人類飛跑著進入人工智慧（AI）時代。粗略估算現在人們日常生活中有20多種尋常的AI，從垃圾郵件過濾器到叫車軟體。
AI被分為兩類，這些執行具體任務的AI屬於「弱人工智慧」；另一類「強人工智慧」，又稱「通用人工智慧」（AGI） ，能夠模仿人類思維、決策，有自我意識，自主行動。這一類目前主要出現在科幻作品中，還沒有成為科學現實。
人工智慧（artificial intelligence）的起源可以追溯到哲學、虛構和想像。
作為電腦科學的一個分支，人工智慧學科只有大約70年歷史，不乏跌宕和學術派系鬥爭，定義含混和因此造成的困惑、迷思彷彿層巒疊嶂，科幻和現實經常相互越界。
AI研發史上經歷過兩次「寒冬」，2018年人們又開始談論第三個AI寒冬將至的可能性。
人工智慧正在如何改變我們的生活？它將把我們帶向何方？人類和機器的關係如何界定？看懂現在，展望未來，或許可以從回顧歷史開始。
古老的夢
地球上第一個行走的機器人叫塔洛斯，是個銅製的巨人，大約2500多年前在希臘克里特島降生在工匠之神赫菲斯托斯（Hephaestus）的工作室。據荷馬史詩《伊利亞特》（Iliad）描述，塔洛斯當年在特洛伊戰爭中負責守衛克里特。諸神飲宴時有會動的機械三足鼎伺候。
1940年代——奠基
1943年，美國神經科學家麥卡洛克（Warren McCulloch）和邏輯學家皮茨（Water Pitts）提出神經元的數學模型。後來有人說現代AI夢就誕生在那個時候。
那個夢是一篇題目拗口的論文，《神經活動中內在思想的邏輯演算》（A Logical Calculus of Ideas Immanent in Nervous Activity）。這篇論文被視為人工智慧學科的基石。現在熱門的「深度學習」，前身是人工神經網路，而其基礎就是神經元的數學模型。
這篇論文的發表也標誌著人工智慧學科三大派之一的仿生學派誕生。這個學派從神經網路的連接機制著手來發展人工智慧，被稱為連接主義學派（Connectionism ），後來符號主義學派（Symbolism ）佔上風幾十年，仿生學派（Bionicsism）一直到二十世紀8、90年代才翻身，以新連接主義（New Connectionism ）面目復興。
AI的另一塊基石是加拿大神經心理學家赫布（Donald Hebb）1949年提出「赫布規則」，簡單說就是兩個細胞如果總是同時被啟動，那麼它們之間就有某種關聯，關聯度與同時啟動概率成正比關係。這個規則今天用在機器自動學習演算法中。
1950年代——起步
圖靈和圖靈機
達特茅斯人工智慧夏季研討會
人工智慧這個詞1955年首次亮相。當時4位AI鼻祖寫了一份提案，申請開一個研討會研究人工智慧。他們估計兩個月，10個人參加，就足以取得重大突破。他們是麥卡錫（John McCarthy）、閔斯基（Marvin Minsky）、羅切斯特（Nathaniel Rochester）和香農（Claude Shannon）。
申請獲准，暑期研討會於1956年8月31日在新罕布什爾州（New Hampshire）達特茅斯學院（Dartmouth College）召開。
研討會被普遍視為人工智慧作為一門學科的創立，所以這一年算AI元年。
早期成果
AI元年後，喜訊不斷。1957年，「一般問題解決器」（GPS）的設想問世。這個設想的原理是任何形式化的符號問題都可以用這個電腦程式來解決。提出設想的是美國卡內基梅隆（Carnegie Mellon）大學教授、認知心理學和電腦專家紐厄爾（Allen Newell）、西蒙（Herbert A. Simon）和肖（John Clifford Shaw）。這個設想屬於邏輯、符號派。在短短60年時間裡也經歷了冷暖。
1959年，麥卡錫提出世界上第一個完整的AI系統。那是他在《具備常識的程式》中提出的能像人類一樣學習的假想程式，「Advice Taker」。同年，他和閔斯基牽頭在麻省理工學院（MIT）成立了人工智慧實驗室。
也是在這一年，MIT的工程師塞繆爾（Arthur Samuel）首創了機器學習這個概念。他1956年寫的跳棋程式具有自學能力，是世界第一個。
1960年——伊莉莎
1961年，世界第一款工業機器人「Unimate」在美國新澤西州（New Jersey）的奇異（GE）工廠上崗試用。1966年，第一台能移動的機器人「Shakey」問世，就是那個會抽煙的機器人。跟Shakey同年出生的還有伊莉莎（Eliza）。
1966年問世的伊莉莎可以算作今天亞馬遜語音助手「Alexa」、谷歌（Google）助理和蘋果（Apple）語音助手「Siri」們的祖母，可以跟人進行書面交流。
