖或簡單的遊戲，卻幾乎無法解決實用的問題。

第一次寒冬

第一次寒冬大約發生在 1974 至 1980 年，其中有兩份學術報告發表，導致人工智慧的研究經費銳減，一份是 1966 年在美國自動語言處理顧問委員會（Automatic Language Processing Advisory Committee，ALPAC）的《語言與機器：翻譯和語言學中的計算機》（Language and Machines: Computers in Translation and Linguistics），另一份是 1973年，由英國萊特希爾教授（Sir James Lighthill）發表的《人工智能普查報告》（Artificial Intelligence: A General Survey or Lighthill Report），這兩份報告都表達了對先前的投資未能產生預期受益的失望，結論是不應該繼續往AI這個無底洞砸錢，不過，研究仍在繼續，直接說人工智慧的變少，然而諸如機器學習、信息數學、基於知識的系統和模式識別之類新詞開始湧現。

專家系統

第二次熱潮伴隨著電腦的普及，出現在 1980 年代。這時期所進行的研究，是以灌輸「專家知識」作為規則，來協助解決特定問題的「專家系統」（Expert system）為主，我們會針對預設的問題，事先準備好大量的對應方式。它應用在很多地方，尤其是疾病診斷，只不過專家系統只能針對專家預先考慮過的狀況來準備對策，它並沒有自行學習的能力，因此還是有其侷限性，因此縱使當時有商業應用的實例，應用範疇卻很有限，熱潮也因此逐漸消退。

第二次寒冬

第二次寒冬大約發生在 1987 至 1993 年，這次則是因為桌面電腦迅速普及，人工智慧系統的金主，包括美國國防部，覺得投資人工智慧性價比不高，興趣大減。但到二十世紀末，人工智慧領域再度春暖花開。標誌性事件是 1997 年 IBM 深藍（Deep Blue）大勝世界象棋冠軍卡斯帕洛夫。歷史上這兩次「錢荒」，跟人工智慧研究資金來源較單一，主要來自政府給學術機構的科研撥款。隨著人工智慧產業化加深，越來越多研發資金來自企業。

Nowadays

現今可以說是人工智慧的第三次浪潮，在 2010 年代，伴隨著高性能電腦、網際網路、大數據、感測器的普及，以及計算成本的下降，機器學習（Machine Learning）隨之興起，讓電腦大量學習資料，使它可以像人類一樣辨識聲音及影像，或是針對問題做出合適的判斷，在電腦視覺（Computer Vision）以及自然語言處理（Natural Language Processing，NLP）等取得突破性的成就。

（圖片來自：[1]）

結論

截至今日，能實現與人類智慧同等的技術還不存在，世界上絕大多數的人工智慧還是只能解決某個特定問題，仍是「弱人工智慧」的範疇，離「強人工智慧」還遙遙無期，大概只能在科幻片中看到吧。

參考資料

[1] 完整解析AI人工智慧：3大浪潮＋3大技術＋3大應用｜大和有話說