人工智能（Artificial Intelligence）这个名词是1956年夏天，在美国东部的达特茅斯会议中初步登场。 会议从7月持续到8月，是一场为期一个月以上的会议。对于人工智能的研究者来说，这个会议是一场划时代的会议，会议将“像人一样思考的计算机”称为“人工智能”，于是“人工智能”这个词，诞生了！

这场会议中，有许多著名的计算机科学家参加，包括约翰.麦卡锡，马文.闵斯基，艾伦.纽维尔。许多研究者当时发布了最新的研究成果。 其中马文.闵斯基曾在1951年，利用硬件实现了类神经网络。 这是世界上第一个可以进行自我学习的网络。

1.2.2 第一次人工智能（AI）浪潮

达特茅斯会议之后，到了50年代后期到60年代，整个人工智能领域流行的用计算机进行演算法，以解决特殊的问题。 

以走迷宫为例，目标就是从迷宫的起点走到终点。 人类走迷宫，碰到死路时候稍微后退，再找其他路径，一步一步向终点靠近。

如果让计算机去走迷宫，不会真的按照真实的道路前进，而是从起点开始分类，分成往A走的情况和往B走的情况等。接着往A走碰到的情况，以及往B走的情况，进行分类。在不断分类的情况下，最后能找到终点。这就是初期人工智能所使用的方法。

近些年，由于计算机的优异表现，广受媒体注意的国际象棋（IBM 深蓝）等棋类竞赛，用的都是这种演算法。 

乍一看这种演算法处理问题似乎不是那么“聪明”，但是由于计算机处理的速度的提升，机器相对于人类慢慢体现出了压倒性优势。（围棋除外） 

为什么我一直把围棋要除外呢，因为围棋的走法有10的360次方，数量要比天上的星星还要多，但是近期AlphaGo攻克的围棋，并不是第一次AI浪潮的产物哦。

好多人在问我IBM深蓝和AlphaGo的区别，我的回答是深蓝用的是演算法，目的是证明IBM大型服务器的能力，而AlphaGo用的是深度强化学习，证明机器可以有智能（我们在后续的文章会解释）。

我们言归正传，到了60年代，以演算法解决棋类竞赛的问题为核心的第一次AI浪潮，由于没有解决亟待解决的现实问题，美国政府切断了一切资金的供给，直接导致第一次AI浪潮的结束。20世纪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，人工智能无法为疾病治疗等人类实际问题做出贡献，使相关研究进入严冬。但是20世纪70年代开始，研究人员利用计算机的存储功能，将“知识”存入电脑让它变得更加聪明。

斯坦福大学开发的MYCIN就是一个著名的例子。

Mycin可以将过去所有病人诊断为细菌感染的症状与其他情况等知识，记录在数据库中。当有新的患者出现时，输入患者症状和其他情况，就能够推测患者感染某种细菌的概率。

如“输入：发烧，头疼，口干 ；输出：这种症状的病人有69%的几率感染 * * 细菌”。 然而，要让计算机具有这些知识，需要采纳许多专家的相关知识，并进行许多调查研究，以积累资料，相当耗费时间和精力。 

为了让这项技术实用化，需要搜集和整理许多领域的资料，其中包括“觉得头重脚轻”这种含糊不清的症状描述。 但是想让这些全部记录下来，实在是一件不容易的事情。 

这时，有些计划将所有人类具有的知识全部输入计算机。比较著名的是1984年美国新创公司发起的CYC计划。但是世界的知识实在是太庞杂了。这个计划到目前为止，还在进行中... 人工智能面临不知道该如何理解文字意义，以什么方式描述知识，才能让计算机容易处理的问题（我们会在后面详细说明）。于是，必须以人工一条一条输入知识，才能构建人工智能的第二次AI浪潮，在90年代中期再次进入寒冬。 

冬天肿么又到了...

1.2.4 第三次人工智能浪潮

时间到了20世纪90年代中期，互联网和搜索引擎相继诞生，到了2000年，随着网站的数量的增加，人类的知识、资料在互联网呈现指数增长。到了2008年，随着智能手机的兴起和4G网络的普及，几乎全世界一半的人都成为了网民，为互联网贡献自己的数据。

能够让计算机自主学习，便进入了第三次AI浪潮。

从人工智能诞生到现在的历史，可以整理为下图：

当我们介绍人工智能浪潮的时候，总会有人问“第三次人工智能浪潮”会很快结束吗？ 我的回答是：“至少从现在看，人工智能已经是大势所趋，在未来社会中，是不可或缺的技术。”