本節我們會以生動有趣的漫畫來介紹關于人工智能（AI）相關的故事，你將會學習到：人工智能的歷史

1.2 人工智能的誕生

人工智能是最近才有的嗎？ 其實人工智能很早就有了，都快63歲了呢。 讓我們進入歷史的長河，一起沿著時間的足跡探究人工智能。

1.2.1 達特茅斯會議

人工智能（Artificial Intelligence）這個名詞是1956年夏天，在美國東部的達特茅斯會議中初步登場。 會議從7月持續到8月，是一場為期一個月以上的會議。對于人工智能的研究者來說，這個會議是一場劃時代的會議，會議將“像人一樣思考的計算機”稱為“人工智能”，于是“人工智能”這個詞，誕生了！

這場會議中，有許多著名的計算機科學家參加，包括約翰.麥卡錫，馬文.閔斯基，艾倫.紐維爾。許多研究者當時發布了最新的研究成果。 其中馬文.閔斯基曾在1951年，利用硬件實現了類神經網絡。 這是世界上第一個可以進行自我學習的網絡。

1.2.2 第一次人工智能（AI）浪潮

達特茅斯會議之后，到了50年代后期到60年代，整個人工智能領域流行的用計算機進行演算法，以解決特殊的問題。

以走迷宮為例，目標就是從迷宮的起點走到終點。 人類走迷宮，碰到死路時候稍微后退，再找其他路徑，一步一步向終點靠近。

如果讓計算機去走迷宮，不會真的按照真實的道路前進，而是從起點開始分類，分成往A走的情況和往B走的情況等。接著往A走碰到的情況，以及往B走的情況，進行分類。在不斷分類的情況下，最后能找到終點。這就是初期人工智能所使用的方法。

近些年，由于計算機的優異表現，廣受媒體注意的國際象棋（IBM 深藍）等棋類競賽，用的都是這種演算法。

乍一看這種演算法處理問題似乎不是那么“聰明”，但是由于計算機處理的速度的提升，機器相對于人類慢慢體現出了壓倒性優勢。（圍棋除外）

為什么我一直把圍棋要除外呢，因為圍棋的走法有10的360次方，數量要比天上的星星還要多，但是近期AlphaGo攻克的圍棋，并不是第一次AI浪潮的產物哦。

好多人在問我IBM深藍和AlphaGo的區別，我的回答是深藍用的是演算法，目的是證明IBM大型服務器的能力，而AlphaGo用的是深度強化學習，證明機器可以有智能（我們在后續的文章會解釋）。

我們言歸正傳，到了60年代，以演算法解決棋類競賽的問題為核心的第一次AI浪潮，由于沒有解決亟待解決的現實問題，美國政府切斷了一切資金的供給，直接導致第一次AI浪潮的結束。20世紀70年代末成了人工智能的寒冬。

1.2.3 第二次人工智能浪潮

在第一次AI浪潮中，人工智能無法為疾病治療等人類實際問題做出貢獻，使相關研究進入嚴冬。但是20世紀70年代開始，研究人員利用計算機的存儲功能，將“知識”存入電腦讓它變得更加聰明。

斯坦福大學開發的MYCIN就是一個著名的例子。

Mycin可以將過去所有病人診斷為細菌感染的癥狀與其他情況等知識，記錄在數據庫中。當有新的患者出現時，輸入患者癥狀和其他情況，就能夠推測患者感染某種細菌的概率。

如“輸入：發燒，頭疼，口干 ；輸出：這種癥狀的病人有69%的幾率感染 * * 細菌”。 然而，要讓計算機具有這些知識，需要采納許多專家的相關知識，并進行許多調查研究，以積累資料，相當耗費時間和精力。

為了讓這項技術實用化，需要搜集和整理許多領域的資料，其中包括“覺得頭重腳輕”這種含糊不清的癥狀描述。 但是想讓這些全部記錄下來，實在是一件不容易的事情。

這時，有些計劃將所有人類具有的知識全部輸入計算機。比較著名的是1984年美國新創公司發起的CYC計劃。但是世界的知識實在是太龐雜了。這個計劃到目前為止，還在進行中... 人工智能面臨不知道該如何理解文字意義，以什么方式描述知識，才能讓計算機容易處理的問題（我們會在后面詳細說明）。于是，必須以人工一條一條輸入知識，才能構建人工智能的第二次AI浪潮，在90年代中期再次進入寒冬。

冬天腫么又到了...

1.2.4 第三次人工智能浪潮

時間到了20世紀90年代中期，互聯網和搜索引擎相繼誕生，到了2000年，隨著網站的數量的增加，人類的知識、資料在互聯網呈現指數增長。到了2008年，隨著智能手機的興起和4G網絡的普及，幾乎全世界一半的人都成為了網民，為互聯網貢獻自己的數據。

能夠讓計算機自主學習，便進入了第三次AI浪潮。

從人工智能誕生到現在的歷史，可以整理為下圖：

當我們介紹人工智能浪潮的時候，總會有人問“第三次人工智能浪潮”會很快結束嗎？ 我的回答是：“至少從現在看，人工智能已經是大勢所趨，在未來社會中，是不可或缺的技術。”