人工智能（AI，Artificial Intelligence）科技，在去年底ChatGPT横空出世引爆破亿人气之后，已成了今年最热门的关键字。但是你可知道它早在18世纪就出现原型？中间更历经多次发展热潮与寒冬？此文带你快速从人工智能的6大关键发展阶段，理解它未来潜力。
2023年肯定是人工智能元年！自2022年11月底ChatGPT引爆全球热亿与使用后，这几个月，全球业界已经大量招募相关人才，商家们更是抢着导入AI。
此外，学界除了疯狂投入研究、发布论文以外，只要系所名称跟信息工程、资管、电功能够沾得上边，必定是今年学生选系的上乘之选，各国政府更是大举投资，不愿意在这个兵家必争之地缺席。
不过，人工智能能够有今日的热潮，其实走了很长一段时间，才出现ChatGPT这个一问世就让众人有感的超势头猛AI应用，它可说是人工智能发展史上的一大步。
至于过去几十年，AI科技发展曾走过高山与低谷，虽曾经有一些国家研究机构巨资注资研发，也有尖端研究机构苦等补助的衰退期。究竟人工智能的发展有哪6大阶段？又怎么走到今天？本文带你看。
阶段1
18世纪：人工智能是从神话到真人扮演的下棋机器
人类文明早就有着对于人工智能的渴望，例如希腊神话中的机械巨人塔罗司（Talos）、《列子》其中工匠偃师打造能歌善舞的人偶，虽说只是神话与寓言故事，但着迷于打造具备智能的机器，似乎是从古至今不变的追求。
但是，若要追溯到最早原型概念，当推18世纪奥地利人肯沛伦（Wolfgang von Kempelen）打造出会下棋的“土耳其人”（Mechanical Turk）。
这尊仅有上半身的机器人的战绩辉煌，在棋盘上大杀四方，它内部的繁杂机械构造让人看了目不暇给，但其实仅是掩人耳目用，机械后面有隔板能够藏人进去，棋艺高超的棋手就是躲在里面和挑战者对奕。19世纪，英国人胡博也打造了下棋机器人“阿吉”（Ajeeb），高超的棋艺背后，同样有人躲在其中，直到20世纪，才有西班牙的工程师真正打造出完全自动的西洋棋机器，但它只能玩三种残局而已。
18世纪奥地利人肯沛伦打造出会下棋的“土耳其人”。（Source：Marcin Wichary from San Francisco, U.S.A.,CC BY 2.0, via Wikimedia Commons）
阶段2
20世纪二战：图灵为了反击纳粹，首创AI检验标准
将时间快转到二次大战，图灵（Alan Turing）为了破解德国密码设计的解码机，成为当代计算机的雏型，他同时也提出了图灵测试：若人类和机器与另一个人类对话，但无法分辨两者差异时，该机器就通过了测试，具备了我们所称的智慧，这也成了日后检验机器是否拥有智能的常用标准。
1956年，在美国新罕布夏州（New Hampshire）达特茅斯学院（Dartmouth College）担任助理教授的麦卡锡（John McCarthy），协同几位年轻的同好，举办了一场以人工智能为名的暑期工作坊，这场时长8周的研究交流，被广泛视为人工智能作为研究领域的滥觞。根据策划内容，这场工作坊旨在讨论如何“打造能够模拟智能特征或者能够学习的机器”。参与活动者，都在日后数十年间成为人工智能领域的重要推手。
阶段3
1956年：第一个对话机器人ELIZA问世，引发首波AI研究热潮
1956年在达特茅斯会议之后，科学家打造出能够解决代数问题、证明数学定理的机器。当时也开发出ELIZA对话机器人，作者是麻省理工学院的教授威兹彭（Joseph Weizenbaum），ELIZA能够扮演心理咨商师的角色，用户提问后它会耐心引导并回应。因为设计精良，有人在交谈后以为ELIZA是由真人操作，但其实它无法理解文本的意思，主要利用自然语言处理，拆解用户的字句，再按照规则重组成句子。因为用途是聊天或咨询，对话不会过于复杂，因此能掩人耳目。
由于研究成果惊人，当时的研究者普遍乐观，甚至认为距离具有完全智能的机器面世，不需要花上20年。没想到，马上面临第一次的人工智能寒冬。
1970年代，人工智能领域的研究受挫，虽然机器能够处理人类的问题，但解决这些问题就跟玩玩具一样，只能自娱娱人，无法真的帮得上人类，其他限制包含计算机运算能力的不足、处理问题的时间太长、不具备基本常识等，都让各国的研究机构不再资处相关计划。
1956年对话机器人ELIZA问世，用户提问后他会耐心回应。（Source：File:ELIZA conversation.jpg, Public domain, via Wikimedia Commons）
阶段4
1980～1997年：专家系统出现，带来第二波AI研究热潮
不过，就在相关研究处于低谷时，仍有人研究不辍，因此让人工智能的第二波热潮得以在1980年复兴。在人工智能寒冬中开发出的专家系统（expert system），成为这波热潮的代名词。专家系统顾名思义，指的是具备特定领域知识的系统，例如诊断疾病、分辨化学物质、挑选制造组件的机器。这些机器能处理的问题不再只是儿戏，而是能够真确地替企业省下成本与时间的资产。除了专家系统以外，当时神经网络也重新兴起，并出现了识别文本和声音的用途。
然而，因为专家系统昂贵，又需要特别开发，虽然推出时能够带来效益，但随着个人计算机的逐渐兴起，人们以此为专家系统的替代品，而且计算机的用途有很多，相对成本较低，这些都伤害了专家系统的市场；神经网络复苏带动了机器学习相关技术的开发，但这同样需要搜集大量资料和运算能力，每项都要真金白银，又没有办法立刻带来丰厚回应。因此，相关机构再次停止注资，人工智能领域迎接了第二波寒冬。
阶段5
1997～2020年：深蓝战胜人类棋王，大数据风潮爆发
接下来，人工智能仍有持续发展，例如1997年深蓝战胜人类棋王，一时蔚为风潮，2011年沃森在机智问答竞赛上称霸，也让人啧啧称奇。因为技术进步，运算的成本大幅降低，搜集数据的成本和难度下降，再加上算法渐次进步，先前人工智能的瓶颈逐一突破。
2010年代，迎来了第三波的人工智能热潮，这个时期也就是我们熟知的大数据、深度学习爆发的年代。
随着技术一次又一次的进步，这几年我们看到人工智能AlphaGO在围棋上、电玩游戏中都胜过人类。另外，马斯克创办的特斯拉（Tesla）引领研发电动汽车的AI大脑，自动驾驶的技术也逐渐成熟。
阶段6
2022年至今：ChatGPT引发史上第一次全球性AI使用热潮
现在，ChatGPT、Midjourney引领出的生成式AI热潮更是遍地开花。从这里看，未来三到五年内，人工智能的烈火只会烧得更为炽热。虽然已有不少人担忧将被机器淘汰，它的发展势将为世界带来颠覆性变革。
（首图来源：shutterstock）