「她」沒有人形，沒有聲音，就是一個簡單的機器人程式，通過人工編寫的「DOCTOR」腳本跟人類進行類似心理諮詢的交談。Eliza的「父親」，後來成為MIT教授的維森鮑姆（Joseph Weizenbaum）解釋說，用這個名字，是因為人們可以教這個程式學習掌握新的語言技能，談吐越來越優雅，就像電影《窈窕淑女》（My Fair Lady）裡被調教得十分出色的賣花姑娘伊莉莎。
伊莉莎問世時，機器解決問題和解讀口語語言的苗頭已經初露端倪。但是，抽象思維、自我認知和自然語言處理功能等人類智能對機器來說還遙不可及。
半個多世紀後的今天，機器人索菲亞仍需依靠事先輸入的內容才能與人交流，但能說能笑能哭，而且是美女形像。
批評聲鵲起
這個時期出現了對人工智慧的尖銳批評。
《煉金術與人工智慧》（Alchemy and AI）發表於1965年，作者德雷弗斯（Hubert Dreyfus）把這篇著名的檄文跟後來陸續寫的文章集成《電腦不能幹什麼》（What Computers Can't Do）一書，後人凡批評AI必提此書。
另一個刺耳的聲音來自古德（I. J. Good）。他1965年發表了一篇對人工智慧未來可能對人類構成威脅的文章，可以算「AI威脅論」的先驅。他認為機器的超級智能和無法避免的智能爆炸最終將超出人類可控範疇。後來著名科學家霍金（Stephen Hawking）、發明家和企業家馬斯克（Elon Musk）對人工智慧的恐怖預言跟古德半個世界前的警告遙相呼應。
法國電腦科學家加納西亞把這段時間稱為AI發展史上的「預言者時期」，因為學科初創並取得早期成果令人欣喜，難免說些頭腦發熱的話。
流傳較廣的包括美國經濟學家西蒙（Herbert Simon）1958年預言，再過10年機器就能問鼎國際西洋棋世界冠軍；結果是1997年才成真。另外，AI鼻祖閔斯基在1968年《2001太空漫遊》（2001: A Space Odyssey）記者會上說機器智能30年內可趕超人類 ，現在只是設想。
1968年，科幻大片《2001太空漫遊》上映，導演庫柏力克（Stanley Kubrick）對人類心靈深處那個古老的渴望做了太空時代的演繹。
1970年代－機器人問診
1970年，世界第一個擬人機器人「WABOT-1」在日本早稻田大學誕生。
除此之外，這段時間AI領域基本上是埋頭科研，主要側重研究機器模擬記憶心理學和理解機制、知識和推理。因此，這個階段AI語意知識表示技術有長足進展，進而推動了專家系統（Expert System）的研發。
專家系統利用一流專家的知識來再現他們的思維過程；從1980年代早期開始在醫療診斷和其他一些領域廣泛應用。
1972年，針對細菌感染的醫療診斷系統「MYCIN」問世，準確率69%，專科醫生是80%。1978年 ，用於電腦銷售過程中為顧客自動配置零部件的專家系統「XCON」誕生。XCON是第一個投入商用的AI專家，也是當時最成功的一款。
1979年，史丹佛大學（Standord University）開始研發自動駕駛技術，但世界上第一次無人駕駛汽車完成首秀是在1986年；那是一輛賓士（Mercedes-Benz ）箱型車，德國聯邦大學研製，車上有攝像機和感應裝置。它在無人的街道上行駛速度達時速88公里。
1980年代——《終結者》
數據和知識積累推動電腦科學習演算法發展，使機器能夠利用自己的經驗自動調整程式，AI的應用突飛猛進，如指紋、語音辨識等。人工智慧、電腦和人造生命開始和其他學科交融，生出混合系統。
1984年，美國普林斯頓大學（Princeton University）教授、物理學家、分子生物學家和神經學家霍普菲爾德（John Hopfield）用模擬集成電路（linear integrated circuit）實現了自己兩年前提出的神經網路模型，這個模型帶動了神經網路學派的復興。深度學習變得更為熱門並取得突破。
同年，深度學習「三巨頭」辛頓（Geoffrey Hinton）、本吉奧（Yoshua Bengio）和燕樂存（Yann LeCun）發表反向傳播算法論文，開啟深度學習潮流。
那年，科幻大導卡麥隆（James Cameron）的《魔鬼終結者》（The Terminator）上映，作家布魯克斯（Rodney Brooks）發表《大象不下棋》（Elephants Don't Play Chess），提出更高層次的AI系統設想：在與環境互動的基礎上打造人工智慧。
人工智慧三大源頭之一，哲學，又站到聚光燈下。1981年，美國哲學家、數學家與電腦科學家普特南（Hilary Putnam）發表《理性、真理與歷史》（Reason, Truth and History），提出著名的「桶中之腦」（brain in a vat）假像試驗。
