伴随着“人工智能”这一新兴概念的兴起，人们对AI的未来充满了想象，人工智能迎来第一次发展浪潮。这一阶段，人工智能主要用于解决代数、几何问题，以及学习和使用英语程序，研发主要围绕机器的逻辑推理能力展开。其中20世纪60年代自然语言处理和人机对话技术的突破性发展，大大地提升了人们对人工智能的期望，也将人工智能带入了第一波高潮。
但受限于当时计算机算力不足，同时由于国会压力下美英政府于1973年停止向没有明确目标的人工智能研究项目拨款，人工智能研发变现周期拉长、行业遇冷。
► 第二次浪潮（1980-1987年）：专家系统使得人工智能实用化
最早的专家系统是1968年由费根鲍姆研发的DENDRAL系统，可以帮助化学家判断某特定物质的分子结构；DENDRAL首次对知识库提出定义，也为第二次AI发展浪潮埋下伏笔。20世纪80年代起，特定领域的“专家系统”AI程序被更广泛的采纳，该系统能够根据领域内的专业知识，推理出专业问题的答案，AI也由此变得更加“实用”，专家系统所依赖的知识库系统和知识工程成为了当时主要的研究方向。
然而专家系统的实用性只局限于特定领域，同时升级难度高、维护成本居高不下，行业发展再次遇到瓶颈。1990年人工智能DARPA项目失败，宣告AI的第二次浪潮步入低谷。不过，同时期BP神经网络的提出，为之后机器感知、交互的能力奠定了基础。
► 第三次浪潮（1993年至今）：深度学习助力感知智能步入成熟
不断提高的计算机算力加速了人工智能技术的迭代，也推动感知智能进入成熟阶段，AI与多个应用场景结合落地、产业焕发新生机。2006年深度学习算法的提出、2012年AlexNet在ImageNet训练集上图像识别精度取得重大突破，直接推升了新一轮人工智能发展的浪潮。2016年，AlphaGo打败围棋职业选手后人工智能再次收获了空前的关注度。2017年，Alpha Go Zero通过深度学习实现了自我更新升级，不断自我超越，完胜Alpha Go。IBM研发的人工智能Watson，通过机器学习分析和解读海量医疗数据和文献并提出治疗方案，其分析结果与医生的治疗建议具有高度的一致性。近期ChatGPT等人工智能模型的推出，发布五天，用户便超过100万人，无情碾压了脸书公司10个月破百万用户的纪录。发布短短两个月，ChatGPT日活跃用户数突破1亿，打破了Twitter保持的9个月的纪录，成为史上用户数增长最快的消费者应用。
从技术发展角度来看，前两次浪潮中人工智能逻辑推理能力不断增强、运算智能逐渐成熟，智能能力由运算向感知方向拓展。目前语音识别、语音合成、机器翻译等感知技术的能力都已经逼近人类智能。
北大青鸟开设了人工智能、大数据、5G云计算、Java、前端、软件开发等课程，办学十余年，拥有丰富的教学经验。如果你想学习一些人工智能方面的知识，也欢迎致电400-8035-955或在下方留下联系方式来北大青鸟咨询！
