人工智慧物聯網AIOT系列30：從AI誕生到深度學習崛起—人工智慧發展史全覽

在我們之前的討論中，我們已經初步回顧了人工智慧（AI）從早期簡單的規則基礎系統到現代深度學習技術的演進。本篇文章將更深入探索AI的發展史，揭示這些技術如何經歷多次技術突破和科學革命。

從1950年代的理論探索到1980年代的AI冬天，再到21世紀的技術復興，AI的旅程充滿了起伏。特別是近年來，高速運算器、大數據和先進演算法的結合，使得AI技術快速發展，並且在各行各業中發揮了革命性的作用。

這篇文章將帶您了解AI技術的重要轉折點，並探討這些技術如何塑造現代世界，預見未來的應用方向。一起來探索AI如何從純學術的探索走向成為日常生活和工業應用中不可或缺的一部分。

一、人工智慧AI(Artificial Intelligence) 的發展史

人工智慧（AI）的發展歷程是一段波折與革新交織的奇異旅程。這段旅程不僅見證了技術的飛躍，也反映了社會對這一技術期望的變遷。自1956年達特茅斯會議首次提出AI概念以來，這一領域經歷了多次的高潮與低潮，每一次高潮都帶來了技術與應用的突破，而每一次低潮則反思了當前技術的局限與未來的可能性。

圖1.人工智慧AI 發展史

在1974年前後，AI首次達到技術高潮。那時，出現很多頂級的演算法，但普遍存在適用範圍窄和難以擴展等問題。

隨著時間的推進，1980年左右AI進入了第一次低潮期，這一時期也被稱為“AI冬天”。在這個階段，由於計算能力的限制和算法的不成熟，許多初期的期望未能實現，導致資金投入減少，研究進展放緩。

進入1987年，AI技術迎來第二次高潮。這一時期，專家系統開始崛起，這些系統能夠模擬專家的決策過程來處理特定問題，這些系統主要基於規則的推理(Rule-based)，它們在特定領域表現出色(例如: 語音辨識與機器翻譯)，同時開始類神經網路相關應用研究。

然而，在1993～2000年，由於人工智慧技術還不夠好，無法超越人類對於A I的高度預期，以及AI 訓練所需要的大量資料收集在此時並不容易，所以隨著技術挑戰和經濟泡沫的破裂，AI再次進入低潮。此時，學界和工業界對AI的研究投入有所減少，許多研究項目遭到擱置。

於此同時，高速運算器計算能力的大幅提升(例如: CPU與 GPU 的算力快速進步)、機器學習算法的創新以及互聯網的興起為AI研究提供了豐富的數據來源，成為接下來的 AI 的蓬勃發展基石。

進入2010年後，隨著深度學習技術的興起，AI進入了第三次且至今最為顯著的高潮。深度學習革命性地提升了模式識別和數據處理能力，使得AI可以在更廣泛的技術領域，例如: 圖像識別、自然語音處理與生成式人工智慧 (大型語言模型與圖像生成等領域) 取得了顯著進展。此外，這些技術在更廣泛的應用如自動駕駛、個性化醫療和智能製造中發揮作用。這一時期，AI不僅提升了效率，更開始在創造、藝術和決策制定中展現出與人類相媲美甚至超越人類的能力。

對於未來，AI的發展仍舊充滿不確定性，但無可否認的是，隨著技術的不斷進步，其將在我們的生活中扮演越來越重要的角色。目前，AI已經從一個單一的技術領域轉變為一個涵蓋廣泛應用的全面技術生態系統，涉及從機器人技術、感知智能到決策支持系統等多個方面。

展望未來，我們可以預見AI將進一步促進科技和社會的融合，推動科技邁向更加智能化的新時代。然而我們需要持續關注AI技術的倫理、隱私和安全問題，確保這一技術能夠健康、穩定地發展，為全人類帶來福祉。