AI曾经差点死掉——而且是两次

引子

今天AI如日中天，资本追捧、媒体热炒、人人都在学。

但你知道吗——AI曾经差点被彻底放弃。而且，经历了两次。

正文

第一次寒冬：1970年代

1960年代末，AI科学家们极度乐观。他们甚至预测——十年内，机器就能达到人类智能水平。

但现实狠狠打了他们的脸。

计算机太慢了。内存太小了。数据太少了。感知机连识别一张猫图都费劲。之前吹的牛，一个都兑现不了。

结果是什么？

美国政府停止拨款。英国政府也跟进削减经费。研究机构解散。AI领域的顶尖人才纷纷转行。整个1970年代，AI研究几乎处于停滞状态。

这就是AI的第一个冬天。

第二次寒冬：1990年代

1980年代初，一种叫“专家系统”的东西短暂复活了AI。

专家系统的思路是：把人类专家的知识写成规则，输入计算机，让计算机模仿专家做决策。这个思路在特定领域确实有效——比如医疗诊断、矿产勘探。

但问题很快暴露了：人类根本写不完所有规则。现实世界太复杂了，例外情况太多了。你写了1000条规则，第1001种情况就来了。

到了1990年代，专家系统全面失败。日本第五代计算机项目、欧洲ESPIRIT项目、美国DARPA的战略计算计划——全部折戟。

资金没了，人才走了，研究停了。

AI第二次进入冬天。

那AI是怎么活过来的？

靠的是两样东西：数据和算力。

互联网的普及带来了海量数据。摩尔定律让算力成本指数级下降。而1986年Hinton提出的反向传播算法，一直在等待这一天——等待数据和算力都到位的那一天。

AI的发展从来不是线性的。它经历的是：兴奋→泡沫→失望→寒冬→再崛起。这个循环，走了两遍。

AI不是一路高歌猛进的。它经历过濒死时刻。

互动

AI这两次寒冬，你之前听说过吗？知道的朋友打1，第一次听说的打2。