《智能系统与技术丛书 生成对抗网络入门指南》—1.1.2人工智能的两起两落

1.1.2　人工智能的两起两落

       从1956年开始，人工智能的研究进入全盛时代，至此开始的十年也称为“黄金十年”。这十年有很多成功的AI程序和新的研究方向出现，包括推理搜索的算法研究、自然语言处理、微世界研究等。AI学者构造出了一系列计算机程序。当时，人工智能研究者甚至认为：“二十年内，机器将能完成人能做到的一切工作”；“在三到八年的时间里我们将得到一台具有人类平均智能的机器”。

       然而好景不长，很快到了20世纪70年代，盛极一时的学术圈“宠儿”人工智能开始遭受如潮的质疑和批评。人们渐渐发现仅仅具有逻辑推理能力远远不能实现人工智能，许多难题并没有随着时间推移而被解决，很多AI系统一直停留在“玩具”阶段。1974～1980年是人工智能研究的第一个“寒冬”，研究者的理论方向漫无目的是因素之一，更大的原因在于当时落后的计算机运算能力和数据收集能力。当时上限48KB内存的第四代计算机只能允许用一个含二十个单词的词汇表来演示在自然语言方面的研究结果，计算机离智能的要求还差上百万倍。

       很快，对AI提供资助的机构（如英国政府、DARPA和NRC）开始逐渐停止了资助，AI研究者也遭到了学术圈的冷遇。在此阶段，学者内部也对人工智能的研究本质产生了争执，并逐渐划分为认为人工智能应该是解题机器的简约派和坚持AI应具有与人类一样的非逻辑性联想能力的芜杂派（the scruffies）。

       1980年，简约派的研究成果之一“专家系统”面市，这是人工智能的一个研究分支，它具有一种仿真决策能力。卡内基·梅隆大学为DEC（一家数字设备公司）设计并制造出一个专家系统，命名为XCON。DEC的VAX型计算机可以根据用户的需求组装不同的组件，有很多销售人员并不是技术专家，所以难免出现配件购买错误的问题。XCON支持自动选择组件，从1980年到1986年，每年为公司省下四千万美元。一直被称为研究玩具的人工智能因此扫除颓势，进而获得了1980年到1987年的第二个繁荣发展期。

       许多公司纷纷效仿，开始研发和应用专家系统。知识工程作为专家系统的基础，也成为当时AI研究的热门方向。紧接着，日本提出第五代计算机计划，注入大量的人才和财力，旨在创造出能够与人交流、翻译各国语言、识别图像、具有一定推理逻辑能力的机器系统。也在同样的时期，David Rumelhart提出著名的反向传播算法（BP算法），解决了多层神经网络学习过程中遇到的诸多问题。由于这个算法的提出，神经网络开始作为主流算法广泛应用于机器学习的各大领域，比如模式识别、预测和智能控制等。AI迎来了又一轮高潮。

       然而泡沫的破灭就在顷刻之间，人工智能研究的第二个寒冬伴随着个人消费电脑的快速崛起而到来。从1987年到1993年，短短6年时间，苹果和IBM在PC市场的发力为人们带来便捷计算工具的同时，却为高昂的Lisp电脑带来巨大的生存压力。而后者作为人工智能硬件的基础，它的破灭也阻挡了人工智能本身的发展。墙倒众人推，研发节奏的缓慢导致质疑声卷土重来，应用狭窄、知识系统建立困难、维护成本高昂等诟病压得研究人员喘不过气来。十年前日本提出的第五代计算机计划也宣布失败。AI遭遇了一系列财政问题，进入第二次低谷。

       至此人工智能经历两起两落，从初见雏形至此已经经过了快60年，“二十年内，机器将能完成人能做到的一切工作”的豪言壮语并没有变成现实。然而中国有句古话叫“甲子一轮回”，跌跌撞撞的60年走来，人工智能在不断的起伏中艰难前行。柳暗花明，人工智能的下一个60年开始变得豁然开朗。