【51CTO.com原創稿件】近年來，計算機技術得到了快速的發展，人工智能因為其可操作性和智能化的特點，得到了社會各界人士的關注。如同蒸汽時代的蒸汽機、電氣時代的發電機、信息時代的計算機和互聯網，人工智能也正成為推進人類進入智能時代的強大力量。
人工智能的探索其實并不是一帆風順的，科學家們在70多年甚至更長的時間內不斷地思索與研究，才有了現在的人工智能成就。在這么久的時間內，人工智能的發展歷程是什么樣的呢？
1、艱難探索：功能簡單，經驗寶貴
1950年，被稱為“計算機之父”的阿蘭·圖靈提出了一個舉世矚目的想法——圖靈測試；1956年，在由達特茅斯學院舉辦的一次會議上，計算機專家約翰·麥卡錫提出了“人工智能”一詞，這被人們看做是人工智能正式誕生的標志。這一時期的人工智能，由于技術的不足、數據的缺少和經費的短缺等問題，算法以及業務功能和實現機制相對簡單，但在智能算法落地的探索上對之后的深度學習提供了大量的經驗。
2、時代浪潮：人工智能繁榮期
1980年，卡內基梅隆大學設計出了第一套專家系統——XCON（具有強大的知識庫和推理能力，可以模擬人類專家來解決特定領域問題）。機器學習開始興起，各種專家系統開始被人們廣泛應用。
此外，神經網絡在沉寂10年之后又有了新的研究進展，1982年英國科學家霍普菲爾德幾乎同時與杰弗里·辛頓發現了具有學習能力的神經網絡算法。BP（Back Propagation）算法被提出使得神經網絡快速發展，解決了非線性分類和學習的問題，并且在90年代開始商業化，被用于文字識別、圖像識別和語音識別。另外，針對特定領域的專家系統也在商業上獲得成功應用，人工智能進入了繁榮期。
3、困境 ：AI的培養土“營養不足”
但好景不長，專家系統最終取得的成功是有限的，他無法自我學習并更新知識庫和算法，維護起來越來越麻煩，成本也變得越來越高，人工神經網絡的設計也一直缺少相應的嚴格的數學理論支持，之后BP算法更被指出存在梯度消失問題，因此無法對前層進行有效的學習。人們開始對專家系統和人工智能的信任產生了危機，同時，硬件市場的潰敗和理論研究的迷茫，加上各國政府和機構紛紛停止向人工智能研究領域投入資金，導致人工智能發展進入了低谷。
4、卷土重來：落地與應用
由于網絡技術的進步，并且神經網絡技術的逐步發展，以及深度學習的出現，加速了人工智能的創新研究，促使人工智能技術進一步走向實用化。此外，隨著大數據、云計算、互聯網、物聯網等信息技術的發展，以深度神經網絡為代表的人工智能技術飛速發展，諸如圖像分類、語音識別、知識問答、無人駕駛等人工智能技術迎來了爆發式增長新高潮。與此同時，計算機的學習能力也在飛速地提高。機器人戰勝了人類的國際象棋大師，又戰勝了人類的圍棋大師。機器人能夠在智力測試競賽中讓人類選手慘敗，也能寫出以假亂真的古詩詞、流行音樂。在越來越多的領域，計算機不斷地實現了智能化應用。
5、未來：探索無止盡
對于過去幾十年發展取得的成就，有人歸因于數據，也有人歸因于算法，總的來說我們正處于高新技術的時代。我們相信人工智能的發展將會為人類社會帶來又一次技術革命，人工智能的浪潮正在洶涌澎湃！

【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】