人工智能的发展历史，说得具体点？

这里具体介绍一下人工智能的发展历史，从几个关键节点入手：

达特茅斯会议

1956年夏天，美国东部的达特茅斯学院校园，一群年轻的科学家聚集一起，他们试图利用整个暑假时间，讨论如何建造一台会思考的机器。

会议上，他们决定把“像人类思考的机器”称为“人工智能/Artificial Intelligence“，至此，AI这个称谓沿用至今。而这次会议，被认为是人工智能正式诞生的标志。

图灵测试

1950年，英国数学家图灵发表了跨时代论文《计算机器与智能》，这篇文章后来被改名为《机器能思维吗？》，提出了著名的图灵测试。

“将人与机器隔开，人向机器随意提问，多次问答后，如果有超过30%的人不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。”

图灵曾经乐观预言，在2000年就会出现这样的机器（超过30%比例），至今为止，通过图灵测试，依然是所有人工智能科学家的最高目标。

最让人遗憾的，图灵在1954年英年早逝，计算机领域最高奖“图灵奖”就是为他而设立的。

“符号主义”的兴起

1957年，心理学家赫伯特·西蒙和计算机学家艾伦·纽厄尔，发明了逻辑机，使机器迈出了逻辑推理的第一步。

1958年，约翰·麦卡锡发明了表处理语言LISP，使计算机不仅可以处理数据，还可以处理符号，这是人工智能界第一个最广泛流行的语言，至今仍有着广泛应用。

至此，基于物理符号研究人工智能的“符号主义”学派，在世界各地风生水起。

知识工程和专家系统

符号主义学派自成立以来，便一枝独秀，影响越来越大，在人工智能领域取得了丰硕成果。

但是，因为符号主义以推理为核心，无法处理“常识问题“和”不确定事物”，这个弊端逐渐在20世纪70年代开始显现。

1977年第五届人工智能联合会上，曾是赫伯特·西蒙的研究生，来自斯坦福大学的青年学者费根鲍姆，提出了知识工程的概念。

知识工程的核心在于，设计一个基于知识的系统，知识系统中有大量专家提供知识，机器使用系统中的知识，进行推理解决问题。

人工神经网络：连接主义

基于知识工程的专家系统虽好，但在“交互问题”和“拓展问题”上却是一筹莫展。

1943年，心理学家麦克洛奇和数理逻辑学家皮兹，提出了神经网络模型，即著名的M-P模型。

以麦克洛奇和皮兹为鼻祖，基于神经网络的人工智能研究，被称为“连接主义”，也叫仿生学派或心理学派。

1987年，美国召开了第一届神经网络会议，成立了国际神经网络学会INNS，神经网络正式成为了一个学派。

行为主义-智能主体

20世纪90年代，随着计算机网络和通信技术的发展，出现了一种新的定义人工智能的方法：人工智能的目标是构造能表现出智能行为的主体，即智能主体。

围绕着智能主体来研究人工智能，极大引起了专家学者的兴趣，并逐渐衍化为一种流派。

这个流派被称为行为主义，或者进化主义，或者控制论学派。

行为主义的代表作，还得推罗德尼·布鲁克斯的六足机器人，他在1991年美国麻省理工人工智能实验室研制成功了一个由150个传感器和23个执行器构成的能做6足行走的机器人试验系统。

思考和启发

仔细梳理人工智能的发展历程，可以看到，仅仅60年，AI取得的进步让人惊叹。

人工智能作为新生事物，发展充满曲折，有高潮有低谷，从历史发展来看，其高潮或许就几年，进入低谷，很可能会跨度一个人的大半生。

从一枝独秀到百家争鸣，三大主义从不同角度，在不同时空阶段，不断在实践中，进行各自理论的修正和完善。

希望以上回到能够帮助到你，欢迎关注“汽车人参考”，获取更多精彩内容。