《人工智能简史》|人工智能的前世今生及发展趋势。
人工智能六十多年的发展历史。
核心书摘：
《人工智能简史》这本书，以俯看全景的写作方式，生动地勾勒了人工智能六十多年的发展历史，重点介绍了人工智能领域的杰出科学家，再现了他们创造非凡成就的故事。这本书可以帮我们更好地了解人工智能的成败得失和应用前景，看清人工智能的本质，以及人工智能未来的发展趋势。
本书自2017年出版以来，就备受好评。曾荣获第八届吴文俊人工智能科技进步奖、第七届中华优秀出版物奖，并入围第十三届“文津图书奖”和央视“2017年度中国好书”的推荐书目。
关于作者：
尼克，原名张晓东，中国人工智能领域专家、乌镇智库理事长、数知科技创始人。尼克早年曾留学美国，师从人工智能大师、“强化学习”算法发明者安德鲁·巴托教授和理查德·萨顿博士。
学什么：
1、人工智能的萌芽
2、人工智能的三次浪潮
3、人工智能的应用
一、人工智能的酷暑与寒冬
1、萌芽阶段
说到人工智能，就不得不提到一位传奇人物，他就是被誉为“计算机科学之父”的艾伦·图灵。
1950年，图灵在英国哲学期刊《心》上，发表了一篇划时代的论文《计算机与智能》。在这篇论文中，图灵大胆假设了制造智能机器的可能性，并提出了著名的“图灵测试”。
图灵测试简单来说，就是让一个人和一台机器藏在幕后，再让一个人类裁判同时与幕后的机器和人进行交流，如果人类裁判无法分辨回答问题的是机器还是人类，那么就说明机器具有和人类同等的智能。
图灵的研究，第一次提出了人工智能的评判标准，为人工智能的实现提供了理论基础和检验方法。
除图灵外，在20世纪40年代末到50年代初，还有两位美国数学家对人工智能的兴起做出了突出贡献，他们就是诺伯特·维纳和克劳德·香农。
1948年，美国麻省理工学院的数学教授维纳出版了著名的《控制论》。在书中，维纳提出了“反馈是控制论的基石”的观点，从反馈的角度揭示了信息和控制之间的关系。
维纳还提出“机器能否拥有智能的标准，是机器可不可以像生物一样，通过反馈来控制自己”。也就是说，在理论上人类的智能活动都是反馈的结果，而反馈的机制是完全可以用机器来模拟的。
也是在这一年，就职于贝尔实验室的数学家香农发表了论文《通信的数学原理》，这篇论文被称为“信息论”的奠基之作，“信息论”从此诞生。
在论文中，香农论证了“信息就是不确定性的消除”的核心论点，而这个论点不仅适用于通信领域，也适用于描述人类的认知行为。进一步讲，人类的认知行为可以看成是一种信息的加工过程，它完全能够用复杂的数学运算通过计算机来进行模拟。
可以说，图灵、维纳和香农等人工智能先驱们对于计算机如何像人类大脑一样工作和思考的研究，为后世人工智能的诞生和发展开创了先河。
2、两大流派
现在大家谈到人工智能的起源，公认的说法就是1956年夏季召开的达特茅斯会议。但实际上，此前还有一个小插曲。
1955年，在洛杉矶举办的美国西部计算机联合大会上，与会的科学家们又参加了一个名为“学习机讨论会”的小会。
这次讨论的与会者，有两个人参加了第二年举办的达特茅斯会议，他们就是时任麻省理工学院数学系助理教授的奥利弗·塞弗里奇，以及来自著名智库兰德公司的艾伦·纽厄尔。
在这个小会上，塞弗里奇发表了一篇有关“模式识别”的论文，而纽厄尔则畅谈了计算机下棋的可能性，两个人在会上发表的观点，正好代表了日后人工智能的两大流派，也就是以塞弗里奇为代表的“联结主义学派”，和以纽厄尔为代表的“符号主义学派”。
“联结主义学派”认为，人脑有大量相互联结的神经元，人之所以能思考，就是因为神经元在处理各种信息。如果用机器来模拟这些神经元，并建立人工神经元的联结网，这样人工神经网络就可以思考了。
“符号主义学派”则认为，人工智能就是要模拟人脑的推理思维，把有关的信息抽象为各种符号，然后再进行符号运算，从而实现人工智能。
