从马文到AlphaGo 人工智能走过了怎样的70年？

　　【编者按】从19世纪中叶人工智能的萌芽时期，到现今人工智能的重生，从马文·明斯基到AlphaGo，历史上发生了哪些激动人心的故事？本文以此铺展人工智能发展近70年来背后发生的故事。

　　前不久，在人工智能领域发生了两件大事，一个就是是伟大的人工智能先驱马文·明斯基教授逝世，一个是谷歌AlphaGo击败欧洲围棋冠军，职业围棋二段樊麾。

　　马文·明斯基教授是几乎见证了从人工智能作为一门学科的兴起直至今日成就的所有大风大浪的人，或者可以说何教授本人就是这些大风浪的弄潮儿，他对人工智能的发展的影响意义十分深远。而谷歌AlphaGo此次取得的成就，也可以算是人工智能领域一次里程碑式的创举，它的成功标志着人工智能领域又进入了一个新高度。这篇文章，我们将从马文·明斯基还是哈佛大学本科生的时候讲起，一直到今日AlphaGo的胜利，梳理一下人工智能是怎样从初见萌芽一步一步走到今日的辉煌成就的。

　　要是从宏观的角度来讲，人工智能的历史按照所使用的方法，可以分为两个阶段，分水岭大概在1986年神经网络的回归——

　　在前半段历史中，我们主要使用的方法和思路是基于规则的方法，也就是我们试图找到人类认知事物的方法，模仿人类智能和思维方法，找到一套方法，模拟出人类思维的过程，解决人工智能的问题。

　　后半段的历史，也就是我们现在所处的这个时期，我们主要采取的方法是基于统计的方法，也就是我们现在发现，有的时候我们不需要把人类的思维过程模拟出一套规则来教给计算机，我们可以在一个大的数量集里面来训练计算机，让它自己找到规律从而完成人工智能遇到的问题。

　　这个转化也可以用一个形象的例子来描述，就像我们想造出飞机，就观察鸟是怎么样飞的，然后模仿鸟的动作就行，不需要什么空气动力学什么的，这种思想在人类历史上也被称为“鸟飞派”。但是我们都知道，怀特兄弟造出飞机靠的是空气动力学，而不是仿生学。不过我们不能就因为这一点就笑话人工智能前半段各位研究人员和前辈的努力和心血，因为这是人类认知事物的普遍规律，其实现在也有不少人会认为，计算机可以读懂文字、看懂图片靠的是依靠和我们人类一样的认知过程。

　　在研究基于规则的探索中，人工智能经历了三个主要阶段——兴起、繁盛和萧条。会有这样的过程，一个重要原因是基于规则方法的局限性。好了，那我们就先扒一扒这段历史。