“我们是幸运的一代人，人类文明发展到我们这一代进入了指数曲线的陡峭阶段，让我们见证到一个接一个基础科学的突破、应用技术的创新”
01 群星闪耀的达特茅斯会议（第一次兴起）
大多数人知道AI只是从2016年的阿尔法狗。但是，如果从1943年“图灵机”概念被首次提出算起，AI已经经历了86年的发展史。
19至20世纪初被称为人类思想史的第三个黄金时代（前两个分别为古希腊时期和文艺复兴至第一次工业革命），爱因斯坦提出相对论，普朗克、波尔、图灵、香农、冯诺依曼、沃森和克里克等伟大科学家纷纷登场。其中就包括了人工智能最早的先驱：阿兰·图灵。
之后，马文・明斯基（Marvin Minsky）和麦卡锡（John McCarthy ）两位出现在历史舞台，后来被并称为 “人工智能之父”。马文・明斯基这个如雷贯耳的名字，常常与机器学习、神经网络、虚拟现实、框架理论等热门名词联系在一起。因为他是定义和发展 “人工智能” 的先驱者之一，也是人工智能领域的首位图灵奖获得者，因此才被尊称为 “人工智能之父”。这里主要介绍关于马文・明斯基。
1927年，Marvin Minsky出生于美国纽约的一个犹太家庭。他从小在私立学校接受教育，高中毕业后遵循犹太传统应征入伍，在二战末期经历了两年海军生涯。退伍后，他在哈佛大学主修数学，同时选修了电气工程、遗传学、心理学等学科的课程。广泛的学科涉猎为他对人工智能研究发起挑战打下了基础。
在哈佛学习期间，Marvin Minsky 就对人类心智起源、认知事物的奥秘产生了浓厚的兴趣，决定探寻真理。于是他一头扎进机器智能的研究，在本科的最后一年与同学Dean Edmonds一起建造了世界上第一台神经网络计算机 SNARC（Stochastic Neural Analog Reinforcement Calculator）。在普林斯顿大学攻读数学博士学位时，他继续遵从兴趣，完成了在当时的评审委员会看来格外离经叛道的博士论文——“神经网络和脑模型问题”。在《纽约时报》的一次采访中，他谈及了这一选择：“智能问题看起来深不见底，我想这是值得我奉献一生的领域。”
Marvin Minsky 博士毕业时，正是控制论兴起的时候，他开始投入用计算机模拟人类的心理和思维的研究。当时，计算机科学之父图灵也发表了颇具影响力的文章《计算机器与智能》，提出了机器学习、图灵测试、遗传算法等概念，与Marvin Minsky 的想法不谋而合。
Marvin Minsky 始终坚持着一个信念，他认为智能的本质是许多有着各异能力的代理之间的一种受管理的互动，因此智能不是人类所特有的，人的思维过程也可以用机器去模拟，让机器也拥有智能。
也正是基于这种信念，Marvin Minsky 与当时在达特茅斯学院任教的约翰・麦卡锡，以及信息论之父克劳德・香农（Claude Shannon）等学者共同促成了 1956 年的一场著名的会议 —— 达特茅斯夏季人工智能研究会议。在这次头脑风暴式的会议中，“人工智能” 的概念第一次被提出，人工智能正式被看作一个独立的研究领域。
这个夏天的达特茅斯，聚集了多位未来的图灵奖得主。在随后的几十年中，这些重量级人物和他们遍布麻省理工学院、斯坦福大学、卡内基梅隆大学等高校的学生们，在人工智能和计算机科学领域大放异彩。
就这样，上世纪50 到 60 年代，Marvin Minsky带领他的学生们在人工智能这片新开垦的知识领域快速地开疆拓土。“当时我们习惯于每两三天就有一个重要的新发现，并且觉得理所当然”，Minsky说。1960 年，Minsky 在论文 “Steps toward Artificial Intelligence”中提出了由启发式搜索、模式识别、学习、计划、归纳等部分构成的符号操作（symbol manipulation），掀起了一场人工智能的革命。此后，这些主题成为了人们对人工智能的探索的核心。