这两大流派，在日后人工智能的发展历程中，相互争斗、各有起伏，共同推动了人工智能的发展。
3、第一次浪潮
1956年8月，来自多个常春藤名校的大牛们，在美国汉诺威小镇的达特茅斯学院，就机器人如何模仿人类智能的议题，展开了为期两个月的研讨，会议的组织者约翰·麦卡锡，给这次会议起名为“人工智能夏季研讨会”。自此，人工智能开始走上历史舞台。
在这次大咖云集的“神仙会议”上，麦卡锡第一次提出了“人工智能”一词。
这次会议大家留下深刻印象的，是赫伯特·西蒙和纽厄尔公布的一款名为“逻辑理论家”的程序。“逻辑理论家”是历史上第一个可以工作的人工智能程序，两人用这个程序证明了怀海特和罗素合著的《数学原理》第二章一共52个定理中的38个。
达特茅斯会议为人工智能带来了星星之火，与会者把星星之火带到各地，人工智能开始燎原，迎来了它的第一次浪潮。
在人工智能的第一次浪潮中，符号主义学派占了上风。
1957年，麦卡锡跳槽到麻省理工学院，在美国国防部的支持下，创建了人工智能实验室，领导开发了至今仍在人工智能领域广泛应用的Lisp计算机分时编程语言。明斯基也在1958年加入麻省理工学院，成为麦卡锡的同事，并于1963年发明了虚拟现实使用的头盔。
纽厄尔被赫伯特·西蒙招到卡内基梅隆大学读博士，他们在美国国防部的资助下，在“逻辑理论家”的基础上，于1960年合作研发了“通用问题求解系统”。
一时间，人工智能风头无两，人们乐观地认为：“20年内，机器将能完成人能做到的一切工作。”但是，残酷的现实很快就给人工智能泼了一盆冷水。
4、第一次低谷
1957年，康奈尔大学的实验心理学家弗兰克·罗森布拉特，在IBM-704计算机上成功模拟实现了名为“感知机”的单层神经网络模型。这个模型的神奇之处在于，它可以完成简单的视觉处理操作，在当时引起了轰动，美国军方马上对感知机投入了大量资金。
罗森布拉特的人工神经网络大放异彩让符号派非常不爽。于是，在1969年，符号派大牛明斯基和麻省理工学院数学教授西摩·派珀特，合写了一本名为《感知机：计算几何学》的书，对罗森布拉特的理论提出批评。
让明斯基没想到的是，他对联结派理论的批评竟然开启了人工智能近十年的寒冬。
当时许多对人工智能感兴趣的人发现，连人工智能领袖明斯基都质疑人工智能，所以兴趣大减；再加上那时的计算机技术还不够发达，让许多需要大量计算空间的程序无法应用到实际当中，投资者们在经历了漫长等待和巨额资金消耗后，纷纷失去了耐心，相继抽身离去。
1973年，应用数学家詹姆斯·莱特希尔受英国科学研究委员会委托，全面调研审核了人工智能的学术研究状况，并公布了《莱特希尔报告》，批评人工智能的研究是劳民伤财，这也成为压倒投资方的最后一根稻草，人工智能的第一次低潮也由此到来。
二、人工智能的回暖与波折
1、第二次浪潮
20世纪80年代初，人工智能迎来了回暖期，而帮助人工智能重回春天的，正是符号派的专家系统。
所谓的专家系统，就是依据大量的某个领域内专家水平的经验和知识，模拟专家思维来进行推理判断和处理问题的应用程序。它可以看成是一个知识库加推理机，就是运用专家的思维，解决只有人类专家才能解决的各种问题。
主导这次人工智能复兴的人，是斯坦福大学计算机科学家爱德华·费根鲍姆。
费根鲍姆的研究领域是机器学习，在实验过程中，他发现，实现智能行为的主要途径，就在于特定领域的知识。
早在1965年，费根鲍姆就和诺奖得主约书亚·李德伯格合作，开发了世界上第一款专家系统程序“Dendral”。这个系统可以从几千种可能的分子结构中，分辨挑选出一个正确的，这在当时引起了轰动，各大科研机构纷纷投入专家系统的研发，同时人工智能的研究也开始突破理论瓶颈，在商业实战中崭露头角。
1980年，卡内基梅隆大学为数字设备公司（DEC），设计了一款名为XCON的专家系统，截止到1986年，这个系统每年可以为公司节省4000万美元。
