人工智能正以驚人的速度重塑著世界。在近 70 年的發展歷程中，人工智能經歷過黃金時代也曾有過低谷。不過科技 的魅力在于，歷經起起伏伏之后，現在的人工智能已開始深深影響人類社會。總體來看，人工智能技術的發展歷經了 七個階段共四輪發展浪潮。

1. 起步發展期（1943-1960 年）

人工智能從概念逐漸演變為學科，并涌現出了兩大學派：符號主義和聯結主義。人工智能研究者提出了一些 基本的概念和方法，如神經網絡、圖靈測試、符號推理、游戲 AI 等，并在一些簡單的任務處理上取得了初步成 功，如機器定理證明、跳棋程序、人機對話等。

其中具標志性的事件是 1956 年夏天，美國達特茅斯學院主辦了歷史上次人工智能研討會。會議雖然 未能達成普遍的共識，卻為所討論的內容起了一個名字：人工智能。從此“人工智能”開始作為一門d立學科 出現，1956 年也因此成為人工智能元年。

2. 黃金時代（1960-1974 年）

人工智能的黃金年代，也是符號主義的鼎盛時期。這一時期科學家們富有理想、信心，認為機器能夠實現與人 類同等水平的智能，他們試圖用邏輯和符號來模擬人類思維過程，并已經在自然語言理解、專家系統等一些復 雜任務上取得了突破性進展。

在這一時期，一款名為 ELIZA 的聊天機器人程序問世，引起了人們廣泛關注。同時期，美國斯坦福大學費根 鮑姆教授開發了一款專家系統 DENDRAL，能夠幫助化學家確定化合物結構和性質，為早的專家系統開辟 了道路——這種經過訓練的智能化計算機可以像專家一樣“思考”，也醞釀了第二次人工智能浪潮。

3. 次寒冬（1974-1980 年）

20 世紀 70 年代初，人工智能發展遭遇瓶頸。要困難就是計算能力和存儲空間不足，導致當時的計算機 無法處理復雜的任務，如圖像識別、自然語言理解和機器人控制等。其次，還面臨著數據量和知識表示方 面的挑戰。

鑒于人工智能未能達到預期的目標和效果，政府和社會各界對其產生了質疑和批評，政府更是削減了對人工 智能研究的資金支持，致使許多項目被迫中止或縮小規模。

但在此期間，也出現了很多發展亮點和技術進步，如神經網絡技術的出現，成為現代人工智能的重要組成 部分。

4. 再次繁榮（1980-1987 年）

科學家借助邏輯編程語言和專家系統技術，推動人工智能在一些商業L域獲得成功，進而重新獲得政府和企 業的支持。同時，聯結主義的代表性技術——人工神經網絡重新受到關注。這是人工智能的復蘇階段，也是 分化和競爭的階段。

5. 第二次寒冬（1987-1993 年）

這段時期，人工智能再次遭遇挫折和困境，標志性事件是日本第五代計算機系統研制計劃的失敗，自此專家系 統不再dL風騷。與此同時，神經網絡研究遭遇新的瓶頸，針對人工智能研究的資助再次縮減。 在這個階段，人工智能研究者意識到，要解決更為復雜和普遍的問題，就需要運用更復雜、規模更大的模型， 以及更多的計算資源和更豐富的數據等。同時，人工智能也面臨著一些哲學和倫理的問題，如機器是否具有 意識、機器是否有道德以及是否會對人類構成威脅等。

6. 深化發展（1993-2015 年）

AI 研究者開始采用更加實用和漸進的方法，將 AI 技術應用于各個L域，涌現出許多創新的理論、方法、技術 和應用。如 IBM 的深藍超J計算機在國際象棋比賽中戰勝了世界G軍加里·卡斯帕羅夫；智能系統沃森參加 智力問答節目，打敗了兩位人類G軍，展示了人工智能在復雜L域的強大能力。

7. 爆發發展（2016 年至今）

隨著技術的突破、成本的下降和應用的普及，AI 開始從實驗室走進大眾的生活。2016 年至今（2024 年）可視 為人工智能的爆發階段，也是創新和應用的關鍵階段。

特別是 2016 年，可被稱為人工智能的元年，在這一年谷歌 DeepMind 研發的 AlphaGo 在圍棋人機大戰中擊 敗人類棋手李世石，成為人工智能發展史上的一個重要里程碑——在一片驚呼聲中 AI 邁上一個新臺階，各界 對 AI 的熱情和投入被充分激發。

同時，互聯網的飛速發展推動人類進入大數據時代，數據、算法、算力三要素齊頭并進，以深度神經網絡為主 的深度學習技術開始興起并持續取得突破。人工智能的應用從圖像分類逐步拓展至語音識別、知識問答、人 機對弈、無人駕駛等諸多L域。直至 2022 年，ChatGPT 橫空出世，使得公眾對人工智能的理解被徹底刷新， 并J大加速了 AI 在各行各業、各類場景中的應用，同時也引發了關于 AI 技術的社會影響和倫理問題的深入探 討。

一方面，各國政府以及產業界正在積J投資和布局 AI L域，希望能在這場科技革命中占據一席之地，并取得 產業化的先機；另一方面，很多企業家和學者對 AI 的迅速發展發出警示，提醒其對社會存在的風險，呼吁 各國、政府部門、行業組織、社會公眾等多元主體共同參與人工智能治理。