宜信财富：从专家系统到神经网络，AI如何穿越历史低谷

发布时间：2025-09-22 17:44:14  来源：  发布人： 阅读量：

人工智能并非近年新鲜概念，其历史最早可追溯至20世纪50年代。回顾这一领域的发展，“在炒作与高期望中起步，又在挫折与失望中起伏”最为贴切。从确立模拟人类智能的目标，到各阶段技术探索与市场尝试，人工智能的发展始终伴着希望与挑战，每一次前进与停滞，都是推动其演进的重要印记。

早期探索：从目标确立到发展遇阻

1950年，研究人员首次明确模拟人类智能的目标，为人工智能发展奠定方向。20世纪60年代，一系列示范项目成功开发，让人们看到技术潜力；70年代，计算机更是实现了证明数学定理、解决复杂计算等曾被认为只有人类能完成的任务，甚至能模仿心理治疗师与作曲师。但好景不长，因处理不确定性问题的算法不成熟、计算能力有限，人工智能难以解决更复杂多样的问题。在进步停滞的失望中，到70年代中期，其研究褪去热潮，陷入低谷。

再度兴起：市场推动下的短暂繁荣

20世纪80年代初，日本推出开发先进计算机架构的计划，以推动人工智能发展。这一举措引发西方担忧被赶超，各国纷纷重新加大投资。此后，商业人工智能产品供应商崛起，英特尔、Symbolics、Teknowledge等公司应运而生，部分成功上市。到80年代末，近半数全球500强企业都在开发或维护“专家系统”。作为模拟人类专业知识的技术，“专家系统”曾被寄予厚望，但因其缺乏常识判断、难捕捉专家隐性知识，且建维大型系统成本高、操作复杂，人们的期望最终落空，人工智能发展再次失势。

技术转型：新方法带来的发展转机

20世纪90年代，人工智能研发整体仍处较低水平，但神经网络和遗传算法开始受关注。这两项技术获重视，一是避开了“专家系统”的部分局限，为解决难题提供新思路；二是新算法显著提升了应用效果。神经网络仿大脑结构，通过模拟神经元连接处理信息；遗传算法则迭代生成候选方案，淘汰弱方案并引入随机突变，实现解决方法“升级”。这些技术探索，为人工智能后续发展积累了重要基础，也让该领域在低谷中看到希望。

人工智能早期发展，是一部充满起伏与探索的历史。从目标确立到遇阻停滞，从市场推动的短暂繁荣到再陷困境，再到新技术带来转机，每个阶段都有独特挑战与机遇。这段历史既展现了技术发展的艰难，也为后续研究应用提供了宝贵经验，助力人们在追求人工智能进步时，更清晰认识技术规律，避免重蹈覆辙。