金钱是最有力的说服工具，专家系统可以代替最有经验的专家，为企业节省大笔开支，这吸引了众多企业对专家系统进行大量资金投入。截止到1985年，全球企业在人工智能领域的投入已经超过了10亿美元，并且还催生了一批IT公司诞生。
2、第二次低谷
在这轮复兴浪潮中，各国政府也不想掉队，纷纷推出了由政府主导的宏伟计划。然而到了1988年末，人工智能再次降温，到了90年代几乎完全“凉凉”。标志事件就是各国政府和各大公司基本停止了对人工智能的经费支持。
人工智能再次陷入低谷主要有两个原因：一方面，专家系统中知识数据采集困难、应用领域变窄、维护成本居高不下等问题开始暴露；另一方面，个人计算机发展迅猛、快速普及，原来需要高昂投入的人工智能软硬件，现在个人计算机完全可以承担，这就让原来的投资计划显得非常尴尬。
很显然，人工智能软硬件的市场没有存在的理由了，资本的注意力迅速转向了个人计算机以及后来大放异彩的互联网产业。
从20世纪80年代末到90年代中期，人工智能项目很难再拿到经费，相关专业的毕业生也找不到好工作。而另一方面，个人计算机和互联网却飞速发展。个人计算机和互联网把人工智能逼入墙角，却也为人工智能的第三次高潮打下了基础。
三、人工智能的高潮与应用
1、第三次浪潮
从20世纪90年代中期至今，人工智能在众多领域取得突破性进展，掀起了第三次浪潮。在第三次浪潮中，人工智能的联结主义学派占据上风，其中的领军人物是被称为“深度学习之父”的多伦多大学计算机教授杰弗里·辛顿。
早在20世纪60年代，辛顿就对人工神经网络抱有浓厚兴趣。当时，明斯基的书《感知机：计算几何学》出版后，很多人放弃了对人工神经网络的研究，但辛顿却不为所动，依然苦苦坚持。
明斯基批评单层神经网络，也就是感知机无法满足大型神经网络长时间的运行，也不能完成非线性分类。为了解决这个问题，辛顿在1986年和他的团队提出了“反向传播神经网络”技术，简称为“BP”网络。这种技术突破了单层神经网络的局限，提高了感知机的识别能力，解决了多层人工神经网络的学习难题。
面对人工神经网络的瓶颈，辛顿和一大批一流的生物学、心理学、电子工程学、神经科学、计算机专家紧密合作，共同探讨人工神经网络的新方法。
2006年7月28日，辛顿在美国权威期刊《科学》上，发表了一篇名为《用神经网络降低数据维数》的论文，这篇论文首次提出了“深度信念网络”(Deep Belief Network, 简称DBN)的概念，从此，深度学习开始大显身手。
辛顿在人工神经网络中增加了一个“预训练”的操作，大幅度减少了多层人工神经网络的训练时间和优化难度。辛顿把这种多层人工神经网络的学习方法，命名为“深度学习”。
深度学习先是在语音识别领域抢占商机，市场上出现了大量的语音翻译产品，接着又在2012年开始应用于图像识别。也正是在这一年，辛顿带领他的团队，在ImageNet竞赛中通过深度学习，训练了包括一千个类别的一百万张图片，把识别错误率降到16%，充分证明了多层人工神经网络的识别效果，如今，人脸识别系统已经在智能手机、线上支付、公安追逃等领域得到了广泛的应用。
2、三驾马车
随着深度学习的研究不断深入，深度学习在挑战人类智力方面的应用再次让人工智能站上了风口浪尖。
其中最让人感到惊艳和倍感威胁的，就是谷歌开发的AlphaGo。2016年，AlphaGo以4：1战胜了围棋高手李世石；2017年，当时的世界围棋第一人柯洁与AlphaGo再次对战，人工智能再次轻松获胜。
深度学习的强大能力，可以让计算机从不同层次和角度来挖掘数据，模仿人类神经元之间的信息传递方式来处理各种信息。同时，利用大量数据对人工智能进行训练，最终让人工智能自发地找到学习规律，并进行主动调整，对未来事件做出更加精准的预判。典型代表是谷歌后来开发的AlphaGo Zero，它在无任何人类输入的条件下，仅用3天时间，就自我对弈了490万盘，并通过深度学习成为绝顶高手，然后以100:0的战绩击败它的“前辈”AlphaGo Master。
