一、初期繁荣：1950
1956年的夏天，数位科学家聚集在达特茅斯学院，探讨如何用机器来模仿人类学习及其他智能。会议开了两个月的时间，大家仍未达成共识，却共同提交了一份提案，并在其中首次提到人工智能一词，这一般被认为是人工智能起点。
其实，早在1950年，艾伦•图灵就对机器智能进行了系统化的论述。不可否认的是，在达特茅斯会议上，AI的研究任务得以初步明确，并出现了最初成果和最早一批研究者。
在之后的十多年，AI不断取得突破，涌现了大批成功的程序和新研究方向。达特茅斯会议的主要发起人麦卡锡和明斯基先后跳槽到麻省理工学院，创建了第一个AI实验室。其他研究机构也陆续创建，资助经费大量投入。当时的研究人员对于未来极其乐观，甚至提出了著名的“一代人解决AI问题” 豪言。
二、遭遇瓶颈：1970
然而，到了70年代初，人们发现即使是最杰出的AI程序也只是“玩具”，问题和批评接踵而来。当时面临最重要的瓶颈在于计算机能力的严重不足，处理速度和内存完全无法处理大规格数据和复杂任务，这无疑宣告了机器智能与人类智能之间的不可逾越的鸿沟。
历史上赫赫有名的《菜特希尔报告》总结道，“AI领域的任何一部分都未能产出人们当初承诺的有主要影响力的进步”。
各国纷纷大规模削减甚至停止了AI探索性研究经费，曾经火热的AI—下子从云端跌落。之后的十来年间，AI几乎淡出了人们的视野。
三、短暂复兴：1980
20世纪80年代初，在知识工程和专家系统的引领下，人工智能引来了一丝春风。
专家系统实际上是一套程序软件，能够从知识库系统中通过推理找到规律，像专家一样解决某特定领域的问题。
卡内基梅隆大学设计的名为XC0N的专家系统，可每年为公司节省数千万美金。经济效益的实现立马吸引全球企业投入，各国政府也努力赶上这波潮流，推出宏伟的AI新计划。其中，日本的五代机计划声势最大，号称要打造被称为“知识信息处理系统”的智能机。
四、再次低谷：1990
命运的车轮再一次碾过人工智能。80年代后期，随着个人计算机的迅速普及，原来需要昂贵投资的AI软硬件由个人计算机就可以替代，苹果和IBM的台式机性能已经远超运用专家系统的通用型计算机。专家系统风光不再，关注点和投资迅速转向了个人计算机和后来的互联网产业。
日本为了与美国展开IT领域全面竞争而投入巨大财务物力的五代机计划，也于1992年正式终止。此后，人工智能进入了接近20年的寒冬期。
五、新一代浪潮：2010
即使在困难的寒冬期，人工智能仍在默默前行。在研究者的不懈努力下，学科领域不断扩大，研究和应用也不断深入，一步步为再次复兴打下了无比坚实的基础。
随着计算能力提升、数据爆发增长、机器学习算法进步，当今的人工智能技术以机器学习为核心，在视觉、语音、自然语言、大数据等应用领域快速发展，像水电煤一样赋能于各行各业。技术的应用场景越来越丰富，自动驾驶、工业机器人、智能医疗、无人机、智能家居助手等各类人工智能产品不断孕育兴起。
曾有人形容道，人工智能发展似乎没有经历春秋两季，只有夏天和冬天，忽冷忽热。的确，很少有哪一科学领域像AI这样，在漫漫发展进程中经历那么多的大起大落。而今，此轮AI浪潮的影晌力已远超之前的想象，各界资本大力投入，创业公司如春笋涌现，巨头企业抢滩布局、相继开发前沿技术。然而，我们现在仍只是身处人工智能发展的初始阶段。摒弃外界的宣传，我们需要更加实际且准确地理解人工智能。下一期，我们来聊一聊人工智能的层次——如何结构化地理解AI,敬请期待。
平安人寿人工智能研发团队
