2.1.3 人工智能的历史
人工智能看似新潮，其历史并不短，它正式诞生距今已经有六十多年的历史。
1.人工智能的孕育（1943—1955年）
早期虽然有许多工作可以被称为人工智能的例子，但通常认为人工智能是由图灵在1950年第一次发表了阐明人工智能的完整论文《计算机与智能》正式确立的。在这篇论文中，他介绍了图灵测试、机器学习、遗传算法和强化学习，提出了模仿游戏的想法：一个考虑机器是否可以思考的问题。这一建议后来成为图灵测试，即测量机器（人工）智能，图灵测试了机器的思考能力，成为人工智能哲学的重要组成部分。(https://www.daowen.com)
2.人工智能的诞生（1956年）
1956年夏季，由当时达特茅斯大学的年轻数学助教、现任斯坦福大学教授麦卡锡（J.MeCarthy）联合哈佛大学年轻的数学和神经学家、麻省理工学院教授明斯基（M.L.Minsky），IBM公司信息研究中心负责人洛切斯特（N.Rochester），贝尔实验室信息部数学研究员香农（C.E.Shannon）共同发起，邀请普林斯顿大学的莫尔（T.Moore）和IBM公司的塞缪尔（A.L.Samuel）、麻省理工学院的塞尔夫里奇（O.Selfridge）和索罗莫夫（R.Solomonff）以及兰德（RAND）公司和卡内基梅隆大学的纽厄尔（A.Newell）、西蒙（H.A.Simon）等在美国达特茅斯大学召开了一次为时两个月的学术研讨会，讨论关于机器智能的问题。会上经麦卡锡提议正式采用了“人工智能”这一术语，麦卡锡因而被称为人工智能之父。这是一次具有历史意义的重要会议，它标志着人工智能作为一门新兴学科正式诞生了。
3.人工智能的第一个快速发展期（1956—1969年）
在此后的十年间，人工智能激起了大家的热情，人们普遍对人工智能给予了厚望。这段时间大量的人工智能应用成果也不断面世，如通用问题求解器（GPS）是Herbert Simon和Allen Newell于1957年编写的计算机程序，用于作为不依赖具体领域的通用问题解决程序。程序考虑目标和可能采取的行动的顺序与人类处理相同问题的顺序相似。因此，GPS可能是第一个体现“人性化思考”的程序。在IBM，纳撒尼尔·罗切斯特（Nathaniel Rochester）和他的同事编写了一些最初的A1程序。Herbert Gelernter（1959年）构建了几何定理证明器，它能够证明许多非常棘手的数学定理。Lisp是由John McCarthy于1958年在麻省理工学院（MIT）期间发明的。1963年，麦卡锡在斯坦福大学创办了人工智能实验室。Tom Evans的ANALOGY程序（1968年）解决了出现在IQ测试中的几何类比问题。从一开始，人工智能的研究人员就大胆地预测人工智能可能取得的成功。赫伯特·西蒙（Herbert Simon）在1957年的以下声明后来经常被引用：“我的目的不是让你感到惊讶或震惊——但我可以总结的最简单的方法是说现在世界上有机器会思考、学习和创造。此外，它们做这些事情的能力将迅速提高，直到在可见的未来，它们可以处理的问题范围将与人类思维所应用的范围相同”。
4.人工智能的冬天（1970—1980年）
但随后的十年间被称为“人工智能冬天”，在这个时期人们渐渐发现仅仅具有逻辑推理能力远远不够实现人工智能，许多难题并没有随着时间推移而被解决，很多AI系统一直停留在玩具阶段。之前的过于乐观使人们对人工智能期望过高，但人工智能的发展又缺乏有效的进展，许多机构逐渐停止了对AI研究的资助，人工智能遭遇了第一次低谷。
5.人工智能缓慢恢复期（1981—1985年）
进入20世纪80年代，卡耐基梅隆大学为DEC公司设计了一个名为XCON的专家系统，每年为公司节省四千万美元，取得巨大成功。许多公司纷纷效仿，开始研发和应用专家系统，专家系统依赖的知识工程因而也成为AI研究的焦点。1981年，日本宣布了“第五代计算机”计划，这是一项建设运行Prolog的智能计算机的10年计划，其目标是造出能够与人对话，翻译语言，解释图像，并且像人一样推理的机器，其他国家也纷纷作出响应，比如美国和英国政府就恢复了对人工智能学术研究的资助，到1985年，人工智能的市场已经超过10亿美元。
6.人工智能的第二个发展期（1986至今）
这段时期大量的人工智能研究在不同的领域取得了突破，David Rumelhart和Geoff Hinton提出了神经网络模型，基于马尔可夫模型（HMM）的方法开始主导语音技术和手写字符识别的相关领域，并向具有更广泛应用场景的工业和消费领域过渡。在20世纪90年代和21世纪初，人工智能取得了巨大的成功。现在人工智能被用于物流、数据挖掘、医疗诊断和许多其他领域。