鑑往知來，從過去的歷史可以預測未來可能發生的事，這也是機器學習的精神呢。
以前我看到一位日本東大教授在2015年寫的書，上面寫著將棋界已經被 AI 橫掃，圍棋也可能面臨一樣的命運，果不其然 AlphaGo 隨即嶄露頭角（雖然比他預測的還要快很多）。讓我們翻開歷史的一頁，看看 AI 的世界曾經發生過什麼大事吧。
在1956年的夏天，也是世界第一台通用電腦（ENIAC）完成的十年後，在美國東北部的達特茅斯（Dartmouth）學院 舉行了有史以來的第一次 AI 研討會 。這個在 AI 歷史裏頭一定會提到的傳說研討會，有下列4位 AI 界的重要人物出席。
—— 出處：scienceabc
這幾位大神後來各個都獲得了 AI 界的諾貝爾獎 —— 圖靈獎， 甚至 Herbert Simon 還獲得了諾貝爾經濟學獎。既然提到了圖靈獎就要介紹一下圖靈（Alan Turing）這位電腦科學之父，不知道你有沒有看過模仿遊戲（The Imitation Game）這部電影，是敘述二戰期間圖靈協助盟軍破解德軍納粹通訊密碼的真實改編。蠻推薦去看看的。
—— 圖靈，出處：wikipedia
圖靈提出了「機器能夠思考嗎」的疑問，在1950年就發表了著名的圖靈測試，內容是讓測試者透過鍵盤打字同時和其他房間的另一人及機器聊天，判斷對方是人還是機器的測試。如果機器的回應被認為是和真人在聊天，就算是通過了圖靈測試。
後來圖靈測試變成了人工智慧競賽一個獎項 —— 羅布納獎（Loebner Prize）， 從1991年開始每年透過圖靈測試選出最接近人類的電腦程式，但目前尚未有程式通過圖靈測試。
目前火熱的 AI 浪潮已經是第三次的流行了，前兩次又是因為什麼原因導致浪潮結束，人們對 AI 發展感到失望最後迎來了 AI 的寒冬（AI Winter）呢？
第一次浪潮（搜尋與邏輯推理的時代，1956-1974）
即便能夠使用電腦做迷宮的探索以及推論出數學定理證明，但仍然無法應用在現實生活。根據英國議會要求研究學者提出的評估（Lighthill 報告），AI 不具實用性只能解開簡單的玩具問題（Toy Problem），使得各國凍結補助資金迎來第一次寒冬。
第二次浪潮（知識表示的時代，1980-1987）
因為1970年代資料庫的出現可以積蓄資料，誕生了專家系統這樣實用的工具，但是當時沒有網路來累積資料以及儲存器非常昂貴。導致知識的累積和維護困難，結果補助資金再次遭到殘酷的削減。
第三次浪潮（機器學習與深度學習的時代， 2010～）
機器學習需要大量資料做知識的學習，而深度學習需要大量的數學計算。這次浪潮的興起主要是因為硬體方面已經滿足了這兩個需求。
這邊做了一個 AI 時間軸，可以快速瀏覽，了解一下各個時期發生過的事情。
這邊稍微看過，之後系列文結束回來看會更有感覺。
Google 技術總監 Ray Kurzweil 在2017年時曾預測 AI 將在2029年通過圖靈測試，擁有等同人類智力的水準，而奇點大約會是在2045年發生。
所謂的「奇點」是指隨著技術進步，人工智慧能創造出比自己能力更強的超人工智慧出來。針對 AI 是否因此威脅到人類的生存，各個專家說法不一。微軟創辦人 Bill Gates 對 AI 的可能性提出了擔憂，特斯拉執行長 Elon Musk 感到危機感而設立了非營利組織 Open AI。
之後 Open AI 轉為一半營利一半非營利的公司，因為研發 AGI 實在太燒錢了。
iThome鐵人賽
看影片追技術