下载掌阅APP，畅读海量书库
立即打开
人工智能的起源可以追溯到丘奇（Church）、图灵（Turing）等学者关于计算本质的思想萌芽。在20世纪30年代，他们就开始探索形式推理概念与即将发明的计算机之间的联系，建立起关于计算和符号处理的理论。而且，在计算机产生之前，丘奇和图灵就已发现，数值计算并不是计算机的主要工作，它仅仅是解释机器内部状态的一种方法。被称为“人工智能之父”的图灵，不仅创造了一个简单的非数值计算模型，而且直接证明了计算机能以某种被认为是智能的方式进行工作，这就是人工智能的思想萌芽。
人工智能作为一门学科而出现的突出标志是：1956年夏，在美国达特茅斯（Dartmouth）大学，当时美国年轻的数学家麦卡锡（McCarthy）和他的朋友明斯基（Minsky）、纽厄尔（Newell）、西蒙（Simon）、香农（Shannon）、塞缪尔（Samuel）、莫尔（More）等数学、心理学、神经学、信息论、计算机科学方面的学者共10人，举行了一个长达两个月的研讨会，认真、热烈地讨论了用机器模拟人类智能的问题。会上麦卡锡提出了“Artificial Intelligence”一词，之后纽厄尔和西蒙提出了物理符号系统假设，从而创建了人工智能这一学科。
之后，人们就试图编写程序以解决智力测验难题、证明数学定理和其他命题、对弈以及把文本从一种语言翻译成另一种语言，这些程序是第一批人工智能程序。1965年，人们开始研制专家系统，并于1968年成功开发出第一个专家系统——DENRAL系统，该系统用于分析有机化合物的分子结构，为人工智能的应用研究做出了开创性贡献。此后许多著名的专家系统，如地质勘探专家系统、青光眼诊断治疗专家系统、符号积分和数学专家系统等相继问世。在开发专家系统的过程中，许多研究者取得了共识，即人工智能系统是一个知识处理系统，知识表示（Representation）、知识利用（Application）和知识获取（Acquisition）是人工智能的3个基本问题。
到20世纪80年代后期，各个智能计算机研究计划的实施先后遇到严峻挑战和困难，无法实现其预期目标。这促使人工智能研究者对已有的人工智能和专家系统的思想和方法进行反思，认为人工智能应用技术应当以知识处理为核心，实现软件的智能化。知识处理需要对应用领域和问题求解任务有深入的理解，扎根于主流计算环境。只有这样，才能促使人工智能研究的应用走上持续发展的道路。
20世纪80年代后期以来，机器学习、计算智能、人工神经网络和行为主义等研究深入开展，不时形成高潮。不同人工智能学派的争论推动了人工智能研究应用的进一步发展。以数理逻辑为基础的符号主义，从命题逻辑到谓词逻辑再到多值逻辑，包括模糊逻辑和粗糙集理论，为人工智能的形成和发展做出了历史性贡献。计算智能弥补了传统人工智能缺乏数学理论和计算的不足，更新并丰富了人工智能的理论框架，使人工智能进入一个新的发展时期。
迄今为止，人工智能已获得愈来愈广泛的应用，深入渗透到其他学科和科学技术领域，为这些学科和领域的发展做出了极大的贡献，并为人工智能的理论发展和应用提供了新的思路与参考。人工智能理论、方法和技术，包括人工智能三大学派，即符号主义、连接主义和行为主义，不再“单枪匹马打天下”，而是携手合作，走综合集成、优势互补、共同发展的道路。有理由相信，人工智能研究工作者一定能够抓住机遇，不负众望，创造更多、更大的新成果，开创人工智能发展的新时期。