经历冰火两重天的人工智能，未来的路在哪里？

　　当时主要问题：

　　1.计算机运算能力遭遇瓶颈，无法解决指数型爆炸的复杂计算问题

　　2.常识和推理需要大量对世界的认识信息，计算机达不到“看懂”和“听懂”的地步

　　3.无法解决莫拉维克悖论

　　4.无法解决部分涉及自动规划的逻辑问题

　　5.神经网络研究学者遭遇冷落

　　说明：莫拉维克悖论：如果机器像数学天才一样下象棋，那么它能模仿婴儿学习又有多难呢?然而，事实证明这是相当难的。

　　第二次发展高潮(1980年—1987年)

　　80年代初，一类名为“专家系统”的AI程序开始为全世界的公司所采纳，人工智能研究迎来了新一轮高潮。在这期间，卡耐基梅隆大学为DEC公司设计的XCON专家系统能够每年为DEC公司节省数千万美金。日本经济产业省拨款八亿五千万美元支持第五代计算机项目。其目标是造出能够与人对话、翻译语言、解释图像、能够像人一样推理的机器。其他国家也纷纷作出了响应，并对AI和信息技术的大规模项目提供了巨额资助。

　　说明：专家系统是一种程序，能够依据一组从专门知识中推演出的逻辑规则在某一特定领域回答或解决问题。由于专家系统仅限于一个很小的领域，从而避免了常识问题。“知识处理”随之也成为了主流 AI 研究的焦点。

　　当时主要成就：

　　1.专家系统的诞生

　　2.AI研究人员发现智能可能需要建立在对分门别类的大量知识的多种处理方法之上

　　3.BP算法实现了神经网络训练的突破，神经网络研究学者重新受到关注

　　4.AI研究人员首次提出：机器为了获得真正的智能，机器必须具有躯体，它需要有感知、移动、生存，与这个世界交互的能力。感知运动技能对于常识推理等高层次技能是至关重要的，基于对事物的推理能力比抽象能力更为重要，这也促进了未来自然语言、机器视觉的发展。

　　第二次寒冬(1987年—1993年)

　　1987年，AI硬件的市场需求突然下跌。科学家发现，专家系统虽然很有用，但它的应用领域过于狭窄，而且更新迭代和维护成本非常高。同期美国Apple和IBM生产的台式机性能不断提升，个人电脑的理念不断蔓延;日本人设定的“第五代工程”最终也没能实现。人工智能研究再次遭遇了财政困难，一夜之间这个价值五亿美元的产业土崩瓦解。

　　当时主要问题：

　　1.受到台式机和“个人电脑”理念的冲击影响

　　2.商业机构对AI的追捧和冷落，使AI化为泡沫并破裂

　　3.计算机性能瓶颈仍无法突破

　　4.仍然缺乏海量数据训练机器

　　第三次发展高潮(1993年至今)

　　在摩尔定律下，计算机性能不断突破。云计算、大数据、机器学习、自然语言和机器视觉等领域发展迅速，人工智能迎来第三次高潮。

　　摩尔定律起始于Gordon Moore在1965年的一个预言，当时他看到因特尔公司做的几款芯片，觉得18到24个月可以把晶体管体积缩小一半，个数可以翻一番，运算处理能力能翻一倍。没想到这么一个简单的预言成真了，下面几十年一直按这个节奏往前走，成为了摩尔定律。

　　主要事件

　　1997年：

　　IBM的国际象棋机器人深蓝战胜国际象棋世界冠军卡斯帕罗夫

　　2005年：

　　Stanford开发的一台机器人在一条沙漠小径上成功地自动行驶了131英里，赢得了DARPA挑战大赛头奖;