人工智慧的研究從1956年正式開始，這一年在達特茅斯大學召開的會議上，正式使用「人工智慧」( ArtificialIntelligence，AI)這個術語。從計算機應用系統的角度出發，人工智慧是研究如何製造智能機器或智能系統，來模擬人類智能活動的能力，以延伸人類智能的科學。

人工智慧理論的發展歷程，至今為止可分為三個階段：

1)初始階段

•1950年圖靈測試對智能機器做了定義：

如果一台機器能夠與人類開對話，而不能被辨別出其機器身份，那麼稱這台機器具有智能。圖靈還預言了有真正智能的機器的可能性。

•1956年約翰·麥卡錫提出「人工智慧」一詞，這標誌著人工智慧正式誕生：

之後相繼出現了一批顯著的成果，如機器定理證明、跳棋程序、LISP表處理語言等。但由於消解法推理能力的有限，以及機器翻譯等的失敗，使人工智慧走入了低谷。這一階段的特點是：重視問題求解的方法，忽視知識的重要性。

人工智慧

2)發展階段

•上世紀70年代，專家系統出現：

DENDRAL化學質譜分析系統、MYCIN疾病診斷和治療系統、PROSPECTIOR探礦系統、Hearsay-II語音理解系統等系統，將人工智慧引向了實用化。

•20世紀80年代Astrom發表論文，直接將專家系統技術引入到控制系統，建立了專家控制的新概念。

與此同時，對於模糊理論的研究，以及其他智能理論的分支，都開始展開研究，這些標誌著智能控制，從研製開發階段轉嚮應用階段。

•20世紀80年代末期，用於人工神經網路的反向傳播演算法(BackPropagation，BP演算法)的發明，掀起了基於統計模型的機器學習熱潮。

這種基於統計的機器學習方法，比起過去基於人工規則的系統，在很多方面顯示出優越性。

這個時候的人工神經網路，雖然被稱作多層感知機( Multi-layerPerceptron)，但其實是只含有一層隱層節點的淺層模型。

•20世紀90年代，由於網路技術特別是Internet技術的發展，人工智慧開始由單個智能主體研究，轉向基於網路環境下的分散式人工智慧研究。

1997年IBM的深藍，戰勝國際象棋世界冠軍卡斯帕羅夫，就是一個里程碑。

這個時期，各種淺層機器學習模型相繼被提出，比如支撐向量機( Support VectorMachines，SVM)、Boosting、最大熵方法(例如Logistic Regression，LR)等。

這些模型的結構，有的帶有一層隱層節點(如SVM、Boosting)，有的沒有隱層節點(如LR)。

•2000年以來互聯網的高速發展，對大數據的智能化分析和預測提出了巨大的需求。

•淺層學習模型在互聯網應用上，取得巨大成功的應用包括：

搜索廣告系統(例如GoogleAdWords、百度的鳳巢系統)的廣告點擊率CTR預估、網頁搜索排序(例如Yahoo!和微軟搜索引擎)、垃圾郵件過濾系統、基於內容的推薦系統等

3)大數據+深度模型階段

•2006年，加拿大多倫多大學教授GeoffreyHinton和他的學生RuslanSalakhutdinov，在Science上發表了一篇文章，開啟了深度學習在學術和工業界的浪潮。

•這篇文章有兩個主要的信息：

一是多隱層的人工神經網路，具有優異的特徵學習能力，學習得到的特徵對數據有更本質的刻畫，從而有利於可視化或分類；

二是深度神經網路在訓練上的難點，可以通過「逐層初始化」來有效克服。

•自2006年以來，深度學習在學術界持續升溫。目前深度學習在應用領域，顯現出巨大能量。

4）人工智慧應用

在經歷了快速發展后，深度學習一度出現了許多熱門的應用，比如：

阿爾法狗大勝世界冠軍柯潔

事件1：阿爾法狗大勝世界冠軍李世石

2016年3月的這場對戰被認為是一場人機「世紀大戰」，受到全世界的關注，最終阿爾法狗以4:1大勝李世石讓人大跌眼睛。

事件2： Uber無人駕駛計程車

2016年9月，Uber宣布在美國匹茲堡市推出城區大範圍無人駕駛計程車，並真實向打車用戶開放，這些車輛配備了前置攝像頭、360度雷達感應器，能夠在固定路線上行駛。

事件3：GE收購兩家人工智慧企業

2016年11月，GE宣布收購了兩家人工智慧高科技公司BitStewSystems和Wise.io，以強化和拓展Predix雲平台，為GE的工業製造帶來的相關大數據集，這有助於推動人工智慧在工業領域的應用，為電廠、航空發動機和醫療等領域提供智能解決方案。

事件4：自動唇讀系統遠超人類專家

谷歌DeepMind與英國牛津大學研發了一套基於人工智慧的自動唇讀系統LipNet，對Gird語料庫唇語識別的準確率達到了驚人的95.2%。

事件5：人工智慧贏得德州撲克冠軍

2017年1月，在賓夕法尼亞州匹茲堡的Rivers賭場，卡耐基梅隆大學研發的人工智慧系統Libratus戰勝4位德州撲克頂級選手，贏取了20萬美元的獎金。

在人工智慧技術領域，我國大體上能夠與世界先進國家發展同步，以百度、阿里巴巴、騰訊為首的互聯網巨頭公司也已在人工智慧領域上布局。特別是百度公司，已經將人工智慧視為未來各項業務的核心所在。百度在2013年就成立了深度學習研究院，無人駕駛項目也同期啟動，並在過去的兩年半里，將200億研發費用大部分投入了人工智慧。2017年1月6日，百度人工智慧機器人「小度」利用其超強的人臉識別能力，以3:2的成績戰勝人類最強大腦代錶王峰。5月4日，百度更是將自身使命直接更改為「用科技讓複雜的世界更簡單」，再次強調了人工智慧對百度的重要性。

5）國內研究應用現狀

•在國內，百度、華為、阿里巴巴、騰訊等企業近年來也紛紛投入到深度學習研究和應用中。

–2012年，華為成立諾亞方舟實驗室，主要從事人工智慧學習——數據挖掘研究。

–2013年1月，百度宣布成立深度學習研究院Institute of DeepLearning(簡稱IDL)。之後宣布了百度大腦計劃。

–2014年6月，騰訊展示了Deep Learning Platform深度學習平台：

–2014年9月，京東成立了京東深度神經網路實驗室(JD DNN Lab)：

–2014年11月，阿里巴巴組建團隊成立IDST(Institute of Data Science &Tech)。