一、起源篇：圖靈的夢想與早期智能設(shè)想
阿蘭·圖靈（Alan Turing）在20世紀(jì)40-50年代提出了許多關(guān)于“機器智能”的開創(chuàng)性思想，被后世譽為“人工智能之父”。
1940年代，在計算機尚處于襁褓時期，英國數(shù)學(xué)家阿蘭·圖靈就開始憧憬“能思考的機器”。1950年，他發(fā)表了劃時代的論文《Computing Machinery and Intelligence》（《計算機器與智能》），提出著名的圖靈測試來探討機器是否具有智能。圖靈認為，如果一臺計算機通過模仿人類對話使測試者無法分辨它是否人類，那么就可以說這臺機器在“思考” 。這個大膽的思想實驗回避了“智能”難以定義的爭論，用可操作的對話測試替代，讓“機器能否思考”成為可以驗證的問題。
圖靈測試標(biāo)志著人工智能概念的雛形。在這一時期，除了圖靈的理論夢想，一些早期科學(xué)家和工程師也開始嘗試構(gòu)造“智能機器”的雛形。例如，神經(jīng)學(xué)家沃倫·麥卡洛克（Warren McCulloch）和數(shù)學(xué)家沃爾特·皮茨（Walter Pitts）在1943年提出了人工神經(jīng)元模型，用數(shù)學(xué)方法模擬生物神經(jīng)元網(wǎng)絡(luò)，證明簡單的神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)基本的邏輯功能。
這是史上第一次用網(wǎng)絡(luò)連接的概念來模擬大腦神經(jīng)，并被視為現(xiàn)代神經(jīng)網(wǎng)絡(luò)理論的開端。同期，加拿大心理學(xué)家唐納德·赫布（Donald Hebb）在1949年提出了“Hebb學(xué)習(xí)規(guī)則”（即“用進廢退，異同步則聯(lián)結(jié)”，俗稱“神經(jīng)元同時興奮則連接加強”），為日后機器學(xué)習(xí)中的聯(lián)結(jié)主義提供了啟發(fā) 。
在技術(shù)實踐上，1951年，馬文·明斯基（Marvin Minsky）和迪恩·愛德蒙茲（Dean Edmonds）使用真空管構(gòu)建了世界上第一臺神經(jīng)網(wǎng)絡(luò)機器——SNARC，它能模擬老鼠在迷宮中尋路的學(xué)習(xí)過程。
此外，英國的機械烏龜（Grey Walter’s Turtles）和美國的約翰·霍普金斯野獸等簡單機器人也在50年代被研制出來，它們沒有數(shù)字計算機，而是靠模擬電路實現(xiàn)對光源的追蹤等行為 。
這些早期嘗試雖然原理簡單，卻體現(xiàn)了“模擬生物行為”的智能萌芽，為AI的發(fā)展播下了種子。
在人工智能尚未命名之前，圖靈的思想實驗與早期科學(xué)家的原型機，勾勒出了“機器智能”的最初藍圖。“機器會思考嗎？”——這個問題啟發(fā)了一代又一代研究者踏上探索之路。
二、第一次浪潮：符號主義AI的誕生與輝煌
約翰·麥卡錫（John McCarthy）在2006年的一張照片。他在1956年達特茅斯會議上提出“人工智能”一詞，被視為AI學(xué)科的奠基人之一。
1956年夏天，一場在美國達特茅斯學(xué)院舉辦的學(xué)術(shù)研討會被后世視為AI正式誕生的標(biāo)志。這次為期八周的“達特茅斯夏季人工智能研究項目”匯聚了那個時代最聰明的一群人：年輕的數(shù)學(xué)家約翰·麥卡錫、20多歲的馬文·明斯基，以及信息論之父克勞德·香農(nóng)（Claude Shannon）和IBM研究員納撒尼爾·羅切斯特（Nathan Rochester）等。
正是在研討會的提案中，麥卡錫首次提出了“人工智能”（Artificial Intelligence）這一術(shù)語，用來概括會議的主題：“試圖讓機器精確模擬學(xué)習(xí)或其他智能行為”。由此，“人工智能”作為一個學(xué)科有了名字、有了明確使命，其創(chuàng)始人們雄心勃勃地宣告：任何智能的要素都能被精確定義并交給機器實現(xiàn) 。
這次會議被稱作“AI的憲法會議”。參會者包括了后來幾十年引領(lǐng)AI研究的核心人物：雷·索洛蒙諾夫（Ray Solomonoff）、奧利弗·塞爾弗里奇（Oliver Selfridge）、阿瑟·塞繆爾（Arthur Samuel）、艾倫·紐厄爾（Allen Newell）、赫伯特·西蒙（Herbert Simon）等 。其中，紐厄爾和西蒙在會上展示了世界上第一個人工智能程序——邏輯理論家（Logic Theorist），這款程序可以證明幾何和邏輯定理，讓與會者震驚不已 。從此，AI迎來了第一個黃金時代：50年代末到60年代中期，各種令人驚嘆的智能程序?qū)映霾桓F，計算機能夠證明數(shù)學(xué)定理、解答代數(shù)文字題，甚至學(xué)會說簡單的英語。這些早期成就讓許多人相信，“類人智能”的機器指日可待。當(dāng)時的研究者普遍樂觀，甚至公開預(yù)測“一臺真正聰明的機器將在一代人之內(nèi)造出” 。
這一時期的AI主要采用符號主義方法，也稱基于規(guī)則的人工智能。研究者受到數(shù)學(xué)邏輯的啟發(fā)，嘗試用符號和規(guī)則來表示人類知識與推理過程。例如，西蒙和紐厄爾繼邏輯理論家之后，又開發(fā)了通用問題求解器（General Problem Solver），試圖用一套通用算法解決各種抽象問題。約翰·麥卡錫本人則在1958年發(fā)明了Lisp語言，這是一種擅長符號處理的編程語言，后來廣泛用于AI編程。那時的人們相信，只要將人類專家的知識轉(zhuǎn)換為計算機可執(zhí)行的規(guī)則（if-then），機器就能像專家一樣進行推理判斷。基于這一思路，專家系統(tǒng)在60-70年代陸續(xù)出現(xiàn)：例如用于醫(yī)學(xué)診斷的MYCIN系統(tǒng)，通過編碼數(shù)百條醫(yī)療規(guī)則，能夠根據(jù)癥狀給出疾病和處方建議。