人工智能技术的发展历经了 七个阶段共四轮发展浪潮

人工智能正以惊人的速度重塑着世界。在近 70 年的发展历程中，人工智能经历过黄金时代也曾有过低谷。不过科技 的魅力在于，历经起起伏伏之后，现在的人工智能已开始深深影响人类社会。总体来看，人工智能技术的发展历经了 七个阶段共四轮发展浪潮。

1. 起步发展期（1943-1960 年）

人工智能从概念逐渐演变为学科，并涌现出了两大学派：符号主义和联结主义。人工智能研究者提出了一些 基本的概念和方法，如神经网络、图灵测试、符号推理、游戏 AI 等，并在一些简单的任务处理上取得了初步成 功，如机器定理证明、跳棋程序、人机对话等。

其中具标志性的事件是 1956 年夏天，美国达特茅斯学院主办了历史上次人工智能研讨会。会议虽然 未能达成普遍的共识，却为所讨论的内容起了一个名字：人工智能。从此“人工智能”开始作为一门d立学科 出现，1956 年也因此成为人工智能元年。

2. 黄金时代（1960-1974 年）

人工智能的黄金年代，也是符号主义的鼎盛时期。这一时期科学家们富有理想、信心，认为机器能够实现与人 类同等水平的智能，他们试图用逻辑和符号来模拟人类思维过程，并已经在自然语言理解、专家系统等一些复 杂任务上取得了突破性进展。

在这一时期，一款名为 ELIZA 的聊天机器人程序问世，引起了人们广泛关注。同时期，美国斯坦福大学费根 鲍姆教授开发了一款专家系统 DENDRAL，能够帮助化学家确定化合物结构和性质，为早的专家系统开辟 了道路——这种经过训练的智能化计算机可以像专家一样“思考”，也酝酿了第二次人工智能浪潮。

3. 次寒冬（1974-1980 年）

20 世纪 70 年代初，人工智能发展遭遇瓶颈。要困难就是计算能力和存储空间不足，导致当时的计算机 无法处理复杂的任务，如图像识别、自然语言理解和机器人控制等。其次，还面临着数据量和知识表示方 面的挑战。

鉴于人工智能未能达到预期的目标和效果，政府和社会各界对其产生了质疑和批评，政府更是削减了对人工 智能研究的资金支持，致使许多项目被迫中止或缩小规模。

但在此期间，也出现了很多发展亮点和技术进步，如神经网络技术的出现，成为现代人工智能的重要组成 部分。

4. 再次繁荣（1980-1987 年）

科学家借助逻辑编程语言和专家系统技术，推动人工智能在一些商业L域获得成功，进而重新获得政府和企 业的支持。同时，联结主义的代表性技术——人工神经网络重新受到关注。这是人工智能的复苏阶段，也是 分化和竞争的阶段。

5. 第二次寒冬（1987-1993 年）

这段时期，人工智能再次遭遇挫折和困境，标志性事件是日本第五代计算机系统研制计划的失败，自此专家系 统不再dL风骚。与此同时，神经网络研究遭遇新的瓶颈，针对人工智能研究的资助再次缩减。 在这个阶段，人工智能研究者意识到，要解决更为复杂和普遍的问题，就需要运用更复杂、规模更大的模型， 以及更多的计算资源和更丰富的数据等。同时，人工智能也面临着一些哲学和伦理的问题，如机器是否具有 意识、机器是否有道德以及是否会对人类构成威胁等。

6. 深化发展（1993-2015 年）

AI 研究者开始采用更加实用和渐进的方法，将 AI 技术应用于各个L域，涌现出许多创新的理论、方法、技术 和应用。如 IBM 的深蓝超J计算机在国际象棋比赛中战胜了世界G军加里·卡斯帕罗夫；智能系统沃森参加 智力问答节目，打败了两位人类G军，展示了人工智能在复杂L域的强大能力。

7. 爆发发展（2016 年至今）

随着技术的突破、成本的下降和应用的普及，AI 开始从实验室走进大众的生活。2016 年至今（2024 年）可视 为人工智能的爆发阶段，也是创新和应用的关键阶段。

特别是 2016 年，可被称为人工智能的元年，在这一年谷歌 DeepMind 研发的 AlphaGo 在围棋人机大战中击 败人类棋手李世石，成为人工智能发展史上的一个重要里程碑——在一片惊呼声中 AI 迈上一个新台阶，各界 对 AI 的热情和投入被充分激发。

同时，互联网的飞速发展推动人类进入大数据时代，数据、算法、算力三要素齐头并进，以深度神经网络为主 的深度学习技术开始兴起并持续取得突破。人工智能的应用从图像分类逐步拓展至语音识别、知识问答、人 机对弈、无人驾驶等诸多L域。直至 2022 年，ChatGPT 横空出世，使得公众对人工智能的理解被彻底刷新， 并J大加速了 AI 在各行各业、各类场景中的应用，同时也引发了关于 AI 技术的社会影响和伦理问题的深入探 讨。

一方面，各国政府以及产业界正在积J投资和布局 AI L域，希望能在这场科技革命中占据一席之地，并取得 产业化的先机；另一方面，很多企业家和学者对 AI 的迅速发展发出警示，提醒其对社会存在的风险，呼吁 各国、政府部门、行业组织、社会公众等多元主体共同参与人工智能治理。