要搞清楚人工智能目前的现状，首先得回顾历史。读不懂历史，无法预测未来。
人工智能从1956年诞生至今的这62年间，起起伏伏，共经历过三次大的浪潮。
人工智能的第一个黄金时代
1956年达特茅斯会议之后的十几年是人工智能的黄金时代，在这段时间内，计算机被用来解决代数应用题、证明几何定理、学习和使用英语，这些成果在得到广泛赞赏的同时很多学者开始惊呼“人工智能来了，再过十年机器就要超越人类了！”。
不过很快到了70年代后期，由于计算机性能的不足、计算难度的指数级增长以及数据量缺失等问题，人工智能开始遭遇发展瓶颈，研究经费撤离，人工智能遭遇了发展历史上的第一次低谷。
短暂的第二春
1982年，随着BP训练算法的提出以及神经网络的再次兴起，人工智能的第二次热浪再次袭来。这其中不得不说的是，一类名为“专家系统”的AI程序功不可没。
专家系统是一种程序，能够依据一组从专门知识中推演出的逻辑规则在某一特定领域回答或解决问题。由于它只专注于某一个领域，因而设计简单，易于实现，而且避免了所谓的“常识问题”。总之“专家系统”用实践证明了可以让AI开始变得实用起来。
再加上日本第五代计算机项目的助力，财政拨款八亿五千万美元的支持。随后，英国、美国也纷纷响应，开始向AI和信息技术领域的研究提供大量资金。
然而好景不长，这段仅仅持续了7年左右的第二次人工智能复苏很快又接近尾声了。专家系统维护费用居高不下，加上它操作复杂、难以升级又经常出现莫名其妙的错误。神经网络流派提出的愿景并没有实现，日本人雄心勃勃的“第五代工程“也以失败告终。人们从对”人工智能“的狂热追捧中一步步走向失望，人工智能研究遭遇了第二次寒冬。
第三波热浪正在进行中。。。
到了90年代中期，互联网的快速发展带来了大量廉价的数据，从而加快了机器学习的步履。年过半百的AI终于实现了它最初的一些目标。成功地使用在一些技术产业中，或者台前或者幕后。
这些成就一部分归功于计算机性能的提升，一部分归功于数据获取成本的低廉，一部分则归功于人工智能学者们在科学责任感的驱使下对特定课题的孜孜不倦和顽强追求。
2016年谷歌阿尔法狗大战围棋冠军李世石的新闻再一次引发了全世界人民对人工智能领域的热烈关注。
2017-2018年人工智能产业进入飞速发展期，深度学习的突破，应用层面的拓展、使得算法和技术在实践过程中的不断巩固和整合，再加上互联网巨头们的纷纷布局及人才招募和培养。
可以说，机器学习的兴盛引爆了人工智能的第三次爆炸式增长热潮！
有了以前的教训，这一次学者们其实都很低调和谨慎。但是，拦不住了。商业公司要做宣传，然后，大家开始加码宣传。这就像踩踏事件，处在前面的人是清醒的，他们叫停，可是后面大量闻信赶来的人不知情，拼命往里面挤。人工智能的确是太重要了，谁都不想误了这趟车。
也有人认为这次是真的，不会再有冬天了。冬天不冬天，那就要看我们现在怎么做了。
小 结：
过高的预期难以得到实现，这是曾经造成过两次人工智能沉寂的共同原因。这两年又有些过热，不冷静的苗头，这对AI领域的发展并不好，会导致很多急功近利的事情，甚至欺骗行为。
过高的预期也必然导致不当的失望，整个领域都会受到伤害。希望无论是行业内外的人们都能对人工智能保持一颗平常心！
下期内容：人工智能的主要学术流派有哪些？| 人工智能+区块链科普第3问
