近年來，人工智能發(fā)展火熱，成為科技圈談論的焦點。人工智能作為未來顛覆性技術之一，它的快速發(fā)展改變了我們的生產(chǎn)和生活方式，給我們的生活帶來了便利。但人工智能發(fā)展并非一帆風順，它能有今日的輝煌是經(jīng)歷了三個發(fā)展階段。
第一個階段，也叫無數(shù)if的階段 。程序員都知道if是什么含義，就是編程的時候，一旦遇到要分情況執(zhí)行，就會用if，例如關于編寫一個明天到底要做什么的程序，就可以這樣寫：if 明天下雨，在家里玩耍。if明天出太陽，去旅游。相當于就是針對所有的可能性都加一個if，然后后面寫要執(zhí)行的事情。這種方法寫出來的人工智能，工作量特別大，需要人類給他預先設定各種可能性，并未每種可能性寫出要執(zhí)行的操作，所以這個階段的人工智能只能屬于低端人工智能，并且從剛才的模式可以看出，這種人工智能的智慧是永遠不可能超過人類的，因為所有知識都是人類賦予給它的，而它自己只能簡單機械的去執(zhí)行。而且這種人工智能根本就沒有靈活性而已，一旦遇到人類沒有考慮到的if情況，人工智能就不知所措，程序甚至報錯無法運行。
第二個階段，也叫遍歷階段，也就是說人不需要預先考慮所有的if可能性，并為每種可能性去預先設定操作 。人只需要編寫一個程序，讓程序去把所有的可能性都去嘗試一遍，并將嘗試結果依次打印出來。由于計算機的計算速度一秒可以算幾百萬次甚至更快，所以這種方法提出后，就受到了廣大科學家的喜歡。比如國際象棋——深藍，就是采用嘗試所有可能性，打敗了國際象棋世界第一的人類高手。這種人工智能雖然能夠窮盡所有可能性，但是一旦需要遍歷的可能性太多，就算是計算機也是無能為力，比如圍棋，因為圍棋的變化數(shù)量比整個宇宙的所有原子數(shù)量總和還要多，即使是計算機也不可能很短時間內去嘗試每種可能性，所以這個階段的人工智能雖然強大，但是無法應用在遍歷可能性過多的領域里，所以通用性不強。
第三個階段，也叫神經(jīng)網(wǎng)絡階段。 其實神經(jīng)網(wǎng)絡算法很早就提出了，只不過當時硬件條件差，計算機計算速度遠遠沒有現(xiàn)在的芯片快 ，現(xiàn)在我們手機有高通、電腦有intel、英偉達。到了第三個階段，人工智能才真正算是趨于完美，因為人們只需要預先給出大量的數(shù)據(jù)，然后設計一套通用的神經(jīng)網(wǎng)絡模型，再把這些數(shù)據(jù)帶入神經(jīng)網(wǎng)絡，讓網(wǎng)絡自己反復計算，這個過程就叫訓練，一旦訓練次數(shù)足夠多，其自己積累的知識和經(jīng)驗就會出現(xiàn)爆發(fā)式的增長，最后遠超人類智慧。當然由于神經(jīng)網(wǎng)絡需要大量數(shù)據(jù)去訓練，所以對計算速度要求也比較高，不過好在現(xiàn)在的硬件技術水平已經(jīng)很高，所以面對大數(shù)據(jù)計算量，也能很短時間內完成計算并讓神經(jīng)網(wǎng)絡學會某項技能。
縱觀三個階段，雖然最后一個階段才實現(xiàn)了真正的人工智能，但是也僅僅受限于數(shù)據(jù)，因為需要人事先將數(shù)據(jù)準備好，然后送給神經(jīng)網(wǎng)絡自己去訓練，而搜集數(shù)據(jù)的過程，其實工作量也是非常巨大的，所以如果以后能夠設計一套真正的神經(jīng)網(wǎng)絡，讓他能夠自己去主動搜集需要的數(shù)據(jù)，自己去訓練，然后自己去評估學習效果，那這就更加完美，不知道以后技術的發(fā)展能否做到這一點呢？讓我一起去期待吧！
（原標題：人工智能一開始并不智能，經(jīng)歷艱辛的兩個階段，AI現(xiàn)在才開始智能）
