人工智能培训已经悄悄兴起。人工智能的发展经历了哪些阶段？人工智能的发展可分为四个阶段，即酝酿阶段、起步阶段、反思发展阶段和蓬勃发展阶段。

    (1)酝酿阶段

    任何事物的形成和发展都有一定的基础，人工智能也不例外。首先，在哲学领域，学者特别喜欢意识问题。自从笛卡尔在17世纪提出我想故我在的讨论以来，关于意识组成的争论从未停止过。托马斯·霍布斯，梅洛·庞蒂等人明确反对身心二元论，前者认为人是纯粹理性的，后者认为身心不是独立的个体。可以说，这些哲学争论在促进和促进早期人工智能方面发挥了很好的作用。

    麦克洛奇和匹茨于1943年出名M-P模型（McCullochPittsneuralmodel），它们将神经元视为二值开关，可以通过不同的组合实现不同的逻辑操作。该模型的意义在于人工神经网络的研究。1949年，唐纳德·赫布（DonaldHebb）一般来说，如果突触前后的两个神经元同步激活，那么突触连接就会增强。M-P建立模型和赫布学习规则为后期联系主义奠定了基础。

    现代计算机之父冯在其他领域·诺依曼（vonNeu**nn）1945年提出，后来被称为冯·诺依曼结构的计算机系统结构至今仍在使用。1948年，诺伯特·维纳（NorbertWiener）它指出了神经系统与计算机工作的相似性，并找到了它们之间的内部在联系，将自动控制的研究提到了一个新的高度，对后期人工智能学科的创立产生了巨大的影响。1936与1950年，阿兰·图灵先后提出图灵机与图灵测试的概念，旨在弄清楚计算机能做什么、如何定义智能等关键问题。维特根斯坦也对这个问题有所思考，他在《哲学研究》中明确指出：机器肯定不能思维。

    （2）起步发展阶段

    人工智能早期发展的主要领域在于公理证明。艾伦·纽厄尔（AllenNewell）和赫伯特·西蒙（HerbertSimon）等人编写了一种名为逻辑理论家（LT）的智能程序，用来证明数学命题。与常见的数学推理过程不同，这种程序由结论出发，一步步从后向前分析，直到找出合适的证明问题为止。1963年，LT程序证明了罗素与怀特海《数学原理》第一章中的全部定理。两年后，逻辑学家王浩和数理逻辑家亚伯拉罕·鲁滨逊（AbrahamRobinson）使用消解方法，使用机器证明了《数学原理》中的全部命题演算定理。

    在其它研究领域，人工智能也有了初步的进展。1957年，罗森勃拉特（FrankRosenblatt）首次引入了感知机的概念，推广了联结主义的研究，同时感知机的出现使神经网络也露出了其庐山真面目。几年后，模仿自然生物进化机制的演化计算开始出现，代表人物为霍兰德（JohnHolland）与福格尔（DavidFogel）。1965年，麻省理工学院人工智能实验室的罗伯兹编写出多面体识别程序，开创了机器视觉的领域。

    （3）反思发展阶段

    在起步发展阶段，各个领域都有了一定的进展，但是，这离当初设想的人工智能还相距甚远。1969年，被称为“人工智能之父”的马文·明斯基（MarvinMinsky）与西蒙·派珀特（SeymourPapert）出版著作《认知器演算法》（Perceptrons），指出单层感知器不能实现XOR（异或问题）逻辑，这极大地打击了研究者的信心。20世纪70年代初，对人工智能提供资助的机构，如美国国防高级研究计划局（DARPA）、美国核管理委员会（NRC）对无方向的人工智能研究逐渐停止了资助。人工智能的第一次寒冬到来。

    在低谷阶段，人工智能界开始了反思。一派是以德雷福斯（HubertDreyfus）为代表，无情地对人工智能进行批判，他曾说人工智能研究终究会陷入困局；而另一派则对人工智能抱有希望，代表人物为费根鲍姆（EdwardFeigenbaum），他认为要摆脱困境，需要使用大量的知识。于是，知识工程与专家系统在各个领域崭露头角，比如早期的反向链接专家系统MYCIN可以诊断一些特定类型的传染病。这个阶段（1976～1980年）也被称为复兴期。

    进入20世纪80年代后，人工智能学界重新肯定了早期人工智能研究中的神经联结方法与遗传算法。1982年，霍普菲尔德（JohnHopfield）提出了Hopfield神经网络，引入了“计算能量”概念，给出了网络稳定性判断。1984年，他又提出了连续时间Hopfield神经网络模型，为神经网络的研究做了开拓性的工作。1986年，杰弗里使用辛顿、鲁姆哈特（DavidRumelhart）和麦克勒兰德（JamesMcClelland）重新提出了反向传播算法，即BP算法。值得一提的是，联结主义不同于符号主义，其研究方法巧妙地避开了知识表示所带来的困难。与此同时，布鲁克斯（RodneyBrooks）教授在1991年发表论文，批评联结主义与符号主义不切实际，将简单事情复杂化。他强调感知与行为直接联系，这也极大地促进了人工智能研究另一学派——行为主义的发展。

    由此可见，在这一阶段，人工智能的研究空前繁荣，可是好景不长，1987年现代计算机的出现，让人工智能的寒冬再次到来。人们普遍发现人工智能领域没有取得实质性的突破，而所谓的专家系统使用范围依然有限。于是，人工智能研究再一次陷入停滞。

    （4）蓬勃发展阶段

    1997年“深蓝”的胜利，重燃起人们对于人工智能的兴趣。2006年，辛顿提出深度置信网络，使深层神经网络的训练成为可能，这也使得深度学习迎来了春天。2011年，国际商业机器公司（IBM）的“沃森”参加《危险边缘》（Jeopardy！）问答节目，并打败了两位人类冠军，轰动一时。2012年，辛顿的学生艾利克斯·克里泽夫斯基（AlexKrizhevsky）使用AlexNet以大幅优势取得了当年I**geNet图像分类比赛的冠军，深度神经网络开始大放异彩。同年，运用了深度学习技术的谷歌大脑（GoogleBrain）观看数千段的视频后，自发地找出了视频中的猫。2016年，GoogleDeepMind的“阿尔法狗”（AlphaGo）战胜了世界顶级围棋高手李世石，由此推动了人工智能的再一次发展，目前正处于人工智能发展的第三次**期。

    “沃森”参加综艺节目《危险边缘》来测试它的能力

    总的来说，人工智能创立至今，已经度过了60余载。在这一个甲子多的时间里，有**也有低谷。对人类来说，年过花甲意味着已经开始逐渐步入迟暮，很多方面都开始走下坡路；而对人工智能来说，在经历过数次波折、几起几落之后的今天仍然蓬勃发展，并显得愈发年轻起来。