AI 不是什麼全新的東西，他已經發展了大幾十年了！下面我們介紹一下最具代表性的3個發展階段
第一次浪潮（非智能對話機器人）
20世紀50年代到60年代
1950年10月，圖靈提出了人工智能（AI）的概念，同時提出了圖靈測試來測試 AI。
圖靈測試提出沒有幾年，人們就看到了計算機通過圖靈測試的“曙光”。
1966年，心理治療機器人 ELIZA 誕生
那個年代的人對他評價很高，有些病人甚至喜歡跟機器人聊天。但是他的實現邏輯非常簡單，就是一個有限的對話庫，當病人說出某個關鍵詞時，機器人就回復特定的話。
第一次浪潮並沒有使用什麼全新的技術，而是用一些技巧讓計算機看上去像是真人，計算機本身並沒有智能。
擴展閱讀：
第二次浪潮（語音識別）
20世紀80年代到90年代
在第二次浪潮中，語音識別是最具代表性的幾項突破之一。核心突破原因就是放棄了符號學派的思路，改為了統計思路解決實際問題。
在《人工智能》一書中，李開復詳細介紹了這個過程，他也是參與其中的重要人物之一。
第二次浪潮最大的突破是改變了思路，摒棄了符號學派的思路，轉而使用了統計學思路解決問題。
擴展閱讀：
History of Speech & Voice Recognition and Transcription Software
第三次浪潮（深度學習+大數據）
21世紀初
2006年是深度學習發展史的分水嶺。傑弗里辛頓在這一年發表了《一種深度置信網絡的快速學習算法》，其他重要的深度學習學術文章也在這一年被發布，在基本理論層面取得了若干重大突破。
之所以第三次浪潮會來主要是2個條件已經成熟：
2000年後互聯網行業飛速發展形成了海量數據。同時數據存儲的成本也快速下降。使得海量數據的存儲和分析成為了可能。
GPU 的不斷成熟提供了必要的算力支持，提高了算法的可用性，降低了算力的成本。
在各種條件成熟後，深度學習發揮出了強大的能力。在語音識別、圖像識別、NLP等領域不斷刷新紀錄。讓 AI 產品真正達到了可用（例如語音識別的錯誤率只有6%，人臉識別的準確率超過人類，BERT 在11項表現中超過人類…)的階段。
第三次浪潮來襲，主要是因為大數據和算力條件具備，這樣深度學習可以發揮出巨大的威力，並且 AI 的表現已經超越人類，可以達到“可用”的階段，而不只是科學研究。
擴展閱讀：
什麼是深度學習？
三次浪潮的不同
這段內容摘自李開複寫的《人工智能》一書中，所有觀點是李開複本人的，這裡只是轉述。
- 前兩次熱潮是學術研究主導的，第三次熱潮是現實商業需求主導的。
- 前兩次熱潮多是市場宣傳層面的，而第三次熱潮是商業模式層面的。
- 前兩次熱潮多是學術界在勸說政府和投資人投錢，第三次熱潮多是投資人主動向熱點領域的學術項目和創業項目投錢。
- 前兩次熱潮更多時提出問題，第三次熱潮更多時解決問題。
