人工智能的历史，并不是一帆风顺、高歌猛进的，它经历了跌宕起伏的70年。
1956年—1974年，是人工智能的第1个黄金时代。
上世纪50年代，美国学者麦卡锡邀请了一众计算机科学家，在达特茅斯学院开展了暑期夏令营，之后这些科学家们对信息时代的贡献足以在历史上留下一笔。
罗切斯特，编写了计算机历史上第1个语言程序。
香农，是信息论的创始人，其贡献堪比牛顿和爱因斯坦。
明斯基，奠定了人工神经网络的研究基础，被尊为“人工智能之父”。
这次的夏令营被称之为“人工智能的起点”，因为它让科学家们看到了人工智能走向现实的可能性。
兴起十几年后出现了危机，危机来自于两个截然不同的方向，一个叫“设计派”，一个叫“学习派”。
设计派认为，人工智能是可以自上而下设计的，给计算机输入指令就能像人一样思考。
学习派认为，需要让计算机借助大量的样本，通过不断学习，慢慢拥有智能，类似于人脑的学习过程。
经过一番挫折，学习派开始被重视。计算机科学家们想集中火力，努力找到一种可以模仿人类学习模式的算法。
1957年，康奈尔大学教授罗森布拉特发明了一种算法叫“感知器”，通过大量的图片识别，人工智能可以对事物产生认知。这个成果在军方得到应用并引起了轰动，使人们看到了人工智能解决现实问题的希望。
而如何让感知器算法处理更复杂的问题，成为了当时一座不可逾越的高山。人工智能的第一个黄金时代，随着罗森布拉特的离世而终结。
1986年—1995年，是人工智能的第2个黄金时期。
1985年，“玻尔兹曼机”算法让很多感知器共同组成一个人工神经网络，来处理更多更复杂的问题。“误差反向传播”算法，找到了感知器和感知器之间沟通的语言。
经过十几年的努力，科学家们终于找到了人工神经元之间的沟通方式，人工智能的第2次浪潮到来。十年后，人工智能因在现实应用中没有算力去处理更为复杂的问题而又一次遭遇了寒冬。
2012年—2024年……，是人工智能的第3个黄金时期。
随着芯片运算能力的指数级增长，“深度学习”算法让人工智能领域组建出了大规模的人工神经网络。
“阿尔法狗”在顶级智力游戏中碾压人类，“ChatGTP”可能会替代人的工作。人们对计算机的设计越来越模仿人类的大脑，可大脑的计算能力和精巧设计仍远超计算机。
人工智能的下一个瓶颈会是什么呢？可能是来自于人们对于自己的认识。或许我们只有更透彻的了解自己的大脑和身体是如何工作的，未来才能更好的让计算机来模仿人类。