所以说，人工智能第三次崛起是和个人计算机和互联网的发展分不开的，因为个人计算机和互联网的雄起，也为人工智能带来了算法、算力和大数据这三大推动力。
机器学习算法，一直以来都是人工智能发展的核心推动力。而深度学习的多层神经网络结构复杂、参数多，需要大规模的数据才能训练生成有效的模型。移动互联网和社交媒体的发展，让全世界的数据存量呈现几何级增长，人类由此进入大数据时代，而海量的数据，就为人工智能的发展提供了源源不断的测试和训练样本。
另一方面，深度学习运用海量数据，来训练复杂的多层神经网络，这就需要强大的计算能力支撑。之前人工智能采用传统的 CPU 进行模型训练，可谓是事倍功半，而最新芯片GPU、FPGA和TPU的应用，以及分布式计算技术的应用，又把深度学习的效率提高了数百倍。
可以说，正是有了“算法、算力、大数据”这三驾马车，人工智能才能够迎来第三次的高速发展。
结语
以上就是《人工智能简史》这本书的主要内容。
如今，人工智能的研发已经走过了近六十年的路程，人工智能的实际应用，也已经渗透到金融、医疗、电力等各个行业。大数据、云计算、物联网等技术与人工智能的结合，更是为人类的生活提供了诸多便利。
虽然人工智能的发展，让人类的双手和大脑得到了解放，但是也让人们产生了种种担忧。正如尤瓦尔·赫拉利在《未来简史》中预测的，人工智能的强大可能会出现“超级神人”和“无用阶级”，财富极可能会集中在少数拥有算法的精英科学家手中。这种假设虽然让人觉得恐怖，但是我们也应该认识到，人工智能即使再强大，也只是人类改造世界、延伸自己智能的工具，虽然人工智能带来的效率提升会让一部分岗位消失，但更多新的岗位也会涌现，另外，超越人类智能的人工智能系统也并不一定会出现。
总之，无论未来怎样，人工智能行为的设计终归是由人类创造和控制的，人工智能对人脑的模拟也只是近似而非等同，要完全超越恐怕更加不可能，所以我们大可不必对人工智能心怀恐惧，相反，我们理应拿出更大的热情来拥抱新技术革命的到来。
【编辑：王岳】
相关内容：
《你一定爱读的人工智能简史》｜人工智能未来的发展方向是什么？
《终极复制 · 人工智能将如何推动社会巨变》（萌版）｜公司如何选择发展方向？
《新物种起源》｜在未来，兼具人和机器两种属性的人更有可能适应复杂的环境。
上次推送内容：
本次推送：
《人工智能简史》|人工智能的前世今生及发展趋势。
【严选好书】所谓开朗，不是看清多少事，而是看轻多少事。
《鞋狗》|如何在传统行业中杀出一条血路？一定要看这一篇。
【听读史记学管理】三王世家｜“服众”具备了强大的团队凝聚力，它能悄无声息地让一个团队拧成一股绳，把力量用到一处。
下次推送：
【小说】《萨拉热窝女人》|如何看待和对待强加在自己身上的使命？
【严选好书】大雨过后看天还是看地，决定了你的格局。
《富甲美国》（加字萌版）|零售业剩下死路一条？（山姆·沃尔顿自传）
【听读史记学管理】吕太后本纪|做事情时的高度执行力和判断力，坚决捍卫自己的权益。
（语音、文字、图片部分来自今今乐道APP和网络，老农整理）
公众号内查找文章的方法
一、关注本公众号的朋友到您的微信好友列表中找到订阅号消息。
二、找到“”品卷一族“后点击头像进入公众号
三、找到公众号名称”品卷一族“右侧显示有一头像点击并进入
四、打到右上角的搜索标志。
五、输入想搜索的名词就可以得到相关结果
六、输入想搜索的文章类别“运营”也可以显示与“运营”相关的内容
五、输入想搜索的作者也可以得到结果
六、输入想搜索的人物”管仲“就可以得到内容中提到”管仲”的文章。
为进取者提升提供方便。