60 年代早期，Marvin Minsky 与志同道合的 John McCarthy 在麻省理工学院再次会和，共同创建了世界上第一个人工智能实验室 ——MIT AI Lab。在这个实验室里，Marvin Minsky 不仅致力于向机器 “传授” 人类的感知与智能，还寻求人工智能技术和实用机器人的结合。
60 年代末，Marvin Minsky 开始研究能捕捉部分神经行为特征的感知机（perceptrons），将受神经活动启发的人工智能研究达到第一个高潮。而神经网络在经历 20 余年的沉寂后重回人们的视野，再次掀起人工智能领域的革命。
1969年，Marvin Minsky 因他在创造、形塑和推进人工智能的进程中扮演的核心角色而摘得图灵奖的桂冠。“我认为没有什么是我们最终无法认知的，区别在于时间、难度以及优先级。”
晚年接受采访时，Marvin Minsky 回忆起上世纪五六十年代人工智能 “每周都有新突破” 的黄金时代，依然流露出无限向往的神情。
参考资料：
[0]人工智能之父Marvin Minsky：求索“智能”奥秘的一生
[1] Marvin Minsky. Wikipedia
https://en.wikipedia.org/wiki/Marvin_Minsky
[2] 探寻大师足迹，一览马文・明斯基学术风采
https://v.qq.com/x/page/d0331u040cc.html
[3] 马文・明斯基一生做了什么，为什么他被称为 “人工智能之父”？
https://www.leiphone.com/news/201601/XU8hHZWu40cgpvgt.html
[4] 人工智能之父马文・明斯基回忆 AI 的发展
https://v.qq.com/x/page/f0182h49jd8.html
[5] TED：人工智能之父马文・明斯基解读人工智
https://v.qq.com/x/page/z0173e6nw0c.html
[6] 从马文・明斯基到 AlphaGo，人工智能走过了怎样的 70 年？
https://www.leiphone.com/news/201601/qXo5EaNlM0Lt4CyR.html
[7] Marvin Minsky, Turing Award Winners
02 寒冬中的苦苦探索（第二次兴起）
AI领域的第二批领军人物当数深度学习教父、最新（2018年）的图灵奖获奖者之一——杰夫・辛顿（Geoffery Hinton）。
在人工智能研究进入第一个低谷时，辛顿教授依然坚持着自己的理想。在他看来，如果要制造一个能够完成智能任务的机器有两个选择，一是给它编程，二是让机器自己学习（即机器学习）。显然我们人类的智慧不是被别人编写出来的，所以就只能是“自己学习”。所以在漫长的寒冬中，辛顿教授一直坚持神经网络。即神经网络一开始就是仿照人类大脑的样子设计的，这可能也是日后成功的根本原因吧。
在这里，神经网络即为多层排列的的神经元，而每个神经元可以被看做是一些非常简单的处理单元，它们能接受传入的信号，每个信号都有权重，这些权重可以变化，这就是学习的过程。然后神经元做的事情就是先把传入的信号值乘上权重，再把它们全都加起来得到一个和，最后再决定是否要把这个和传送出去；比如这个值足够大，就传送出去，不够大或者是负数，就不传送。就这么简单。你只需要把成千上万个这样的单元互相连接起来，里面有成千上万的成千上万倍的权重，然后学习到这些权重，那你就可以做到任何事了。难点只在于如何学习权重。
当时上世纪80、90 年代，人工智能领域内的数据集很小、计算机也没有那么快。机器学习领域其它类型的方法不断出现，比如支持向量机（SVM）。这些方法在当时的条件下效果更好，受到噪声的影响也没那么严重。而人工神经网络的效果并不是很好。
辛顿教授的团队以为是算法不好、目标函数不好等等各种原因。辛顿教授本人也在很长时间内都有一个想法，觉得是因为做监督学习，需要标注很多数据；应该做的是无监督学习，从没有标签的数据中学习。
