上一篇文章中，我们介绍了史上第一代人工智能与人工智能发展史上的第一次低谷：

人工智能发展史（一） -- 第一代人工智能及第一次 AI 低谷

经历了人工智能发展史上的第一次低谷，人工智能领域的研究真的就这样一蹶不振了吗？是什么让 AI 研究重回人们的视野呢？

2.1 机器模拟人脑的困境

20世纪50年代到70年代，是人工智能领域的黄金时代，无数投资者和研究者投入了巨额的经费与精力，为后世人工智能发展奠定了最为关键性的基础，寻找到了人工智能领域发展的方向。然而，盲目的乐观精神很快遭遇了现实的冷水，想要用机器来模拟人的智力，这背后所需要的存储和算力是无法想象的。

在心理学上，阿摩司·特沃斯基、彼得沃森等心理学家纷纷证明，人类在解决问题时，大多时候并没有使用逻辑运算，从而证明，一台以逻辑运算为基础的机器是无法模拟人类思考的。

在残酷的现实面前，曾经声称可以用机器模拟人脑的论调渐渐沉寂了下去，以神经网络为基础的“感知器”研究失去了市场，而有另外两个学派的思想则得到了重视。

2.2 芜杂派

1975 年，被称为“人工智能之父”的马文·明斯基在其著作《表示知识的框架》中提出了框架理论，从而为用机器来解决人类的常识问题这一难题提供了可行的出路。

框架理论认为，人们对于事物的认知是通过将其归类于一个已知的范畴来实现的，这意味着，如同当时已诞生的面向对象编程思想一样，人在理解一件事物是什么这种计算机难以解决的常识性问题时，人脑会在自己已经掌握的若干范畴中进行比对，来实现对已有概念的继承，例如，当一个人首次见到了天鹅，他会在大脑中找到“鸟”这个范畴，从而能够快速掌握到未知的“天鹅”这个概念，知道天鹅如同其他鸟一样，是生物、具有翅膀、会飞等。

只要让计算机模拟这一过程，计算机完全有可能在既有的范畴中，找到它所面对的从未接触的新概念的含义，从而实现对既有框架概念的继承。

2.3 简约派

与芜杂派相对，简约派认为，既然机器想要模仿人类进行思考可谓是困难重重，那么，我们完全可以去大力发展机器的逻辑运算能力，让机器成为专门解决逻辑问题的解题机器。

于是，顺着这个思路，人们厘清了人工智能当前能够做到的边界，从而为下一阶段人工智能发展指明了一条新的道路：专家系统。

实际上，在第一代人工智能发展的过程中，始终有专家系统这一派观点，尽管没有得到重视，但仍然在当时产生了值得瞩目的成就。

1965年，卡内基梅隆大学教授爱德华·费根鲍姆就和他的学生们一起设计并开发了一款名为 Dendral 的人工智能软件，用来分辨化学混合物，1972年，他带领的团队又研发了名为 MYCIN 的通过血液样本分析来诊断传染病的程序。

1980 年，卡内基梅隆大学的研发团队为美国数字设备公司设计开发了一个名为 XCON 的专家系统，产生了巨大的影响力，它拥有 2500 条规则，可以代替销售人员，为客户提供专业的订购问答和售后服务，据称该软件每年为美国数字设备公司省下了四千万美元。

在这次巨大的成功之下，美国各大公司纷纷成立 AI 部门，研发适应自身使用的人工智能软件来提供专业性的使用。专家系统的一炮而红，引领了人工智能领域的再度升温，潘蜜拉.麦可杜克在他的著作《会思考的机器》中写道：“不情愿的AI研究者们开始怀疑，因为它违背了科学研究中对最简化的追求。智能可能需要建立在对分门别类的大量知识的多种处理方法之上。”

1981 年，日本经济产业省决定拨款八亿五千万美元用来支持第五代计算机的研发项目，目标是能够实现人机对话、语言翻译、图像识别等专业功能，英国也投入3.5亿英镑，开启名为 Alvey 的第二代人工智能工程的研究。

除了在专家系统领域的亮眼表现，在上述巨额投入下，以模拟人脑为目标的联结主义思想也得到了崭新的发展，1982年，物理学家约翰·霍普菲尔德在神经网络算法的基础上，发明了以他的名字命名的 Hopfield 神经网络算法，实现神经网络的递归与反馈传播，而几乎与此同时，戴维·鲁姆哈特发明了反向传播神经网络算法。让已经被人们遗弃了十年之久的联结主义思想重获新生。

几乎是历史的重演，随着商业机构对 AI 领域的追捧，巨额的投入再次以经济泡沫的破裂而告终。

20世纪80年代中期，苹果与 IBM 两家公司异军突起，成立了性能强劲的台式机生产线，量产的机器竟然比投资者巨额投资下所生产的 AI 机器的性能还要高，这无异于直接宣布价值 5 亿美元的 AI 产业不过是一个巨大的泡沫，AI 的硬件市场需求随之突然暴跌，而预期中的能够实现人机对话的人工智能也并没有能够出现。

而对于人工智能的研究方向，也出现了许多认知科学家反对的声音，1990年，罗德尼·布鲁克斯在论文《大象不玩象棋》批评了人工智能研究企图用符号化的方法来代替机器对世界的感知，这与实现真正的人工智能无疑是南辕北辙的，他认为，机器必须具有足够多的感知元件，并且能够足够频繁地感知世界，才有可能诞生真正的人工智能。

自 1987 年开始，随着资本的撤出，各国的 AI 研究再度面临了新的困境，一方面，PC 量产机的性能超过了昂贵的专业 AI 硬件，同时，第五代计算机也并没有什么新的能够实用的成果问世，无论是商业发展还是研究者们，都无法在这样的时代背景下找到新的出路。

那么，和 AI 发展的第一次低谷一样，谁能够打破 AI 发展的新的低谷呢？人工智能发展的未来又在哪里？让我们下一篇文章中，再做讲解。

https://zh.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%8F%B2#cite_note-106

https://en.wikipedia.org/wiki/Xcon

https://web.archive.org/web/20171116060857/http://aaai.org/Papers/AAAI/1980/AAAI80-076.pdf

欢迎关注微信公众号，以技术为主，涉及历史、人文等多领域的学习与感悟，每周三到七篇推文，只有全部原创，只有干货没有鸡汤

居士的创作