Page 192 - 信息的脉络
P. 192
·信息的脉络·
第五节 人工智能的第三次浪潮
20 年内，机器将能完成人能做到的一切工作。
——赫伯特·西蒙
总结前两次的人工智能浪潮，并对比第三次人工智能浪潮，李开复博士在《人
工智能》一书中评价道：
◆前两次人工智能热潮是学术研究主导的，而这次人工智能热潮是现实商业
需求主导的。
◆前两次人工智能热潮多是市场宣传层面的，而这次人工智能热潮是商业模
式层面的。
◆前两次人工智能热潮多是学术界在劝说、游说政府和投资人投钱，而这次
人工智能热潮多是投资人主动向热点领域的学术项目和创业项目投钱。
◆前两次人工智能热潮更多是提出问题，而这次人工智能热潮更多是解决
问题。
这次于 2006 年开始的第三次人工智能浪潮的最大特点是：人工智能在语音识
别、机器视觉、数据挖掘等多个领域走进了业界的真实应用场景，与商业模式紧
密结合，开始在产业界产生出真正的价值。而这主要是因为深度学习技术的出现。
人工智能大师、深度学习泰斗约书亚·本吉奥（Yoshua Bengio）说：“没有
可与深度学习竞争的人工智能技术……我谈到了深度学习，因为这些变化和突破
在很大程度上正是由于深度学习的进步。”
从人工神经网络到深度学习
早在通用计算机问世前的 1943 年，神经科学家沃伦·麦卡洛克（Warren
McCulloch）和沃尔特·皮茨（Walter Pitts）就提出了一种大胆假说，描述了人类
神经节沿着网状结构传递和处理信息的模型。这一假说一方面被神经科学家用于
研究人类的感知原理；另一方面则被计算机科学家们借鉴，用于人工智能的相关
研究。后者也被学术界称为人工神经网络。
1969 年是人工神经网络遭遇滑铁卢的一年。麻省理工学院的图灵奖得主、人
工智能大师、人工神经网络的早期奠基人之一马文·明斯基（Marvin Minsky）在
这一年和西摩尔·派普特（Seymour Papert）出版了《感知机》（Perceptrons）一书，
书中讨论了当时人工神经网络难以解决的“异或难题”，他在《感知机》一书中对“异
或难题”的讨论打消了大多数研究者继续坚持人工神经网络研究的心思。
随着 PC 的普及和互联网时代的到来，人们关于计算机识别图像、文字、语音
• 176 •
