自1950年图灵明确提出“机器具有思维能力”的观点以来，关于如何给机器赋予人类能力的讨论就从未停止过。人工智能概念的诞生可追溯到60年前的美国。在1956年达特茅斯大学的学术会议上，约翰·麦卡锡（John McCarthy）、马文·明斯基（Marvin Minsky）、内森·罗切斯特（Nathan Rochester）和克劳德·香农（Claude Shannon）等四人首次提出“人工智能”概念，标志着人工智能学科的诞生。同年，能够模拟数理逻辑证明的程序和具有学习功能的跳棋程序相继问世，次年，弗兰克·罗森布拉特（Frank Rosenblatt）发明的第一款神经网络感知器Perception，试图模拟人脑的感知学习模式，这也是目前主流的人工智能算法“深度神经网络”的雏形，将人工智能推向第一个高峰。当时的人工智能的主流应用是为机器赋予类问答形式的推理和基础搜索能力，可以解决棋类、迷宫问题、汉诺塔问题，甚至可以解决简单的博弈问题。这带来了20世纪60年代的首个人工智能浪潮，当时研究者乐观地认为，机器智慧在不远的将来（数十年内）就将达到人类智力水平[1]。
然而这段热潮在20世纪70年代就迅速消退。虽然感知器为人工智能发展提出了可行的计算方法，但解决问题面临的博弈组合庞大无比，当时计算机提供的处理能力难以支撑庞大的并行计算量；再加上1969年，人工神经网络的创始人之一明斯基（Minsky）和佩伯特（Papert）对感知器的能力提出质疑[2]，使学界对神经网络研究的负面情绪蔓延，导致了人工智能第一次浪潮的退去。另外，即使能够完成设定规则的游戏，在面对更多现实生活中的问题时，人工智能却束手无策，致使这一阶段的人工智能应用仍然停留在大学实验室。在这一阶段，人工智能的发展被应用的局限性以及计算能力所束缚，尚未开始商业化进程就进入了第一个低谷期。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
