导言

什么叫人工智能呢？人工智能是人类智能的一个计算机的实现，从对决的角度，它永远不可能超过人类智能，只是说在某一个特定的方面它可能胜出，但从智能本身它没办法胜出。其实，智能有很多方面，包括逻辑能力，语言能力、空间能力、感知能力、包括音乐感知的能力，肢体的控制能力。

后面这几个是比较难的，包括人的内省、自我反省，包括人际关系的能力，包括自然探索的能力，比如发现一些新的东西，完全没有任何线索，你能想出我要做这个，我把这个问题解决掉。自然探索的能力，包括图像、图形的感知能力。

智能分为九个能力，而现在的人工智能在这九个方面只有三个做得还可以，有六个方面还相当的远，所以我们说现在的人工智能要想挑战人类智能，路还很长。

-01-以史为鉴 回顾发展历程

1956年，达特茅斯会议是一个里程碑。当时，人工智能的元老们还很年轻，他们集聚到一起开了两个月的会，讨论怎么样让机器具有人的智能、定出了人工智能的最终目标以及什么叫人工智能。

现在看起来1956年定义的人工智能的白皮书，到现在一点都不过时。这次会议开了以后，全世界很多学校都开始跨入到人工智能热潮当中，典型的像斯坦福大学、CMU、MIT、哈佛大学很多人都在做相关的研究，那个阶段大家采用的技术手段，主要是逻辑主义或者符号主义。

什么叫逻辑或者符号呢？实际上就是认为一切的推理，都可以用逻辑演算的方式来实现，只要定义了整个逻辑演算的体系，做一个规则，就可以完成任何事。比如可以进行推理、数学证明，可以创作、奏乐等。

目前，主要的自然科学定理都是用演绎推理的方式来完成的。比如说亚里士多德的三段论体系就是非常典型的演绎推理。

所有演绎推理的基础是满足三段论方程，什么叫三段论，有一个大前提，这是一个一般的原理，有一个小前提是要研究的特殊情况，根据大前提、小前提得到一个结论，这个结论是根据一般情况，对特殊情况做出一个判断，这就完成了演绎推理，这就叫三段演绎推理。所有的基础逻辑的方法都是这样做的，为了做这个当时设计了很多的人工智能语言，用这种语言可以写人工智能的方程，机器就可以去证明。

当然这听起来很好，当时大家都认为十年之内人工智能一定可以完成很多事，但一直到1976年前后，大家发现一开始定的那么高调的东西绝大多数都实现不了。1973年有一个英国人发了一个报告，给AI泼一大盆冷水。他把AI研究分为三类系统，A是指自动机、B是机器人、C为中央神经系统。自动机和中央神经系统研究是有价值的，但进展太慢;机器人的研究毫无价值，而且非常令人失望，所以他建议把所有的机器人研究都取消掉;A和C因为它本身令人失望，所以也是非常低调。

这个报告出来以后各国政府把对人工智能投入的经费全部砍掉，人工智能马上就进入了严冬。所以1976年实际上是人工智能第一次的严冬的到来。

1976年之后尽管没有经费，但学者的可爱之处是给钱也做，不给钱也做。因为做逻辑的，前面已经把自己的体量拉得很大。当时做神经网络的，基本上没有得到什么钱，所以本身就是教授带几个学生在玩，这个领域虽然面临寒冬了，但对他来讲没有变化，盛夏的时候没有钱，寒冬的时候还是没钱，所以带着学生继续玩。

这一玩玩出花样来，1976年开始有很多做神经元网络的，不停地写东西、发东西，一直到1986年出来一个让人眼睛一亮的东西，这个东西叫BP算法（即误差反传网络）。

以往的神经元网络只能做非常小的事，做不了大事。但这个东西出来以后可以做大事了，所以就推动了这个领域发展。

但它也只能解决一部分问题。一开始人们也期待要解决很多问题，但遥遥无期，到最后又来了第二次的低谷，包括日本第五代機的失败，当时在斯坦福大学要建一个知识百科全书的项目都失败了，使得第二次人工智能又跌入了低谷。

第三次是从2006年开始的，现在人工智能的三个大牛，一位多伦多大学的Geoffrey Hinton，一位是蒙特利尔大学的Yoshua Bingeo，一位是纽约大学的Yann LeCun，这一年他们分别发表了三篇文章在讲一件事。这个文章出来了以后，当时大家并不知道这个东西要怎么用，这个东西被谁给激活了？李凯和李飞飞做的ImageNet，主要操刀是李飞飞。

ImageNet是一个全球的图像识别比赛，在2012年以前都是用常规的方法，2012年开始有一个参赛队用了这个方法，比别的队错误率马上降低了一半。到2013年其它方法全部退出，全都是深度学习，2014年不停地改进。2015年，错误率已经降得非常多，深度学习的网络也非常多。到2016年的时候几乎做到不光人没法比，错误率已经低到不需要再做了，所以李飞飞选择2017年宣布这个比赛停止，不再做了，因为其实已经没有太大促进意义了。

所以，由于深度学习的发展，由于产业界的热情参与，产生了很多新的企业，有很多新的机遇，这是非常好的事。

-02-人工智能发展机遇