今天，我们拥有各种“智能”设备，其中许多设备甚至可以通过语音激活，并为我们的查询提供智能响应。这种尖端技术可能会让我们认为人工智能是21世纪的产物。但它实际上有更早的根源，一直追溯到20世纪中叶。
AI Roots
可以说，阿兰图灵的计算思维思想奠定了人工智能的基础。斯坦福大学计算机科学教授约翰麦卡锡(John McCarthy)对图灵在1947年的演讲中提出这一概念表示赞赏。当然，这是图灵想到的，因为他的书面作品包括一篇1950年的文章，探讨了一个问题，“机器可以思考吗?”这就是引起着名的图灵测试的原因。
尽管如此，在1945年，Vannevar Bush在一篇题为“我们可能会想到的大西洋杂志”的文章中提出了未来技术的愿景。他所预测的奇迹之一是能够快速处理数据以培养具有特定特征的人的机器。找到要求的图像。
紧急情况
正如他们在他们的解释中所做的那样，这些有远见的思想家都没有使用“人工智能”这个术语。这个术语仅在1955年出现，代表了将要探索的新研究领域。它出现在“达特茅斯夏季人工智能研究项目提案”的标题中。会议本身发生在1956年夏天。
研究人员在乐观主义十年开始时就已经做好准备，他们表达了对未来的信心，并认为人工智能只需要一代人就能成为现实。20世纪60年代，美国人工智能得到了很大的支持。随着冷战的全面展开，美国不希望在技术方面落后于俄罗斯人。麻省理工学院受益，从DARPA获得了220万美元的拨款，以便在1963年探索机器辅助认知。
继续为一系列人工智能项目提供资金，包括麻省理工学院的SHRDLU，David Marr的机器视觉理论，Marvin Minsky的框架理论，Prolog语言以及专家系统的开发。然而，到20世纪70年代中期，人工智能的这种支持水平已经结束。
第一个AI冬天
1974年至1980年期间被认为是第一个“人工智能冬季”，这是该领域资金短缺的时期。这种对人工智能资金态度的转变主要归功于两份报告。在美国，自动语言处理咨询委员会(ALPAC)于1966年出版的“语言和机器：翻译和语言学中的计算机”。在英国，詹姆斯·莱特希尔爵士教授的“人工智能：一般概况” FRS，发表于1973年。声明，“迄今为止，在该领域的任何部分都没有发现产生了当时承诺的重大影响，”Lighthill的观点证实了这样一种观点，即持续的资金将在糟糕的情况下投入大量资金。
这并不意味着根本就没有进展，只是它发生在不同的名称下，如“AI冬季及其课程”中所述。这就是术语“机器学习”， “信息 学”，“知识为基础”系统“和”模式识别“开始被使用。
在20世纪最后二十年中改变季节
在20世纪80年代，出现了一种被称为“基于知识”或所谓的“专家系统(ES)”的人工智能形式。根据美国的销售率记录，它最终成为主流。1986年，“AI相关硬件和软件”的数量达到了4.25亿美元。
但人工智能在1987年迎来了第二个冬天，虽然这个只持续到1993年。当台式电脑进入画面时，更昂贵和专业的系统失去了很大的吸引力。DARPA是研究资金的主要来源，也决定他们没有看到足够的回报。
在本世纪末，人工智能再次成为众人瞩目的焦点，尤其是 1997年IBM深蓝色国际象棋冠军加里卡斯帕罗夫的胜利。但是，大规模的大型企业投资只会在下个世纪发生。
新千年
在本世纪，人工智能取得了更多的进步，其中一些也成为头条新闻。在谷歌的母公司Alphabet支持DeepMind的这项研究的基础上，通过AlphaGo击败专业的人类玩家，在Deep Blue的传统中展示了许多令人印象深刻的壮举。
然而，这不仅仅是关于娱乐和游戏。人工智能可以真正节省生命。它目前被用于基因组学和基因编辑的个性化医疗。人工智能推进的另一个主要领域是多达46家不同公司推动自动驾驶汽车。
虽然大量的人表现出极大的兴趣，但他们也表现出了根深蒂固的分歧。这是James Moor在2006年注意到的该领域普遍缺乏连贯性的症状。他在AI杂志第一次AI会议50周年纪念日写道，“不同的研究领域经常不合作，研究人员使用不同的方法，并且仍然没有将该学科统一起来的一般智力或学习理论。“
这就是为什么你会听到很多关于人工智能的原因，尽管很多人都认为它可以提出不同的建议 你听到很多关于它的另一个原因是普遍炒作，鉴于我们已经看到的历史，这并不是好兆头。
冬天来了
“人工智能冬天很顺利”的标题是Flip Pieknniewski给出了他在2018年初写的一篇博客。他将人工智能冬季的必然性比作股票市场崩溃的必然性，必然会“在某些时候”发生，尽管究竟何时是很难说。他注意到“ 深度学习的大幅下降(可能在人工智能中，因为这个术语已经被企业宣传所滥用而被滥用)，这种迹象显而易见，但在日益激烈的叙述中却被大多数人隐藏起来。”
当然，我们在前两个冬天看到的模式将表明将会发生的事情。人们期望得到提升，当他们不满足时，失望会导致人们不屑于他们追逐的闪亮新事物。
也许这个冬天不会意味着深冷冻
人工智能领域在过去和现在之间的一个不同之处在于，研究的很大一部分是由拥有大量资金的公司资助的，而不是主要依靠政府拨款的研究型大学。因此，即使政府决定停止自己的现金流，像Alphabet这样的公司也可能继续保持活力。如果发生这种情况，可能只是部分冬天，人工智能的进展不会被冻结。
