人工智能领域发展经历的三次浪潮分析

蚂蚁一样的功效：AI的第一次浪潮浪

在AI的第一次浪潮中，成功来自全新的创造性思维，来自小部分专家的合作。跟随第一次浪潮的，是1974-1980年的第一个“AI的冬天”，因为人们当时清晰得知，早期的AI只有如蚂蚁般的商业功用。

从20世纪50年代中期起，人类发现了很多关键概念，开始发现、定义AI1955年，第一个启发式编程程序诞生，它后来成为20世纪80年代和90年代的专家系统。1957年，感知算法被发明，它演变成今天的人工神经网络和深度学习工具。1958年，LISP编程语言得到发展，研究员可以写出人类可读的人工智能代码，而不只是1和0。

1960年，隐马尔可夫模型算法被发明，最终成就了语音和图像识别的人工智能新浪潮。今天，虽然仍有很多重要的概念被提出和开发，但大多数只是对早期发明的改进。

思维机器的落差：AI的第二次浪潮浪

AI第二次浪潮的成功，来自运用抽象数学和编程理论所创建的有用的、有价值的设备。AI这一次的目标，是要创造一些有用的东西、有价值的东西。于是，许多人工智能公司诞生了，其中的一些开始赚取可观的利润，而更多的公司则吸纳了大量投资，并建立了令人印象深刻的估值。

IBM和纽昂斯的AI，就是这一波浪潮的典型代表。但是，这些早期的AI系统不能学习，因此需要一个昂贵的程序员团队，一分一秒地添加、更新、修改一行行代码。这似乎再次辜负了创造者们的期待，因为这与他们对高度、精度和高智能“思维机器”的设想和承诺不相匹配，结果导致了1990~200年，“AI的第二次冬季”。

1973年，IBM创建了一个可以组装打字机零件的机器人。1974年库茨韦尔计算机产品公司创造了第一台光字符扫描器，它能自动将文本先转换成计算机文件，再转换成语音。1979年，第一辆自动化汽车诞生，它可以用视觉导航的方式搜索一个房间中的固定物件。

同年，第一个以知识为基础的医疗诊断程序的“专家系统”被创建。专家系统”是AI的原型，使用“如果/然后”规则，该规则来自人类专家对大而不确定的知识的分类。在接下来的20年间，北美和欧洲最大的公司中有2/3都依赖于“专家系统”的A。1984年，库茨韦尔应用智能公司创造了第一个基于听写转录装置的AI系统，它能理解普通人的语音，并将其转换成文本。

“越过雷池”与“黑厘子”：今天，AI的第三次浪潮浪

创新者最怕的是末路，因此他们永不言败，掀起了A的第三次浪潮，将全球商界推进这场认知商业革命之中。这一次，AI的目标是提供有用的设备和服务，做人类不能做或不能高效、方便、高质完成的事。但是，即使在今天，AI的智能也没能完全与人类匹配，而且，在全球范围内，人们对AI的定义也仍没有一个统一的标准。

技术是否成熟？

以凯文·凯利的说法，A现在只是聪明的工具，还不是真正意义上的智能。来自谷歌的世界顶尖的人工智能专家团队将AI的智能发展划分成了三级。第一级，现在是一种“弱人工智能”，只能够专注在一个特定领域，如下围棋。第二季，成为“强人工智能”，能够达到或超过人类水准。与之相对应的，是第三级，用另一位谷歌专家蒂姆的定义，就是“从比人类聪明一点点到聪明1000万倍的人工智能”。

全球人工智能引领者科大讯飞研究院则将AI划分为计算智能、感知智能、认知智能三类。计算智能，即机器能存会算”的能力，其方法是穷举和匹配搜索，通过太存储和超算，展现其高智能特性。

感知智能，即机器具有能对会说会认”的能力，主要是通过数学建模和大数据学对类感知能力进行模拟，涉及语音合成、语音识别、图像识别处理等技术。认知智能，即机器具有“能理解、会思考”的能力要对人类的推理、联想、知识组织等能力，进行模拟研究，涉及人工神经网络模型和深度学习技术等。

无论如定义，AI要在商业上取得成功，都必须建立强大面短杂的能系统，这个系统离不开以下4个方面的能力。

1、数百万付的计算能力，能运算超级复杂和超级容量的问题

2、更高级的算法，让机器可以学习，可以感知空间和时间可以检测模式，可以实现大数据互联。

3、在互联网、物联网等实现万物连接后，能汇集和处理海量动态数据。

4、高容量、大带宽的通信管道，能承载A1与数十亿用户的信息连接与流通，特别是与移动用户高质量（无延迟等）的连接和信息畅通技术能力的成熟，是一个永无止境的创新、发明过程。但是技术的商业化通常需要一个临界点的到来。
       责任编辑：tzh