1.3　AI三次热潮

人工智能最早开始于图灵测试。如今，距离图灵测试已经60余年了。在这60余年里，AI经历了各种风雨。有AI发展的热潮，也有AI发展的低谷。但整体上，AI经历了三次热潮。这三次热潮分别是图灵测试、语音识别技术的发展及深度学习技术的深入发展。目前，我们正处于AI的第三次发展热潮中。

1.3.1　第一次：图灵测试

AI的源头与艾伦·图灵密切相关。艾伦·图灵是英国伟大的数学家、计算机学家。他在自然科学领域有着极高的天赋，是一位极富传奇色彩的科学巨匠。英国前首相卡梅伦曾这样评价图灵：“他在破解二战德军密码、拯救国家上发挥了关键作用，是一个了不起的人。”

艾伦·图灵一直专注于对机器智能的研究。为了深入探索，他做出了许多贡献。在1949年，他成功制造出了“曼彻斯特马克一号”计算机。这为后来的各种实验奠定了基础。

1950年，为深入进行“机器智能”的研究，他进行了有名的图灵试验，如图1-10所示。

由图1-10，我们可以明显发现，图灵试验由计算机、被测试人员及提问人员三部分构成。在图灵试验中，计算机与被测试人员分别被放置在不同的房间里。提问人员不知道哪一个是计算机，哪一个是被测试人员。

在测试时，提问人员会分别向计算机和被测试人员提问相同的问题。在回答问题时，被测试人员要尽可能地表明他是人而非计算机。同时，计算机在回答问题时，也要高度模仿人的思维与逻辑方式对问题进行回答。

如果提问人员听取他们的答案后，分辨不清哪一个是人，哪一个是计算机，那么就能够证明计算机具备了智能。

图灵试验旨在说明：如果机器能够进行思考，与人对话，那么就达到了机器智能的目标。

在AI研究领域，图灵一直没有停止研究的步伐。1952年，图灵设计了一个简单的国际象棋程序，这样计算机就能够与人对弈。可是，由于时代与技术的局限性，图灵的象棋程序并不能够战胜象棋大师。

但图灵是伟大的，他能够启发后来的科技工作者不断地进行科技研究。如今，借助AI力量的AlphaGo已经能够战胜柯洁，成为真正的“围棋大师”。

1.3.2　第二次：语音识别

智能语音识别技术的诞生与发展，使AI发展进入第二次热潮期。

在PC时代，用户与计算机进行交互，必须借助键盘和鼠标。而且交互方式比较单一，只能通过文字与计算机进行交流。但是文字交互具有很大的局限性。只有受过高等教育、经过计算机培训的人，才能够利用计算机高效地工作。对于知识水平较低的人来讲，AI仿佛天方夜谭。另外，随着生活节奏的加快，仅仅是通过文字的交互，还是不能够最大程度提高人们的工作效率。

在智能机时代，人们的教育水平的普遍提升，科学技术也取得了进一步发展。为了进一步提高智能产品的普及率，提高工作的效率，提高生活的舒适度和愉悦性，智能语音识别技术就此诞生。

在我国，智能语音识别技术的提升与科大讯飞有着密切的联系。科大讯飞于1999年成立，是顶级的AI科研技术公司。

科大讯飞一直致力于智能语音交互技术的研发与创新。现在，科大讯飞的技术已经实现了重大的突破，它的语音识别能力与语义理解能力已经获得了质的飞跃。例如，在语音的情感层面、节奏停顿层面及耐听性层面，科大讯飞的智能语音设备都听起来十分自然，与人声极其接近。这就能够极大程度地提升人机交互的效率，使人们的生活更加的精彩。

在智能语音技术的商业落地层面，亚马逊的Echo音箱、百度的度秘音箱及阿里巴巴的天猫精灵都发展成为真正的爆款。这里以阿里巴巴的天猫精灵为例，进行大致的说明。

天猫精灵无疑成为智能家居不可或缺的一部分。它虽然外在娇小，但却有一个智慧的“头脑”天猫精灵外形，如图1-11所示。它能够听懂用户的言语，并能够根据用户的指令高效地完成相应的指令。

在联网状态下，天猫精灵会随时听从你的吩咐。在冬天，如果你感觉室内温度太低，只需轻轻呼唤天猫精灵，告诉它你有点冷，它就会智能调节空调，提高房间内的气温，达到令你舒服的温度。在正午，如果感觉屋内光线太强烈，只需轻轻呼唤天猫精灵，它就能够智能调节窗帘的位置，使室内的亮度刚刚好。

1.3.3　第三场：大数据+云计算+深度学习

现在，我们正处于人工智能发展的第三次热潮期间，AI的发展离不开大数据、云计算和深度学习技术的综合应用。

360公司的创始人周鸿祎认为：“如果没有大数据的支撑，人工智能就是空中楼阁。”这就直接点明了大数据技术的重要性。大数据是AI发展的根基，如果缺乏大数据，那么人工智能的发展就会成为无源之水、无本之木。

人工智能专家李飞飞在谈及云计算时提道：“云，能最大程度让业界受益于人工智能。只有云平台，可以让企业把它们的数据都放上来。只有云能让企业有机会通过数据、计算平台和人工智能的算法来解决他们的问题，增强他们的竞争力。”由此可见，云类似于计算机的大脑，云计算水平的提升，必将促使AI的进一步发展。

杰弗里·欣顿是AI深度学习领域的大师。在一次演讲中，他提道：“深度学习以前之所以不成功是因为缺乏三个必要前提：足够多的数据、足够强大的计算能力和设定好初始化权重”。

如今，随着计算机性能的提升，计算能力与数据存储、分析能力的加强，深度学习也有了长足的发展。

深度学习技术是对传统算法的进一步优化升级。深度学习技术的应用，能够使计算机的智能取得质的飞跃。这些年，深度学习技术在AI领域有许多典型的应用，例如，语音识别技术、AI视觉以及机器翻译等。

在AI发展的道路上，还要进一步发扬工匠精神，继续攻坚克难。科技工作者要用智慧钻研黑科技；政府部门要出台对AI发展更有利的政策；AI产品的商业落地团队，则要深入生活，深入实践，找出AI落地的突破口。只有社会各界各司其职、协同配合，AI科技才能够真正地点亮我们的生活。