人工智能、机器学习、神经网络和深度学习的发展历程(上）_人工智能 深度学习 先后顺序

Hello，这里是行上行下，

我是隔壁壹脑云准时不拖更的袅袅~

“学习任何领域，了解总是第一步，而认识该领域的发展历程是了解一个领域十分有效的方法。”这一期跟大家分享人工智能和机器学习的发展历程。

一、人工智能的发展历程

人工智能从诞生至今，经历了一次又一次的繁荣与低谷，其发展历程大体上可以分为推理期、知识期和学习期。

人工智能的发展经历了很长时间的历史积淀，早在1950年，阿兰·图灵就提出了图灵测试机，大意是将人和机器放在一个小黑屋里与屋外的人对话，如果屋外的人分不清对话者是人类还是机器，那么这台机器就拥有像人一样的智能。

1、推理期

1956年达特茅斯会议之后的十几年里人工智能迎来了第一次高峰，大部分早期研究员都通过人类的经验，基于逻辑或事实归纳出来一些规则，然后通过编写程序来让计算机完成一个任务。

在这段长达十余年的时间里，计算机被广泛应用于数学和自然语言领域，用来解决代数、几何和英语问题。这让很多研究者看到了机器向人类智能发展的希望，比如1959年，第一台工业机器人诞生；1964年，首台聊天机器人也诞生了。甚至在当时，有很多学者认为：“二十年内，机器将能完成人能做到的一切。”

但随着研究的深入，研究者意识到这些推理规则过于简单，对项目难度评估不够，人工智能的研究开始陷入低谷还让大家对人工智能的前景蒙上了一层阴影。与此同时，社会舆论的压力也开始慢慢压向人工智能这把，导致很多研究经费被转移到了其他项目上。

在当时，人工智能面临的技术瓶颈主要是三个方面。第一，计算机性能不足，导致早期很多程序无法在人工智能领域得到应用；第二，问题的复杂性，早期人工智能程序主要是解决特定的问题，因为特定的问题对象少，复杂性低，可一旦问题上升维度，程序立马就不堪重负了；第三，数据量严重缺水，在当时不可能找到足够大的数据库来支撑程序进行深度的学习，这很容易导致机器无法获取足够量的数据