這本身是一個哲學命題，桶中靠營養液存活、通過電腦接收各種刺激而產生感知的大腦，實際上就是虛擬現實。這個假想為人工智慧提供了啟示，也引發了對人工智慧的哲學思考，也催生了許多科幻作品，比如《全面啟動》（Inception）、《啟動原始碼》（Source Code）和《阿凡達》（Avatar）。
AI的兩個冬季
1974年至1980年，1987年至1993年，AI遭遇兩次寒冬。
第一次是因為兩份學術報告發表，導致AI領域研究經費銳減。一份是1966年在美國自動語音處理顧問委員會（ALPAC）的《語言與機器：翻譯和語言學中的電腦》（Language and Machines: Computers in Translation and Linguistics），另一份是英國萊特希爾教授（James Lighthill）1973年發表的《人工智慧普查報告》（Artificial Intelligence: A General Survey）。這兩份報告都表達了對先前的投資未能產生預期受益的失望，結論是不應該繼續往AI這個無底洞砸錢。
不過，一線的科研仍在繼續，諸如機器學習、演算法、基於知識的系統和模式辨別之類新詞開始湧現。
出現第二個冬季則是因為桌面電腦迅速普及，AI系統的金主，包括美國國防部（DOJ），覺得投資AI性價比不高，興趣大減。但到20世紀末，AI領域再度春暖花開。標誌性事件是1997年國際商業機器股份有限公司（IBM）的超級電腦深藍（Deep Blue）大勝世界西洋棋冠軍卡斯帕洛夫（Garry Kasparov）。
歷史上這兩次「錢荒」，跟AI研究資金來源較單一，主要來自政府給學術機構的科研補助有關。隨著AI產業深化，越來越多研發資金來自企業。但AI領域內部的混亂、派系鬥爭、各自為政的問題依然存在。
1990年代——聊天機器人
1990年代後期，人工智慧與機器人和人機界面（HMI）結合，產生了具有情感和情緒的智慧型代理（IA），情緒／情感計算（即評估情緒的變化然後在機器上再現）得以迅速發展，尤其是對話代理人（聊天機器人）。
1993年，美國小說家溫奇（Vernor Vinge）發表《即將來臨的技術奇異點》（The Coming Technological Singularity）一文，預言30年後人類將能夠創造具有超級智慧的機器，由此走上人類終結之路。這個時刻就是後來很多人說的「奇異點」。數學家霍金和企業家馬斯克都是機器終結人類說法的信眾。
但對於這個奇異點究竟是否存在目前仍有不同看法。
1997年，IBM的深藍超級電腦擊敗世界西洋棋冠軍卡斯帕洛夫，西蒙1958年的預言算是實現了，儘管晚了近40年。
21世紀——深度學習
進入21世紀，許多人工智慧的能力已經超越人類，比如圍棋、德州撲克，比如證明數學定理，比如學習從大量數據中自動構建知識，識別語音、面孔、指紋，駕駛汽車，處理大批文件、物流和製造業的自動化操作。
機器人可以識別和模擬人類情緒，可以充當陪伴和護理員。AI的應用也因此遍地開花，很快進入人類生活的各個領域。
深度學習和強化學習成了時代趨勢。
一個普遍認同的說法是，2012年的「ImageNet」年度挑戰開啟了這一輪AI復興浪潮，把深度學習和大數據推到前台，大量投資資金湧入。ImageNet是為視覺認知軟體研究而設計建立的大型視覺資料庫，由華裔AI科學家李飛飛（Fei-Fei Li）2007年發起；她當時是普林斯頓大學教授。
ImageNet挑戰是每年一度的全行業競賽，比誰家的電腦視覺演算法最強。2012年奪冠的多倫多大學（University of Toronto）團隊的圖像識別軟體「AlexNet」錯誤率比第二名低10.8%。觀察人士總結秘密武器有3個：大數據、更強的電腦、更聰明的演算法。
李飛飛現為史丹佛大學教授、史丹佛大學人工智慧實驗室與視覺實驗室負責人、Google雲端人工智慧和機器學習首席科學家，史丹佛以人為本人工智慧研究院 （HAI）共同院長。
另一個值得一提的名字是樊麾，生於中國，圍棋手，職業二段，現任法國圍棋隊總教練。他2015年10月與谷歌人工智慧「AlphaGO」較量，以0：5敗於對方。他對《BBC中文網》表示，輸給機器的感覺終身難忘。
現代科學誕生前，世界上有迷信，有工匠。然後科學和技術融合，科技和迷信並存；科技和迷信之間有一片寬闊地帶，繁茂地生長著科幻，小說、影視和藝術。
深度學習似乎表明人類向複製自己的原始意願又邁進了一步；人工智慧的發展將繼續跌宕起伏，而人與機器的關係、人工智慧帶來的倫理挑戰日益成為AI領域的焦點話題。
有人預言，幾百年後，世界上的智慧智能將由3部分組成：人類智慧+人類可控的人工智慧+人類不可控的機器智能。
這一切又都離不開人類文明曙光初現時一個古老的夢想。
想像和現實從來不可能一刀兩斷切割，科技和商業更是如影隨形，但區分人工智慧（AI）和通用人工智慧（AGI），或許有助於減緩第三次「AI寒冬」將至的擔憂和焦慮。
