1.2　人工智能的发展史

人工智能的发展就像我们的人生一样，是有起伏的。

一般将1956年的达特茅斯会议看作人工智能的起点。第一个神经网络——感知机——的发展将人工智能推向了第一个黄金时期；反向传播算法获得的广泛关注，使人工智能进入了第二个黄金时期；随着大数据的发展，人们提出了深度卷积神经网络，人工智能在近几年得到了高速发展。

后续我们会详细介绍人工智能在学术领域和工程技术领域的发展情况。在这里，我们先介绍两件公众已经熟知的大事，从中不难看出人工智能在近几十年经历了飞跃式的发展。

1.2.1　“深蓝”战胜人类

第一件大事是IBM公司的“深蓝”计算机在国际象棋比赛上战胜人类世界冠军。

1996年2月，超级计算机“深蓝”首次挑战国际象棋世界冠军卡斯帕罗夫，但以2∶4落败。之后，研究小组对“深蓝”加以改良，于1997年5月再度挑战卡斯帕罗夫，“深蓝”最终以3.5∶2.5击败卡斯帕罗夫，成为首个在标准比赛时限内击败国际象棋世界冠军的计算机。

“深蓝”的算法核心是暴力搜索：生成尽可能多的下棋走法，执行尽可能深的搜索。换言之，“深蓝”走的每一步，几乎都是在遍历后续所有可能的情况下做出的决策。这样的算法可以战胜国际象棋世界冠军，却不敢对弈围棋选手。因为围棋的可行解数量特别大，即便对计算机来说也是天文数字，穷举围棋的可行解对计算机来说无法实现。“深蓝”的设计者们不禁提问：“何时计算机也能下围棋呢？”

1.2.2　AlphaGo

横空出世的AlphaGo回答了“深蓝”设计者们提出的问题。

Go是“围棋”的英文。AlphaGo使用了蒙特卡罗树搜索与强化学习。在这种设计下，计算机可以结合树状图的长远推断，像人的大脑一样自发学习并进行直觉训练，以提高下棋实力。2016年3月，AlphaGo Lee以4∶1战胜韩国顶尖围棋棋手李世石。2017年5月，AlphaGo Master以3∶0战胜中国天才围棋棋手柯洁。至此，AlphaGo一直以人类数据作为学习样本。

2017年10月，AlphaGo团队在《自然》杂志上发表了一篇文章，介绍了AlphaGo Zero，这是一个没有使用人类数据的AlphaGo版本，比以前任何击败人类棋手的AlphaGo版本都更强大。通过跟自己对战，AlphaGo Zero经过3天的学习，就以100∶0的战绩超越了AlphaGo Lee的实力，21天后达到AlphaGo Master的水平，并在40天内超过之前所有的AlphaGo版本，还战胜了柯洁。在人工智能的加持下，人类曾经遥不可及的梦想成为现实。

出现AlphaGo这样强大的人工智能，是人工智能第三次发展浪潮的一项令人激动的成就。而人工智能第三次发展浪潮的到来，在很大程度上要归功于计算机与大数据的迅速发展。近年来，由于互联网与数字化的快速发展，产生了海量的数据，涌现出越来越多的数据存储与处理工具，如中央处理器（Central Processing Unit，CPU）、图形处理单元（Graphics Processing Unit，GPU）、通用图形处理器（General Purpose Graphic Processing Unit，GPGPU）和张量处理器（Tensor Processing Unit，TPU）等。在摩尔定律的加持下，计算机的算力得到了极大提升。

正因为有了数据和算力，人们得以开发出更加优越和先进的算法。2006年，杰弗里·辛顿（Geoffery Hinton）提出了利用无监督的初始化与有监督的微调来缓解局部最优解问题，从而减少神经网络的数据维度，使深度学习更加有效。预训练模型的提出，使得通用模型可以用专业的数据进行特定任务的学习，还使得深度学习在各行各业得以应用。