点击收听课程音频
三、人工智能低谷期(20世纪七十年代)
20世纪70年代初，人工智能发展到了瓶颈期。当时的计算机硬件性能低下，不足以解决任何实际的人工智能问题。研究者们发现AI要实现儿童水平的认识能力都做不到。在那时候没人能够做出海量存储的数据库，也没人知道一个程序怎样才能“学习”如此巨量的信息。由于失去了方向，人工智能研究进展迟缓，提供资助的机构也逐渐停止了资金的支持。代表事件有：美国国家科学委员会(NRC)在对人工智能研究拨款二千万美元之后，停止了资助。
这一时期，人们认为要让机器变得有智能，就应该设法让机器学习知识，于是开始研发叫做“专家系统”的程序。后来的研究实践证明，把知识总结出来再输入给计算机是相当困难的。举个例子来说，想要开发一个疾病诊断的人工智能系统，首先要找大量有经验的医生，总结出疾病的规律和知识，然后再让机器进行学习。这个过程在知识总结的阶段已经花费了大量的人力成本，把数据整理、结构化然后输入计算机，然而机器仅仅变成一台执行知识库的自动化工具，完全无法达到真正意义上的智能水平，更不用说取代人类的工作了。
这一时期的典型的例子：
1972-1976年，爱德华·费根鲍姆(Edward Feigenbaum)研发MYCIN专家系统，用于协助内科医生诊断细菌感染的疾病，并提供建议的最佳处方。
1977年，斯坦福大学SRI的人工智能研究员哈特和杜达开发了Prospector专家系统，用于地质行业探测矿藏。
这个阶段的人工智能研究进展，在专家系统的应用取得一定成果之后，又进入了死胡同。但这个阶段的研究工作也有积极意义，实现了人工智能从理论研究走向专门知识应用，是AI发展史上的一次重要突破与转折。同时计算机视觉、机器人、自然语言理解、机器翻译等AI 应用研究的发展，也为后来人工智能的爆发打好了理论基础。
四、人工智能泡沫期(1980年~1992年)
在1980年哲学家约翰·塞尔(J.R.Searle)提出了“中文房间”思维实验，这也是著名的十大思维实验之一。这个思维实验是这样的：想象一个只会说英语的人，独自待在一个房间里，这间密室只有门上有一个小窗可以与外界交换信息。这个人随身带着一本汉字使用指南。房间里还有足够的稿纸、铅笔。房间外面有一个说中文的人，把中文句子写在纸片上，通过小窗口送入房间中。房间里的人可以使用他的中文工具书来翻译这些中文句子并且用中文来回复，从而与外面的人进行书面对话。这个实验神奇之处在于房间里的人不会说中文，他也不能够用中文思考。但因为他拥有某些特定的工具，他甚至可以让以中文为母语的人“以为”他能流利的说中文，这件事看起来是多么不可思议！
塞尔提出这个实验，是为了反驳那些人的观点：他们认为电脑和其他人工智能能够真正思考。
而电脑就是这样工作的，它们无法真正理解接收到的信息，但可以运行一个程序来处理这些信息，然后给人展示一个智能的印象。赛尔试图证明程序并不“理解”它所使用的符号，如果符号对于机器而言没有意义，那么就不能认为机器是在“思考”。
很多人工智能开发者为了通过图灵测试也就是让机器能够与人类展开间接对话，同时不被发现其机器身份，进而不断的完善手上的“工具”，通过自然语言识别等技术，让程序对人输入的句子进行“像人一样”的回复，但这并不能被认为是有智能的，这是形式上的智能和实质的智能的本质区别。弱人工智能强调行为相似性，也就是模仿；而强人工智能强调自我意识和认知以及解决问题的能力。
在八十年代，之前提出“专家系统”的AI程序开始被全世界的公司所采纳，而“知识处理”业务渐渐成为了主流AI研究的焦点。专家系统的能力来自于它们存储的专业知识，所以知识库系统和知识工程成为了八十年代AI研究的主流方向。
八十年代中商业机构对AI的追捧与冷落符合经典的经济泡沫模式，泡沫的破裂也反应在政府机构和投资者对AI态度上面。八十年代晚期，战略计算促进会大幅削减对AI的资助。DARPA的新任领导认为AI并非“下一个浪潮”，拨款将倾向于那些看起来更容易出成果的项目。
经历几年前经费削减的研究者们将之称为“AI的冬天”。他们注意到了当下对专家系统的狂热追捧，也预计不久后人们将转向失望。事实也确实如此，维护费用居高不下、系统难以升级、使用不便、还很脆弱，这样专家系统实用性仅仅局限于某些特定情景。
到了八十年代后期，一些研究者根据机器人学最新成果提出了一种全新的人工智能方案。他们相信为了获得真正的智能，机器必须具有躯体– 它需要感知，移动，生存，与这个世界交互。他们提出了新的号召“从底层开始向上”创造智能。
这一时期的阶段成果有：
第一个试图解决常识问题的程序Cyc也在80年代出现，其方法是建立一个容纳一个普通人知道的所有常识的巨型数据库。
1981年，日本经济产业省拨款八亿五千万美元支持第五代计算机项目。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。其他国家纷纷也作出响应，DARPA也行动起来，组织了战略计算促进会，在1988年向AI的投资是1984年的三倍之多。但与其他AI项目一样，期望比真正可能实现的要高得多。
八十年代早期另一个令人振奋的事件是约翰·霍普菲尔德(JohnHopfield)和大卫·鲁姆哈特(DavidRumelhart)使神经网络重获新生，AI再一次获得了成功。
1986年，在里根时代“星球大战计划”(SDI)的推动下，美国与人工智能相关的软硬件销售额高达4.25亿美元。
这一阶段人工智能研究取得了一些成果，但由于总是过分乐观的估计了项目可以实现的程度，导致的对项目的结果大为失望。但总体还是在曲折中探索前进，而黎明前的曙光就要到来。
PS:大家觉得内容不错的话请转发、点赞、评论一条龙~~
觉得非常不错并且想要了解最新课程内容，加入圈子讨论的请点击“原文链接”，欢迎或者wx搜索"知识星球"小程序，在里面订阅“人工智能进化论”原创课程。或者加wx:AI61825