人們對人工智能有著無限遐想，它早已成為小說和電影最熱門的主題。提及人工智能時，腦海中總是會浮現鋼鐵俠和他的人工智能助手J.A.R.V.I.S（或者它的替代物星期五）、《超能陸戰(zhàn)隊》里的大白或者《西部世界》高科技成人主題公園的畫面。

盡管人工智能作為生活的得力助手，早已解決了先前無法解決的痛點，但按照當前科技發(fā)展狀況，超越人類能力的類人機器人仍遙不可及。那么，是什么阻擋了類人機器人的誕生呢？

首先，簡要地回顧一下人工智能的歷史。

人工智能領域于1956年在達特茅斯學院的會議上正式宣布成立，“人工智能”這一專業(yè)術語也隨之誕生。1956到1974年間，大學和政府機構在人工智能領域的研究上投入了大量資金和資源，用于解決幾何、代數等問題的不同類型的電腦如雨后春筍般冒出。這期間的成功使人們對人工智能過度樂觀，期望過高。然而，當時的技術和硬件設備跟不上新型人工智能的發(fā)展，人工智能于1974年迎來了第一次寒冬。

寒冬一直持續(xù)到上世紀八十年代，其結束是得益于專家系統(tǒng)的興起，以及日本斥資8.5億美元用于創(chuàng)造出一臺具有超級計算能力和人類智能的計算機，也被稱為第五代計算機項目。日本一直癡迷于類人機器人，廣為人知的科幻電影《高達》（具有先進人工智能系統(tǒng)的類人飛行器）在1979年就已登場?！豆C動隊》原版漫畫也于1989年首次發(fā)行。為與日本競爭，英國政府也于同一時期再次投資人工智能領域。

在此期間，計算機硬件蓬勃發(fā)展。這里提到的計算機不是指平日里使用的那種普通計算機，而是由專業(yè)人員使用，沒有接口，只有一堆代碼的計算機。1987年，蘋果和IBM都研發(fā)了專屬版本的臺式電腦（類似于現在使用的），性能比那些專業(yè)電腦更優(yōu)異。這導致價值5億美元的專家系統(tǒng)產業(yè)的崩潰，引發(fā)了人工智能第二次寒冬。

直到1997年IBM的深藍擊敗國際象棋冠軍加里·卡斯帕羅夫（Garry Kasparov），公眾才意識到人工智能的力量。與此同時，科技行業(yè)面臨著網絡泡沫。人工智能的基金已經耗盡。然而，由于硬件設備的突破，機器學習繼續(xù)向前發(fā)展。計算機的處理和存儲能力呈指數級增長，使企業(yè)能夠存儲和處理大量數據。眾多企業(yè)和政府機構已成功地將人工智能大規(guī)模地應用到各種應用中。

2011年，IBM的問答系統(tǒng)沃森在美國智力競賽節(jié)目《危險邊緣》中擊敗了衛(wèi)冕冠軍布拉德·拉特和肯·詹寧斯。Alpha GO也分別在2016年和2017年擊敗了九段圍棋選手李世石和世界冠軍柯潔。

過去的15年間，亞馬遜、谷歌和其他公司利用機器學習獲得了巨大的競爭優(yōu)勢。除了通過處理用戶數據了解消費者行為外，這些公司還專注于計算機視覺、自然語言處理和許多其它人工智能應用。

經過數十年的研究，人工智能的快速發(fā)展要歸于四個方面：

1. 摩爾定律——人工智能研究開始以來，計算機處理能力大約每兩年就增長一倍，使處理大數據和復雜算法成為可能。僅用了兩年時間，谷歌就把Alpha Go從業(yè)余圍棋選手變成了世界冠軍。此外，Alpha Go較新的計算資源版本僅是之前擊敗李世石版本的十分之一。

2. 大數據——機器學習依賴于大量原始數據。僅在過去兩年間，就產生了世界90%的數據。

3. 資金——隨著人工智能被廣泛應用，風投和天使基金紛紛涌入人工智能研究領域，希望找到下一個獨角獸。

4. 算法的復雜性——研究和資金正推動著趨于精密的算法，以充分利用神經網絡和認知計算。

很多人認為目前人工智能的發(fā)展已經放緩，即將面臨人工智能的第三次寒冬。有些人認為在強人工智能方面還沒有取得重大突破，其他人則認為當前企業(yè)專注于弱人工智能的研究，抑制了整個人工智能行業(yè)的發(fā)展。也有人批評當前人工智能研究過于集中，危害社會。

然而，當前的股票市場由蘋果、谷歌、亞馬遜、Facebook等公司主導，如果人工智能的第三次寒冬真的來臨，不僅人工智能產業(yè)將停滯不前，全世界都將面臨下一次經濟危機。