“我当时觉得「用有标注的数据」就是不对的，人类的大多数学习过程都没有用到任何标签。但最后我们发现主要原因还是在规模上。这就开始让人感觉到沮丧了，虽然我们在 80 年代开发了反向传播，我们也相信它能解决任何问题，但那时候我们搞不清它「为什么没能解决任何问题」。后来我们知道了让神经网络发挥实力需要数据和计算力都有很大的规模，但当时没人知道。”辛顿教授在近期的采访中这样描述当时的经历。
就这样，辛顿教授及其团队发明了反向传播算法，解决了深层神经网络的权重训练问题后，再次因为数据量不足和算力的限制，无法阻拦人工智能研究再次进入低谷。
参考资料：
03 互联网技术带来的希望（第三次兴起）
进入21世纪后，互联网的兴起产生了大量的数据，人工智能这个等待起飞的火箭等来了燃料。而此时图形计算单元GPU也开始快速发展（做神经网络相关研究大概从 2007 年开始使用 GPU），就这样支撑人工智能的三个要素：数据、算法、算力终于齐全。
2016年，阿尔法狗战胜韩国围棋天才李世石，人工智能这把火烧到了国家战略的层面。同年，奥巴马在任期的最后一年主持白宫前沿峰会，白宫发布报告《国家人工智能研究与发展策略规划》。
在2017年我国的两会上，人工智能首次被写进了全国政府的工作报告，报告指出要加快培育壮大包括人工智能在内的新兴产业，一场没有硝烟的战役正在“中美”之间打响。
参考资料：
04 附录
附录1
人工智能五大学派：
符号学派
联结学派
进化学派
贝叶斯学派
类推学派
附录2
人工智能历史思维导图：
附录3
人工智能大事记：
1942年，MP神经元模型是第一个人工神经元模型，首次将神经元引入计算机。
1943年，阿兰·图灵发明了“图灵机“，为智能机器的判定设置了基准：”能够成功骗过人类，让后者以为自己是人类的机器，称为智能机器。”
1950年，科幻作家阿西莫夫发表短篇科幻小说集《我，机器人》，书中提出了影响深远的“机器人三原则”。
1956年，因为达特茅斯会议召开，后人称此为人工智能元年。约翰·麦卡锡首次提出“人工智能”的概念。
1958年，麦卡锡与明斯基创建MIT人工智能项目。
1963年，麦卡锡在斯坦福创办人工智能实验室。
1966年，计算机界最高奖—图灵奖设立。
1968年，首个通用式移动机器人诞生，能够通过周围环境来决定自己的行动。
1968年，第一个投入使用的专家系统dendral研制成功。
1973年 AI“寒冬“论开始出现。在AI上的巨额投入几乎未收到任何回报和成果，对AI行业的资助开始大幅滑坡。
1981年，“ANI”的概念诞生。更多的研究不在寻求通用智能，而转向了面向更小范围专业任务的“Artificial Narrow Intelligence“领域。
1986年，辛顿提出反向传播算法，大幅降低了训练时间。
1990年，Rodney Brooks提出了“由下自上”的研究思路，开发能够模拟人脑细胞运作方式的神经网络，并学习新的行为。
1995年，支持向量机模型被提出。
1997年，IBM超级计算机“深蓝”问世，并在国际象棋人机大战中击败人类顶尖棋手、特级大师加里·卡斯帕罗夫。
2008年，谷歌在iPhone上发布了一款语音识别应用，开启了后来数字化语音助手（Siri、Alexa、Cortana）的浪潮。
2011年，IBM Watson在Jeopardy答题竞赛中战胜了表现最优秀的人类选手。
2014年，在图灵测试诞生64年后，一台名为Eugene Goostman的聊天机器人通过了图灵测试。谷歌向自动驾驶技术投入重金，Skype推出实时语音翻译功能。
2016年，alpha GO战胜围棋世界冠军。
附录4
AI相关技术：
大数据
云计算
5G
量子科技
附录5
其他学习资料（按难度顺序排列）：
纪录片《探寻人工智能》，杨澜
书籍《人工智能简史》，刘韩，中信出版社
在线课程《AI for Everyone》，吴恩达
在线课程《机器学习》，台大李宏毅
在线课程《机器学习》，吴恩达
