? 第一次浪潮（1956-1974年）：

AI思潮賦予機(jī)器邏輯推理能力。伴隨著“人工智能”這一新興概念的興起，人們對AI的未來充滿了想象，人工智能迎來第一次發(fā)展浪潮。

這一階段，人工智能主要用于解決代數(shù)、幾何問題，以及學(xué)習(xí)和使用英語程序，研發(fā)主要圍繞機(jī)器的邏輯推理能力展開。

其中20世紀(jì)60年代自然語言處理和人機(jī)對話技術(shù)的突破性發(fā)展，大大地提升了人們對人工智能的期望，也將人工智能帶入了第一波高潮。

但受限于當(dāng)時計(jì)算機(jī)算力不足，同時由于國會壓力下美英政府于1973年停止向沒有明確目標(biāo)的人工智能研究項(xiàng)目撥款，人工智能研發(fā)變現(xiàn)周期拉長、行業(yè)遇冷。

關(guān)鍵詞：識別模式、人機(jī)對話、專家系統(tǒng)

? 第二次浪潮（1980-1987年）：

專家系統(tǒng)使得人工智能實(shí)用化。最早的專家系統(tǒng)是1968年由費(fèi)根鮑姆研發(fā)的DENDRAL系統(tǒng)，可以幫助化學(xué)家判斷某特定物質(zhì)的分子結(jié)構(gòu)；DENDRAL首次對知識庫提出定義，也為第二次AI發(fā)展浪潮埋下伏筆。

20世紀(jì)80年代起，特定領(lǐng)域的“專家系統(tǒng)”AI程序被更廣泛的采納，該系統(tǒng)能夠根據(jù)領(lǐng)域內(nèi)的專業(yè)知識，推理出專業(yè)問題的答案，AI也由此變得更加“實(shí)用”，專家系統(tǒng)所依賴的知識庫系統(tǒng)和知識工程成為了當(dāng)時主要的研究方向。然而專家系統(tǒng)的實(shí)用性只局限于特定領(lǐng)域，同時升級難度高、維護(hù)成本居高不下，行業(yè)發(fā)展再次遇到瓶頸。

1990年人工智能DARPA項(xiàng)目失敗，宣告AI的第二次浪潮步入低谷。不過，同時期BP神經(jīng)網(wǎng)絡(luò)的提出，為之后機(jī)器感知、交互的能力奠定了基礎(chǔ)。

關(guān)鍵詞：框架理論、計(jì)算機(jī)視覺、計(jì)算機(jī)神經(jīng)學(xué)、BP算法、行為機(jī)器人

? 第三次浪潮（1993年至今）：

深度學(xué)習(xí)助力感知智能步入成熟。不斷提高的計(jì)算機(jī)算力加速了人工智能技術(shù)的迭代，也推動感知智能進(jìn)入成熟階段，AI與多個應(yīng)用場景結(jié)合落地、產(chǎn)業(yè)煥發(fā)新生機(jī)。

2006年深度學(xué)習(xí)算法的提出、2012年AlexNet在ImageNet訓(xùn)練集上圖像識別精度取得重大突破，直接推升了新一輪人工智能發(fā)展的浪潮。

2016年，AlphaGo打敗圍棋職業(yè)選手后人工智能再次收獲了空前的關(guān)注度。從技術(shù)發(fā)展角度來看，前兩次浪潮中人工智能邏輯推理能力不斷增強(qiáng)、運(yùn)算智能逐漸成熟，智能能力由運(yùn)算向感知方向拓展。

目前語音識別、語音合成、機(jī)器翻譯等感知技術(shù)的能力都已經(jīng)逼近人類智能。

關(guān)鍵詞：遷移學(xué)習(xí)、自動駕駛、生成對抗網(wǎng)絡(luò)、無監(jiān)督深度學(xué)習(xí)、大語言模型

鈦媒體&鈦空時間聯(lián)合人民郵電出版社異步社區(qū)一起發(fā)起了一場關(guān)于新一輪AI技術(shù)發(fā)展的深度尖峰對話，深度關(guān)注AI領(lǐng)域的發(fā)展趨勢和商業(yè)變化，在特定的人工智能發(fā)展進(jìn)程的關(guān)鍵節(jié)點(diǎn)，試圖與眾多行業(yè)從業(yè)者與參與者一起揭示：普通人駕馭人工智能最后一塊拼圖。