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)、《超能陸戰隊》里的大白或者《西部世界》高科技成人主題公園的畫面。

[[274990]]

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展，人工智能于1974年迎來了第一次寒冬。

寒冬一直持續到上世紀八十年代，其結束是得益于專家系統的興起，以及日本斥資8.5億美元用于創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的類人飛行器)在1979年就已登場。《攻殼機動隊》原版漫畫也于1989年首次發行。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)，性能比那些專業電腦更優異。這導致價值5億美元的專家系統產業的崩潰，引發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，機器學習繼續向前發展。計算機的處理和存儲能力呈指數級增長，使企業能夠存儲和處理大量數據。眾多企業和政府機構已成功地將人工智能大規模地應用到各種應用中。

2011年，IBM的問答系統沃森在美國智力競賽節目《危險邊緣》中擊敗了衛冕冠軍布拉德·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專注于弱人工智能的研究，抑制了整個人工智能行業的發展。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，不僅人工智能產業將停滯不前，全世界都將面臨下一次經濟危機。